一种家庭教育模式优良指数的测评方法及系统技术方案

本发明专利技术涉及教育测评技术领域，具体公开了一种家庭教育模式优良指数的测评方法及系统，包括：S100、通过家长端生成第一测试题库，采集家长的答题状态特征并计算家长答题得分；S200、通过儿童端生成第二测试题库并采集儿童的答题状态特征并计算儿童答题得分；S300、根据家长得分状况、儿童得分状况、家长的答题状态特征及儿童的答题状态特征对家庭教育的优良进行评价；家长端与儿童端相配对，答题状态特征包括答题关注度；通过采集家长及儿童的答题状态特征，根据答题状态特征来综合家长及儿童得分状况进行分析，判断用户是否认真完成测试题目，保证家长及儿童完成测试题目的有效性及准确性。及准确性。及准确性。

【技术实现步骤摘要】
一种家庭教育模式优良指数的测评方法及系统


[0001]本专利技术涉及家庭教育模式测评
，具体为一种家庭教育模式优良指数的测评方法及系统。

技术介绍

[0002]家庭教育是孩子教育体系中最为重要的部分之一，也是学校教育与社会教育的基础，良好的家庭教育能够在孩子进入社会接受集体教育之前保证孩子身心、健康地发展，也为接受幼儿园、学校的教育打好基础。
[0003]传统的对家庭教育模式的评测主要通过专业的教育心理专家引导、询问等方式获取家长、孩子的状况，进而判断家庭教育的优良程度，再给出对应的建议来及时改正不科学的家庭教育模式，显然此种方式在推广应用过程中存在较大的局限，而随着互联网技术的快速发展，家长能够通过在移动设备完成评测的题目，根据评测的答案确定测评者在家庭教育上存在的问题，进而推送相应的建议方案来协助家长完善家庭教育的不科学之处，此种方式具有方便应用、利于推广的优点，但同时也存在以下不足之处。
[0004]首先，现有的测评方式主要由家长参与，评测过程是以家长的角度进行，因此评测的结果不能真实反应孩子真实的感受，进而导致评测效果不佳；其次，评测的题目一般根据教育心理学相关的专业人士制定而成，因此各个题目之间存在着逻辑联系，而若测评人未认真读题或做题过程中未集中精力，其完成的测试题目也必定与实际状况存在一定的偏差，因此，采用网络对家庭教育模式进行评价的方式虽然存在优势，但在具体应用过程中依然存在需要改进的地方。

