一种基于物联网智慧教室的师生互动检测方法技术

本申请提供一种基于物联网智慧教室的师生互动检测方法，包括：根据课堂上互动的视觉和听觉信息获取师生互动信息；根据学生的互动信息得到学生的学习能力；基于学生学习能力和学习评价判断学生互动行为程度；根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向；根据学生互动时的体征状态和主动互动占比预测学生互动类型；通过学生的互动内容判断学生不爱互动的原因；基于师生的互动信息，获得学生对不同互动方式的倾向程度；基于学生的互动行为建立学生互动积极性评估模型，获取学生在不同互动方式下互动倾向的变化。化。化。

【技术实现步骤摘要】
一种基于物联网智慧教室的师生互动检测方法


[0001]本专利技术涉及信息
，尤其涉及一种基于物联网智慧教室的师生互动检测方法。

技术介绍

[0002]师生互动是上课时老师为增加课堂气氛常用的一种方式，通常是老师先发起，之后老师邀请同学与自己合作实现某一教学目的，做出某种东西，解出哪一道题，或是协助老师完成某个事情。但是在日常课堂教学过程中时常会有师生互动不均匀的现象，比如老师邀请学生互动的时候，总是选择那些互动过的学生，忽略了另外那些参与互动的学生和不参与互动的学生；而学生在老师发起互动时，不参与互动的学生有一些是真的不想参与互动，而有一些则是其他原因不参与互动，老师强行与不想参与互动的学生形成互动有时还可能会导致学生日后的互动倾向性降低；因此，设计一种能提高学生互动倾向性的师生互动均衡方法具有很重要的现实意义及理论研究价值；

