教师教学的测评方法和系统技术方案

技术编号:19859436 阅读:21 留言:0更新日期:2018-12-22 12:07
本发明专利技术提出一种教师教学的测评方法和系统,其中,方法包括:获取学生在教师授课时段内的实时生理反应信号;根据实时生理反应信号确定学生听课的实时专注度;根据学生听课的实时专注度生成兴趣评分,并根据兴趣评分获取教师的教学测评结果。由此,以学生难以自主更改的生理反应信号为依据,获取教师的教学测评结果,保证了教师教学的测评结果的准确性,且能够根据当前获取的学生的生理反应信号对当前教师的教学进行实时测评,对教师的教学的提高具有重要意义。

【技术实现步骤摘要】
教师教学的测评方法和系统
本专利技术涉及信息处理
,尤其涉及一种教师教学的测评方法和系统。
技术介绍
在日常的教学活动中,讲师的教学质量评价是教学质量测评的关环节,对提高教学质量和办公效率具有重要意义,因此,只有建立完善的教学质量测评系统才能够较为全面准确的评价讲师的教学工作,全面提高教学水平。相关技术中,主要采用学生打分的方式,作为教师的教学测评的主要参考,比如,学生对教师的教学测评的评分普遍偏低,则教师的教学测评对应的测评结果较差,又比如,学生对教师的教学测评的评分普遍较高,则教师的教学测评对应的测评结果较高,然而,这种测评方式至少具有以下两个缺陷:其一在于评分需要在教学完毕后实施,但是有很多学生上课完毕后即离开课堂,评分信息难以采集完全,其二在于评分是一个相对主观的打分方式,在一些场景下,即使教育质量较高,但是当某些学生不喜欢教师本人时,也可能会在打分的时候给出较低的分数,以上两个缺陷将导致教学的测评的结果不准确。
技术实现思路
本专利技术提供一种教师教学的测评方法和系统,以解决现有技术中,教师的教学测评不准确的技术问题。本专利技术实施例提供一种教师教学的测评方法,包括以下步骤:获取学生在教师授课时段内的实时生理反应信号;根据所述实时生理反应信号确定所述学生听课的实时专注度;根据所述学生听课的实时专注度生成兴趣评分,并根据所述兴趣评分获取所述教师的教学测评结果。本专利技术另一实施例提供一种教师教学的测评系统,包括:生理反应信号采集设备和处理器,其中,所述生理反应信号采集设备和所述处理器连接,其中,所述生理反应信号采集设备,用于获取学生在教师授课时段内的实时生理反应信号;处理器,用于根据所述实时生理反应信号确定所述学生听课的实时专注度,根据所述学生听课的实时专注度生成兴趣评分,并根据所述兴趣评分获取所述教师的教学测评结果。本专利技术又一实施例提供一种非临时性计算机可读存储介质,所述计算机程序被处理器执行时实现如上述实施例所述的教师教学的测评方法。本专利技术还一实施例提供一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,执行如上述实施例所述的教师教学的测评方法。本专利技术实施例提供的技术方案可以包括以下有益效果:获取学生在教师授课时段内的实时生理反应信号,根据实时生理反应信号确定学生听课的实时专注度,进而,根据学生听课的实时专注度生成兴趣评分,并根据兴趣评分获取教师的教学测评结果。由此,以学生难以自主更改的生理反应信号为依据,获取教师的教学测评结果,保证了教师教学的测评结果的准确性,且能够根据当前获取的学生的生理反应信号对当前教师的教学进行实时测评,对教师的教学的提高具有重要意义。本专利技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1是根据本专利技术第一个实施例的教师教学的测评方法的流程图;图2是根据本专利技术第二个实施例的教师教学的测评方法的流程图;图3是根据本专利技术第三个实施例的教师教学的测评方法的流程图;图4是根据本专利技术一个实施例的教师教学的测评方法的应用场景示意图;图5是根据本专利技术一个实施例的教师教学的测评系统的结构示意图;以及图6是根据本专利技术另一个实施例的教师教学的测评系统的结构示意图。具体实施方式下面详细描述本专利技术的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本专利技术,而不能理解为对本专利技术的限制。基于以上分析可知,相关技术中,通过获取学生打分的方式进行教师教学测评,而这种打分方式一方面在采集较难,另一方面打分与实际教师教学质量可能有出入,当学生打分时,受到其他因素影响时可能给出的分数并不能完全反应教师教学质量。为了解决上述技术问题,本专利技术提出了一种教师教学的测评方法,该方法通过检测学生在听课过程中的不能自主的控制的生理反应信号,获取学生的专注度,进而根据每个学生的专注度获取教师教学的测评结果,由此,不但可以实时获知学生在听课过程中的专注度,而且基于生理反应信号确定的学生专注度与教师教学的质量较为一致。下面参考附图描述本专利技术实施例的教师教学的测评方法和系统。图1是根据本专利技术第一个实施例的教师教学的测评方法的流程图,如图1所示,该方法包括:步骤101,获取学生在教师授课时段内的实时生理反应信号。其中,生理反应信号,包括皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合。具体地,在本专利技术的实施例中,可通过皮肤传感器设备采集学生的生理反应信号,其中,根据应用场景的不同,皮肤传感器设备可以为不同的设备,比如,可以为包含皮肤传感器的腕带、帽子、手套、项链、脸部贴纸等能直接接触到的学生皮肤的设备。应当理解的是,步骤101中获取学生在听课过程中的生理反应信号的应用场景,可以发生在实际的教学场景中,在该场景下,听课的每一个学生佩戴包含皮肤传感器的设备,也可以发生在远程教学等线上课程的教学场景中,在该场景下,听课的每一个学生佩戴包含皮肤传感器的设备,由包含皮肤传感器的设备将采集到的皮肤导电数据上传到系统。需要强调的是,在实际应用中,教师的讲课时段通常分为知识点讲解、难题解答等授课时段,以及,包括点名等非授课时段,显然,教师在授课时段的教学质量与教师的教学息息相关,因而,在本专利技术的实施例中,针对教师的授课时段进行教学的测评。在不同的应用场景下,确定授课时段的方式包括但不限于,由教师本人根据备课情况预先设置,或者,根据检测到的授课语音信息进行分析确定等等。步骤102,根据实时生理反应信号确定学生听课的实时专注度。其中,在不同的应用场景下,各学生的专注度可以以具体的数值表示,比如以百分制中的数字表示,数值越大代表学生越专注,比如以等级制度中的等级表示,等级越大代表学生越专注,又比如以具体的符号标志(星星符号、花朵符号、心形符号等)的数量来表示,符号数量越多代表学生越专注。可以理解,学生的生理反应信号会真实的反应学生的专注度,当生理反应信号包括皮肤电导信号时,皮肤会对电流或者电压呈现一定的电阻,而电阻的大小会随着情绪变化而变化,通常,在较为轻松的状态下,学生可能当前在走神,听课并不是很专注,人体皮肤的电阻较大,从而皮肤电导信号较低,在精神紧张或专注时,学生可能当前正在专注的听课,人体皮肤的电阻较小,从而人体皮肤电导信号较高,这是由于交感和副交感神经根据大脑的认知状态的变化进行拮抗式的调节,而交感和副交感神经的活动会影响皮肤电阻。又比如,当生理反应信号包括心率信号时,如果学生的心率波动较小,则表明学生越是专注于当前教学内容,如果学生的心率变化比较大,则表明对当前教学内容越是不专注。需要说明的是,在不同的应用场景下,可采用不同的方式实现根据学生的生理反应信号确定各学生的专注度,示例说明如下:第一种示例:在本示例中,预先根据大量实验数据,获取并存储专注度和生理反应信号的对应关系,从而,在获取生理反应信号后,查询上述对应关系,以获取匹配的学生的专注度。第二种示例:预先根据大量实验数据,构造生理反应信号的深层网络模型,该模型的输入为生理反本文档来自技高网...

