[發(fā)明專利]個(gè)人學(xué)習(xí)路徑生成方法、設(shè)備及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911423232.7
• 申請(qǐng)日: 2019-12-30
• 公開（公告）號(hào): CN111046852A
• 公開（公告）日: 2020-04-21
• 發(fā)明（設(shè)計(jì)）人: 楊思洋
• 申請(qǐng)（專利權(quán)）人: 深圳濼息科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06Q50/20
• 代理公司: 深圳市恒程創(chuàng)新知識(shí)產(chǎn)權(quán)代理有限公司 44542
• 代理人: 張小容

1.一種個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述個(gè)人學(xué)習(xí)路徑生成方法包括：

獲取當(dāng)前用戶基于預(yù)設(shè)智能學(xué)習(xí)設(shè)備所做出的反饋信息，其中，反饋信息至少包括情緒反饋信息、動(dòng)作反饋信息與學(xué)習(xí)反饋信息；

基于預(yù)設(shè)識(shí)別算法與預(yù)設(shè)標(biāo)準(zhǔn)反饋規(guī)則分析所述情緒反饋信息、動(dòng)作反饋信息與學(xué)習(xí)反饋信息，獲取分析結(jié)果；

結(jié)合分析結(jié)果、預(yù)設(shè)教育知識(shí)結(jié)構(gòu)以及學(xué)習(xí)模式效果響應(yīng)庫，生成當(dāng)前用戶的個(gè)人學(xué)習(xí)路徑。

2.如權(quán)利要求1所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述獲取當(dāng)前用戶基于預(yù)設(shè)智能學(xué)習(xí)設(shè)備所做出的反饋信息的步驟包括：

基于所述預(yù)設(shè)智能學(xué)習(xí)設(shè)備中的攝像設(shè)備獲取當(dāng)前用戶的情緒反饋信息與動(dòng)作反饋信息；

基于所述預(yù)設(shè)智能學(xué)習(xí)設(shè)備中的選項(xiàng)感應(yīng)器獲取當(dāng)前用戶的學(xué)習(xí)反饋信息。

3.如權(quán)利要求2所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述基于所述預(yù)設(shè)智能學(xué)習(xí)設(shè)備中的選項(xiàng)感應(yīng)器獲取當(dāng)前用戶的學(xué)習(xí)反饋信息的步驟包括：

基于預(yù)設(shè)選項(xiàng)感應(yīng)器獲取當(dāng)前用戶對(duì)于每一選項(xiàng)勾選指令的勾選次數(shù)與勾選正誤信息，將所述勾選次數(shù)與勾選正誤信息作為所述學(xué)習(xí)反饋信息。

4.如權(quán)利要求1所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述基于預(yù)設(shè)識(shí)別算法與預(yù)設(shè)標(biāo)準(zhǔn)反饋規(guī)則分析所述情緒反饋信息、動(dòng)作反饋信息與學(xué)習(xí)反饋信息，獲取分析結(jié)果的步驟包括：

基于預(yù)設(shè)動(dòng)作情緒匹配規(guī)則，識(shí)別所述情緒反饋信息的情緒類別；

基于預(yù)設(shè)識(shí)別算法中的動(dòng)作識(shí)別算法與預(yù)設(shè)標(biāo)準(zhǔn)反饋規(guī)則，判斷當(dāng)前用戶對(duì)于指定動(dòng)作指令的動(dòng)作反饋類型；

基于預(yù)設(shè)標(biāo)準(zhǔn)反饋規(guī)則判斷所述學(xué)習(xí)反饋信息所指向知識(shí)點(diǎn)的熟練程度，其中，所述情緒類別、動(dòng)作反饋類型與熟練程度為所述分析結(jié)果。

5.如權(quán)利要求4所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述基于預(yù)設(shè)識(shí)別算法中的動(dòng)作識(shí)別算法與預(yù)設(shè)標(biāo)準(zhǔn)反饋規(guī)則，判斷當(dāng)前用戶對(duì)于指定動(dòng)作指令的動(dòng)作反饋類型的步驟包括：

