[發(fā)明專利]一種線上課堂學生情緒分析方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010436971.6
• 申請日: 2020-05-21
• 公開（公告）號: CN111563697A
• 公開（公告）日: 2020-08-21
• 發(fā)明（設計）人: 劉建偉
• 申請（專利權）人: 上海復岸網(wǎng)絡信息科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06F16/245
• 代理公司: 鄭州浩翔專利代理事務所(特殊普通合伙) 41149
• 代理人: 邊延松

1.一種線上課堂學生情緒分析方法，應用于包含教師客戶端、學生客戶端和在線教學系統(tǒng)服務器的教學系統(tǒng)中，其特征在于，所述方法包括：

S110、讀取課堂教學過程數(shù)據(jù)：基于在線教學系統(tǒng)服務器，獲取的課堂教學過程數(shù)據(jù)包括：課堂教學音頻、視頻、行為日志和手寫白板的相關數(shù)據(jù)；

S120、基于課堂教學音頻、視頻數(shù)據(jù)識別學生上課情緒；

S130、基于課堂教學音頻、視頻、行為日志的相關數(shù)據(jù)分析教學過程互動性；

S140、分析課堂學生情緒與教學過程互動性的關系；

S150、輸出分析結果用于指導后續(xù)教學活動。

2.根據(jù)權利要求1所述的線上課堂學生情緒分析方法，其特征在于，所述在線教學系統(tǒng)服務器運行有數(shù)據(jù)庫，所述數(shù)據(jù)庫為關系型數(shù)據(jù)庫MySQL或非關系型數(shù)據(jù)庫MongoDB，用于記錄課堂教學過程數(shù)據(jù)。

3.根據(jù)權利要求1所述的線上課堂學生情緒分析方法，其特征在于，步驟S120中所述的學生上課情緒采用Pekrun編制的教學學業(yè)情緒量表進行判斷，其中包括的學生情緒分為高興、自豪、生氣、焦慮、羞愧、無助和厭倦7個維度。

4.根據(jù)權利要求3所述的線上課堂學生情緒分析方法，其特征在于，學生上課情緒的判斷方法采用支持向量機（SVM）或深度神經(jīng)網(wǎng)絡（DNN）方法。

5.根據(jù)權利要求4所述的線上課堂學生情緒分析方法，其特征在于，判斷學生上課情緒的步驟包括：

S310：從數(shù)據(jù)庫中讀取每個課堂教學過程的音頻、視頻數(shù)據(jù)；

S320：截取課堂中音頻、視頻數(shù)據(jù)中的學生音頻和視頻；

S330：對學生音頻中含有的所述教學學業(yè)情緒量表中的情緒特征進行提??；

S340：對學生視頻中含有的所述教學學業(yè)情緒量表中的情緒特征進行提?。?/p>

S350：結合學生音頻和視頻中提取出來的特征，采用語音識別和圖像識別技術對每個課堂上學生情緒進行分類。

6.根據(jù)權利要求2所述的線上課堂學生情緒分析方法，其特征在于，步驟S130中的教學過程互動性的特征內(nèi)容，包括學生-課程內(nèi)容交互頻度、學生-教師交互頻度、學生-系統(tǒng)交互頻度和課程內(nèi)容切換頻率的教學過程互動信息。

7.根據(jù)權利要求6所述的線上課堂學生情緒分析方法，其特征在于，獲取教學過程互動性的方法，包括以下步驟：

S210：從數(shù)據(jù)庫中讀取每個課堂教師和學生的音頻數(shù)據(jù)；

S220：將上述音頻數(shù)據(jù)以一定的采樣時間間隔分段截取采樣；

S230：對每段的采樣音頻進行特征提取；

S240：根據(jù)每段采樣音頻的特征判別屬于教師言語還是學生言語；

S250：結合課件切換、白板書寫、鼠標點擊頻率的數(shù)據(jù)來統(tǒng)計教學過程互動性。

8.根據(jù)權利要求3所述的線上課堂學生情緒分析方法，其特征在于，步驟S140中學生情緒與教學過程互動性關系的分析采用統(tǒng)計分析算法，將每種學生情緒對應的所有課堂中的教學過程互動信息求均值向量，從而得出每種情緒對應的學生-課程內(nèi)容交互頻度、學生-教師交互頻度、學生-系統(tǒng)交互頻度、課程內(nèi)容切換頻率。

9.一種線上課堂學生情緒分析系統(tǒng)，其特征在于，包括：用于錄入課堂教學過程數(shù)據(jù)的采集模塊、用于存儲課堂教學過程數(shù)據(jù)的存儲模塊、用于讀取課堂教學過程數(shù)據(jù)的讀取模塊、用于對讀取的課堂教學過程數(shù)據(jù)進行分析的計算模塊和顯示模塊，所述顯示模塊將計算模塊所得的計算結果推送給教學相關人員，用于指導后續(xù)教學服務；所述采集模塊、存儲模塊、讀取模塊、計算模塊和顯示模塊分別通過程序接口依次相連接。