CN108830461A - 教学分析方法、服务器及计算机可读存储介质 - Google Patents
教学分析方法、服务器及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108830461A CN108830461A CN201810507035.2A CN201810507035A CN108830461A CN 108830461 A CN108830461 A CN 108830461A CN 201810507035 A CN201810507035 A CN 201810507035A CN 108830461 A CN108830461 A CN 108830461A
- Authority
- CN
- China
- Prior art keywords
- student
- attention
- target
- instruction analysis
- target student
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 102
- 230000008859 change Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 15
- 210000004556 brain Anatomy 0.000 claims description 19
- 230000000694 effects Effects 0.000 abstract description 12
- 238000011156 evaluation Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000005611 electricity Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Dermatology (AREA)
- Primary Health Care (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种教学分析方法,该方法包括:获取并分析全班学员在上课期间的脑电数据,得到全班学员的平均注意力变化曲线;从全班学员中选取一目标学员,获取并分析目标学员在上课期间的脑电数据,得到目标学员在整节课上的注意力变化曲线和注意力指数,注意力指数表示目标学员在整节课上的平均注意力;分析目标学员的注意力变化曲线和全班学员的平均注意力变化曲线的吻合程度,将吻合程度作为目标学员的同步率;根据目标学员的注意力指数和同步率,生成目标学员的教学分析报告。本发明还公开了一种教学分析服务器和一种计算机可读存储介质。本发明能够量化、直观地展示学员的听课效果。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及教学分析方法、服务器及计算机可读存储介质。
背景技术
在课堂教学中,学员的学习状态是评估教学效果的重要因素。为实现对学员学习状态的客观评估,现有技术提出了可以通过脑电检测头套来采集学员的脑电数据,然后对脑电数据进行识别,从而得到学员的清醒或困乏状态,若学员处于清醒状态,则说明学习效果较好,若学员处于困乏状态,则说明学习效果较差。这种方式缺乏对脑电数据的进一步分析和统计,不利于量化、直观地展示学员的听课效果。
发明内容
本发明的主要目的在于提出一种教学分析方法、服务器及计算机可读存储介质,旨在量化、直观地展示学员的听课效果。
为实现上述目的,本发明提供一种教学分析方法,所述教学分析方法包括如下步骤:
获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线;
从全班学员中选取一目标学员,获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数,所述注意力指数表示所述目标学员在整节课上的平均注意力;
分析所述目标学员的注意力变化曲线和所述全班学员的平均注意力变化曲线的吻合程度,将所述吻合程度作为所述目标学员的同步率。
根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告。
优选地,所述获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线的步骤包括:
接收脑电数据采集设备发送的全班学员在上课期间的脑电数据;
根据预设的脑电数据与注意力指数的对应关系,将接收到的所述脑电数据转换为对应的注意力指数;
在上课期间的各个时间点,求取所述全班学员的注意力指数的平均值,得到所述各个时间点上的全班学员的平均注意力指数;
