一种基于大数据的学生学习习惯分析系统技术方案

本发明专利技术公开了一种基于大数据的学生学习习惯分析系统，涉及在线教学技术领域，包括行为分析模块、行为评估模块、课程辅助模块以及教学分析模块；所述行为分析模块用于通过学习行为检测模型进行不良学习行为识别；所述行为评估模块用于根据识别结果对学生进行学习偏离系数分析，及时提醒学生专心学习；所述教学分析模块用于实时获取所有学生的学习偏离系数并进行教学偏离分析；若教学偏离值≥教学阈值，则提醒教师对当前教学课程的教学内容或教学方式作出改动，以提高教学质量和效率；所述课程辅助模块用于根据课程学习记录对学生的课程偏好进行分析，判断是否需要对学生进行课外辅导，为学生的健康发展提供正确引导，避免学生偏科。学生偏科。学生偏科。

An analysis system of students' learning habits based on big data

【技术实现步骤摘要】
一种基于大数据的学生学习习惯分析系统


[0001]本专利技术涉及在线教学
，具体是一种基于大数据的学生学习习惯分析系统。

技术介绍

[0002]学生是教学活动的主体，课堂教学是学生学习过程中最重要的
ー
个环节。学生在教学活动中主体作用发挥的如何，直接影响教学质量的高低。而监测学生的学习行为是分析学生学习过程的最有效、最直接的方法。因此，通过采集并记录学生的学习行为来研究和分析学生的学习现状，有针对性加以解决，是提高人才质量的关键。
[0003]在现有技术中，对学生的学习行为预测是比较复杂的事情，主要原因是对学生行为数据的采集比较少，不能建立告警数据模型，而且采集的数据也不丰富，不标准，不完善；进而对学生行为进行预判，提前进行干预，为学生的健康发展提供正确引导，达到避免偏科；同时目前还没有根据学生的学习行为对教师的教学质量形成一个有效的评价；基于以上不足，本专利技术提出一种基于大数据的学生学习习惯分析系统。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于大数据的学生学习习惯分析系统。
[0005]为实现上述目的，根据本专利技术的第一方面的实施例提出一种基于大数据的学生学习习惯分析系统，包括在线监控模块、行为评估模块、课程辅助模块以及教学分析模块；
[0006]所述在线监控模块用于在认证成功后通过网络控制学生端的摄像头采集学生学习过程中的视频数据，并将采集到的视频数据发送至行为分析模块；所述行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到学习行为检测模型中进行不良学习行为识别并获取识别结果；
[0007]所述行为评估模块用于获取不良学习行为的识别结果并对学生进行学习偏离系数分析，若学习偏离系数XP≥偏离阈值，则生成行为提醒信号；
[0008]所述行为评估模块还用于将学习偏离系数XP与对应课程进行融合，形成课程学习记录并将课程学习记录打上时间戳存储至云平台；所述课程辅助模块用于根据云平台内存储的带有时间戳的课程学习记录对学生的课程偏好进行分析，判断是否需要对学生进行课外辅导；
[0009]所述教学分析模块与行为评估模块相连接，用于实时获取所有学生的学习偏离系数并进行教学偏离分析；若教学偏离值JP≥教学阈值，则表示当前课堂教学对学生吸引程度比较低，生成教学提醒信息至教师端；以提醒教师对当前教学课程的教学内容或教学方式作出改动。
[0010]进一步地，所述行为评估模块的具体分析步骤为：
[0011]在一个完整的课堂教学中，获取学生所有的不良学习行为识别结果；
[0012]统计不良学习行为的出现次数为C1，将每个不良学习行为的持续时间进行累加得到行为总时长ZT；将第一个不良学习行为的开始时刻与最后一个不良学习行为的结束时刻进行时间差计算得到偏离时长PT；
[0013]利用公式XP＝(C1
×
a1+ZT
×
a2)/(PT
×
a3)计算得到对应学生的学习偏离系数XP，其中a1、a2、a3均为系数因子。
[0014]进一步地，所述课程辅助模块的具体分析步骤为：
[0015]根据时间戳，获取学生在预设时间段内的所有课程学习记录；
[0016]针对同一课程，获取学生每个课堂教学的学习偏离系数并标记为KPm，若学习偏离系数KPm小于预设第一偏离系数，则反馈偏好信号至课程辅助模块；
[0017]统计偏好信号的出现次数为P1；截取相邻偏好信号之间的时间段为偏好缓冲时段；统计每个偏好缓冲时段内课堂教学的次数为缓冲频次Li；将缓冲频次Li与频次阈值相比较；
[0018]统计Li大于频次阈值的次数为P2，当Li大于频次阈值时，获取Li与频次阈值的差值并求和得到超缓值CH1；利用公式CS＝P2
×
g1+CH1
×
g2计算得到超缓系数CS，其中g1、g2为系数因子；
[0019]利用公式计算得到学生对该课程的偏好值KP，其中g3、g4为系数因子；若KP小于偏好阈值，则表明学生对该课程兴趣低下，生成课程辅助信号；所述课程辅助模块用于将课程辅助信号和对应课程反馈至控制器；所述控制器接收到课程辅助信号后安排教师针对该课程对学生进行课外辅导。
[0020]进一步地，所述教学分析模块的具体分析步骤为：
