[發明專利]一種基于課堂上學生WIFI使用的學情分析方法及分析系統

在審

• 申請號: 202011553796.5
• 申請日: 2020-12-24
• 公開（公告）號: CN112528231A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 賀小偉;陳原
• 申請（專利權）人: 西北大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q50/20
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 王力文

本發明公開了一種基于課堂上學生WIFI使用的學情分析方法及分析系統，涉及學情分析技術領域通過對學生無線網絡數據的統計，從個體分析現有學生的課堂學習狀況，進行建模分析，評析整體課堂的學情狀況，更具說服力。從網絡行為角度進行學情分析，適應現有課堂上學生過度使用手機的背景，從而更為精確地評析網絡便捷到底對課堂教學帶來怎樣的效果。利用數據進行多重對比和分析。通過采集實驗數據，可以多維度地分析網絡行為對同專業不同科目的影響、不同專業同一科目的影響等，更全面地進行學情分析。

技術領域

本發明涉及學情分析術領域，特別涉及一種基于課堂上學生WIFI使用的學情分析方法及分析系統。

背景技術

百年大計，教育為本，要想真正提高教育水平，必須從教育的根據地入手，從課堂上調動學生的積極性，讓學生可以真正學有所得，能力有所提升。最好的教育不是千篇一律，而是因材施教，這就需要真實地了解到課堂上的學生的學習情況，因此引出教育領域的一個分支-學情分析領域。

最傳統的學情分析方法是基于教師的觀察和考試成績，或者通過問卷調查進行評測，這樣的分析方法主觀性較強，獲得的數據真實性也存在著一定的問題。隨著信息化時代的推進，越來越多的學生在課堂上使用無線設備，教師無法準確判定學生究竟是在做與課程相關的學習還是其他無關的娛樂，這也為準確評析課堂學習情況增加了不小的阻礙。現有的分析方法大多基于“機器視覺”來采集照片和視頻信息，通過實驗方法進行姿態、表情、抬頭、注意力等的檢測，判定學生是在看手機、吃東西還是認真聽課等。但是這樣的視覺觀察手段需要事先的機器訓練和識別，分析處理方法復雜且受外界因素干擾較大，如視頻信息損壞、人臉識別算法優劣、個人故意偽裝等，這些都會影響到最終的實驗結果和結論。另一方面，基于圖像的研究是從被動的角度進行學情分析，所謂“眼見不一定為實”，并沒有從學生的客觀行為方面考究。

為了解決上述技術問題，本申請提供的一種基于課堂上學生WIFI使用的學情分析方法及分析系統，旨在通過對學生接入校園網的使用數據進行分析，探究學生的上課狀態和學習情況，從而形成更為完善的評測方法進行學情預測和學業監督工作。

發明內容

本發明的目的在于提供一種基于課堂上學生WIFI使用的學情分析方法及分析系統，旨在通過對學生接入校園網的使用數據進行分析，探究學生的上課狀態和學習情況，從而形成更為完善的評測方法進行學情預測和學業監督工作。

本發明提供了一種基于課堂上學生WIFI使用的學情分析方法，包括以下步驟：

步驟1：隨機抽取學生，分為N組進行對照實驗；

步驟2：開展同質量授課任務；

步驟3：采集網絡行為數據，分析學生上網行為；

步驟4：對學生進行課堂小測，記錄成績水平；

步驟5：根據網絡行為數據和課堂小測結果建立多元線性回歸模型，進行學情評測。

進一步地，所述多元線性回歸模型表示如下：

y＝β₀+β₁x₁+β₂x₂+β₃x₃+β₄x₄+ε (1)

其中，y表示課堂小測成績；x₁表示課堂中使用WIFI的總時長；x₂表示利用WIFI觀看在線視頻的流量；x₃表示利用WIFI進行聊天社交的流量；x₄表示利用網頁進行瀏覽的流量；β₀為回歸常數，β₁，β₂，β₃，β₄為回歸系數；ε為隨機誤差。