根据所述各个时间点上的全班学员的平均注意力指数,绘制所述全班学员的平均注意力指数随时间变化的曲线,作为所述全班学员的平均注意力变化曲线。
优选地,所述获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数的步骤包括:
从所述全班学员的脑电数据中读取所述目标学员的脑电数据;
根据预设的脑电数据与注意力指数的对应关系,将所述目标学员的脑电数据转换为对应的注意力指数;
绘制所述目标学员在上课期间的注意力指数随时间变化的曲线,作为所述目标学员在整节课上的注意力变化曲线;
求取所述目标学员在上课期间的各个时间点上的注意力指数的平均值,作为所述目标学员在整节课上的注意力指数。
优选地,所述根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告的步骤包括:
根据所述目标学员的注意力指数,评价所述目标学员的注意力水平;
根据所述目标学员的同步率,评价所述目标学员的同步率水平;
根据所述目标学员的注意力指数、同步率、注意力水平和同步率水平,生成所述目标学员的教学分析报告。
优选地,所述根据所述目标学员的注意力指数,评价所述目标学员的注意力水平的步骤包括:
分别获取全班各学员在整节课上的注意力指数;
求取所述全班各学员在整节课上的注意力指数的平均值,作为全班的注意力指数;
将所述目标学员的注意力指数与所述全班的注意力指数进行比较,以评价所述目标学员的注意力水平。
优选地,所述根据所述目标学员的同步率,评价所述目标学员的同步率水平的步骤包括:
分别获取全班各学员的同步率;
求取所述全班各学员的同步率的平均值,作为全班的同步率;
将所述目标学员的同步率与所述全班的同步率进行比较,以评价所述目标学员的同步率水平。
优选地,所述根据所述目标学员的注意力指数、同步率、注意力水平和同步率水平,生成所述目标学员的教学分析报告的步骤包括:
根据所述目标学员的注意力水平和同步率水平,提供相应的教学建议;
根据所述目标学员的注意力指数、同步率、注意力水平、同步率水平和所述教学建议,生成所述目标学员的教学分析报告。
优选地,所述教学分析方法还包括:
获取所述目标学员的课程属性信息,所述课程属性信息至少包括学员姓名;
将所述课程属性信息展示在所述教学分析报告中。
此外,为实现上述目的,本发明还提供一种教学分析服务器,所述教学分析服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的教学分析程序,所述教学分析程序被所述处理器执行时实现如上所述的教学分析方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有教学分析程序,所述教学分析程序被处理器执行时实现如上所述的教学分析方法的步骤。
本发明提出的教学分析方法,通过将全班学员和目标学员在上课期间的脑电数据进行结合分析,得到目标学员的注意力指数和与全班的同步率,进而生成对应的教学分析报告,实现了对目标学员的听课效果进行量化、直观地展示。
附图说明
图1是本发明实施例方案涉及的教学分析服务器的结构示意图;
图2为本发明教学分析方法第一实施例的流程示意图;
图3为图2中步骤S10的细化步骤示意图;
图4为图2中步骤S20的细化步骤示意图;
图5为本发明教学分析方法第二实施例的流程示意图;
图6为本发明教学分析方法第三实施例的流程示意图;
图7为本发明实施例中教学分析报告的展示示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线;从全班学员中选取一目标学员,获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数,所述注意力指数表示所述目标学员在整节课上的平均注意力;分析所述目标学员的注意力变化曲线和所述全班学员的平均注意力变化曲线的吻合程度,将所述吻合程度作为所述目标学员的同步率。根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告。
现有技术提出了可以通过脑电检测头套来采集学员的脑电数据,然后对脑电数据进行识别,从而得到学员的清醒或困乏状态,若学员处于清醒状态,则说明学习效果较好,若学员处于困乏状态,则说明学习效果较差。这种方式缺乏对脑电数据的进一步分析和统计,不利于量化、直观地展示学员的听课效果。
本发明提出的教学分析方法,通过将全班学员和目标学员在上课期间的脑电数据进行结合分析,得到目标学员的注意力指数和与全班的同步率,进而生成对应的教学分析报告,实现了对目标学员的听课效果进行量化、直观地展示。
如图1所示,图1是本发明实施例方案涉及的教学分析服务器的结构示意图。
