一种基于人工智能的教学行为分析系统及分析方法技术方案

本发明专利技术公开了一种基于人工智能的教学行为分析系统及分析方法，所述教学行为分析系统包括数据管理单元、数据处理单元以及数据评测单元，具体的包括用于收集教学者的教学行为数据视频采集单元，用于在教学行为数据上创建多个时间轴子单元的时间轴建立单元，用于在每个时间轴子单元上分别筛选出一类的教学行为特征数据的数据筛选单元，基于人工智能用于对教学行为特征数据分析的数据分析单元。本发明专利技术的教学行为分析系统通过教学者上传课堂教学视频，并基于人工智能对从创建有多个并列时间轴的教学视频上筛选出的教学行为特征进行自动的数据聚合、特征分析、深度学习和建模模拟，使教学行为分析系统对教学者的教学行为做出详细、准确的分析。

A Teaching Behavior Analysis System and Analysis Method Based on Artificial Intelligence

The invention discloses a teaching behavior analysis system and analysis method based on artificial intelligence. The teaching behavior analysis system includes data management unit, data processing unit and data evaluation unit, in particular, a video acquisition unit for collecting teaching behavior data of teachers, and a time axis establishment single for creating multiple time axis subunits on teaching behavior data. Element is used to select a kind of data filtering unit of teaching behavior characteristic data on each time axis subunit, and data analysis unit of teaching behavior characteristic data analysis based on artificial intelligence. The teaching behavior analysis system of the present invention uploads classroom teaching videos by instructors, and carries out automatic data aggregation, feature analysis, in-depth learning and modeling simulation of the teaching behavior characteristics selected from the teaching videos created with multiple parallel time axes based on artificial intelligence, so that the teaching behavior analysis system can make detailed and accurate analysis of the teaching behavior of teachers.

