1.基于人工智能和大数据的信息分析方法，其特征在于：包括以下步骤：

S1：采集用户学习数据和测试数据以及教师的教学成果数据；

S2：分析用户测试数据和教师的教学成果数据，绘制能力曲线，建立筛选函数；

S3：分析学习数据，生成筛选函数误差数据，调整筛选函数，筛选教学对象；

S4：分析用户学习记录信息，绘制记忆曲线，筛选训练试题；

S5：检验用户训练成果；

在步骤S1‑S2中：采集用户在做试题时的训练结果数据：采集到随机一个用户在不同试卷中的错题数量集合为a＝{a1，a2，...，an}，每张试卷的试题数量相等，统计到对应用户在做对应试卷前登录训练平台的时长集合为t＝{t1，t2，...，tn}，其中，n表示对应用户做的试卷数量，每张试卷中的试题属于同一类型，共有n种类型，获取到不同类型试题的难度系数集合为w＝{w1，w2，...，wn}，难度系数范围为(0，1)，根据下列公式计算用户进行随机一种试题测试时的学习能力系数Pi：其中，wi表示对应类型试题的难度系数，ai表示用户在对应试卷中的错题数量，ti表示用户在做对应试卷前登录训练平台的时长，wmin、amin分别表示集合w和集合a中的最小值，wmax、amax分别表示集合w和a中的最大值，得到用户测试的学习能力系数集合为P＝{P1，P2，...，Pn}，绘制学习能力曲线：试题种类为自变量，学习能力系数为因变量。

2.根据权利要求1所述的基于人工智能和大数据的信息分析方法，其特征在于：采集到随机一名教师对每种试题进行教学的时长集合为T＝{T1，T2，...，Tn}，对应进行教学的用户在被测试时，每种试题的平均成绩集合为b＝{b1，b2，...，bn}，根据下列公式计算对应教师对于随机一种试题的教学能力系数Qi：其中，Ti表示对应教师对随机一种试题进行教学的时长，bi表示对应教师教学的用户关于对应类型试题的平均成绩，bmin和bmax分别表示集合b中的最小值和最大值，得到教师对所有试题的教学能力系数集合为Q＝{Q1，Q2，...，Qn}，绘制教学能力曲线：试题种类为自变量，教学能力系数为因变量，对学习能力曲线和教学能力曲线进行拟合，建立筛选函数：其中，f(x)表示拟合后的学习能力曲线函数，F(X)表示拟合后的教学

能力曲线函数。

3.根据权利要求1所述的基于人工智能和大数据的信息分析方法，其特征在于：在步骤S3中：采集到用户登录训练平台的总时长集合为t’＝{t1’，t2’，...，tk’}，其中，k表示用户数量，将登录总时长作为误差数据，将筛选函数调整为： 其中，ti’表示随机一个用户登录总时长；得到随机一个教师的教学能力曲线函数和随机一个用户的学习能力曲线函数后代入函数Y调，获取对应用户的登录总时长并代入函数Y调，得到随机一个用户与所有教师的教学匹配程度集合为Y’＝{Y1’，Y2’，...，Ym’}，其中，m表示教师数量，筛选匹配程度最高的教师对用户进行教学，最高匹配程度为Ymax’。

4.根据权利要求1所述的基于人工智能和大数据的信息分析方法，其特征在于：在步骤S4‑S5中：采集用户学习记录：获取到用户第一次练习随机一种试题的时间点为：T初，练习同一种试题与第一次练习的时间间隔集合为T隔＝{T1隔，T2隔，...，Te隔}，e+1表示练习对应试题次数，得到用户每次练习时正确试题数集合，根据时间间隔和正确试题数绘制记忆曲线，对’曲线进行拟合，得到对应类型试题的记忆曲线函数为y＝f(x)，获取用户对所有类型试题的记忆曲线函数，根据 筛选训练试题：依据 从大到小的顺序筛选出对应试题依次供用户练习，在用户经过匹配的教师教学和对应试题练习后检验用户训练成果，实时更新学习和教学数据并调整筛选函数。

5.基于人工智能和大数据的信息分析系统，应用于如权利要求1所述的基于人工智能和大数据的信息分析方法，其特征在于：所述系统包括：学习信息采集模块、数据库、信息分析模块、机器学习模块和训练调整模块；

所述学习信息采集模块用于采集测试、学习和教学数据；

所述数据库用于存储并管理采集到的所有数据；

所述信息分析模块用于分析测试数据和教学数据并绘制能力曲线；

所述机器学习模块用于拟合能力曲线并建立教学筛选模型；

所述训练调整模块用于筛选教学对象和训练试题，检验训练成果。

6.根据权利要求5所述的基于人工智能和大数据的信息分析系统，其特征在于：所述学习信息采集模块包括测试信息采集单元、学习记录采集单元和教学信息采集单元，所述测试信息采集单元用于采集历史数据：采集用户在做试题时的测试结果数据；所述学习记录采集单元用于采集用户在做对应试题前的学习记录；所述教学信息采集单元用于采集当前已有的教师的教学成果数据，将采集到的所有数据传输到所述数据库中。

7.根据权利要求5所述的基于人工智能和大数据的信息分析系统，其特征在于：所述信息分析模块包括学习能力分析单元和教学能力分析单元，所述学习能力分析单元用于依据测试结果数据分析对应用户的学习能力，绘制学习能力曲线；所述教学能力分析单元用于依据教学成果数据分析教师的教学能力，绘制教学能力曲线，将教学能力曲线传输到所述机器学习模块中。

8.根据权利要求5所述的基于人工智能和大数据的信息分析系统，其特征在于：所述机器学习模块包括数据曲线拟合单元和筛选模型建立单元，所述数据曲线拟合单元用于对学习能力曲线和教学能力曲线进行拟合；所述筛选模型建立单元用于依据拟合结果建立筛选函数。

9.根据权利要求5所述的基于人工智能和大数据的信息分析系统，其特征在于：所述训练调整模块包括教学对象筛选单元、训练试题筛选单元和训练成果检验单元，所述教学对象筛选单元用于分析用户在训练平台的登录数据，分析筛选函数的误差数据，筛选与用户匹配的教师，获取最终匹配的教育和学习对象；所述训练试题筛选单元用于分析学习记录信息，绘制记忆曲线，对记忆曲线进行拟合并为对应用户筛选训练试题进行测试；所述训练成果检验单元用于在选择教学对象和测试试题后，检验用户的训练成果，实时更新学习和教学数据，调整筛选函数。