本发明实施例教学分析服务器部署在教学分析系统中,该教学分析系统还包括脑电数据采集设备和无线网关,脑电数据采集设备采集的脑电数据通过无线网关发送至教学分析服务器,以使教学分析服务器根据脑电数据进行教学分析。
如图1所示,该教学分析服务器可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对教学分析服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及教学分析程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的教学分析程序,并执行以下操作:
获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线;
从全班学员中选取一目标学员,获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数,所述注意力指数表示所述目标学员在整节课上的平均注意力;
分析所述目标学员的注意力变化曲线和所述全班学员的平均注意力变化曲线的吻合程度,将所述吻合程度作为所述目标学员的同步率;
根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
接收脑电数据采集设备发送的全班学员在上课期间的脑电数据;
根据预设的脑电数据与注意力指数的对应关系,将接收到的所述脑电数据转换为对应的注意力指数;
在上课期间的各个时间点,求取所述全班学员的注意力指数的平均值,得到所述各个时间点上的全班学员的平均注意力指数;
根据所述各个时间点上的全班学员的平均注意力指数,绘制所述全班学员的平均注意力指数随时间变化的曲线,作为所述全班学员的平均注意力变化曲线。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
从所述全班学员的脑电数据中读取所述目标学员的脑电数据;
根据预设的脑电数据与注意力指数的对应关系,将所述目标学员的脑电数据转换为对应的注意力指数;
绘制所述目标学员在上课期间的注意力指数随时间变化的曲线,作为所述目标学员在整节课上的注意力变化曲线;
求取所述目标学员在上课期间的各个时间点上的注意力指数的平均值,作为所述目标学员在整节课上的注意力指数。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
根据所述目标学员的注意力指数,评价所述目标学员的注意力水平;
根据所述目标学员的同步率,评价所述目标学员的同步率水平;
根据所述目标学员的注意力指数、同步率、注意力水平和同步率水平,生成所述目标学员的教学分析报告。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
分别获取全班各学员在整节课上的注意力指数;
求取所述全班各学员在整节课上的注意力指数的平均值,作为全班的注意力指数;
将所述目标学员的注意力指数与所述全班的注意力指数进行比较,以评价所述目标学员的注意力水平。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
分别获取全班各学员的同步率;
求取所述全班各学员的同步率的平均值,作为全班的同步率;
将所述目标学员的同步率与所述全班的同步率进行比较,以评价所述目标学员的同步率水平。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
根据所述目标学员的注意力水平和同步率水平,提供相应的教学建议;
根据所述目标学员的注意力指数、同步率、注意力水平、同步率水平和所述教学建议,生成所述目标学员的教学分析报告。
进一步地,处理器1001可以调用存储器1005中存储的教学分析程序,还执行以下操作:
获取所述目标学员的课程属性信息,所述课程属性信息至少包括学员姓名;
将所述课程属性信息展示在所述教学分析报告中。
本发明教学分析服务器的具体实施例与下述教学分析方法的各具体实施例基本相同,在此不作赘述。
基于上述硬件结构,提出本发明教学分析方法实施例。
参照图2,图2为本发明教学分析方法第一实施例的流程示意图,所述方法包括:
步骤S10,获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线;
在本实施例中,教学分析服务器首先获取全班学员在上课期间的脑电数据。具体实施时,可以为班级的每位学员佩戴脑电数据采集设备,并通过无线网关建立各脑电数据采集设备与教学分析服务器之间的无线连接,在上课期间,脑电数据采集设备实时采集全班学员的脑电数据,并通过无线网关发送给教学分析服务器,从而使教学分析服务器接收到全班学员的脑电数据,当然,教学分析服务器也可以在接收到教学分析指令后,从自身存储单元或外部存储设备获取到预先保存的脑电数据。之后,教学分析服务器对该脑电数据进行分析,得到全班学员的平均注意力变化曲线,该平均注意力变化曲线用于表示全班学员的平均注意力随时间的变化关系。
