[發明專利]學生課堂學習興趣智能分析方法及系統

有效

• 申請號: 201810124929.3
• 申請日: 2018-02-07
• 公開（公告）號: CN108399376B
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 陳靚影;徐如意;張坤;韓加旭;劉樂元;彭世新
• 申請（專利權）人: 華中師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q10/06;G06Q50/20
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 方可

一種學生課堂學習興趣智能分析方法，其特征在于，包括以下步驟：采集教室內場景圖像，在場景圖像中定位人臉；在人臉區域中估計頭部姿態，根據頭部姿態評估學生的認知注意力集中程度；在人臉區域中估計面部表情，根據表情評估學生的學習情緒；記錄學生在課堂上互動答題的頻率與正確率，根據答題的頻率與正確率評估學生的參與度；融合學生的認知注意力、學習情緒和課堂參與度三維信息，分析學生的學習興趣。本發明還提供了一種實現上述方法的系統。應用本發明能夠客觀地、實時地、準確地對課堂上學生的學習興趣進行監控與分析，為授課教師提供及實時反饋，幫助其及時調整教學方式以提高教學效果。

技術領域

本發明屬于教育信息化技術領域，具體涉及一種學生課堂學習興趣智能分析方法及系統。

背景技術

學習興趣是指個人對學習活動的一種積極認識傾向和情緒狀態。興趣是好奇心的來源，具有探究的傾向，學習興趣可以增強學習效果。研究表明，學習興趣影響學習發生的類型或方式，學習的過程或機制以及學習目標的完成質量，是提高學習效果的重要因素。因此對學生課堂學習興趣的分析研究是十分有必要的。

我國現階段對學生課堂學習興趣的研究大多采用傳統的問卷調查或案例分析等方法，其評價結果較為主觀，且需要經過較長時間的統計分析才能得出，不能及時反饋給教師以改善教學行為。

隨著信息技術在教育領域的快速發展，教育信息化的應用不斷地拓展和深入。學生課堂學習興趣智能化分析是計算機通過一系列從觀察目標獲取的信息，如視覺、聽覺或生理信號等，推測出相關的興趣狀態。目前學習興趣的智能化研究側重于對學習情緒或者認知注意力的分析，并未綜合考慮認知注意力、學習情緒、課堂參與度三個方面，不能全面反映學生的學習興趣。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供一種學生課堂學習興趣智能分析方法及系統，能夠客觀地、實時地、準確地對課堂上學生的學習興趣進行監控與分析，為授課教師提供及實時反饋，幫助其及時調整教學方式以提高教學效果。

一種學生課堂學習興趣智能分析方法，包括以下步驟：

(1)采集教室內場景圖像，在場景圖像中定位人臉；

(2)在人臉區域中估計頭部姿態，根據頭部姿態評估學生的認知注意力；

(3)在人臉區域中估計面部表情，根據表情評估學生的學習情緒；

(4)記錄學生在課堂上互動答題的頻率與正確率，根據答題的頻率與正確率評估學生的參與度；

(5)融合學生的認知注意力、學習情緒和課堂參與度三維信息，分析學生的學習興趣。

進一步地，所述融合學生的認知注意力、學習情緒和課堂參與度三維信息，分析學生的學習興趣的具體實現方式為：

提取認知注意力、學習情緒和課堂參與度三個指標兩兩之間的重要性程度，構建判斷矩陣A＝[a_ij],1≤i,j≤3，其中，a_ij表示第i個指標對第j 個指標的重要程度；根據判別矩陣計算特征值和特征向量，最大特征值對應的特征向量歸一化后即為三個指標所分配的權重v＝[v₁,v₂,v₃]；

融合課堂參與度評分S1、注意力評分S2和學習情緒評分S3得到學生課堂學習興趣評估值S＝S1*v₁+S2*v₂+S3*v₃。

進一步地，所述根據頭部姿態評估學生的認知注意力集中程度的具體實現方式為：