智适应学习检测系统及方法技术方案

本发明专利技术提供了智适应学习检测系统及方法，该智适应学习检测系统及方法通过对预设学生对象进行学习过程和学习笔记/做题资料的拍摄，并对拍摄得到的学习过程影像进行学生行为动作的分析，从而计算得到预设学生对应的学习喜好值，再以此确定预设学生对应的学习专注度、知识盲点和知识掌握水平，以便于有针对性地对预设学生对象进行知识学习方案的调整；可见，该智适应学习检测系统及方法应用智能化技术(例如MCM等技术)对相应的拍摄影像数据进行关于学习喜好值的计算分析，从而保证能够针对不同预设学生对象的学习喜好差异进行有针对性的知识学习方案调整，以期提高不同预设学生对象的学习效率。

【技术实现步骤摘要】
智适应学习检测系统及方法
本专利技术涉及人工智能教育的
，特别涉及智适应学习检测系统及方法。
技术介绍
在教学过程中，因材施教能够更好地对学生进行高效的知识教学，而因材施教的执行需要以学生的学习偏好为前提的。但是，由于不同学生在学习习惯和学习喜好等方面上均具有一定的差异，并且这种差异通常体现在较为抽象的层面上，其无法用客观地标准进行衡量。目前，并不能有效地和精确地对不同学生个体进行学习偏好的客观判断，这严重地制约对不同学生个体进行有针对性的知识教学。可见，现有技术急需能够对不同学生个体进行全面准确的学习偏好智适应检测手段。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供智适应学习检测系统及方法，该智适应学习检测系统及方法通过对预设学生对象进行学习过程和学习笔记/做题资料的拍摄，并对拍摄得到的学习过程影像进行学生行为动作的分析，从而计算得到预设学生对应的学习喜好值，再以此确定预设学生对应的学习专注度、知识盲点和知识掌握水平，以便于有针对性地对预设学生对象进行知识学习方案的调整；可见，该智适应学习检测系统及方法应用智能化技术(例如MCM蒙特卡洛统计模拟技术等技术)对相应的拍摄影像数据进行关于学习喜好值的计算分析，从而保证能够针对不同预设学生对象的学习喜好差异进行有针对性的知识学习方案调整，以期提高不同预设学生对象的学习效率。本专利技术提供智适应学习检测系统，其特征在于：所述智适应学习检测系统包括拍摄模块、影像分析模块、学习相关信息确定模块和知识学习方案确定模块；其中，>所述拍摄模块用于对预设对象的学习过程及其学习相关资料进行拍摄，以此获得学习过程影像和学习相关资料照片，其中，所述学习过程包括所述预设对象的听课过程、撰写作业过程和考试过程中的至少一者，所述学习相关资料包括所述预设对象的听课笔记、作业和试卷中的至少一者；所述影像分析模块用于对所述学习过程影像进行影像分析，以此获得所述预设对象的学习喜好值；所述学习相关信息确定模块用于对所述学习喜好值进行分析，以此获得所述预设对象的学习专注度、知识盲点和知识掌握水平；所述知识学习方案确定模块用于根据所述学习专注度、所述知识盲点和所述知识掌握水平，确定针对所述预设对象的知识学习方案；进一步，所述拍摄模块包括视频拍摄子模块、照片拍摄子模块、视频筛选子模块和照片筛选子模块；其中，所述视频拍摄子模块用于对所述预设对象在观看不同科目教学视频的过程、完成不同科目作业的过程和完成不同科目考试的过程进行拍摄，以此获得所述预设对象对应的学习过程影像；所述照片拍摄子模块用于对所述预设对象的听课笔记、已完成作业和已完成试卷进行拍摄，以此获得所述学习相关资料照片；所述视频筛选子模块用于根据所述学习过程影像中所述预设对象的动作可辨识度，并筛选保留所述预设对象的动作可辨识度超过预设动作辨识度阈值的影像数据；所述照片筛选子模块用于根据所述学习相关资料照片中所述预设对象的笔迹可辨识度，并筛选保留所述预设对象的笔迹可辨识度超过预设笔迹辨识度阈值的学习文字记录数据；进一步，所述影像分析模块包括影像分解子模块、行为动作提取子模块、学习喜好值计算子模块和学习喜好值排解子模块；其中，所述影像分解子模块用于将所述学习过程影像分解成若干图像帧；所述行为动作提取子模块用于提取每一图像帧中所述预设对象的学习行为动作及其对应的动作发生时间，以此获得所述预设对象的教学视频观看行为动作以及作业做题/考试做题行为动作；所述学习喜好值计算子模块用于根据下面拟合回归公式(1)，对所述教学视频观看行为动作以及所述作业做题/考试做题行为动作进行加权整合处理，以此获得所述预设对象在教学视频观看和作业/考试中的学习喜好值在上述公式(1)中，表示所述学习喜好值，其中当k＝0时，表示对第b个作业/考试题目解答时的第i个行为动作的学习喜好值，当k＝1时，表示对第b个教学视频观看时的第i个行为动作的学习喜好值，Xb,i表示对第b个作业/考试题目解答时的第i个行为动作值，Xb表示对第b个作业/考试题目解答时的标准行为动作值，Yb,j表示对第b个教学视频观看时的第i个行为动作值，Yb表示对第b个教学视频观看时的标准行为动作值，m表示对第b个作业/考试题目解答的所有行为动作总个数，n表示对第b个教学视频观看的所有行为动作总个数；所述学习喜好值排解子模块用于根据保留后的所述学习文字记录数据，对所述学习喜好值进行高低排列处理；进一步，所述学习相关信息确定模块包括预设对象做题/视频观看信息提取子模块和学习判定值计算子模块；其中，所述预设对象做题/视频观看信息提取子模块用于从所述学习过程影像和所述学习相关资料照片中，提取得到所述预设对象的做题准确率、做题耗费时间和教学视频观看时间；所述学习判定值计算子模块用于根据下面权重计算公式(2)并结合所述学习喜好值，计算得到所述预设对象的学习专注度判定值、知识盲点判定值和知识掌握水平判定值，在上述公式(2)中，H1b表示第b个学生对应的学习专注度判定值，H2b表示第b个学生对应的知识盲点判定值，H3b表示第b个学生对应的知识掌握水平判定值，Db表示第b个学生对应的做题准确率，Gb表示第b个学生对应的教学视频观看时间，Zb表示第b个学生对应的做题耗费时间；进一步，所述知识学习方案确定模块包括判定值筛选子模块、学习知识兴趣点分值计算子模块和科目学习调整子模块；其中，所述判定值筛选子模块用于对所述学习专注度、所述知识盲点和所述知识掌握水平各自对应的所述学习专注度判定值、所述知识盲点判定值和所述知识掌握水平判定值进行关于正态分布统计模型的坏点剔除；所述学习知识兴趣点分值计算子模块用于根据下面公式(3)，对经过所述坏点剔除的所述学习专注度判定值、所述知识盲点判定值和所述知识掌握水平判定值进行综合计算，以此确定所述预设对应的学习知识兴趣点分值Qb，在上述公式(3)中，Qb表示第b个学生对应的学习知识兴趣点分值，H1b表示第b个学生对应的学习专注度判定值，H2b表示第b个学生对应的知识盲点判定值，H3b表示第b个学生对应的知识掌握水平判定值；所述科目学习调整子模块用于根据所述学习知识兴趣点分值Qb，对所述预设对象的科目学习类型和/或科目学习时长进行调整。本专利技术还提供智适应学习检测方法，其特征在于，所述智适应学习检测方法包括如下步骤：步骤S1，对预设对象的学习过程及其学习相关资料进行拍摄，以此获得学习过程影像和学习相关资料照片，其中，所述学习过程包括所述预设对象的听课过程、撰写作业过程和考试过程中的至少一者，所述学习相关资料包括所述预设对象的听课笔记、作业和试卷中的至少一者；步骤S2，对所述学习过程影像进行影像分析，以此获得所述预设对象的学习喜好值；步骤S3，对所述学习喜好值进行分析，以此获得所述预设对象的学习专注度、知识盲点和知识掌握水平；步骤S4，根据所述学习专注度、所述知识盲点和所述知本文档来自技高网...

