1.一种应用于在线教育的学生学习状态检测方法，其特征在于，包括：当在线教育课堂开课时，获取所述在线教育课堂的执教老师的第一状态信息；

基于所述第一状态信息和预设的学生学习状态异常检测模板生成库，生成学生学习状态异常检测模板；

获取所述在线教育课堂的听课学生的第二状态信息；

基于所述学生学习状态异常检测模板，根据所述第二状态信息，对所述听课学生进行学生学习状态异常检测。

2.如权利要求1所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，获取所述在线教育课堂的执教老师的第一状态信息，包括：向所述执教老师的第一移动终端推送预设的执教老师状态选择表；

获取所述执教老师从所述执教老师状态选择表中选择的执教老师状态；

基于所述执教老师状态，确定第一状态信息；

和/或，

通过所述第一移动终端获取所述执教老师的第一发言信息；

基于所述第一发言信息，确定第一状态信息；

和/或，

通过所述第一移动终端获取所述执教老师的上课图像；

从所述上课图像中提取所述执教教师的第一动作信息；

基于所述第一动作信息，确定第一状态信息。

3.如权利要求1所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，基于所述第一状态信息和预设的学生学习状态异常检测模板生成库，生成学生学习状态异常检测模板，包括：解析所述第一状态信息的信息种类数目；

当所述信息种类数目唯一时，从所述学生学习状态异常检测模板生成库中确定所述第一状态信息对应的学生学习状态异常检测规则；

基于所述学生学习状态异常检测规则，生成学生学习状态异常检测模板；

当所述信息种类数目不唯一时，基于预设的特征解析模板，解析所述第一状态信息的状态信息特征集；

基于所述状态信息特征集，构建所述第一状态信息的第一特征描述向量；

从所述学生学习状态异常检测模板生成库中提取多组一一对应的第二特征描述向量和学生学习状态异常检测规则集；

计算所述第一特征描述向量与任一所述第二特征描述向量之间的向量相似度；

基于最大所述向量相似度的所述第二特征描述向量对应的所述学生学习状态异常检测规则集，生成学生学习状态异常检测模板。

4.如权利要求1所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，获取所述在线教育课堂的听课学生的第二状态信息，包括：通过所述听课学生的第二移动终端获取所述听课学生的第二发言信息；

基于所述第二发言信息，确定第二状态信息；

和/或，

通过所述第二移动终端获取所述听课学生的听课图像；

从所述听课图像中提取所述听课学生的第二动作信息；

基于所述第二动作信息，确定第二状态信息。

5.如权利要求1所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，还包括：获取所述听课学生的听课记录；

基于所述听课记录，将所述听课学生划分成重点学生和非重点学生；

对所述重点学生和所述非重点学生进行学生学习状态异常检测的检测资源的适应分配。

6.如权利要求5所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，基于所述听课记录，将所述听课学生划分成重点学生，包括：从所述听课记录中提取所述听课学生历史上产生的学习状态异常记录；

基于所述学习状态异常记录，确定所述听课学生的学习状态异常频率；

当所述学习状态异常频率大于等于预设的学习状态异常频率阈值时，将对应所述听课学生作为重点学生；

和/或，

获取所述听课学生的听课认真状态上限预测依据；

将所述听课认真状态上限预测依据输入至预设的听课认真状态上限预测模型，确定听课认真状态上限；

从所述听课记录中提取所述听课学生最近预设的时间范围内的第一连续听课情况；

基于所述第一连续听课情况，确定所述听课学生是否达到所述听课认真状态上限；

当为是时，将对应所述听课学生作为重点学生。

7.如权利要求6所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，获取所述听课学生的听课认真状态上限预测依据，包括：获取所述学习状态异常记录的记录时间；

基于所述记录时间，将所述学习状态异常记录在预设的时间轴上展开；

从所述时间轴上检索满足预设的第一检索条件的目标学习状态异常记录；

从所述听课记录中提取所述目标学习状态异常记录的所述记录时间之前所述时间范围内的第二连续听课情况，并作为听课认真状态上限预测依据；

其中，所述第一检索条件包括：所述时间轴上所述学习状态异常记录前和后预设的时间距离内异常记录类型为预设类型的所述学习状态异常记录的总数大于等于预设数目阈值；

和/或，

获取所述听课学生的学生信息；

基于预设的检索条件生成模板，根据所述学生信息，生成第二检索条件；

从预设的听课认真状态上限收集库中检索出满足所述第二检索条件的其他听课认真状态上限，并作为听课认真状态上限预测依据。

8.如权利要求5所述的一种应用于在线教育的学生学习状态检测方法，其特征在于，对所述重点学生和所述非重点学生进行学生学习状态异常检测的检测资源的适应分配，包括：分别统计所述重点学生的第一学生总数和所述非重点学生的第二学生总数；

计算所述第一学生总数与所述第二学生总数的数目比值；

从预设的检测资源分配策略库中确定所述数目比值对应的检测资源分配策略；

基于所述检测资源分配策略，将所述检测资源分别分配给所述重点学生和所述非重点学生。

9.一种应用于在线教育的学生学习状态检测系统，其特征在于，包括：执教老师状态信息获取模块，用于当在线教育课堂开课时，获取所述在线教育课堂的执教老师的第一状态信息；

学生学习状态异常检测模板生成模块，用于基于所述第一状态信息和预设的学生学习状态异常检测模板生成库，生成学生学习状态异常检测模板；

听课学生状态信息获取模块，用于获取所述在线教育课堂的听课学生的第二状态信息；

学生学习状态异常检测模块，用于基于所述学生学习状态异常检测模板，根据所述第二状态信息，对所述听课学生进行学生学习状态异常检测。

10.如权利要求9所述的一种应用于在线教育的学生学习状态检测系统，其特征在于，所述执教老师状态信息获取模块获取所述在线教育课堂的执教老师的第一状态信息，执行如下操作：向所述执教老师的第一移动终端推送预设的执教老师状态选择表；

获取所述执教老师从所述执教老师状态选择表中选择的执教老师状态；

基于所述执教老师状态，确定第一状态信息；

和/或，

通过所述第一移动终端获取所述执教老师的第一发言信息；

基于所述第一发言信息，确定第一状态信息；

和/或，

通过所述第一移动终端获取所述执教老师的上课图像；

从所述上课图像中提取所述执教教师的第一动作信息；

基于所述第一动作信息，确定第一状态信息。