技术实现思路

[0003]本专利技术提供了一种基于物联网智慧教室的师生互动检测方法，主要包括：
[0004]根据课堂上互动的视觉和听觉信息获取师生互动信息；根据学生的互动信息得到学生的学习能力；基于学生学习能力和学习评价判断学生互动行为程度，具体包括：判断学生互动行为程度；根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向，所述根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向，具体包括：判断老师的互动倾向，根据老师的互动倾向判断老师是否需要与学习能力不同的学生进行互动；根据学生互动时的体征状态和主动互动占比预测学生互动类型，具体包括：判断学生互动类型；通过学生的互动内容判断学生不爱互动的原因，所述通过学生的互动内容判断学生不爱互动的原因，具体包括：基于学生互动类型和互动内容，获取学生互动音频内容，根据学生互动音频内容，计算老师与学生的互动内容文本相似度和学生互动内容的情感分析，构建学生互动完成度模型，判断学生不爱互动的原因；基于师生的互动信息，获得学生对不同互动方式的倾向程度，具体包括：基于学生对不同互动方式的倾向程度，判断学生是否更加倾向于一种互动类型；基于学生的互动行为建立学生互动积极性评估模型，获取学生在不同互动方式下互动倾向的变化；根据学生在不同互动下的不同互动倾向变化，判断适合学生的互动方式，包括：获取老师进行适合学生的互动方式后学生的互动倾向变化。
[0005]进一步可选地，所述根据课堂上互动的视觉和听觉信息获取师生互动信息包括：
[0006]其中师生信息通过学校校务管理系统获取；基于机器学习的有监督模式识别方法构建师生互动的识别模型，使用大量师生之间互动的动作信息和音频信息来模型进行训练，师生互动的识别模型根据师生之间的互动信息判断教师发起互动的方式；在获得校方及师生授权同意之后，通过教室内多个角度的摄像头采用人脸识别的方法实时采集教室内
师生的实时身份信息并获取师生互动时的动作信息；在获得校方及师生授权同意之后，通过教室内的音频拾取装置获取师生互动时的音频信息；将动作信息和音频信息传输至师生互动的识别模型中，师生互动的识别模型判定此次互动的方式；根据实时身份信息和互动方式统计课堂中教师发起互动的方式以及学生参与互动的次数和互动时间并存入师生互动信息数据库中。
[0007]进一步可选地，所述根据学生的互动信息得到学生的学习能力包括：
[0008]学生的信息包括：平时成绩、作业完成程度；平时成绩由学校教务系统录入；作业完成程度通过老师对学生作业的统计获得；首先基于学生的平时成绩和作业完成程度构建学生学习能力评估模型M＝A*(N
‑
S)+B*H,其中A、B分别为成绩和作业完成度的权重，S为学生成绩的排名,N为班级人数，H为平时作业的完成程度；基于学生学习能力评估模型进行评估，M值越大，则表示学生的学习能力越强。
[0009]进一步可选地，所述基于学生学习能力和学习评价判断学生互动行为程度包括：
[0010]学校定期设置师生交流会；师生交流会是指老师与每位学生深入交流学习和课堂互动的有关信息；老师根据交流的内容填写学生的学生评价；根据学生的学习能力和学习评价判断学生互动行为程度；包括：判断学生互动行为程度；
[0011]所述判断学生互动行为程度，具体包括：
[0012]学生评价包括课堂互动行为、互动表现、学生成绩。学生成绩为学生在班级的成绩排名。互动行为程度有三种，分别是不愿互动、一般、愿意主动互动。互动表现主要针对互动行为程度为不愿互动的学生，分析学生不愿互动的缘由。
[0013]进一步可选地，所述根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向包括：
[0014]统计与老师互动的学生的学习能力值和学生互动行为程度；统计老师与学生互动次数总和；并根据学生的学习能力值和学生互动行为程度构建模型计算老师对不同类型学生的互动的倾向程度；通过老师的互动的倾向程度判断老师是否有对某一类型的学生有的互动倾向；包括：判断老师的互动倾向；根据老师的互动倾向判断老师是否需要与学习能力不同的学生进行互动；
[0015]所述判断老师的互动倾向，具体包括：
[0016]通过教室内的高清摄像头，统计每次师生互动的对象。基于每一次师生的互动记录老师与不同学生的互动次数。统计老师与学生互动次数总和。根据老师对学生的评价进行分类排名，将评价中互动行为程度相同的学生根据学生学习能力进行排名。基于与老师互动的学生的学习能力值和学生与老师的互动次数构建教师互动倾向模型X＝(C1*M1+C2*M2+...+C
n
*M
n
)/(C1+C2+...+C
n
),其中n代表班级中有n位同学，C1代表输入学生的学习能力值中学习能力排名第一学生与老师的互动次数，M1是通过学生学习能力评估模型计算出这个学生的学习能力值，C2是输入学生的学习能力值中学习能力排名第二的学生与老师的互动次数，M2是通过学生学习能力评估模型计算出这个学生的学习能力值,以此类推计算输入的中所有与老师互动的学生的学习能力平均值；依据学生互动行为程度将学生分成三类；分别将互动行为程度相同的学生的学习能力值和学生与老师的互动次数输入至教师互动倾向模型X中计算学习能力平均值；根据教师互动倾向模型计算老师互动的学生的学习能力平均值。
[0017]所述根据老师的互动倾向判断老师是否需要与学习能力不同的学生进行互动，具体包括：
[0018]定义学习能力值在班级在一定阈值之前的的学生为优秀学生。计算学生评价中互动行为程度为愿意主动互动且班级排名在一定阈值之前的学生学习能力值平均值A。将与老师互动的互动行为程度为愿意主动的学生学习能力平均值S与A作比较,若老师互动的学生学习能力S平均值大于班级排名在一定阈值之前的学生学习能力值A，则认为老师偏向于与优秀的学生互动，系统提醒老师与其他愿意互动但是成绩中下水平的学生互动。若老师互动的互动行为程度为愿意主动的学生学习能力平均值S小于班级排名在一定阈值之前的学生学习能力值A，则认为老师的互动倾向比较平均。