【技术保护点】
1.智适应学习检测系统，其特征在于：/n所述智适应学习检测系统包括拍摄模块、影像分析模块、学习相关信息确定模块和知识学习方案确定模块；其中，/n所述拍摄模块用于对预设对象的学习过程及其学习相关资料进行拍摄，以此获得学习过程影像和学习相关资料照片，其中，所述学习过程包括所述预设对象的听课过程、撰写作业过程和考试过程中的至少一者，所述学习相关资料包括所述预设对象的听课笔记、作业和试卷中的至少一者；/n所述影像分析模块用于对所述学习过程影像进行影像分析，以此获得所述预设对象的学习喜好值；/n所述学习相关信息确定模块用于对所述学习喜好值进行分析，以此获得所述预设对象的学习专注度、知识盲点和知识掌握水平；/n所述知识学习方案确定模块用于根据所述学习专注度、所述知识盲点和所述知识掌握水平，确定针对所述预设对象的知识学习方案。/n

【技术特征摘要】
1.智适应学习检测系统，其特征在于：
所述智适应学习检测系统包括拍摄模块、影像分析模块、学习相关信息确定模块和知识学习方案确定模块；其中，
所述拍摄模块用于对预设对象的学习过程及其学习相关资料进行拍摄，以此获得学习过程影像和学习相关资料照片，其中，所述学习过程包括所述预设对象的听课过程、撰写作业过程和考试过程中的至少一者，所述学习相关资料包括所述预设对象的听课笔记、作业和试卷中的至少一者；
所述影像分析模块用于对所述学习过程影像进行影像分析，以此获得所述预设对象的学习喜好值；
所述学习相关信息确定模块用于对所述学习喜好值进行分析，以此获得所述预设对象的学习专注度、知识盲点和知识掌握水平；
所述知识学习方案确定模块用于根据所述学习专注度、所述知识盲点和所述知识掌握水平，确定针对所述预设对象的知识学习方案。


