[發(fā)明專(zhuān)利]一種基于用戶(hù)鼠標(biāo)行為辨識(shí)的在線學(xué)生評(píng)教識(shí)偽方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710415094.2
• 申請(qǐng)日: 2017-06-05
• 公開(kāi)（公告）號(hào): CN107193725B
• 公開(kāi)（公告）日: 2020-07-31
• 發(fā)明（設(shè)計(jì)）人: 葉恒舟;劉富豪;李神美
• 申請(qǐng)（專(zhuān)利權(quán)）人: 桂林理工大學(xué)
• 主分類(lèi)號(hào): G06F11/34
• 分類(lèi)號(hào): G06F11/34;G06Q10/06;G06Q50/20
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

一種基于用戶(hù)鼠標(biāo)行為辨識(shí)的在線學(xué)生評(píng)教識(shí)偽方法。本發(fā)明通過(guò)在學(xué)生在線評(píng)教頁(yè)面中插入JavaScript代碼，捕獲用戶(hù)的鼠標(biāo)運(yùn)行軌跡與時(shí)刻信息，提取鼠標(biāo)子運(yùn)動(dòng)次數(shù)、鼠標(biāo)停頓次數(shù)、鼠標(biāo)平均停頓時(shí)間等三個(gè)特征值，并采用加權(quán)平均方法將三個(gè)特征值合并成一個(gè)特征值，根據(jù)該特征值的取值自動(dòng)辨識(shí)用戶(hù)所給出的評(píng)教數(shù)據(jù)是否為虛假數(shù)據(jù)。該方法實(shí)現(xiàn)簡(jiǎn)單、辨識(shí)正確率較高、不影響用戶(hù)的評(píng)教體驗(yàn)、可與通過(guò)評(píng)教數(shù)據(jù)分析的辨識(shí)方法結(jié)合。該方法的辨識(shí)區(qū)間與評(píng)教頁(yè)面相關(guān)，在正常使用前，需要進(jìn)行一定規(guī)模的測(cè)試，獲取相應(yīng)的辨識(shí)區(qū)間。

技術(shù)領(lǐng)域

本發(fā)明涉及一種自動(dòng)辨識(shí)學(xué)生在線評(píng)教數(shù)據(jù)有效性的方法，特別涉及了一種通過(guò)識(shí)別用戶(hù)鼠標(biāo)行為特征的自動(dòng)辨識(shí)的學(xué)生在線評(píng)教數(shù)據(jù)有效性的方法，即通過(guò)獲取學(xué)生在線評(píng)教時(shí)的鼠標(biāo)行為特征，辨識(shí)學(xué)生在評(píng)教時(shí)的態(tài)度是否認(rèn)真嚴(yán)謹(jǐn)，進(jìn)而剔除由于敷衍、隨意性的評(píng)教導(dǎo)致的“偽數(shù)據(jù)”，提高評(píng)教數(shù)據(jù)集的有效性。

背景技術(shù)

作為教學(xué)管理的重要手段之一，學(xué)生評(píng)教依據(jù)一定的標(biāo)準(zhǔn)體系，由學(xué)生對(duì)任課教師的教學(xué)工作如教學(xué)過(guò)程、教學(xué)成果、教學(xué)態(tài)度和水平等所進(jìn)行的定性與定量的價(jià)值判斷，在學(xué)校評(píng)教中有著重要的地位，是很多學(xué)校品評(píng)教師教學(xué)質(zhì)量、晉升教師職稱(chēng)職務(wù)、提升教師津貼、選拔優(yōu)秀教師的重要參考依據(jù)。隨著網(wǎng)絡(luò)技術(shù)的應(yīng)用與普及，很多學(xué)生都采用了在線評(píng)教的方式。然后，一些學(xué)生在對(duì)教師進(jìn)行評(píng)教時(shí)采取了敷衍而不是嚴(yán)肅認(rèn)識(shí)的態(tài)度，這樣得到的評(píng)教數(shù)據(jù)具有較大的失真性，并不能較好的反映實(shí)際情況，會(huì)嚴(yán)重影響評(píng)教的效果。一些研究或方法致力于對(duì)原始評(píng)教數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，期望從具有一定失真性的評(píng)教數(shù)據(jù)中盡可能的獲得有價(jià)值的評(píng)教評(píng)價(jià)結(jié)果。如果能夠有效辨識(shí)出這類(lèi)“偽數(shù)據(jù)”，提升評(píng)教原始的可靠性與有效性，將能更好的提升評(píng)教評(píng)價(jià)的準(zhǔn)確性與參考價(jià)值。