【技术实现步骤摘要】
一种基于人工智能的教学行为分析系统及分析方法
本专利技术涉及教育系统
，具体涉及一种基于人工智能的教学行为分析系统及分析方法。
技术介绍
听评课活动(课堂观察)是全面提升专业素养的一种有效的教研活动形式，被广泛应用在师范生培养和教师继续教育中，是一种最直接、最具体、最经常也是最有效的研究提高课堂教学质量的方法和手段，在整个课堂教学改革过程中，听评课是不可或缺的重要环节。目前听评课模式(课堂观察)是直接进入正在上课的教室，观察者现场听课并通过纸笔等记录观察内容，课后与执教者就需要改正问题进行归因分析，讨论解决方案。这种传统的方式有三个主要问题，第一是时间和地点的限制，所有观察活动必须在上课时间和教室里完成。第二是课堂行为转瞬即逝，缺少可以共同面对的对课堂的完整记录。所以观察者的很多意见常常都是比较笼统和模糊的，授课者在课后会议讨论时常抱有防御情绪。第三是没有将评价结果与证据记录下来，授课者在自我反思时没有依据，不能记录授课者历史的成长轨迹和分析老师成长规律。
技术实现思路
本专利技术实施例的目的在于提供一种基于人工智能的教学行为分析系统及分析方法，用以解决现有教学行为分析方法存在上述不足的问题。为实现上述目的，本专利技术实施例提供一种基于人工智能的教学行为分析系统，其特征在于：所述教学行为分析系统包括数据管理单元、数据处理单元以及数据评测单元，所述数据管理单元包括视频采集单元，所述视频采集单元用于收集教学者的教学行为数据；所述数据处理单元包括信息上传单元、数据存储单元以及时间轴建立单元，所述信息上传单元用于连接数据管理单元和数据存储单元将教学行为数据上传至数据存储单元，所述时间轴建立单元从数据存储单元中获取教学行为数据，并在教学行为数据上创建多个并列的时间轴子单元；所述数据评测单元包括数据筛选单元、数据分析单元和数据整合单元，所述数据筛选单元用于获取创建有多个时间轴子单元的教学行为数据，并在每个时间轴子单元中的教学行为数据上筛选出一类的教学行为特征数据，所述数据分析单元用于获取教学行为特征数据，并基于人工智能对教学行为特征数据分析、学习生成教学行为分析数据，所述数据整合单元用于分别获取教学行为数据和多个时间轴子单元上的教学行为分析数据并生成评估报告。通过采用上述技术方案，教学者记录和上传课堂教学录像，由时间轴建立单元为视频创建多个并列的时间轴，利用数据筛选单元分别在每个时间轴上的教学视频中筛选出重要的教学行为特征，使每个时间轴内均包括一类的教学行为特征，通过基于人工智能的数据分析单元，对筛选出的教学行为特征进行自动的数据聚合、特征分析、深度学习和建模模拟，使教学行为分析系统对教学者的教学行为做出详细、准确的分析，并通过对教学者的多次教学视频进行系统分析，便于记录教学者历史的成长轨迹以及分析老师成长规律。其中数据整合单元还可以将评价结果与视频证据结合起来，使教学者更直观的认识到自己授课时存在的问题，减少教学者在课后会议讨论时的防御情绪，并由此产生的自我反思或观察变得真正客观和更有意义。进一步的，所述数据管理单元还包括量表管理单元，所述量表管理单元用于录入多个教学行为特征指标并根据多个教学行为特征指标生成评价量表。进一步的，所述数据筛选单元包括识别标记子单元，所述识别标记子单元用于获取创建有多个时间轴子单元的教学行为数据，并由观察者根据评价量表中的多个教学行为特征指标在教学行为数据的每个时间轴子单元上标记出一类的教学行为特征，所述识别标记子单元根据观察者标记出的教学行为特征生成行为特征标记数据。进一步的，所述数据分析单元包括基于深度学习算法的学习子单元和行为分析研判子单元，所述行为分析研判子单元用于获取识别标记子单元生成的行为特征标记数据，并根据行为特征标记数据对教学行为数据进行综合分析生成行为特征分析数据，所述学习子单元用于获取行为特征分析数据并根据行为特征分析数据深度学习建模生成模拟数据。通过采用上述技术方案，当系统为视频创建多个时间轴后，使观察者根据评价量表中的多个教学行为特征指标在教学行为数据的每个时间轴子单元上标记出一类的教学行为特征，由行为分析研判子单元对各时间轴上标记出的教学行为特征进行数据聚合，并根据聚合的数据使行为分析研判子单元对教学视频进行综合分析，利用基于深度学习算法的学习子单元对分析结果进行学习、演化并生建模生成理想的课堂教学行为，使系统在反复使用的过程中，对教学者教学行为的模式和成长规律分析的结果更准确。进一步的，所述数据管理单元还包括任务管理单元，所述任务管理单元获取创建有多个时间轴子单元的教学行为数据，并根据多个教学行为数据生成观课任务表。通过采用上述技术方案，利用任务管理单元生成观课任务表将观课任务分配给观察者，再由观察者进行识别标记，使观察者可以选择合适的时间以及地点完成工作。进一步的，所述数据管理单元还包括具有通信模块的信息发送单元，所述信息发送单元用于将数据整合单元生成的评估报告和教学行为数据发送给学习者终端。通过采用上述技术方案，利用信息接收单元将数据整合单元生成的评估报告和教学视频发送给学习者终端，其中学习者终端可包括移动终端或PC终端或APP等实现信息互动的接收设备，数据整合单元可根据生成的评估报告判断教学视频的质量，对于评价较高的教学视频，可择优的推送给学习者，便于提高教学质量。本专利技术实施例还提供一种基于人工智能的教学行为分析系统及分析方法，其特征在于，所述方法包括以下步骤：S1、分别向数据存储单元上传教学者的教学视频和设定的评价量表；S2、所述时间轴建立单元为教学视频创建多个并列时间轴，由观察者根据评价量表上的行为特征指标在每个时间轴上的教学视频中识别出一类的教学行为特征并标记评价；S3、所述行为分析研判子单元聚合观察者在教学视频各时间轴上标记出的教学行为特征，并根据聚合的教学行为特征数据对教学视频进行综合特征分析；S4、所述学习子单元基于深度学习算法，根据行为分析研判子单元的特征分析深度学习，并根据学习结果建摸模拟出理想的课堂教学行为；S5、所述数据整合单元整合行为分析研判子单元的特征分析结果和学习子单元的模拟结果生成评估报告，并将评估报告和分析的教学视频进行匹配存储。进一步的，所述步骤S2中，教学视频上的时间轴为可反复退回的时间轴，使观察者反复观看教学视频对时间轴子单元上的教学视频进行多次教学行为特征识别并标记。进一步的，所述步骤S5中，数据整合单元通过信息发送单元将评估报告和优秀的教学课例推送给学习者。本专利技术实施例具有如下优点：1、本专利技术的教学行为分析系统通过教学者记录和上传课堂教学录像，由时间轴建立单元为视频创建多个并列的时间轴，利用数据筛选单元分别在每个时间轴上的教学视频中筛选出重要的教学行为特征，使每个时间轴内均包括一类的教学行为特征，通过基于人工智能的数据分析单元，对筛选出的教学行为特征进行自动的数据聚合、特征分析、深度学习和建模模拟，使教学行为分析系统对教学者的教学行为做出详细、准确的分析，并通过对教学者的多次教学视频进行系统分析，便于记录教学者历史的成长轨迹以及分析老师成长规律；2、本专利技术的教学行为分析系统能够将评价结果与与视频证据结合起来，使教学者更直观的认识到自己授课时存在的问题，并减少教学者在课后会议讨论时的防御情绪，使教学者由此产本文档来自技高网...