基于所述動(dòng)作識(shí)別算法，判斷當(dāng)前用戶在翻頁動(dòng)作指令發(fā)出后的預(yù)設(shè)第一時(shí)長(zhǎng)內(nèi)是否做出翻頁動(dòng)作；

若當(dāng)前用戶在所述預(yù)設(shè)第一時(shí)長(zhǎng)內(nèi)做出翻頁動(dòng)作，則判定所述翻頁動(dòng)作指令對(duì)應(yīng)的動(dòng)作反饋類型為正確反饋類型；

若當(dāng)前用戶在所述預(yù)設(shè)第一時(shí)長(zhǎng)內(nèi)未做出翻頁動(dòng)作，則判斷當(dāng)前用戶是否在預(yù)設(shè)第二時(shí)長(zhǎng)內(nèi)做出翻頁動(dòng)作，其中，所述預(yù)設(shè)第二時(shí)長(zhǎng)大于所述預(yù)設(shè)第一時(shí)長(zhǎng)。

6.如權(quán)利要求5所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述若當(dāng)前用戶在所述預(yù)設(shè)第一時(shí)長(zhǎng)內(nèi)未做出翻頁動(dòng)作，則判斷當(dāng)前用戶是否在預(yù)設(shè)第二時(shí)長(zhǎng)內(nèi)做出翻頁動(dòng)作的步驟之后，還包括：

若當(dāng)前用戶在所述預(yù)設(shè)第二時(shí)長(zhǎng)內(nèi)做出翻頁動(dòng)作，則判定所述翻頁動(dòng)作指令對(duì)應(yīng)的動(dòng)作反饋類型為滯后反饋類型；

若當(dāng)前用戶在所述預(yù)設(shè)第二時(shí)長(zhǎng)內(nèi)未做出翻頁動(dòng)作或做出非翻頁動(dòng)作，則判定所述翻頁動(dòng)作指令對(duì)應(yīng)的動(dòng)作反饋類型為錯(cuò)誤反饋類型。

7.如權(quán)利要求4所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述結(jié)合分析結(jié)果、預(yù)設(shè)教育知識(shí)結(jié)構(gòu)以及學(xué)習(xí)模式效果響應(yīng)庫，生成當(dāng)前用戶的個(gè)人學(xué)習(xí)路徑的步驟包括：

基于指向知識(shí)點(diǎn)的所述熟練程度生成當(dāng)前用戶的個(gè)人知識(shí)結(jié)構(gòu)；

對(duì)比預(yù)設(shè)教育知識(shí)結(jié)構(gòu)與所述個(gè)人知識(shí)結(jié)構(gòu)，確定所述個(gè)人學(xué)習(xí)路徑中的待掌握知識(shí)點(diǎn)，以基于所述待掌握知識(shí)點(diǎn)為當(dāng)前用戶制定碎片化學(xué)習(xí)內(nèi)容；

基于所述情緒類別、動(dòng)作反饋類型與學(xué)習(xí)模式效果響應(yīng)庫，確定所述個(gè)人學(xué)習(xí)路徑中的學(xué)習(xí)階段規(guī)劃與學(xué)習(xí)內(nèi)容優(yōu)先級(jí)。

8.如權(quán)利要求1所述的個(gè)人學(xué)習(xí)路徑生成方法，其特征在于，所述獲取當(dāng)前用戶基于預(yù)設(shè)智能學(xué)習(xí)設(shè)備所做出的反饋信息的步驟之前，還包括：

基于預(yù)設(shè)圖像邊緣算法對(duì)預(yù)存人物圖像進(jìn)行邊緣處理，生成目標(biāo)教師形象；

對(duì)所述目標(biāo)教師形象進(jìn)行表情匹配，生成動(dòng)態(tài)虛擬教師形象，以將所述動(dòng)態(tài)虛擬教師形象運(yùn)用于虛擬課堂，并通過所述預(yù)設(shè)智能學(xué)習(xí)設(shè)備中的家庭智能電視放映。