[發明專利]一種基于眼動追蹤技術的科學概念評測方法

在審

• 申請號: 201711331227.4
• 申請日: 2017-12-13
• 公開（公告）號: CN107992896A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 禹東川;靳來鵬
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;A61B3/113;G09B19/00
• 代理公司: 南京眾聯專利代理有限公司32206
• 代理人: 顧進

技術領域

本發明屬于教育評測的技術領域，特別涉及一種基于眼動追蹤技術的科學概念評測方法。

背景技術

在科技迅猛發展的今天，科學教育的成效無論對國家還是個體來講，都是至關重要的。科學概念作為開展科學教育所要圍繞的中心，不僅是科學教育的載體，也是學生所要掌握的目標。然而學生在進入科學課堂的時候，他們的大腦并不是一個空著的容器，多年來的生活經歷讓他們對世界的運行形成了自己的理論，即“前概念”。這些前概念一般并不可科學，錯誤的前概念對正確的科學概念的建立有著不利影響。在課前對學生持有的科學概念水平進行評測可以了解學生的前概念，有助于制定合理的教學策略，促進學生建立正確的科學概念，是實現有效教學的關鍵；在課后對學生持有的科學概念水平進行評測則可以對教學活動給予有效反饋。

然而，傳統科學教育領域中的評測方法在反饋的全面性、及時性與客觀性等方面具有局限性。對于某一科學概念，持有錯誤概念的學生與持有正確概念的學生，他們在解決問題的時候除了給出的答案不同之外，他們的思考過程有何差異、采取的策略有何不同，在傳統的紙筆測試中是很難體現出來的，尤其是在標準化選擇題占主流的今天，這種測試丟失了太多的信息。“自我報告”或“訪談”這些形式則具有主觀性和回憶性的特點，其結果在一定程度上依賴于報告人自身的記憶力和意識，缺乏客觀性、及時性，且效率低下。

雖然近年來眼動追蹤技術在教育上的應用越來越多，但在如何將其應用到科學概念水平的評測上還沒有研究，需要能夠應用于實踐的基于眼動追蹤技術的科學概念評測指標及應用。

發明內容

本發明解決現有技術中存在的上述技術問題，提供一種基于眼動追蹤技術的科學概念評測方法。

為解決上述問題，本發明的技術方案如下：

一種基于眼動追蹤技術的科學概念評測方法，包括以下步驟，

第一步驟S1：記錄概念轉變學生和概念未轉變學生這兩大類人群在核心科學概念的理解過程中眼動軌跡數據、行為數據、問題回答按鍵和問題回答語音數據；

第二步驟S2：根據需評估核心科學概念的內容所呈現的空間位置，選取和劃分視覺加工區，所述視覺加工區為感興趣區域；

第三步驟S3：計算在感興趣區上的注視時間占完成任務所用時間的比例和對各感興趣區之間的跳轉概率，獲得特征向量，并進而獲得訓練數據樣本集和測試樣本集；

第四步驟S4：對S3獲得的訓練數據樣本集和測試樣本集按照標準的前向神經網絡結構設計技術獲得模式分類器；

第五步驟S5：利用S4獲得的模式分類器對學習者理解核心科學概念的程度進行評估。

優選地，S1所述眼動軌跡數據通過遙測式眼動儀記錄。

優選地，S1所述行為數據、問題回答語音數據通過錄播系統記錄。

優選地，S1所述問題回答按鍵通過計算機鍵盤記錄。

優選地，所述S1的具體步驟為：對概念轉變學生和概念未轉變學生這兩大類人群被試，首先對眼動儀完成眼動校正任務，然后通過計算機顯示器向其呈現任務指導語，之后向被試呈現需要理解的核心科學概念，要求在思考之后，直接說出答案，同時按下鍵盤進行事件表針；用遙測式眼動儀記錄被試在評測過程中的眼動軌跡，錄播系統全程記錄被試在評測過程中的行為和答案對應的語音。

優選地，S2所述的需評估核心科學概念的內容包括文字、圖片、答案。

優選地，S3所述訓練數據樣本集和測試樣本集的輸入向量由感興趣區上的注視時間占完成任務所用時間的比例以及經過剔除后的各感興趣區之間的跳轉概率構成，輸出結果為{0，1}數據，其中0代表概念未轉變學生的數據，1代表概念轉變學生的數據。

優選地，S4所述模式分類器采用標準化的前向神經網絡結構設計算法，確定隱層神經元數量、隱層權值與閥值、輸出層權值與閥值結構信息。

優選地，所述模式分類器的隱層激勵函數是Sigmoid函數輸出層激活函數為線性函數f(x)＝x；這樣模式分類器的函數映射關系可以表示為：out＝W₂*f(W₁*in+B₁)+B₂，其中out為模式分類器的函數映射關系的輸出、in為模式分類器的函數映射關系的輸入、W₁為隱層權值、W₂為輸出層權值、B₁為隱層閥值、B₂為輸出層閥值。

相對于現有技術，本發明的優點如下，