兴趣程度的确定方法、装置、电子设备及存储介质制造方法及图纸

本申请提供的一种兴趣程度的确定、装置、电子设备及存储介质，所述方法包括：获取目标对象在课程上的眼球状态信息、举手发言次数信息和所述课程的测试成绩信息；将所述测试成绩信息、所述眼球状态信息和所述举手发言次数信息输入至预先建立好的所述课程的兴趣程度算法模型中，确定所述目标对象对所述课程的目标兴趣程度，其中，所述兴趣程度算法模型基于所述样本数据集训练得到。述样本数据集训练得到。述样本数据集训练得到。

【技术实现步骤摘要】
兴趣程度的确定方法、装置、电子设备及存储介质


[0001]本申请涉及数据处理
，特别地涉及一种兴趣程度的确定方法、装置、电子设备及存储介质。

技术介绍

[0002]因每个学生的认知水平、学习能力以及自身素质不同，因此现在学校提倡因材施教，以激发学生的兴趣，树立学生学习的信心，从而促进学生全面发展。但是有时候考试成绩的好坏并不能反应学生对课程的兴趣程度，学生对每门课程的兴趣程度目前没有具体方法衡量，只能通过老师或家长的主观判断，导致判断不准确。

技术实现思路

[0003]针对上述相关技术中的问题本申请提供一种兴趣程度的确定方法、装置、电子设备及存储介质，通过样本数据集来建立兴趣程度算法模型，在确定目标对象的测试成绩信息、眼球状态信息和举手发言次数信息后输入至兴趣程度算法模型中，从而确定目标对象的兴趣程度，实现目标对象对课程的兴趣程度的衡量，且能提高兴趣程度的确定的准确性。
[0004]本申请提供了一种兴趣程度的确定方法，所述方法包括：
[0005]获取目标对象在课程上的眼球状态信息、举手发言次数信息和所述课程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种兴趣程度的确定方法，其特征在于，所述方法包括：获取目标对象在课程上的眼球状态信息、举手发言次数信息和所述课程的测试成绩信息；将所述测试成绩信息、所述眼球状态信息和所述举手发言次数信息输入至预先建立好的所述课程的兴趣程度算法模型中，确定所述目标对象对所述课程的目标兴趣程度，其中，所述兴趣程度算法模型基于所述样本数据集训练得到。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述课程的样本数据集，所述样本数据集中每组样本数据包括：第一测试成绩信息、第一眼球状态信息和第一举手发言次数信息；基于所述样本数据集中每组样本数据的第一测试成绩信息、第一眼球状态信息和第一举手发言次数信息确定每组样本数据对应的兴趣程度；基于每组样本数据对应的兴趣程度确定每组样本数据的兴趣程度标签；基于所述每组样本数据和每组样本数据对应的兴趣程度标签，确定所述兴趣程度算法模型。3.根据权利要求2所述的方法，其特征在于，所述样本数据集包括：第一样本数据和第二样本数据，所述基于所述样本数据集中每组样本数据的第一测试成绩信息、第一眼球状态信息和第一举手发言次数信息确定每组样本数据对应的兴趣程度，包括：基于第一样本数据的第一测试成绩信息、第一眼球状态信息、第一举手发言次数信息和第二组样本数据的第一测试成绩信息、第一眼球状态信息、第一举手发言次数信息确定所述第一样本数据和所述第二样本数据之间的第一变化率之和；基于所述第一变化率之和确定第一样本数据的兴趣程度和第二样本数据的兴趣程度之间的第一大小关系；基于所述第一大小关系确定所述第一样本数据对应的兴趣程度和第二样本数据对应的兴趣程度；基于所述第一样本数据对应的兴趣程度和所述第二样本数据对应的兴趣程度确定每组样本数据对应的兴趣程度，其中，每个兴趣程度对应的样本数据的数量均衡。4.根据权利要求3所述的方法，其特征在于，所述第一眼球状态信息包括：注视目标区域时间和眼睛瞳孔放大次数，所述基于第一样本数据的第一测试成绩信息、第一眼球状态信息、第一举手发言次数信息和第二样本数据的第一测试成绩信息、第一眼球状态信息、第一举手发言次数信息确定所述第一样本数据和所述第二样本数据之间的第一变化率之和，包括：通过以下计算式计算第二组样本数据和第一组样本数据的第一变化率之和：m＝(r2
‑
r1)/r1+(t2
‑
t1)/t1+(s2
‑
s1)/s1+(c2
‑
c1)/c1；其中，m为第一变化率之和，r2为第二样本数据的注视目标区域时间，r1为第一样本数据的注视目标区域时间，t2为第二样本数据的眼睛瞳孔放大次数，t1为第一组样本数据的眼睛瞳孔放大次数，s2为第二组样本数据的第一举手发言次数，s1为第一样本数据的第一举手发言次数，c2为第二组样本数据的第一测试成绩信息，c1为第一组样本数据的第一测试成绩信息。5.根据权利要求3所述的方法，其特征在于，所述基于...

【专利技术属性】
技术研发人员：王燕，黎清顾，白金蓬，
申请(专利权)人：珠海联云科技有限公司，
类型：发明
国别省市：