【技术保护点】
1.一种教师教学的测评方法,其特征在于,包括以下步骤:获取学生在教师授课时段内的实时生理反应信号;根据所述实时生理反应信号确定所述学生听课的实时专注度;根据所述学生听课的实时专注度生成兴趣评分,并根据所述兴趣评分获取所述教师的教学测评结果。

【技术特征摘要】
1.一种教师教学的测评方法,其特征在于,包括以下步骤:获取学生在教师授课时段内的实时生理反应信号;根据所述实时生理反应信号确定所述学生听课的实时专注度;根据所述学生听课的实时专注度生成兴趣评分,并根据所述兴趣评分获取所述教师的教学测评结果。2.如权利要求1所述的方法,其特征在于,所述生理反应信号,包括:皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合。3.如权利要求1所述的方法,其特征在于,所述根据所述实时生理反应信号确定所述学生听课的实时专注度,包括:根据预设策略分析所述学生在所述授课时段内的实时生理反应信号,并提取所述学生的专注特征信息;应用预设算法对所述学生的专注特征信息进行计算,确定所述学生听课的实时专注度。4.如权利要求3所述的方法,其特征在于,所述根据预设策略分析所述学生在所述授课时段内的实时生理反应信号,并提取所述学生的专注特征信息,包括:检测所述实时生理反应信号大于预设阈值的次数提取专注次数;和/或,检测所述实时生理反应信号大于预设阈值的时间提取专注时间;和/或,检测所述实时生理反应信号大于预设阈值的幅度提取专注强度。5.如权利要求1所述的方法,其特征在于,在所述根据所述实时生理反应信号确定所述学生听课的实时专注度之后,还包括:判断所述实时专注度是否大于预设阈值;若判断获知所述实时专注度大于所述预设阈值时,录制并存...

【专利技术属性】
技术研发人员:杨育松王晨王勇鞠靖王曦光王真峥朱昕彤杨昊鄢晓濛
申请(专利权)人:新华网股份有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1