1.一种教育课件推送系统，其特征在于，其包括：网络课件云平台和至少两个用户终端，网络课件云平台分别与各个用户终端具有通信连接；

网络课件云平台包括：课件预处理服务器，注意力分析服务器、课件推送服务器、课件内容服务器和数据库；

课件预处理服务器将课件按照知识点分割为子课件，并且为每个子课件设置相应的集中度指数，然后将其存储至课件内容服务器；

用户终端获取用户的眼动数据，并将其发送至注意力分析服务器；

注意力分析服务器对眼动数据进行分析处理以得到第一测试集中度，在第一测试集中度小于标准眼动指数时，对用户发送的测试回复数据进行处理以得到第二测试集中度，然后根据第一测试集中度和第二测试集中度计算用户学习集中度，并将用户学习集中度发送至课件推送服务器；

课件推送服务器根据用户学习集中度、子课件的集中度指数和用户学习记录进行分析以得到课件推送指令，并将课件推送指令发送至课件内容服务器；

课件内容服务器根据接收到的课件推送指令推送相应的子课件至用户终端。

2.根据权利要求1所述的系统，其特征在于，所述用户终端包括笔记本电脑、平板电脑和带有摄像头的台式电脑。

3.根据权利要求2所述的系统，其特征在于，在第一测试集中度大于标准眼动指数时，不进行第二测试，用户继续学习第一子课件；所述第一子课件为在进行第二测试前用户正在学习的子课件。

4.根据权利要求3所述的系统，其特征在于，注意力分析服务器发送测试对话数据至用户终端；

用户根据接收到的测试对话数据发送相应的测试回复数据到注意力分析服务器；

注意力分析服务器获取测试回复数据和用户学习主题的历史测试回复数据；

注意力分析服务器根据测试回复数据和历史测试回复数据计算第二测试集中度。

5.根据权利要求4所述的系统，其特征在于，注意力分析服务器为每个历史测试回复数据创建历史集中度矢量，并提取每个历史测试回复数据的词向量，然后对所述词向量进行分析以得到词频向量；

注意力分析服务器计算词频向量与标准词频向量的相似度以得到每个历史集中度矢量的测试反馈值；

注意力分析服务器为测试回复数据创建即时集中度矢量，并通过测试间隔函数计算每个历史集中度矢量与即时集中度矢量的测试间隔；

注意力分析服务器将历史集中度矢量根据测试间隔进行升序排序，然后选取测试间隔最小的n个历史集中度矢量；

注意力分析服务器计算测试间隔最小的n个历史集中度矢量的测试反馈值的平均值以得到用户的第二测试集中度。

6.根据权利要求5所述的系统，其特征在于，用户学习集中度的计算公式为：其中m表示第一测试集中度，m表示标准眼动指数，n表示第二测试集中度，n表示历史第二测试集中度的平均值，系数α、β分别为第一测试集中度的和第二测试集中度的增强指数，

7.根据权利要求6所述的系统，其特征在于，课件推送服务器根据用户学习记录分析用户学习主题，并接收对应于用户学习主题的子课件列表；

课件推送服务器在子课件列表中选择集中度指数小于用户学习集中度的子课件以生成课件推送指令；

课件内容服务器响应于接收到的课件推送指令推送相应的子课件至用户终端。

8.根据权利要求7所述的系统，其特征在于，在进行第二测试时，记录第一子课件的时间戳数据，并将其存储在用户数据库中；所述时间戳数据用于标记子课件的学习进度。

9.根据权利要求8所述的系统，其特征在于，用户在完成第二子课件的学习后，根据所述时间戳数据继续学习第一子课件；所述第二子课件为课件推送服务器推荐学习的子课件。