参照图3,图3为图2中步骤S10的细化步骤示意图。上述步骤S10可以进一步包括:
步骤S11,接收脑电数据采集设备发送的全班学员在上课期间的脑电数据;
步骤S12,根据预设的脑电数据与注意力指数的对应关系,将接收到的所述脑电数据转换为对应的注意力指数;
步骤S13,在上课期间的各个时间点,求取所述全班学员的注意力指数的平均值,得到所述各个时间点上的全班学员的平均注意力指数;
步骤S14,根据所述各个时间点上的全班学员的平均注意力指数,绘制所述全班学员的平均注意力指数随时间变化的曲线,作为所述全班学员的平均注意力变化曲线。
具体实施时,可采集学员在不同精神状态(包括放松状态,集中状态)下的脑电数据,然后通过FFT(Fast Fourier Transformation,离散傅氏变换的快速算法)得到脑电数据的频域信息,之后再通过深度学习算法将频域信息进行分类(比如什么样的频域信息时学员是在放松状态,什么样的频域信息时学员是在集中状态),从而得到深度学习模型,如此,在接收到全班学员的脑电数据后,将接收到的脑电数据输入深度学习模型中,即可将脑电数据转换为对应的注意力指数,且注意力指数越高,代表学员的注意力越集中。
之后,在上课期间的各个时间点,获取全班各学员的注意力指数并对其求取平均值,从而得到各个时间点上的全班学员的平均注意力指数,此时可以根据各个时间点上的全班学员的平均注意力指数,绘制一条全班学员的平均注意力指数随时间变化的曲线,该曲线即为全班学员的平均注意力变化曲线。
步骤S20,从全班学员中选取一目标学员,获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数,所述注意力指数表示所述目标学员在整节课上的平均注意力;
该步骤中,教学分析服务器可以接收用户触发的选取指令,从而从全班学员中选取一目标学员,然后获取并分析该目标学员在上课期间的脑电数据,得到该目标学员的注意力变化曲线和注意力指数,其中,注意力指数表示目标学员在上课期间的平均注意力。
参照图4,图4为图2中步骤S20的细化步骤示意图。在步骤S20中,获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线的步骤可以进一步包括:
步骤S21,从所述全班学员的脑电数据中读取所述目标学员的脑电数据;
步骤S22,根据预设的脑电数据与注意力指数的对应关系,将所述目标学员的脑电数据转换为对应的注意力指数;
步骤S23,绘制所述目标学员在上课期间的注意力指数随时间变化的曲线,作为所述目标学员在整节课上的注意力变化曲线;
步骤S24,求取所述目标学员在上课期间的各个时间点上的注意力指数的平均值,作为所述目标学员在整节课上的注意力指数。
具体实施时,教学分析服务器从全班学员的脑电数据中读取目标学员的脑电数据,然后根据上述深度学习模型,将该目标学员的脑电数据转换为对应的注意力指数,此时可以绘制一条目标学员在上课期间的注意力指数随时间变化的曲线,该曲线即为目标学员在整节课上的注意力变化曲线。对目标学员在上课期间的各个时间点上的注意力指数求取平均值,该平均值即作为该目标学员在整节课上的注意力指数。
步骤S30,分析所述目标学员的注意力变化曲线和所述全班学员的平均注意力变化曲线的吻合程度,将所述吻合程度作为所述目标学员的同步率;
该步骤中,不妨将目标学员的注意力变化曲线设为曲线1,将全班学员的平均注意力变化曲线设为曲线2,两条曲线的吻合程度可以通过如下方式计算:首先分别计算曲线1和曲线2的标准差,以及曲线1与曲线2的协方差,然后根据曲线1和曲线2的标准差以及两者的协方差计算得到相关系数,再利用相关系数作为标准获得同步率,相关系数越接近1,代表目标学员与全班的同步率越高,也意味着目标学员很好地跟上了老师的节奏,其中,具体的计算公式可参照现有技术,此处不作赘述。
步骤S40,根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告。
该步骤中,根据上述得到的目标学员的注意力指数和同步率,生成目标学员的教学分析报告,并将目标学员的注意力指数和同步率展示在教学分析报告中。
需要说明的是,除目标学员的注意力指数和同步率外,还可以将上述目标学员的注意力变化曲线和全班学员的平均注意力变化曲线一并展示在教学分析报告中,通过比较目标学员的注意力变化曲线和全班学员的平均注意力变化曲线,可以找到目标学员注意力相对于全班学员的平均注意力较低的时间段,然后在教学分析报告中展示相应的提醒信息以提醒目标学员对本时间段内老师所讲内容进行针对性的复习,当然,也可以找出目标学员注意力高于全班学员的平均注意力的时间段,然后在教学分析报告中展示相应的提醒信息以提醒目标学员以后尽量按照此种状态进行学习。