【技术保护点】
1.一种基于人工智能的教学行为分析系统，其特征在于：所述教学行为分析系统包括数据管理单元、数据处理单元以及数据评测单元，所述数据管理单元包括视频采集单元，所述视频采集单元用于收集教学者的教学行为数据；所述数据处理单元包括信息上传单元、数据存储单元以及时间轴建立单元，所述信息上传单元用于连接数据管理单元和数据存储单元将教学行为数据上传至数据存储单元，所述时间轴建立单元从数据存储单元中获取教学行为数据，并在教学行为数据上创建多个并列的时间轴子单元；所述数据评测单元包括数据筛选单元、数据分析单元和数据整合单元，所述数据筛选单元用于获取创建有多个时间轴子单元的教学行为数据，并在每个时间轴子单元中的教学行为数据上筛选出一类的教学行为特征数据，所述数据分析单元用于获取教学行为特征数据，并基于人工智能对教学行为特征数据分析、学习生成教学行为分析数据，所述数据整合单元用于分别获取教学行为数据和多个时间轴子单元上的教学行为分析数据并生成评估报告。

【技术特征摘要】
1.一种基于人工智能的教学行为分析系统，其特征在于：所述教学行为分析系统包括数据管理单元、数据处理单元以及数据评测单元，所述数据管理单元包括视频采集单元，所述视频采集单元用于收集教学者的教学行为数据；所述数据处理单元包括信息上传单元、数据存储单元以及时间轴建立单元，所述信息上传单元用于连接数据管理单元和数据存储单元将教学行为数据上传至数据存储单元，所述时间轴建立单元从数据存储单元中获取教学行为数据，并在教学行为数据上创建多个并列的时间轴子单元；所述数据评测单元包括数据筛选单元、数据分析单元和数据整合单元，所述数据筛选单元用于获取创建有多个时间轴子单元的教学行为数据，并在每个时间轴子单元中的教学行为数据上筛选出一类的教学行为特征数据，所述数据分析单元用于获取教学行为特征数据，并基于人工智能对教学行为特征数据分析、学习生成教学行为分析数据，所述数据整合单元用于分别获取教学行为数据和多个时间轴子单元上的教学行为分析数据并生成评估报告。2.根据权利要求1所述的一种基于人工智能的教学行为分析系统，其特征在于：所述数据管理单元还包括量表管理单元，所述量表管理单元用于录入多个教学行为特征指标并根据多个教学行为特征指标生成评价量表。3.根据权利要求1所述的一种基于人工智能的教学行为分析系统，其特征在于：所述数据筛选单元包括识别标记子单元，所述识别标记子单元用于获取创建有多个时间轴子单元的教学行为数据，并由观察者根据评价量表中的多个教学行为特征指标在教学行为数据的每个时间轴子单元上标记出一类的教学行为特征，所述识别标记子单元根据观察者标记出的教学行为特征生成行为特征标记数据。4.根据权利要求1所述的一种基于人工智能的教学行为分析系统，其特征在于：所述数据分析单元包括基于深度学习算法的学习子单元和行为分析研判子单元，所述行为分析研判子单元用于获取识别标记子单元生成的行为特征标记数据，并根据行为特征标记数据对教学行为数据进行综合...

【专利技术属性】
技术研发人员：杨帆，杨晔，张海，
申请(专利权)人：杨帆，
类型：发明
国别省市：北京,11