CN111091484A - 基于大数据的学生学习行为分析系统 - Google Patents
基于大数据的学生学习行为分析系统 Download PDFInfo
- Publication number
- CN111091484A CN111091484A CN202010195368.3A CN202010195368A CN111091484A CN 111091484 A CN111091484 A CN 111091484A CN 202010195368 A CN202010195368 A CN 202010195368A CN 111091484 A CN111091484 A CN 111091484A
- Authority
- CN
- China
- Prior art keywords
- student
- signal
- unit
- vague
- sleeping
- 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.)
- Granted
Links
Images
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0028—Force sensors associated with force applying means
Abstract
本发明公开了一种基于大数据的学生学习行为分析系统，包括压力传感器组、面值测定单元、动作捕捉单元、数据确认模块、比对单元、个人特征库、控制器、监控模块、面部处理单元、显示单元、存储单元；本发明通过设置在学生课桌的板凳上的压力传感器，根据相应的规则获取到受压面积，之后将受压面积传输到动作捕捉单元，并借助教师的数据确认单元来判定学生的具体行为动作，并根据相应的规定获取预设数量的判定动作，形成学生行为的大数据分析；并在满足相应的条件下形成标参信息，将标参信息传输到个人特征库，并在标参信息形成后面值测定单元会在预设时间内不进行数据积累，直接借助比对单元进行比对，判定学生的状态。
Description
技术领域
本发明属于行为分析领域，涉及学生行为分析技术，具体是基于大数据的学生学习行为分析系统。
背景技术
公开号为CN108597280A的专利公开了一种基于学习行为分析的教学系统及教学方法，包括教学服务器、教师终端以及学生终端，教学服务器包括教学资源服务器、知识点测试服务器、答疑交互服务器、学习行为数据采集服务器、学习行为分析服务器以及数据可视化服务器，学习行为数据采集服务器用于采集各学生终端访问教学资源服务器、知识点测试服务器和答疑交互服务器所产生的各种行为数据；学习行为分析服务器对学习行为数据采集服务器采集到的各种行为数据进行分类分析，并将分类分析结果在数据可视化服务器进行展示。本发明实时采集学生在学习过程中的各种学习行为数据，通过多维量化评测每个学生的学习行为数据，根据学习行为分析结果动态调整教学内容，并针对学生开展个性化教学设计。
但是该专利并未公开如何对学生在上课时的具体状态如何分析，且对学生的状态进行有效确定；为了弥补这一技术特征，现提供一种解决方案。
发明内容
本发明的目的在于提供基于大数据的学生学习行为分析系统。
本发明的目的可以通过以下技术方案实现：
基于大数据的学生学习行为分析系统，包括压力传感器组、面值测定单元、动作捕捉单元、数据确认模块、比对单元、个人特征库、控制器、监控模块、面部处理单元、显示单元、存储单元；
其中，所述压力传感器组为均匀设置学生板凳上方的若干压力传感器；所述压力传感器组用于获取到学生在上课时对于板凳端的压力信息组，并将压力信息组传输到面值测定单元，所述面值测定单元接收压力传感器组传输的压力信息组并对其进行面值分析得到受压面积Sj，j=1...m；
所述面值测定单元用于将受压面积Sj传输到动作捕捉单元，所述动作捕捉单元接收面值测定单元传输的受压面积Sj，所述动作捕捉单元用于结合数据确认模块对受压面积Sj进行动作积累分析得到睡觉占比Ei和走神占比Zi；
