[發明專利]高校學生行為分析系統、方法、設備及介質

有效

• 申請號: 202011223922.0
• 申請日: 2020-11-05
• 公開（公告）號: CN112328077B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 楊宇孛;牟文余;余瑤;蔣曼;姚富光;郭莉濱;聶磊
• 申請（專利權）人: 重慶第二師范學院
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06K9/62;G06N3/04;G06N3/08;G06F16/9536;G16H50/30;G06Q10/06;G06Q50/00;G06Q50/20
• 代理公司: 重慶渝之知識產權代理有限公司 50249
• 代理人: 周身彪

1.一種高校學生行為分析系統，其特征在于，包括：

數據獲取模塊，用于獲取高校學生佩戴手環的行為數據，所述行為數據包括該學生的運動軌跡、語音數據與作息時間；

數據分析模塊，用于結合所述運動軌跡、語音數據與作息時間，分析每個所述學生的行為數據得到學生每天在校的學習時間、休息時間與課外活動時間，其中，所述語音數據協助運動軌跡與作息時間檢測當前學生所處場所和所做事情；比較校內多個學生的運動軌跡有重合或交叉時，根據時空有效性確定運動軌跡相同的學生對應ID，結合位置信息與作息時間判斷運動軌跡重合的學生之間的關系，利用誤差判定法判定學生之間的關系；

成長分析模塊，用于根據所述學生的學習時間、休息時間、課外活動時間以及學習完成狀態生成學生的成長分析報告，將所述成長分析報告發送管理員和/或家長以達到引導與督促的目的；其中，采用神經網絡算法構成成長分析模型實現成長分析的判定；該神經網絡算法包括：1x1卷積核，用來控制生成的特征數據的數量；3x3卷積核，用來進行特征提取；BN模塊表示Batch Normalization，用來對卷積層輸出進行規范化，加快網絡訓練速度；Base-Block后的n表示此模塊由n個Base-Block單元級聯而成；width,height表示生成的特征圖的尺寸為width x height即寬x高，depth生成的特征圖的數量；級聯1x1卷積核、3x3卷積核與Batch Normalization，同時，加上最大池化層；最后，加上用來進行分類的全局池化層和softmax層；其中，所述學習完成狀態根據學科的作業發布次數、每次提交作業的時間、作業提交次數、每次作業的得分、課堂答題次數和課堂答題正確次數中的一項或多項加權計算所得；或，所述學習完成狀態根據課外活動的組織能力、執行力、合作能力、溝通能力和邏輯分析中的一項或多項加權計算所得；

社交圈生成模塊，利用Python抓取每個學生在校內不同時段不同場所的運動軌跡以構建用戶畫像，根據所述用戶畫像獲取的每個學生的分類標簽，利用Gephi構建每個學生的社交關系，根據所述社交關系與分類標簽將所述學生分配至不同社交圈，每個社交圈至少為兩個人。

2.根據權利要求1所述的高校學生行為分析系統，其特征在于，還包括：社交圈推薦模塊，用于獲取每個所述學生所屬的至少一個社交圈分別對應的關注度；按照關注度從高到低的排列順序，向該學生推薦所述至少一個社交圈。

3.根據權利要求1所述的高校學生行為分析系統，其特征在于，所述數據分析模塊包括：第一學習檢測單元，用于根據所述學生的課程表或課程計劃實時檢測該學生的運動軌跡是否滿足時間與空間的合理性，根據檢測結果判斷該學生是否有曠課或早退現象；當檢測到所述學生有曠課或早退現象時，生成警告信息發送該學生對應終端且將該事件發送管理員和/或家長進行批評教育；同時，發送補課鏈接給該學生對應終端。

4.根據權利要求1所述的高校學生行為分析系統，其特征在于，所述數據分析模塊還包括：第二學習檢測單元，利用手環抓取聯網終端在課程表或課程計劃的相應課堂時間內的后臺數據，檢測學生是否在課堂之中玩終端，當檢測到所述學生玩終端時，生成警告信息發送該學生對應終端且將該事件發送管理員和/或家長進行批評教育；同時，發送補課鏈接給該學生對應終端。

5.根據權利要求1所述的高校學生行為分析系統，其特征在于，所述數據分析模塊還包括：睡眠分析單元，用于根據該學生的作息時間中睡眠的體征參數確定睡眠指標數據；使用睡眠質量模型對所述睡眠指標數據進行計算獲得睡眠信息；還用于根據睡眠信息檢測所述學生是否在課程上睡覺；所述睡眠信息表征睡眠的質量信息，所述睡眠質量模型包括：睡眠程度、睡眠時長、睡眠規律和睡眠呼吸。