[發明專利]學習狀態與成效判斷方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110625060.2
• 申請日: 2021-06-04
• 公開（公告）號: CN113393346A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 焦明輝
• 申請（專利權）人: 伍壹捌肆職業教育咨詢（廣州）有限責任公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/06
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李君

1.一種學習狀態與成效判斷方法，其特征在于，所述方法包括：

實時獲取課堂上每位學生的上課狀態圖像；

根據每位學生的上課狀態圖像，通過人工智能分析，得到每位學生的學習狀態，并在上課結束后獲取每位學生的狀態結果值；

根據每位學生的狀態結果值，統計全班學生的學習狀態變化量；

判斷全班學生的學習狀態變化量是否在預設變化值的可信區間內；

若全班學生的學習狀態變化量在預設變化值的可信區間內，則根據每位學生的狀態結果值和全班學生的學習狀態變化量，判斷每位學生在課堂上的狀態變化是否符合預設條件；

若有學生在課堂上的狀態變化符合預設條件，則獲取授課老師針對該學生輸入的分析結果；

若有學生在課堂上的狀態變化不符合預設條件，則對該學生的學習成績進行智能分析，得到該學生的學習成效變化趨勢。

2.根據權利要求1所述的學習狀態與成效判斷方法，其特征在于，所述根據每位學生的上課狀態圖像，通過人工智能分析，得到每位學生的學習狀態，并在上課結束后獲取每位學生的狀態結果值，具體包括：

建立學生狀態二維數組；

根據上課狀態圖像的臉部表情和肢體形態，通過人工智能分析，得到每位學生的心理維度和生理維度；

按心理維度和生理維度的總和，依次存入學生狀態二維數組；

在上課結束后，建立學生狀態結果二維數組；

根據學生狀態二維數組，對學生狀態結果二維數組進行賦值。

3.根據權利要求1所述的學習狀態與成效判斷方法，其特征在于，所述根據每位學生的狀態結果值，統計全班學生的學習狀態變化量，如下式：

其中，V_{student-status-average-result}為全班學生的學習狀態變化量，V_{student-status-result}[n,1]為每位學生的狀態結果值。

4.根據權利要求1所述的學習狀態與成效判斷方法，其特征在于，所述根據每位學生的狀態結果值和全班學生的學習狀態變化量，判斷每位學生在課堂上的狀態變化是否符合預設條件，具體包括：

若有學生的狀態結果值與全班學生的學習狀態變化量之積等于負數值，則判斷該學生在課堂上的狀態變化符合預設條件；

若有學生的狀態結果值與全班學生的學習狀態變化量之積大于2，則判斷該學生在課堂上的狀態變化符合預設條件；

若有學生的狀態結果值與全班學生的學習狀態變化量之積大于或等于0，且小于或等于2，則判斷該學生在課堂上的狀態變化不符合預設條件。

5.根據權利要求1-4任一項所述的學習狀態與成效判斷方法，其特征在于，所述對該學生的學習成績進行智能分析，得到該學生的學習成效變化趨勢，具體包括：

采用馬爾科夫鏈算法，根據該學生的學習成績趨勢數組以及學習成績趨勢矩陣，對該學生的學習成績進行趨勢估算，得到該學生的趨勢概率向量；其中，所述學習成績趨勢數組和學習成績趨勢矩陣是預先獲取的；

根據該學生的趨勢概率向量，比較該學生的學習成績趨勢。

6.根據權利要求5所述的學習狀態與成效判斷方法，其特征在于，所述采用馬爾科夫鏈算法，根據該學生的學習成績趨勢數組以及學習成績趨勢矩陣，對該學生的學習成績進行趨勢估算，得到該學生的趨勢概率向量，具體包括：

統計該學生最近N次學習成績的區間分布比例；

根據該學生的學習成績趨勢數組，對該學生的學習成績趨勢矩陣進行矯正；

根據該學生的區間分布比例以及矯正后的學習成績趨勢矩陣，計算該學生的趨勢概率向量。

7.根據權利要求1-4任一項所述的學習狀態與成效判斷方法，其特征在于，所述方法還包括：

若全班學生的學習狀態變化量不在預設變化值的可信區間內，則獲取授課老師針對課堂效果輸入的分析結果。