此外,为方便学员对教学内容进行复习,还可以获取老师的教学录音和教学课件保存在教学分析服务器中,由此学生可以结合老师的教学录音和教学课件复习功课。
本实施例提出的教学分析方法,通过将全班学员和目标学员在上课期间的脑电数据进行结合分析,得到目标学员的注意力指数和与全班的同步率,进而生成对应的教学分析报告,实现了对目标学员的听课效果进行量化、直观地展示。
进一步地,参照图5,图5为本发明教学分析方法第二实施例的流程示意图。基于上述图2所示的实施例,步骤S40可以包括:
步骤S41,根据所述目标学员的注意力指数,评价所述目标学员的注意力水平;
步骤S42,根据所述目标学员的同步率,评价所述目标学员的同步率水平;
步骤S43,根据所述目标学员的注意力指数、同步率、注意力水平和同步率水平,生成所述目标学员的教学分析报告。
在本实施例中,可以根据目标学员的注意力指数评价其注意力水平。
作为注意力水平的一种评价方式,可以为目标学员的注意力指数设置不同的评价区间,比如当注意力指数≥80时,对应的注意力水平为高,当60≤注意力指数≤80时,对应的注意力水平为中,当注意力指数≤60时,对应的注意力水平为低。
作为注意力水平的另一种评价方式,上述步骤S41可以包括:分别获取全班各学员在整节课上的注意力指数;求取所述全班各学员在整节课上的注意力指数的平均值,作为全班的注意力指数;将所述目标学员的注意力指数与所述全班的注意力指数进行比较,以评价所述目标学员的注意力水平。
具体地,可以参照上述获取目标学员在整节课上的注意力指数的获取方式,获取全班各学员在整节课上的注意力指数,然后求取全班各学员在整节课上的注意力指数的平均值,作为全班的注意力指数,之后,再将目标学员的注意力指数与全班的注意力指数进行比较,以评价目标学员的注意力水平。比如,当目标学员的注意力指数高于全班的注意力指数时,评价目标学员的注意力水平为高,当目标学员的注意力指数等于全班的注意力指数时,评价目标学员的注意力水平为中,当目标学员的注意力指数低于全班的注意力指数时,评价目标学员的注意力水平为低。
另外在本实施例中,可以根据目标学员的同步率评价其同步率水平。
作为同步率水平的一种评价方式,可以为目标学员的同步率设置不同的评价区间,比如当同步率≥80时,对应的同步率水平为高,当50≤同步率≤80时,对应的同步率水平为中,当同步率≤50时,对应的同步率水平为低。
作为同步率水平的另一种评价方式,上述步骤S42可以包括:分别获取全班各学员的同步率;求取所述全班各学员的同步率的平均值,作为全班的同步率;将所述目标学员的同步率与所述全班的同步率进行比较,以评价所述目标学员的同步率水平。
具体地,可以参照上述获取目标学员在整节课上的同步率的获取方式,获取全班各学员的同步率,然后求取全班各学员的同步率的平均值,作为全班的同步率,之后,再将目标学员的同步率与全班的同步率进行比较,以评价目标学员的同步率水平。比如,当目标学员的同步率高于全班的同步率时,评价目标学员的同步率水平为高,当目标学员的同步率等于全班的同步率时,评价目标学员的同步率水平为中,当目标学员的同步率低于全班的同步率时,评价目标学员的同步率水平为低。
进一步地,上述步骤S43可以包括:根据所述目标学员的注意力水平和同步率水平,提供相应的教学建议;根据所述目标学员的注意力指数、同步率、注意力水平、同步率水平和所述教学建议,生成所述目标学员的教学分析报告。
比如,当目标学员的注意力和同步率低于全班的平均水平时,可以在教学报告中显示提醒学生集中注意力以及课后进行巩固的教学建议,当目标学员的注意力和同步率高于全班的平均水平时,可以在教学报告中显示提醒学生今后也按照这种状态学习的教学建议。
进一步地,参照图6,图6为本发明教学分析方法第三实施例的流程示意图。基于上述的实施例,在步骤S40之后,还可以包括:
步骤S50,获取所述目标学员的课程属性信息,所述课程属性信息至少包括学员姓名;
步骤S60,将所述课程属性信息展示在所述教学分析报告中。
在本实施例中,教学分析服务器在生成教学分析报告时,可以接收用户的输入指令,从而获取到目标学员的课程属性信息,该课程属性信息应至少包括学员姓名,用以区分不同的教学分析报告;此外课程属性信息还可以包括课程时间、授课老师、所授课程等,具体实施时可灵活设置。之后,再将获取到的目标学员的课程属性信息展示在教学分析报告中,以方便用户查看。