用戶(hù)在評(píng)教頁(yè)面進(jìn)行在線評(píng)教時(shí)，會(huì)留下鼠標(biāo)或光標(biāo)的操作軌跡，根據(jù)這些軌跡，可以提取鼠標(biāo)子運(yùn)動(dòng)、鼠標(biāo)停頓次數(shù)、鼠標(biāo)平均停頓時(shí)間的特征值。通過(guò)觀察發(fā)現(xiàn)，若用戶(hù)在評(píng)教時(shí)采取敷衍、隨意的態(tài)度，這些特征值會(huì)偏少；而用戶(hù)在嚴(yán)肅認(rèn)識(shí)的評(píng)教時(shí)，這些特征值會(huì)較大。因此，通過(guò)辨識(shí)用戶(hù)的鼠標(biāo)操作行為，可以在一定程度上識(shí)別用戶(hù)在進(jìn)行評(píng)教時(shí)的態(tài)度是敷衍隨意的，還是嚴(yán)肅認(rèn)真的，進(jìn)而可以剔除掉那些由于敷衍評(píng)教態(tài)度而導(dǎo)致的“偽數(shù)據(jù)”，或者要求用戶(hù)重新提交評(píng)教數(shù)據(jù)。

發(fā)明內(nèi)容

本發(fā)明主要針對(duì)學(xué)生評(píng)教時(shí)存在一定數(shù)量的敷衍、隨意行為，影響了評(píng)教數(shù)據(jù)的有效性的問(wèn)題，提出了一種基于用戶(hù)鼠標(biāo)行為辨識(shí)的在線學(xué)生評(píng)教識(shí)偽方法。主要涉及如下幾個(gè)方面的內(nèi)容：

(1)獲取用戶(hù)鼠標(biāo)行為的鼠標(biāo)子運(yùn)動(dòng)、鼠標(biāo)停頓次數(shù)、鼠標(biāo)平均停頓時(shí)間三個(gè)特征值。鼠標(biāo)子運(yùn)動(dòng)是通過(guò)識(shí)別鼠標(biāo)運(yùn)行軌跡是否發(fā)生突變來(lái)識(shí)別的，附圖3描述了其辨識(shí)流程；鼠標(biāo)停頓次數(shù)是通過(guò)識(shí)別再次連續(xù)的鼠標(biāo)動(dòng)作之間的間隔時(shí)間來(lái)識(shí)別的，附圖4描述了其辨識(shí)流程；通過(guò)記錄每次鼠標(biāo)停頓的時(shí)間并取平均值，可獲得鼠標(biāo)平均停頓時(shí)間。

(2)采用加權(quán)平均方法合并特征值。加權(quán)平均方法為：x＝w1*x1+w2*x2+w3*x3，其中，x1，x2，x3分別為鼠標(biāo)子運(yùn)動(dòng)、鼠標(biāo)停頓次數(shù)、鼠標(biāo)平均停頓時(shí)間三個(gè)特征值，w1，w2，w3為三個(gè)特征值對(duì)應(yīng)的權(quán)值，其取值應(yīng)同時(shí)滿足：w1+w2+w3＝1，其中，∑x1、∑x1、∑x1分別表示測(cè)試所獲得的數(shù)據(jù)集中，子運(yùn)動(dòng)個(gè)數(shù)、停頓次數(shù)、平均停頓時(shí)間三個(gè)特征值各自之和。

(3)通過(guò)測(cè)試獲取辨識(shí)區(qū)間。測(cè)試時(shí)，每個(gè)用戶(hù)隨機(jī)確認(rèn)測(cè)試態(tài)度(認(rèn)真或敷衍)，并按自己確認(rèn)的測(cè)試態(tài)度進(jìn)行請(qǐng)教測(cè)試。將測(cè)試得到的數(shù)據(jù)分為兩個(gè)集體：T(采用認(rèn)真的態(tài)度獲得的數(shù)據(jù))和F(采用敷衍的態(tài)度獲得的數(shù)據(jù))，每個(gè)集合的元素個(gè)數(shù)都應(yīng)達(dá)到一定數(shù)量，否則應(yīng)補(bǔ)充測(cè)試數(shù)據(jù)。設(shè)T_min為T(mén)中的最小值，F(xiàn)_max為F中的最大值。由此獲得辨識(shí)區(qū)間(-∞,a)，[a,b]，(b,+∞)，其中a＝min(T_min，F(xiàn)_max)，b＝max(T_min，F(xiàn)_max)。