一种基于边缘计算的学习行为识别方法及系统技术方案

本发明专利技术公开了一种基于边缘计算的学习行为识别方法及系统，包括：标记教学视频中发生的暂停事件，生成暂停事件折线图；对暂停事件折线图进行折线平滑，生成暂停事件曲线图；在暂停事件曲线图中，确定教学视频的M个知识点片段；根据教学视频的M个知识点片段，获取J个参考对象的参考行为向量序列；获取待识别对象的实时行为向量序列，并从J个参考对象中识别待识别对象的最相似对象；根据最相似对象及其参考行为向量序列，确定待识别对象的学习行为演化分布，并基于学习行为演化分布匹配预训练的学习干预策略；本发明专利技术通过提取与知识点片段关联的暂停事件的特征，能够捕捉参考对象在具体教学内容中的停滞行为，识别学习过程中的知识点片段。

【技术实现步骤摘要】

本专利技术涉及行为识别领域，具体为一种基于边缘计算的学习行为识别方法。

技术介绍

1、随着线上智慧教学系统的普及，基于教学视频的学习过程行为分析成为提升个性化教学服务的重要手段。现有技术中，学习行为识别通常依赖于对学习过程中的点击、播放、暂停等显性行为进行建模，以推断学习状态与认知负荷水平。

2、传统方法普遍采用中心化服务器进行数据采集与处理，存在实时性不足、反馈滞后的问题。为此，部分技术方案提出将边缘计算应用于学习行为数据的本地采集与初步处理，旨在提高学习行为分析的时效性与响应速度。然而，现有技术仍存在以下不足：

3、首先，现有方法多以整体统计特征（如播放完成率、总暂停次数）作为学习状态评估依据，缺乏基于暂停行为细粒度变化的动态知识点划分机制，无法自动识别学习过程中潜在的认知负荷集中位置；

4、其次，虽然能够在边缘侧实现学习行为数据的快速处理，但缺乏基于时序行为特征的相似性匹配方法，无法根据历史参考对象的学习轨迹动态推断待识别对象的学习演化趋势。

5、因此，亟需一种能够在学习终端侧实时采集细粒度暂停行为，结本文档来自技高网...

【技术保护点】

1.一种基于边缘计算的学习行为识别方法，其特征在于，所述行为识别方法包括：

2.根据权利要求1所述的一种基于边缘计算的学习行为识别方法，其特征在于，所述根据教学视频中发生的暂停事件，生成教学视频的暂停事件折线图

3.根据权利要求1所述的一种基于边缘计算的学习行为识别方法，其特征在于，对暂停事件折线图进行折线平滑，生成暂停事件曲线图，包括：

4.根据权利要求1所述的一种基于边缘计算的学习行为识别方法，其特征在于，在暂停事件曲线图，确定教学视频的M个知识点片段，包括：

5.根据权利要求4所述的一种基于边缘计算的学习行为识别方法，其特征在于，在所...

【技术特征摘要】

1.一种基于边缘计算的学习行为识别方法，其特征在于，所述行为识别方法包括：

2.根据权利要求1所述的一种基于边缘计算的学习行为识别方法，其特征在于，所述根据教学视频中发生的暂停事件，生成教学视频的暂停事件折线图

3.根据权利要求1所述的一种基于边缘计算的学习行为识别方法，其特征在于，对暂停事件折线图进行折线平滑，生成暂停事件曲线图，包括：

4.根据权利要求1所述的一种基于边缘计算的学习行为识别方法，其特征在于，在暂停事件曲线图，确定教学视频的m个知识点片段，包括：

5.根据权利要求4所述的一种基于边缘计算的学习行为识别方法，其特征在于，在所述暂停事件曲线图中标记出k个平滑暂停点集中的知识点峰值，包括：

6.根据权利要求1所述的一种基于边缘计算的学习行为识...

【专利技术属性】
技术研发人员：张建忠，吕远，闵海波，
申请(专利权)人：北京爱宾果科技有限公司，
类型：发明
国别省市：