参照图7,图7为本发明实施例中教学分析报告的展示示意图。该教学分析报告是针对目标学员王大胖在2017年9月13日上午10:00-10:40张大壮老师的历史课上的学习状态的教学分析报告,报告中展示了目标学员王大胖的注意力指数、同步率、注意力水平、同步率水平,以及目标学员王大胖的注意力变化曲线、全班学员的平均注意力变化曲线和相应的教学建议,如此实现了对目标学员的听课效果进行量化、直观地展示,从而方便用户对教学效果进行评估。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有教学分析程序,所述教学分析程序被处理器执行时实现如上所述的教学分析方法的步骤。
其中,在所述处理器上运行的教学分析程序被执行时所实现的方法可参照本发明教学分析方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种教学分析方法,其特征在于,所述教学分析方法包括如下步骤:
获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线;
从全班学员中选取一目标学员,获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数,所述注意力指数表示所述目标学员在整节课上的平均注意力;
分析所述目标学员的注意力变化曲线和所述全班学员的平均注意力变化曲线的吻合程度,将所述吻合程度作为所述目标学员的同步率;
根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告。
2.如权利要求1所述的教学分析方法,其特征在于,所述获取并分析全班学员在上课期间的脑电数据,得到所述全班学员的平均注意力变化曲线的步骤包括:
接收脑电数据采集设备发送的全班学员在上课期间的脑电数据;
根据预设的脑电数据与注意力指数的对应关系,将接收到的所述脑电数据转换为对应的注意力指数;
在上课期间的各个时间点,求取所述全班学员的注意力指数的平均值,得到所述各个时间点上的全班学员的平均注意力指数;
根据所述各个时间点上的全班学员的平均注意力指数,绘制所述全班学员的平均注意力指数随时间变化的曲线,作为所述全班学员的平均注意力变化曲线。
3.如权利要求2所述的教学分析方法,其特征在于,所述获取并分析所述目标学员在上课期间的脑电数据,得到所述目标学员在整节课上的注意力变化曲线和注意力指数的步骤包括:
从所述全班学员的脑电数据中读取所述目标学员的脑电数据;
根据预设的脑电数据与注意力指数的对应关系,将所述目标学员的脑电数据转换为对应的注意力指数;
绘制所述目标学员在上课期间的注意力指数随时间变化的曲线,作为所述目标学员在整节课上的注意力变化曲线;
求取所述目标学员在上课期间的各个时间点上的注意力指数的平均值,作为所述目标学员在整节课上的注意力指数。
4.如权利要求1所述的教学分析方法,其特征在于,所述根据所述目标学员的注意力指数和同步率,生成所述目标学员的教学分析报告的步骤包括:
根据所述目标学员的注意力指数,评价所述目标学员的注意力水平;
根据所述目标学员的同步率,评价所述目标学员的同步率水平;
根据所述目标学员的注意力指数、同步率、注意力水平和同步率水平,生成所述目标学员的教学分析报告。
5.如权利要求4所述的教学分析方法,其特征在于,所述根据所述目标学员的注意力指数,评价所述目标学员的注意力水平的步骤包括:
分别获取全班各学员在整节课上的注意力指数;
求取所述全班各学员在整节课上的注意力指数的平均值,作为全班的注意力指数;
将所述目标学员的注意力指数与所述全班的注意力指数进行比较,以评价所述目标学员的注意力水平。
6.如权利要求4所述的教学分析方法,其特征在于,所述根据所述目标学员的同步率,评价所述目标学员的同步率水平的步骤包括:
分别获取全班各学员的同步率;
求取所述全班各学员的同步率的平均值,作为全班的同步率;
将所述目标学员的同步率与所述全班的同步率进行比较,以评价所述目标学员的同步率水平。
7.如权利要求4所述的教学分析方法,其特征在于,所述根据所述目标学员的注意力指数、同步率、注意力水平和同步率水平,生成所述目标学员的教学分析报告的步骤包括:
根据所述目标学员的注意力水平和同步率水平,提供相应的教学建议;
根据所述目标学员的注意力指数、同步率、注意力水平、同步率水平和所述教学建议,生成所述目标学员的教学分析报告。
8.如权利要求1至7中任一项所述的教学分析方法,其特征在于,所述教学分析方法还包括:
获取所述目标学员的课程属性信息,所述课程属性信息至少包括学员姓名;
将所述课程属性信息展示在所述教学分析报告中。