技术实现思路

[0005]本专利技术的目的在于提供一种家庭教育模式优良指数的测评方法及系统，解决以下技术问题：
[0006]如何提高通过网络测评家庭教育模式优良的准确度。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种家庭教育模式优良指数的测评方法，所述方法包括：
[0009]S100、通过家长端生成第一测试题库，采集家长的答题状态特征并计算家长答题得分；
[0010]S200、通过儿童端生成第二测试题库，采集儿童的答题状态特征并计算儿童答题得分；
[0011]S300、根据家长答题得分及儿童答题得分获得综合分值，根据综合分值及家长的答题状态特征、儿童的答题状态特征对家庭教育的优良进行评价；
[0012]所述家长端与儿童端相配对，所述答题状态特征包括答题关注度。
[0013]于一实施例中，所述评价的方法为：
[0014]当家长端监测到家长处于答题专注度较差状态且持续特定时长时，重新开始答题
过程；
[0015]当儿童端监测到儿童处于答题专注度较差状态且持续特定时长时，重新开始答题过程；
[0016]分别统计家长得分及儿童得分，按照特定比例对家长得分及儿童得分进行加权计算，获得评测分值；
[0017]根据评测分值落入的不同区间对家庭教育做出不同的评价。
[0018]于一实施例中，所述答题关注度的监测方法为：
[0019]SS100、通过家长端及儿童端分别获取家长及儿童答题过程中的影像信息；
[0020]SS200、通过AI算法识别影像数据中的面部信息数据；
[0021]SS300、根据面部信息数据来判断家长及儿童的答题关注度。
[0022]于一实施例中，步骤SS300的过程为：
[0023]根据面部信息数据识别出人体的脸部轮廓及眼球中心点；
[0024]根据脸部轮廓的偏转次数统计出用户头部偏转次数，根据眼球中心点的偏转次数统计出眼球偏转次数；
[0025]将每道题的答题时间分为读题时段及思考时段，分别统计读题时段及思考时段下用户的头部偏转次数H及眼球偏转次数E；
[0026]读题时段下，若满足H＞H
1th
和E＞E
1th
中任一条件时，判断答题专注度较差；
[0027]思考时段下，若满足H＞H
2th
和E＞E
2th
中任一条件时，判断答题专注度较差；
[0028]其中，H
1th
为读题时段下头部偏转次数阈值，E
1th
为读题时段下眼球偏转次数阈值，H
2th
为思考时段下头部偏转次数阈值， E
2th
为思考时段下眼球偏转次数阈值，H
2th
＞H
1th
，E
2th
＞E
1th
。
[0029]于一实施例中，所述答题状态特征还包括答题时间；
[0030]将第一测试题库及第二测试题库中每道题的答题标准时间区间设定为[T0，αT0]，其中，1.6＞α＞1.1，T0为每道题目设定的最短阅读时间；
[0031]获取家长及儿童每道题的用时T，将T与答题标准时间区间进行比对：
[0032]若T∈[T0，αT0]，则进行下道题答复；
[0033]若T∈(0，T0)，则重新进行该道题答复；
[0034]若T∈(αT0，+∞)，则在αT0时间点后进行提示，若提示后特定时段内仍未答题，则重新进行测试。
[0035]答题过程通过播放询问语音及语音答复的方式完成；
[0036]所述询问语音由人工事先录制而成。
[0037]于一实施例中，同一测试问题的询问语音至少包括两个版本，且每个版本的语调不同；
[0038]根据家长及儿童的关注度状况选用对应语调的询问语音进行询问。
[0039]于一实施例中，所述第一测试题库与第二测试题库中设置有核查题目；
[0040]当家长端答题的分值与儿童端答题的分值之间的差值大于预设阈值时，将家长端的核查题目答题结果与儿童端的核查题目答题结果进行比对：
[0041]若核查题目的答题结果均相同，则按照测试成绩生成评价报告；
[0042]否则，判定此次答题无效，重新进行答题。
[0043]于一实施例中，对每次的评测分值进行统计，根据评测分值变化的趋势判断家庭教育模式的改进状况。
[0044]一种家庭教育模式优良指数的测评系统,所述系统包括：
[0045]家长端，用于家长进行答题及采集家长答题过程中的答题状态特征；
[0046]儿童端，与家长端相匹配，用于儿童答题及采集儿童答题过程中的答题状态特征；
[0047]处理中心，用于向家长端发送第一测试题库，向儿童端发送第二测试题库，及根据家长得分状况、儿童得分状况、家长的答题状态特征及儿童的答题状态特征对家庭教育的优良进行评价；
[0048]所述答题状态特征包括答题时间及答题关注度。
[0049]本专利技术的有益效果：
[0050](1)本专利技术通过家长与孩子同时完成测试题目，根据题目的分值综合判断，进而能够从家长及孩子的不同视角综合来对家庭教育的模式进行评价，保证评价的准确性；通过采集家长及儿童的答题状态特征，根据答题状态特征来综合家长及儿童得分状况进行分析，判断用户是否认真完成测试题目，保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种家庭教育模式优良指数的测评方法，其特征在于，所述方法包括：S100、通过家长端生成第一测试题库，采集家长的答题状态特征并计算家长答题得分；S200、通过儿童端生成第二测试题库，采集儿童的答题状态特征并计算儿童答题得分；S300、根据家长答题得分及儿童答题得分获得综合分值，根据综合分值及家长的答题状态特征、儿童的答题状态特征对家庭教育的优良进行评价；所述家长端与儿童端相配对，所述答题状态特征包括答题关注度。2.根据权利要求1所述的一种家庭教育模式优良指数的测评方法,其特征在于，所述评价的方法为：当家长端监测到家长处于答题专注度较差状态且持续特定时长时，重新开始答题过程；当儿童端监测到儿童处于答题专注度较差状态且持续特定时长时，重新开始答题过程；分别统计家长得分及儿童得分，按照特定比例对家长得分及儿童得分进行加权计算，获得评测分值；根据评测分值落入的不同区间对家庭教育做出不同的评价。3.根据权利要求2所述的一种家庭教育模式优良指数的测评方法,其特征在于，所述答题关注度的监测方法为：SS100、通过家长端及儿童端分别获取家长及儿童答题过程中的影像信息；SS200、通过AI算法识别影像数据中的面部信息数据；SS300、根据面部信息数据来判断家长及儿童的答题关注度。4.根据权利要求3所述的一种家庭教育模式优良指数的测评方法,其特征在于，步骤SS300的过程为：根据面部信息数据识别出人体的脸部轮廓及眼球中心点；根据脸部轮廓的偏转次数统计出用户头部偏转次数，根据眼球中心点的偏转次数统计出眼球偏转次数；将每道题的答题时间分为读题时段及思考时段，分别统计读题时段及思考时段下用户的头部偏转次数H及眼球偏转次数E；读题时段下，若满足H＞H
1th
和E＞E
1th
中任一条件时，判断答题专注度较差；思考时段下，若满足H＞H
2th
和E＞E
2th
中任一条件时，判断答题专注度较差；其中，H
1th
为读题时段下头部偏转次数阈值，E
1th
为读题时段下眼球偏转次数阈值，H
2th
为思考时段下头部偏转次数阈值，E
2th
...

【专利技术属性】
技术研发人员：康婷婷，李相平，
申请(专利权)人：杭州中暖科技有限公司，
类型：发明
国别省市：