2.如权利要求1所述的智适应学习检测系统，其特征在于：
所述拍摄模块包括视频拍摄子模块、照片拍摄子模块、视频筛选子模块和照片筛选子模块；其中，
所述视频拍摄子模块用于对所述预设对象在观看不同科目教学视频的过程、完成不同科目作业的过程和完成不同科目考试的过程进行拍摄，以此获得所述预设对象对应的学习过程影像；
所述照片拍摄子模块用于对所述预设对象的听课笔记、已完成作业和已完成试卷进行拍摄，以此获得所述学习相关资料照片；
所述视频筛选子模块用于根据所述学习过程影像中所述预设对象的动作可辨识度，并筛选保留所述预设对象的动作可辨识度超过预设动作辨识度阈值的影像数据；
所述照片筛选子模块用于根据所述学习相关资料照片中所述预设对象的笔迹可辨识度，并筛选保留所述预设对象的笔迹可辨识度超过预设笔迹辨识度阈值的学习文字记录数据。


3.如权利要求2所述的智适应学习检测系统，其特征在于：
所述影像分析模块包括影像分解子模块、行为动作提取子模块、学习喜好值计算子模块和学习喜好值排解子模块；其中，
所述影像分解子模块用于将所述学习过程影像分解成若干图像帧；
所述行为动作提取子模块用于提取每一图像帧中所述预设对象的学习行为动作及其对应的动作发生时间，以此获得所述预设对象的教学视频观看行为动作以及作业做题/考试做题行为动作；
所述学习喜好值计算子模块用于根据下面拟合回归公式(1)，对所述教学视频观看行为动作以及所述作业做题/考试做题行为动作进行加权整合处理，以此获得所述预设对象在教学视频观看和作业/考试中的学习喜好值



在上述公式(1)中，表示所述学习喜好值，其中当k＝0时，表示对第b个作业/考试题目解答时的第i个行为动作的学习喜好值，当k＝1时，表示对第b个教学视频观看时的第i个行为动作的学习喜好值，Xb,i表示对第b个作业/考试题目解答时的第i个行为动作值，Xb表示对第b个作业/考试题目解答时的标准行为动作值，Yb,j表示对第b个教学视频观看时的第i个行为动作值，Yb表示对第b个教学视频观看时的标准行为动作值，m表示对第b个作业/考试题目解答的所有行为动作总个数，n表示对第b个教学视频观看的所有行为动作总个数；
所述学习喜好值排解子模块用于根据保留后的所述学习文字记录数据，对所述学习喜好值进行高低排列处理。


4.如权利要求3所述的智适应学习检测系统，其特征在于：
所述学习相关信息确定模块包括预设对象做题/视频观看信息提取子模块和学习判定值计算子模块；其中，
所述预设对象做题/视频观看信息提取子模块用于从所述学习过程影像和所述学习相关资料照片中，提取得到所述预设对象的做题准确率、做题耗费时间和教学视频观看时间；
所述学习判定值计算子模块用于根据下面权重计算公式(2)并结合所述学习喜好值，计算得到所述预设对象的学习专注度判定值、知识盲点判定值和知识掌握水平判定值，



在上述公式(2)中，H1b表示第b个学生对应的学习专注度判定值，H2b表示第b个学生对应的知识盲点判定值，H3b表示第b个学生对应的知识掌握水平判定值，Db表示第b个学生对应的做题准确率，Gb表示第b个学生对应的教学视频观看时间，Zb表示第b个学生对应的做题耗费时间。


5.如权利要求4所述的智适应学习检测系统，其特征在于：
所述知识学习方案确定模块包括判定值筛选子模块、学习知识兴趣点分值计算子模块和科目学习调整子模块；其中，
所述判定值筛选子模块用于对所述学习专注度、所述知识盲点和所述知识掌握水平各自对应的所述学习专注度判定值、所述知识盲点判定值和所述知识掌握水平判定值进行关于正态分布统计模型的坏点剔除；
所述学习知识兴趣点分值计算子模块用于根据下面公式(3)，对经过所述坏点剔除的所述学习专注度判定值、所述知识盲点判定值和所述知识掌握水平判定值进行综合计算，以此确定所述预设对应的学习知识兴趣点分值Qb，



在上述公式(3)中，Qb表示第b个学生对应的学习知识兴趣点分值，H1b表示第b个学生对应的学习专注度判定值，H2b表示第b个学生对应的知识盲点判定值，H3b表示第b个学生对应的知识掌握水平判定...

【专利技术属性】
技术研发人员：栗浩洋，
申请(专利权)人：上海乂学教育科技有限公司，
类型：发明
国别省市：上海;31