9.一种教学分析服务器,其特征在于,所述教学分析服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的教学分析程序,所述教学分析程序被所述处理器执行时实现如权利要求1至8中任一项所述的教学分析方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有教学分析程序,所述教学分析程序被处理器执行时实现如权利要求1至8中任一项所述的教学分析方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810507035.2A CN108830461A (zh) | 2018-05-23 | 2018-05-23 | 教学分析方法、服务器及计算机可读存储介质 |
PCT/CN2019/086257 WO2019223547A1 (zh) | 2018-05-23 | 2019-05-09 | 教学分析方法、服务器及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810507035.2A CN108830461A (zh) | 2018-05-23 | 2018-05-23 | 教学分析方法、服务器及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830461A true CN108830461A (zh) | 2018-11-16 |
Family
ID=64147276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810507035.2A Pending CN108830461A (zh) | 2018-05-23 | 2018-05-23 | 教学分析方法、服务器及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108830461A (zh) |
WO (1) | WO2019223547A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019223547A1 (zh) * | 2018-05-23 | 2019-11-28 | 深圳市心流科技有限公司 | 教学分析方法、服务器及计算机可读存储介质 |
CN111223566A (zh) * | 2019-12-30 | 2020-06-02 | 浙江强脑科技有限公司 | 注意力测评和训练方法、装置、设备及可读存储介质 |
CN113080998A (zh) * | 2021-03-16 | 2021-07-09 | 北京交通大学 | 一种基于脑电的专注状态等级评定方法和系统 |
CN116138780A (zh) * | 2022-12-30 | 2023-05-23 | 北京视友科技有限责任公司 | 一种学生注意力评价方法、终端及计算机可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754866B (zh) * | 2019-01-02 | 2021-06-08 | 浙江强脑科技有限公司 | 注意力训练方法、装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139695A (zh) * | 2015-09-28 | 2015-12-09 | 南通大学 | 一种基于脑电波采集的课堂教学监测方法及系统 |
CN107657868A (zh) * | 2017-10-19 | 2018-02-02 | 重庆邮电大学 | 一种基于脑电波的教学跟踪辅助系统 |
CN107961006A (zh) * | 2017-12-28 | 2018-04-27 | 出门问问信息科技有限公司 | 腕式智能穿戴设备和信息提示方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130177883A1 (en) * | 2012-01-11 | 2013-07-11 | Axio, Inc. | Systems and Methods for Directing Brain Activity |
CN108830461A (zh) * | 2018-05-23 | 2018-11-16 | 深圳市心流科技有限公司 | 教学分析方法、服务器及计算机可读存储介质 |
-
2018
- 2018-05-23 CN CN201810507035.2A patent/CN108830461A/zh active Pending
-
2019
- 2019-05-09 WO PCT/CN2019/086257 patent/WO2019223547A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139695A (zh) * | 2015-09-28 | 2015-12-09 | 南通大学 | 一种基于脑电波采集的课堂教学监测方法及系统 |
