基于学习行为的知识点掌握程度评测方法技术

本发明专利技术公开了一种基于学习行为的知识点掌握程度评测方法，包括：采集目标对象对应的学习行为样本数据，并对采集的所述学习行为样本数据进行数据处理，得到所述目标对象对应的学习行为的肢体动作变化率；提取所述目标对象对应的学习环境信息，并根据提取出的所述学习环境信息，获取学习环境中参与学习行为的互动物体的空间向量变化率；将得到的所述肢体动作变化率和空间向量变化率与预设的标准学习行为数据进行比对，根据对比结果，执行所述目标对象对应的学习行为的知识点掌握程度的评测操作；达到了通过对目标对象学习行为的分析实现对其知识点掌握程度进行评测的目的，提高了对目标对象知识点掌握程度评测的客观性、准确性和便捷性。

【技术实现步骤摘要】
基于学习行为的知识点掌握程度评测方法
本专利技术涉及计算机
，特别涉及一种基于学习行为的知识点掌握程度评测方法。
技术介绍
随着计算机技术的不断发展进步和互联网的普及，在线教育系统因其时间上的灵活性和空间上的便捷性，成为越来越多用户选择的主要学习方式之一。目前的在线教育系统中，通常是根据学生学习的相应知识点，对学生的学习能力进行评测，精准扫描学生知识漏洞，智适应的推荐最合适的知识点，提高学生学习效率。其中，对于学生水平的衡量维度，主要是学生的知识点能力值上，通过对学生学习的各知识点能力值的检测，追踪测量学生在该知识点下的学生水平。这种处理方式中，将学生是否做对测试题目，作为该学生能力值的衡量标准；比如，学生做对题目，能力值提高；做错题目，能力值降低。这种处理方式过于依赖学生的做题情况，且评测的学生能力值与做题情况契合程度太高，导致在某些情景下，对于学生能力的反应过于灵敏，完全没有考虑实际情况中的学生实际表现，不具有包容性，评测结果也不够准确和客观。
技术实现思路
本专利技术提供一种基于学习行为的知识点掌握程度评本文档来自技高网...

【技术保护点】
1.一种基于学习行为的知识点掌握程度评测方法，其特征在于，所述方法包括：/n采集目标对象对应的学习行为样本数据，并对采集的所述学习行为样本数据进行数据处理，得到所述目标对象对应的学习行为的肢体动作变化率；/n提取所述目标对象对应的学习环境信息，并根据提取出的所述学习环境信息，获取学习环境中参与学习行为的互动物体的空间向量变化率；/n将得到的所述肢体动作变化率和空间向量变化率与预设的标准学习行为数据进行比对，根据对比结果，执行所述目标对象对应的学习行为的知识点掌握程度的评测操作。/n

【技术特征摘要】
1.一种基于学习行为的知识点掌握程度评测方法，其特征在于，所述方法包括：
采集目标对象对应的学习行为样本数据，并对采集的所述学习行为样本数据进行数据处理，得到所述目标对象对应的学习行为的肢体动作变化率；
提取所述目标对象对应的学习环境信息，并根据提取出的所述学习环境信息，获取学习环境中参与学习行为的互动物体的空间向量变化率；
将得到的所述肢体动作变化率和空间向量变化率与预设的标准学习行为数据进行比对，根据对比结果，执行所述目标对象对应的学习行为的知识点掌握程度的评测操作。


2.如权利要求1所述的基于学习行为的知识点掌握程度评测方法，其特征在于，所述采集目标对象对应的学习行为样本数据，并对采集的所述学习行为样本数据进行数据处理，得到所述目标对象对应的学习行为的肢体动作变化率，包括：
根据能唯一确定所述目标对象的特征信息，采集所述目标对象对应的学习行为样本数据；
将所述学习行为样本数据按照学习行为类型进行初始分类，并从所述学习行为样本数据中，提取所述目标对象对应的学习行为的特征参数，计算所述目标对象对应的学习行为的肢体动作变化率。


3.如权利要求2所述的基于学习行为的知识点掌握程度评测方法，其特征在于，所述从所述学习行为样本数据中，提取所述目标对象对应的学习行为的特征参数，计算所述目标对象对应的学习行为的肢体动作变化率，包括：
从所述学习行为样本数据中，提取所述目标对象对应的学习行为的待识别肢体初始编号值、所述目标对象各肢体与水平线夹角的余弦值、在单位时间前后所述目标对象各肢体基于水平线的空间向量值以及所述目标对象的各肢体动作分别对应的时间标签；
根据提取出的所述特征参数，计算得到所述目标对象对应的学习行为的肢体动作变化率。


4.如权利要求3所述的基于学习行为的知识点掌握程度评测方法，其特征在于，所述根据提取出的所述特征参数，计算得到所述目标对象对应的学习行为的肢体动作变化率，包括：
根据提取出的所述特征参数，计算所述目标对象各肢体与水平面角度单位变化率，则有：



其中，arctan为反正切函数，π为圆周率，n为所述目标对象待识别肢体初始编号值，其取值为[1,10]；u为所述目标对象各肢体与水平线夹角的余弦值，其取值为[-1,1]；
计算所述目标对象各肢体的最终行为与肢体初始行为对应的空间位移值，则有：



其中，t为时间标签，tu为所述目标对象各肢体与水平线夹角的余弦值为u所对应的时间标签；为单位时间1s前，各肢体基于水平线的空间向量值；为单位时间1s后，各肢体基于水平线的空间向量值；
根据计算得到的所述目标对象各肢体与水平面角度单位变化率，以及计算得到的所述空间位移值，利用公式(1)计算得到所述目标对象对应的学习行为的肢体动作变化率，则有：



其中，n为所述目标对象待识别肢体初始编号值，其取值为[1,10]；为计算得到的所述肢体动作变化率。


5.如权利要求1至4任一项所述的基于学习行为的知识点掌握程度评测方法，其特征在于，所述提取所述目标对象对应的学习环境信息，并根据提取出的所述学习环境信息，获取学习环境中参与学习行为的互动物体的空间向量变化率，包括：
提取所述目标对象对应的学习环境信息，并基于所述学习环境信息，记录学习环境中参与目标对象学习行为的互动物体所对应的状态信息；
根据所述学习环境信息和记录的所述状态信息，计算得到所述学习环境中参与目标对象学习行为的互动物体的空间向量变化率；
其中，所述学习环境信息包括：学习环境中参与学习行为的互动物体；所述参与学习行为的互动物体所对应的状态信息包括：所述互动物体对应的物体编号、所述互动物体完成学习行为所需的时间、所述互动物体在某时刻以学习环境左上角为基准点在不同方向上分别对应的位移值、所述互动物体在零时刻对应的学习环境中的初始位移值。


6.如权利要求5所述的基于学习行为的知识点掌握程度评测方法，其特征在于，所述根据所述学习环境信息和记录的所述状态信息，计算得到所述学习环境中参与目标对象学习行为的互动物体的空间向量变化率，包括：
根据所述学习环境信息和记录的所述状态信息，计算所述互动物体的空间位移向量值；
根据提取出的所述特征参数，计算所述互动物体关联同一时刻所述目标对象各肢体的运动角度变化值；
利用计算得到的所述互动物体的空间位移向量值和所述目标对象各肢体的运动角度变化值，计算并获取所述学习环境中参与目标对象学习行为的互动...

【专利技术属性】
技术研发人员：崔炜，
申请(专利权)人：上海松鼠课堂人工智能科技有限公司，
类型：发明
国别省市：上海;31