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网智慧教室的师生互动检测方法，其特征在于，所述方法包括：根据课堂上互动的视觉和听觉信息获取师生互动信息；根据学生的互动信息得到学生的学习能力；基于学生学习能力和学习评价判断学生互动行为程度，具体包括：判断学生互动行为程度；根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向，所述根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向，具体包括：判断老师的互动倾向，根据老师的互动倾向判断老师是否需要与学习能力不同的学生进行互动；根据学生互动时的体征状态和主动互动占比预测学生互动类型，具体包括：判断学生互动类型；通过学生的互动内容判断学生不爱互动的原因，所述通过学生的互动内容判断学生不爱互动的原因，具体包括：基于学生互动类型和互动内容，获取学生互动音频内容，根据学生互动音频内容，计算老师与学生的互动内容文本相似度和学生互动内容的情感分析，构建学生互动完成度模型，判断学生不爱互动的原因；基于师生的互动信息，获得学生对不同互动方式的倾向程度，具体包括：基于学生对不同互动方式的倾向程度，判断学生是否更加倾向于一种互动类型；基于学生的互动行为建立学生互动积极性评估模型，获取学生在不同互动方式下互动倾向的变化；根据学生在不同互动下的不同互动倾向变化，判断适合学生的互动方式，包括：获取老师进行适合学生的互动方式后学生的互动倾向变化。2.根据权利要求1所述的方法，其中，所述根据课堂上互动的视觉和听觉信息获取师生互动信息，包括:其中师生信息通过学校校务管理系统获取；基于机器学习的有监督模式识别方法构建师生互动的识别模型，使用大量师生之间互动的动作信息和音频信息来模型进行训练，师生互动的识别模型根据师生之间的互动信息判断教师发起互动的方式；在获得校方及师生授权同意之后，通过教室内多个角度的摄像头采用人脸识别的方法实时采集教室内师生的实时身份信息并获取师生互动时的动作信息；在获得校方及师生授权同意之后，通过教室内的音频拾取装置获取师生互动时的音频信息；将动作信息和音频信息传输至师生互动的识别模型中，师生互动的识别模型判定此次互动的方式；根据实时身份信息和互动方式统计课堂中教师发起互动的方式以及学生参与互动的次数和互动时间并存入师生互动信息数据库中。3.根据权利要求1所述的方法，其中，所述根据学生的互动信息得到学生的学习能力，包括:学生的信息包括：平时成绩、作业完成程度；平时成绩由学校教务系统录入；作业完成程度通过老师对学生作业的统计获得；首先基于学生的平时成绩和作业完成程度构建学生学习能力评估模型M＝A*(N
‑
S)+B*H,其中A、B分别为成绩和作业完成度的权重，S为学生成绩的排名,N为班级人数，H为平时作业的完成程度；基于学生学习能力评估模型进行评估，M值越大，则表示学生的学习能力越强。4.根据权利要求1所述的方法，其中，所述基于学生学习能力和学习评价判断学生互动行为程度，包括:学校定期设置师生交流会；师生交流会是指老师与每位学生深入交流学习和课堂互动的有关信息；老师根据交流的内容填写学生的学生评价；根据学生的学习能力和学习评价判断学生互动行为程度；包括：判断学生互动行为程度；
所述判断学生互动行为程度，具体包括:学生评价包括课堂互动行为、互动表现、学生成绩；学生成绩为学生在班级的成绩排名；互动行为程度有三种，分别是不愿互动、一般、愿意主动互动；互动表现主要针对互动行为程度为不愿互动的学生，分析学生不愿互动的缘由。5.根据权利要求1所述的方法，其中，所述根据参与互动学生的学习能力值和学生互动行为程度判断老师的互动倾向，包括:统计与老师互动的学生的学习能力值和学生互动行为程度；统计老师与学生互动次数总和；并根据学生的学习能力值和学生互动行为程度构建模型计算老师对不同类型学生的互动的倾向程度；通过老师的互动的倾向程度判断老师是否有对某一类型的学生有的互动倾向；包括：判断老师的互动倾向；根据老师的互动倾向判断老师是否需要与学习能力不同的学生进行互动；所述判断老师的互动倾向，具体包括:通过教室内的高清摄像头，统计每次师生互动的对象；基于每一次师生的互动记录老师与不同学生的互动次数；统计老师与学生互动次数总和；根据老师对学生的评价进行分类排名，将评价中互动行为程度相同的学生根据学生学习能力进行排名；基于与老师互动的学生的学习能力值和学生与老师的互动次数构建教师互动倾向模型X＝(C1*M1+C2*M2+...+C
n
*M
n
)/(C1+C2+...+C
n
),其中n代表班级中有n位同学，C1代表输入学生的学习能力值中学习能力排名第一学生与老师的互动次数，M1是通过学生学习能力评估模型计算出这个学生的学习能力值，C2是输入学生的学习能力值中学习能力排名第二的学生与老师的互动次数，M2是通过学生学习能力评估模型计算出这个学生的学习能力值,以此类推计算输入的中所有与老师互动的学生的学习能力平均值；依据学生互动行为程度将学生分成三类；分别将互动行为程度相同的学生的学习能力值和学生与老师的互动次数输入至教师互动倾向模型X中计算学习能力平均值；根据教师互动倾向模型计算老师互动的学生的学习能力平均值；所述根据老师的互动倾向判断老师是否需要与学习能力不同的学生进行互动，具体包括:定义学习能力值在班级在一定阈值之前的的学生为优秀学生；计算学生评价中互动行为程度为愿意主动互动且班级排名在一定阈值之前的学生学习能力值平均值A；将与老师互动的互动行为程度为愿意主动的学生学习能力平均值S与A作比较,若老师互动的学生学习能力S平均值大于班级排名在一定阈值之前的学生学习能力值A，则认为老师偏向于与优秀的学生互动，系统提醒老师与其他愿意互动但是成绩中下水平的学生互动；若老师互动的互动行为程度为愿意主动的学生学习能力平均值S小于班级排名在一定阈值之前的学生学习能力值A，则认为老师的互动倾向比较平均。6.根据权利要求1所述的方法，其中，所述根据学生互动时的体征状态和主动互动占比预测学生互动类型，包括:学生的互动类型分为积极主动型、正常被动型、消极被动型；其中积极主动型定义为学生愿意积极主动与老师互动，正常被动型指学生不反感与老师互动，但是不会主动与老师互动，消极被动型则是学生不愿甚至害怕与老师互动；将学生互动时的音频信息和动作信息输入识别模型判断学生是否主动发起互动，并根据学生的紧张程度和主动发起互动占总
互动次数的比例来判断学生的互动类型；包括：判断学生互动类型；所述判断学生互动类型，具体包括:通过教室内多个角度的摄像头采用人脸识别的方法实时采集教室内...

【专利技术属性】
技术研发人员：李岳学，
申请(专利权)人：广东悦学科技有限公司，
类型：发明
国别省市：