CN107657868A (zh) * | 2017-10-19 | 2018-02-02 | 重庆邮电大学 | 一种基于脑电波的教学跟踪辅助系统 |
CN107961006A (zh) * | 2017-12-28 | 2018-04-27 | 出门问问信息科技有限公司 | 腕式智能穿戴设备和信息提示方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019223547A1 (zh) * | 2018-05-23 | 2019-11-28 | 深圳市心流科技有限公司 | 教学分析方法、服务器及计算机可读存储介质 |
CN111223566A (zh) * | 2019-12-30 | 2020-06-02 | 浙江强脑科技有限公司 | 注意力测评和训练方法、装置、设备及可读存储介质 |
CN113080998A (zh) * | 2021-03-16 | 2021-07-09 | 北京交通大学 | 一种基于脑电的专注状态等级评定方法和系统 |
CN116138780A (zh) * | 2022-12-30 | 2023-05-23 | 北京视友科技有限责任公司 | 一种学生注意力评价方法、终端及计算机可读存储介质 |
CN116138780B (zh) * | 2022-12-30 | 2023-08-08 | 北京视友科技有限责任公司 | 一种学生注意力评价方法、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2019223547A1 (zh) | 2019-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830461A (zh) | 教学分析方法、服务器及计算机可读存储介质 | |
CN110245213B (zh) | 调查问卷生成方法、装置、设备和存储介质 | |
CN108805762A (zh) | 教学分析方法、服务器及计算机可读存储介质 | |
CN108537704A (zh) | 课堂评测方法、装置及计算机可读存储介质 | |
US20190130511A1 (en) | Systems and methods for interactive dynamic learning diagnostics and feedback | |
CN105069294A (zh) | 一种用于认知能力值测试的计算和分析方法 | |
CN103164616A (zh) | 一种智能导诊系统和方法 | |
CN110675676A (zh) | 一种基于微信小程序的课堂教学及时评分方法 | |
CN108520331A (zh) | 基于微信的智慧校园管理平台 | |
CN106997571A (zh) | 一种基于数据驱动的学科学习发展推荐系统及方法 | |
CN110867252A (zh) | 体能测评管理系统、方法及计算机可读存储介质 | |
CN105810024A (zh) | 一种自适应教学课件的方法 | |
WO2022009875A1 (ja) | 集中度判別プログラム | |
CN110688480A (zh) | 一种基于消息的实时教学评估方法及系统 | |
WO2023196456A1 (en) | Adaptive wellness collaborative media system | |
CN111444354A (zh) | 一种基于人工智能的知识点回溯学习评估方法 | |
CN113506629B (zh) | 一种症状自评量表简化及结果预测方法与系统 | |
CN109938690A (zh) | 基于答题器的视力检测方法、视力检测系统和存储介质 | |
CN115204650A (zh) | 一种教学质量的评价方法及装置和电子设备 | |
CN115689823A (zh) | 一种基于知识点掌握度的智能出题方法及系统 | |
CN108629362A (zh) | 一种面向移动环境的学习行为习惯发现量化系统及方法 | |
CN105528505A (zh) | 线上自动化诊断学习风格系统及方法 | |
CN113641899A (zh) | 基于远程教育的用户画像分析方法、装置及服务器 | |
JP2018004699A (ja) | 学習支援装置、プログラム、学習支援方法、学習支援システム | |
CN111782796A (zh) | 智能题目生成系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |