[發(fā)明專利]一種基于情感畫像的高等教育智能評價(jià)系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210276181.5
• 申請日: 2022-03-21
• 公開（公告）號: CN114862094A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 張鍵;張恒;李宏然;仲兆滿;袁冬青
• 申請（專利權(quán)）人: 江蘇海洋大學(xué)
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06F16/35;G06F16/36;G06F40/30
• 代理公司: 北京和聯(lián)順知識產(chǎn)權(quán)代理有限公司 11621
• 代理人: 徐冬冬

本發(fā)明公開了一種基于情感畫像的高等教育智能評價(jià)系統(tǒng)，包括情感畫像構(gòu)建模塊、輸入模塊、信息處理模塊、存儲模塊、中央控制模塊、評價(jià)指標(biāo)錄入模塊、評價(jià)體系構(gòu)建模塊、智能分析與評價(jià)模塊和輸出模塊，情感畫像構(gòu)建模塊與輸入模塊相連，輸入模塊與信息處理模塊相連，信息處理模塊與存儲模塊相連，存儲模塊與數(shù)據(jù)庫和中央控制模塊相連，中央控制模塊與評價(jià)體系構(gòu)建模塊相連，評價(jià)體系構(gòu)建模塊與評價(jià)指標(biāo)錄入模塊和智能分析與評價(jià)模塊相連。該系統(tǒng)通過采集在高等教育活動中學(xué)生的情感畫像，利用智能評價(jià)系統(tǒng)對情感畫像進(jìn)行智能分析并與評價(jià)標(biāo)準(zhǔn)對比得出評價(jià)結(jié)果，提高評價(jià)的準(zhǔn)確性，能快速準(zhǔn)確的得出在高等教育活動中學(xué)生的學(xué)習(xí)狀態(tài)。

技術(shù)領(lǐng)域

本發(fā)明涉及智能評價(jià)領(lǐng)域，具體為一種基于情感畫像的高等教育智能評價(jià)系統(tǒng)。

背景技術(shù)

在高等教育中往往對學(xué)生評價(jià)都是通過學(xué)段測試進(jìn)行評價(jià)，或者通過老師對學(xué)生平時(shí)的學(xué)習(xí)狀況進(jìn)行評價(jià)，多種方式結(jié)合從而對學(xué)生進(jìn)行評價(jià)，但是現(xiàn)有的評價(jià)方式比較單一，評價(jià)不全面，不能對學(xué)生的情感畫像進(jìn)行采集，然后進(jìn)行智能評價(jià)，從而更加清楚的了解學(xué)生的狀況；為此提供了一種基于情感畫像的高等教育智能評價(jià)系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的缺陷，提供一種基于情感畫像的高等教育智能評價(jià)系統(tǒng)，以解決上述背景技術(shù)提出的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于情感畫像的高等教育智能評價(jià)系統(tǒng)，包括情感畫像構(gòu)建模塊、輸入模塊、信息處理模塊、存儲模塊、中央控制模塊、評價(jià)指標(biāo)錄入模塊、評價(jià)體系構(gòu)建模塊、智能分析與評價(jià)模塊和輸出模塊，所述情感畫像構(gòu)建模塊與輸入模塊相連，所述輸入模塊與信息處理模塊相連，所述信息處理模塊與存儲模塊相連，所述存儲模塊與數(shù)據(jù)庫和中央控制模塊相連，所述中央控制模塊與評價(jià)體系構(gòu)建模塊相連，所述評價(jià)體系構(gòu)建模塊與評價(jià)指標(biāo)錄入模塊和智能分析與評價(jià)模塊相連，所述智能分析與評價(jià)模塊與輸出模塊相連。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述情感畫像構(gòu)建模塊的構(gòu)建方法，具體步驟如下：

S1、構(gòu)建與高等教育相關(guān)的情感詞典，并為程度副詞、否定詞和轉(zhuǎn)折連詞的情感強(qiáng)度構(gòu)建語法規(guī)則，量化文本情感極性以構(gòu)建情感得分；

S2、綜合學(xué)生在節(jié)點(diǎn)間的情感得分，獲得學(xué)生學(xué)習(xí)的情感變化；

S3、利用ROST CM6軟件量化學(xué)生在高等教育中高頻詞的共現(xiàn)關(guān)系，使用Gephi軟件聚類不同詞語間的語義關(guān)系，從而構(gòu)建情感畫像。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述情感詞典的構(gòu)建方法具體包括如下步驟：

S11、在《知網(wǎng)詞典》的基礎(chǔ)上構(gòu)建，詞典中的詞語被分為不同類型的詞語，如積極詞語、消極詞語、程度副詞和否定副詞；

S12、人工提取出高等教育活動中的情感詞和表情符號，并按情感詞和表情符號的情感極性進(jìn)行分類，通過與《知網(wǎng)詞典》的比較，將未被《知網(wǎng)詞典》收錄的詞語和符號加入以構(gòu)建一個(gè)與高等教育相關(guān)的情感詞典。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述語法規(guī)則的構(gòu)建方法具體如下：

對于程度副詞，根據(jù)其情感強(qiáng)度被分為六類，從弱到強(qiáng)依次被分配0.5到3的情感強(qiáng)度倍數(shù)，當(dāng)一個(gè)詞語或表情符號和一個(gè)程度副詞連用時(shí)，其情感強(qiáng)度需要乘以0.5到3；

對于否定詞，當(dāng)否定詞的數(shù)量為奇數(shù)時(shí)，否定詞后的詞語和表情符號的情感極性顛倒；為偶數(shù)時(shí)，極性保持不變；

對于轉(zhuǎn)折連詞，含有主要用于從句的轉(zhuǎn)折連詞，主句中的情感極性被顛倒；含有主要用于主句的轉(zhuǎn)折連詞，感情極性由主句中的詞語和表情符號決定。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述信息處理模塊將構(gòu)建成的情感畫像轉(zhuǎn)換成數(shù)字信號，并通過無線傳輸模塊輸送到存儲模塊。