[0021]在一个完整的课堂教学中，获取所有学生的学习偏离系数并标记为XPi，将学习偏离系数XPi与偏离阈值相比较；统计XPi≥偏离阈值的次数为C2；当XPi≥偏离阈值时，获取XPi与偏离阈值的差值并求和得到偏离超值PZ；
[0022]利用公式JP＝C2
×
a4+PZ
×
a5计算得到对应教师的教学偏离值JP，其中a4、a5均为系数因子。
[0023]进一步地，所述行为评估模块用于将行为提醒信号反馈至控制器，控制器接收到行为提醒信号后发送学习提醒信息至学生端，提醒学生专心学习。
[0024]进一步地，不良学习行为包括撑头、东张西望、靠椅背、转笔、趴桌以及抖腿；识别结果携带有对应不良学习行为的开始时刻和结束时刻。
[0025]进一步地，其中学习行为检测模型的获取方法为：
[0026]将从摄像头和网络上获取的不良学习行为图片作为参数训练集，建立误差逆向传播神经网络模型；
[0027]误差逆向传播神经网络模型至少包括一层隐含层；通过训练集、测试集和校验集对误差逆向传播神经网络进行训练、测试和校验；
[0028]将完成训练的误差逆向传播神经网络标记为学习行为检测模型。
[0029]进一步地，所述教师端和学生端分别与认证模块相连接，认证模块用于验证教师端和学生端的登录请求；验证方式为人脸识别或指纹识别。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]1、本专利技术中所述行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到学习行为检测模型中进行不良学习行为识别并获取识别结果；所述行为评估模块用于获取不良学习行为的识别结果并对学生进行学习偏离系数分析；在一个完整的课堂教学中，获取学生所有的不良学习行为识别结果；根据不良学习行为的出现次数以及持续时间，计算得到对应学生的学习偏离系数XP，若XP≥偏离阈值，则生成行为提醒信号；所述控制器接收到行为提醒信号后发送对应的学习提醒信息至学生端，提醒学生专心学习；
[0032]2、在一个完整的课堂教学中，所述教学分析模块用于实时获取所有学生的学习偏离系数并进行教学偏离分析；获取所有学生的学习偏离系数并标记为XPi，将学习偏离系数XPi与偏离阈值相比较；结合XPi大于偏离阈值的次数C2以及偏离超值PZ，计算得到对应教师的教学偏离值JP，若JP≥教学阈值，则表示当前课堂教学对学生吸引程度比较低，生成教学提醒信息至教师端，提醒教师对当前教学课程的教学内容或教学方式作出改动，以提高教学质量和效率；
[0033]3、本专利技术中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的学生学习习惯分析系统，其特征在于，包括学生端、教师端、在线监控模块、行为评估模块、控制器、课程辅助模块以及教学分析模块；所述在线监控模块用于在认证成功后通过网络控制学生端的摄像头采集学生学习过程中的视频数据，并将采集到的视频数据发送至行为分析模块；所述行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到学习行为检测模型中进行不良学习行为识别并获取识别结果；所述行为评估模块用于获取不良学习行为的识别结果并对学生进行学习偏离系数分析，若学习偏离系数XP≥偏离阈值，则生成行为提醒信号；所述行为评估模块还用于将学习偏离系数XP与对应课程进行融合，形成课程学习记录并将课程学习记录打上时间戳存储至云平台；所述课程辅助模块用于根据云平台内存储的带有时间戳的课程学习记录对学生的课程偏好进行分析，判断是否需要对学生进行课外辅导；所述教学分析模块与行为评估模块相连接，用于实时获取所有学生的学习偏离系数并进行教学偏离分析；若教学偏离值JP≥教学阈值，则表示当前课堂教学对学生吸引程度比较低，生成教学提醒信息至教师端；以提醒教师对当前教学课程的教学内容或教学方式作出改动。2.根据权利要求1所述的一种基于大数据的学生学习习惯分析系统，其特征在于，所述行为评估模块的具体分析步骤为：在一个完整的课堂教学中，获取学生所有的不良学习行为识别结果；统计不良学习行为的出现次数为C1，将每个不良学习行为的持续时间进行累加得到行为总时长ZT；将第一个不良学习行为的开始时刻与最后一个不良学习行为的结束时刻进行时间差计算得到偏离时长PT；利用公式XP＝(C1
×
a1+ZT
×
a2)/(PT
×
a3)计算得到对应学生的学习偏离系数XP，其中a1、a2、a3均为系数因子。3.根据权利要求2所述的一种基于大数据的学生学习习惯分析系统，其特征在于，所述课程辅助模块的具体分析步骤为：根据时间戳，获取学生在预设时间段内的所有课程学习记录；针对同一课程，获取学生每个课堂教学的学习偏离系数并标记为KPm，若学习偏离系数KPm小于预设第一偏离系数，则反馈偏好信号至课程辅助模块；统计偏好信号的出现次数为P1；截取相邻偏好信号之间的时间段为偏好缓冲时段；统计每个偏好缓冲时段内课堂教学的次数为缓冲频次Li...

【专利技术属性】
技术研发人员：徐晋，黄健光，
申请(专利权)人：徐晋，
类型：发明
国别省市：