数据确认模块用于将标参信息传输到个人特征库进行存储；
所述数据确认模块用于通过动作捕捉单元将比对信号、重取信号返回到面值测定单元，所述动作捕捉单元用于将波动信号、静止信号以及产生对应信号的学生返回到面值测定单元；
所述面值测定单元用于结合比对单元和个人特征库进行数据比对，数据比对具体过程为：
步骤S001：当面值测定单元在接收到比对信号时进入步骤S002的比对步骤；
步骤S002：将波动信号、静止信号以及产生对应信号的学生传输到比对单元；
步骤S003：比对单元用于在接收到对应学生产生波动信号时，将该学生与个人特征库内的标参信息比较，获取到对应学生的走神占比Zi，当走神占比Zi≥X5时，X5为预设值，产生走神信号；将对应产生走神信号的学生标记为走神学生；
比对单元用于在接收到对应学生产生静止信号时，将该学生与个人特征库内的标参信息比较，获取到对应学生的睡觉占比Ei，当睡觉占比Ei≥X5时，产生睡觉信号，X5为预设值；将对应产生睡觉信号的学生标记为睡觉学生；
步骤S004：当面值测定单元接收到动作捕捉单元传输的重取信号时，此时面值测定单元会停止向比对单元传输数据，直到重新接收到比对信号；
所述比对单元用于将走神信号和睡觉信号传输到控制器；
所述监控模块为设置在教室内的摄像头，用于获取所有学生的面部图像信息，所述监控模块用于将面部图像信息传输到面部处理单元，面部处理单元接收监控模块传输的面部图像信息，并对面部图像信息进行特征识别处理，特征识别处理的具体步骤为：
步骤SS01：任意获取到一学生面部图像信息的第一特征线，第一特征线为学生眉心点与下颚中点之间的连线，眉心点为学生眉角两点连线中点；
步骤SS02：获取到学生的第二特征线，第二特征线为学生左右耳垂最低点的连线；
步骤SS03：获取到第一特征线与课桌桌面竖线之间的角度，竖线为课桌桌面上从学生位置到讲台位置的竖线；将该角度的锐角标记为第一特征角Tz1；
步骤SS04：获取到第二特征线与课桌桌面横线之间的角度，横线为课桌桌面上与竖线垂直方向的线条；将该角度的锐角标记为第二特征角Tz2；
步骤SS05：当Tz1≤α且持续指定时间T2时，或Tz2≤β且持续指定时间T2时，产生二度走神信号；
步骤SS06：当用户面部与桌面接触且保持预设时间T3时，产生二度睡觉信号；
所述面部处理单元用于将二度走神信号和二度睡觉信号传输到控制器，所述控制器在同时接收到同一学生产生二度走神信号和走神信号时，将对应的学生标记为走神确认学生；
所述控制器在同时接收到同一学生产生二度睡觉信号和睡觉信号时，将对应的学生标记为睡觉确认学生。
进一步地，所述面值分析的具体步骤为：
步骤一：获取到所有的压力信息组，将其标记为Yi，i=1...n；Yi表示第i个压力传感器检测到的压力信息；
步骤二：根据判定条件Yi≥X1，获取到所有满足条件的压力传感器，对应将该压力传感器所在位置标记为受压位置点；
步骤三：获取到所有的受压位置点，将受压位置点的边缘点连线，形成封闭区域，得到受压区，获取受压区的面积，从初始时起，每间隔预设时间获取一次受压区的面积，并对应将受压区的面积标记为受压面积Sj，j=1...m；Sm表示最新时刻的受压面积。
进一步地，所述动作积累分析的具体步骤为：
步骤S010：获取到受压面积Sj；
步骤S020：设定观察段，当j<X2时，此时不做处理；X2为预设值；
步骤S030：当j=X2时，获取到Sj，j=1...X2；
步骤S040：求取Sj的平均值将其标记为观察均值P；
步骤S050：利用公式求取受压面积的阶段稳值W，
；
步骤S060：当W≥X3时，产生波动信号；
步骤S070：当W=0时，产生静止信号；
步骤S080：之后当j>X2时，取到最新的受压面积Sm，同时获取到Sm的前X2-1个受压面积，组成新的观察段，此时的受压面积为Sj，j=m-X2+1...m；
步骤S090：重复步骤S40-S90；
步骤S100：当产生波动信号时，判定该学生处于走神存疑状态，即此时学生可能存在走神情况，此时通过数据确认模块确认学生是否走神，数据确认模块为教师操作的单元，用于在任意学生产生走神存疑状态时，通知教师确认该学生状态，若走神则将走神存疑状态修改为走神状态，若不处于走神则将走神存疑状态修改为正常状态；
步骤S110：持续对所有学生的状态进行监控，直到每个学生产生波动信号的次数达到X4次，X4为预设值；
步骤S120：获取到所有学生在产生波动信号时被判定走神状态的占比，该占比为走神状态产生的次数占产生波动信号总次数的占比，将该占比标记为走神率Zi，i=1...k，k为大于1的正整数；
步骤S130：当产生静止信号时，产生睡觉存疑状态，即此时学生可能存在睡觉情况，此时通过数据确认模块确认学生是否在睡觉，数据确认模块为教师操作的单元，用于在任意学生产生睡觉存疑状态时，通知教师确认该学生状态，若睡觉则将睡觉存疑状态修改为睡觉状态，否则将走神存疑状态修改为正常状态；
步骤S140：获取到所有学生在产生静止信号时被判定睡觉状态的占比，将该占比标记为睡觉占比Ei，i=1...k，且Ei与Zi一一对应；
步骤S150：在均获取到睡觉占比Ei和走神占比Zi之后，产生比对信号；
步骤S160：将睡觉占比Ei、走神占比Zi和对应的学生融合，形成标参信息；
步骤S170：在经过时间T1后产生重取信号，在产生重取信号之后重新进行上述步骤的睡觉占比Ei和走神占比Zi获取步骤，实时更新该数据。
进一步地，所述控制器在产生走神确认学生时将其传输到显示单元进行实时显示；所述控制器在产生走神确认学生时将其打上时间戳传输到存储单元存储。
进一步地，所述控制器在产生睡觉确认学生时将其传输到显示单元进行实时显示；所述控制器在产生睡觉确认学生时将其打上时间戳传输到存储单元存储。
本发明的有益效果：
本发明通过设置在学生课桌的板凳上的压力传感器，根据相应的规则获取到受压面积，之后将受压面积传输到动作捕捉单元，并借助教师的数据确认单元来判定学生的具体行为动作，并根据相应的规定获取预设数量的判定动作，形成学生行为的大数据分析；并在满足相应的条件下形成标参信息，将标参信息传输到个人特征库，并在标参信息形成后面值测定单元会在预设时间内不进行数据积累，直接借助比对单元进行比对，判定学生的状态；并在预设时间之后重新积累大数据；
同时通过面部处理单元对学生面部情况进行分析，并判定到学生处于对应的规则分析的状态，结合比对单元的结果进行综合分析，从而最终确定用户的具体行为状态，实现学生学习行为分析。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明基于大数据的学生学习行为分析系统的系统框图。
具体实施方式
如图1所示，基于大数据的学生学习行为分析系统，包括压力传感器组、面值测定单元、动作捕捉单元、数据确认模块、比对单元、个人特征库、控制器、监控模块、面部处理单元、显示单元、存储单元；
其中，所述压力传感器组为均匀设置学生板凳上方的若干压力传感器；所述压力传感器组用于获取到学生在上课时对于板凳端的压力信息组，并将压力信息组传输到面值测定单元，所述面值测定单元接收压力传感器组传输的压力信息组并对其进行面值分析，面值分析的具体步骤为：
步骤一：获取到所有的压力信息组，将其标记为Yi，i=1...n；Yi表示第i个压力传感器检测到的压力信息；
步骤二：根据判定条件Yi≥X1，获取到所有满足条件的压力传感器，对应将该压力传感器所在位置标记为受压位置点；
步骤三：获取到所有的受压位置点，将受压位置点的边缘点连线，形成封闭区域，得到受压区，获取受压区的面积，从初始时起，每间隔预设时间获取一次受压区的面积，并对应将受压区的面积标记为受压面积Sj，j=1...m；Sm表示最新时刻的受压面积；
所述面值测定单元用于将受压面积Sj传输到动作捕捉单元，所述动作捕捉单元接收面值测定单元传输的受压面积Sj，所述动作捕捉单元用于结合数据确认模块对受压面积Sj进行动作积累分析，动作积累分析的具体步骤为：
步骤S010：获取到受压面积Sj；
步骤S020：设定观察段，当j<X2时，此时不做处理；X2为预设值；
步骤S030：当j=X2时，获取到Sj，j=1...X2；
步骤S040：求取Sj的平均值将其标记为观察均值P；
步骤S050：利用公式求取受压面积的阶段稳值W，
；
步骤S060：当W≥X3时，产生波动信号；
步骤S070：当W=0时，产生静止信号；
步骤S080：之后当j>X2时，取到最新的受压面积Sm，同时获取到Sm的前X2-1个受压面积，组成新的观察段，此时的受压面积为Sj，j=m-X2+1...m；
步骤S090：重复步骤S40-S90；
步骤S100：当产生波动信号时，判定该学生处于走神存疑状态，即此时学生可能存在走神情况，此时通过数据确认模块确认学生是否走神，数据确认模块为教师操作的单元，用于在任意学生产生走神存疑状态时，通知教师确认该学生状态，若走神则将走神存疑状态修改为走神状态，若不处于走神则将走神存疑状态修改为正常状态；
步骤S110：持续对所有学生的状态进行监控，直到每个学生产生波动信号的次数达到X4次，X4为预设值，此处X4可取值为50次或者更多，具体次数根据教师需要设定；
步骤S120：获取到所有学生在产生波动信号时被判定走神状态的占比，该占比为走神状态产生的次数占产生波动信号总次数的占比，将该占比标记为走神率Zi，i=1...k，k为大于1的正整数；
步骤S130：当产生静止信号时，产生睡觉存疑状态，即此时学生可能存在睡觉情况，此时通过数据确认模块确认学生是否在睡觉，数据确认模块为教师操作的单元，用于在任意学生产生睡觉存疑状态时，通知教师确认该学生状态，若睡觉则将睡觉存疑状态修改为睡觉状态，否则将走神存疑状态修改为正常状态；
步骤S140：获取到所有学生在产生静止信号时被判定睡觉状态的占比，将该占比标记为睡觉占比Ei，i=1...k，且Ei与Zi一一对应；
步骤S150：在均获取到睡觉占比Ei和走神占比Zi之后，产生比对信号；
步骤S160：将睡觉占比Ei、走神占比Zi和对应的学生融合，形成标参信息；
步骤S170：在经过时间T1后产生重取信号，在产生重取信号之后重新进行上述步骤的睡觉占比Ei和走神占比Zi获取步骤，即过了一段时间T1后，该数据可能失去了相应的参考价值，重新获取最新的数据来替换，实时更新该数据；
数据确认模块用于将标参信息传输到个人特征库进行存储；
所述数据确认模块用于通过动作捕捉单元将比对信号、重取信号返回到面值测定单元，所述动作捕捉单元用于将波动信号、静止信号以及产生对应信号的学生返回到面值测定单元；
所述面值测定单元用于结合比对单元和个人特征库进行数据比对，数据比对具体过程为：
步骤S001：当面值测定单元在接收到比对信号时进入步骤S002的比对步骤；
步骤S002：将波动信号、静止信号以及产生对应信号的学生传输到比对单元；
步骤S003：比对单元用于在接收到对应学生产生波动信号时，将该学生与个人特征库内的标参信息比较，获取到对应学生的走神占比Zi，当走神占比Zi≥X5时，X5为预设值，产生走神信号；将对应产生走神信号的学生标记为走神学生；
比对单元用于在接收到对应学生产生静止信号时，将该学生与个人特征库内的标参信息比较，获取到对应学生的睡觉占比Ei，当睡觉占比Ei≥X5时，X5为预设值，产生睡觉信号；将对应产生睡觉信号的学生标记为睡觉学生；
步骤S004：当面值测定单元接收到动作捕捉单元传输的重取信号时，此时面值测定单元会停止向比对单元传输数据，直到重新接收到比对信号；
所述比对单元用于将走神信号和睡觉信号传输到控制器，
所述监控模块为设置在教室内的摄像头，用于获取所有学生的面部图像信息，所述监控模块用于将面部图像信息传输到面部处理单元，面部处理单元接收监控模块传输的面部图像信息，并对面部图像信息进行特征识别处理，特征识别处理的具体步骤为：
步骤SS01：任意获取到一学生面部图像信息的第一特征线，第一特征线为学生眉心点与下颚中点之间的连线，眉心点为学生眉角两点连线中点；
步骤SS02：获取到学生的第二特征线，第二特征线为学生左右耳垂最低点的连线；
步骤SS03：获取到第一特征线与课桌桌面竖线之间的角度，竖线为课桌桌面上从学生位置到讲台位置的竖线；将该角度的锐角标记为第一特征角Tz1；
步骤SS04：获取到第二特征线与课桌桌面横线之间的角度，横线为课桌桌面上与竖线垂直方向的线条；将该角度的锐角标记为第二特征角Tz2；
步骤SS05：当Tz1≤α且持续指定时间T2时，或Tz2≤β且持续指定时间T2时，产生二度走神信号；
步骤SS06：当用户面部与桌面接触且保持预设时间T3时，产生二度睡觉信号，此处接触判定可为面部任意指定点与桌面距离为零；
所述面部处理单元用于将二度走神信号和二度睡觉信号传输到控制器，所述控制器在同时接收到同一学生产生二度走神信号和走神信号时，将对应的学生标记为走神确认学生，所述控制器在接收到同一学生产生二度走神信号和走神信号中任一信号时，产生存疑走神学生；
所述控制器在同时接收到同一学生产生二度睡觉信号和睡觉信号时，将对应的学生标记为睡觉确认学生，所述控制器在接收到同一学生产生二度睡觉信号和睡觉信号中任一信号时，产生存疑睡觉学生；
所述控制器在产生走神确认学生时将其传输到显示单元进行实时显示；所述控制器在产生走神确认学生时将其打上时间戳传输到存储单元存储；
所述控制器在产生睡觉确认学生时将其传输到显示单元进行实时显示；所述控制器在产生睡觉确认学生时将其打上时间戳传输到存储单元存储；
所述控制器在产生存疑走神学生时将其传输到显示单元，并显示“存疑走神学生+走神概率很大”字眼；
所述控制器在产生存疑睡觉学生时将其传输到显示单元，并显示“存疑睡觉学生+睡觉概率很大”字眼。
基于大数据的学生学习行为分析系统，在工作时，首先通过设置在学生课桌的板凳上的压力传感器，根据相应的规则获取到受压面积，之后将受压面积传输到动作捕捉单元，并借助教师的数据确认单元来判定学生的具体行为动作，并根据相应的规定获取预设数量的判定动作，形成学生行为的大数据分析；并在满足相应的条件下形成标参信息，将标参信息传输到个人特征库，并在标参信息形成后面值测定单元会在预设时间内不进行数据积累，直接借助比对单元进行比对，判定学生的状态；并在预设时间之后重新积累大数据；
同时通过面部处理单元对学生面部情况进行分析，并判定到学生处于对应的规则分析的状态，结合比对单元的结果进行综合分析，从而最终确定用户的具体行为状态，实现学生学习行为分析。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.基于大数据的学生学习行为分析系统，其特征在于，包括压力传感器组、面值测定单元、动作捕捉单元、数据确认模块、比对单元、个人特征库、控制器、监控模块、面部处理单元、显示单元、存储单元；
其中，所述压力传感器组为均匀设置学生板凳上方的若干压力传感器；所述压力传感器组用于获取到学生在上课时对于板凳端的压力信息组，并将压力信息组传输到面值测定单元，所述面值测定单元接收压力传感器组传输的压力信息组并对其进行面值分析得到受压面积Sj，j=1...m；
所述面值测定单元用于将受压面积Sj传输到动作捕捉单元，所述动作捕捉单元接收面值测定单元传输的受压面积Sj，所述动作捕捉单元用于结合数据确认模块对受压面积Sj进行动作积累分析得到睡觉占比Ei和走神占比Zi；
所述数据确认模块用于将标参信息传输到个人特征库进行存储；
所述数据确认模块用于通过动作捕捉单元将比对信号、重取信号返回到面值测定单元，所述动作捕捉单元用于将波动信号、静止信号以及产生对应信号的学生返回到面值测定单元；
所述面值测定单元用于结合比对单元和个人特征库进行数据比对，数据比对具体过程为：
步骤S001：当面值测定单元在接收到比对信号时进入步骤S002的比对步骤；
步骤S002：将波动信号、静止信号以及产生对应信号的学生传输到比对单元；
步骤S003：比对单元用于在接收到对应学生产生波动信号时，将该学生与个人特征库内的标参信息比较，获取到对应学生的走神占比Zi，当走神占比Zi≥X5时，X5为预设值，产生走神信号；将对应产生走神信号的学生标记为走神学生；
所述比对单元用于在接收到对应学生产生静止信号时，将该学生与个人特征库内的标参信息比较，获取到对应学生的睡觉占比Ei，当睡觉占比Ei≥X5时，X5为预设值，产生睡觉信号；将对应产生睡觉信号的学生标记为睡觉学生；
步骤S004：当面值测定单元接收到动作捕捉单元传输的重取信号时，此时面值测定单元会停止向比对单元传输数据，直到重新接收到比对信号；
所述比对单元用于将走神信号和睡觉信号传输到控制器；
所述监控模块为设置在教室内的摄像头，用于获取所有学生的面部图像信息，所述监控模块用于将面部图像信息传输到面部处理单元，面部处理单元接收监控模块传输的面部图像信息，并对面部图像信息进行特征识别处理，特征识别处理的具体步骤为：
步骤SS01：任意获取到一学生面部图像信息的第一特征线，第一特征线为学生眉心点与下颚中点之间的连线，眉心点为学生眉角两点连线中点；
步骤SS02：获取到学生的第二特征线，第二特征线为学生左右耳垂最低点的连线；
步骤SS03：获取到第一特征线与课桌桌面竖线之间的角度，竖线为课桌桌面上从学生位置到讲台位置的竖线；将该角度的锐角标记为第一特征角Tz1；
步骤SS04：获取到第二特征线与课桌桌面横线之间的角度，横线为课桌桌面上与竖线垂直方向的线条；将该角度的锐角标记为第二特征角Tz2；
步骤SS05：当Tz1≤α且持续指定时间T2时，或Tz2≤β且持续指定时间T2时，产生二度走神信号；
步骤SS06：当用户面部与桌面接触且保持预设时间T3时，产生二度睡觉信号；
所述面部处理单元用于将二度走神信号和二度睡觉信号传输到控制器，所述控制器在同时接收到同一学生产生二度走神信号和走神信号时，将对应的学生标记为走神确认学生；
所述控制器在同时接收到同一学生产生二度睡觉信号和睡觉信号时，将对应的学生标记为睡觉确认学生。
2.根据权利要求1所述的基于大数据的学生学习行为分析系统，其特征在于，所述面值分析的具体步骤为：
步骤一：获取到所有的压力信息组，将其标记为Yi，i=1...n；Yi表示第i个压力传感器检测到的压力信息；
步骤二：根据判定条件Yi≥X1，获取到所有满足条件的压力传感器，对应将该压力传感器所在位置标记为受压位置点；
步骤三：获取到所有的受压位置点，将受压位置点的边缘点连线，形成封闭区域，得到受压区，获取受压区的面积，从初始时起，每间隔预设时间获取一次受压区的面积，并对应将受压区的面积标记为受压面积Sj，j=1...m；Sm表示最新时刻的受压面积。
3.根据权利要求1所述的基于大数据的学生学习行为分析系统，其特征在于，所述动作积累分析的具体步骤为：
步骤S010：获取到受压面积Sj；
步骤S020：设定观察段，当j<X2时，此时不做处理；X2为预设值；
步骤S030：当j=X2时，获取到Sj，j=1...X2；
步骤S040：求取Sj的平均值将其标记为观察均值P；
步骤S050：利用公式求取受压面积的阶段稳值W，
；
步骤S060：当W≥X3时，产生波动信号；
步骤S070：当W=0时，产生静止信号；
步骤S080：之后当j>X2时，取到最新的受压面积Sm，同时获取到Sm的前X2-1个受压面积，组成新的观察段，此时的受压面积为Sj，j=m-X2+1...m；
步骤S090：重复步骤S40-S90；
步骤S100：当产生波动信号时，判定该学生处于走神存疑状态，即此时学生可能存在走神情况，此时通过数据确认模块确认学生是否走神，数据确认模块为教师操作的单元，用于在任意学生产生走神存疑状态时，通知教师确认该学生状态，若走神则将走神存疑状态修改为走神状态，若不处于走神则将走神存疑状态修改为正常状态；
步骤S110：持续对所有学生的状态进行监控，直到每个学生产生波动信号的次数达到X4次，X4为预设值；
步骤S120：获取到所有学生在产生波动信号时被判定走神状态的占比，该占比为走神状态产生的次数占产生波动信号总次数的占比，将该占比标记为走神率Zi，i=1...k，k为大于1的正整数；
步骤S130：当产生静止信号时，产生睡觉存疑状态，即此时学生可能存在睡觉情况，此时通过数据确认模块确认学生是否在睡觉，数据确认模块为教师操作的单元，用于在任意学生产生睡觉存疑状态时，通知教师确认该学生状态，若睡觉则将睡觉存疑状态修改为睡觉状态，否则将走神存疑状态修改为正常状态；
步骤S140：获取到所有学生在产生静止信号时被判定睡觉状态的占比，将该占比标记为睡觉占比Ei，i=1...k，且Ei与Zi一一对应；
步骤S150：在均获取到睡觉占比Ei和走神占比Zi之后，产生比对信号；
步骤S160：将睡觉占比Ei、走神占比Zi和对应的学生融合，形成标参信息；
步骤S170：在经过时间T1后产生重取信号，在产生重取信号之后重新进行上述步骤的睡觉占比Ei和走神占比Zi获取步骤，实时更新该数据。
4.根据权利要求1所述的基于大数据的学生学习行为分析系统，其特征在于，所述控制器在产生走神确认学生时将其传输到显示单元进行实时显示；所述控制器在产生走神确认学生时将其打上时间戳传输到存储单元存储。
5.根据权利要求1所述的基于大数据的学生学习行为分析系统，其特征在于，所述控制器在产生睡觉确认学生时将其传输到显示单元进行实时显示；所述控制器在产生睡觉确认学生时将其打上时间戳传输到存储单元存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010195368.3A CN111091484B (zh) | 2020-03-19 | 2020-03-19 | 基于大数据的学生学习行为分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010195368.3A CN111091484B (zh) | 2020-03-19 | 2020-03-19 | 基于大数据的学生学习行为分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111091484A true CN111091484A (zh) | 2020-05-01 |
| CN111091484B CN111091484B (zh) | 2020-07-28 |
Family
ID=70400533
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010195368.3A Active CN111091484B (zh) | 2020-03-19 | 2020-03-19 | 基于大数据的学生学习行为分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111091484B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112043282A (zh) * | 2020-09-15 | 2020-12-08 | 方秋菊 | 一种基于大数据的学生学习习惯分析系统 |
| CN112130463A (zh) * | 2020-09-30 | 2020-12-25 | 宁波久婵物联科技有限公司 | 一种基于人脸锁的智能家居联动系统 |
| CN112598557A (zh) * | 2021-03-02 | 2021-04-02 | 广东财经大学 | 一种基于大数据的学生学习行为数据分析系统 |
| CN113095264A (zh) * | 2021-04-21 | 2021-07-09 | 淄博职业学院 | 一种财务管理的多媒体培训系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105534526A (zh) * | 2015-12-16 | 2016-05-04 | 哈尔滨工业大学深圳研究生院 | 一种测量足底压力的方法 |
| CN107122789A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 基于深度摄像头的多模态信息融合的学习专注度分析方法 |
| CN107951251A (zh) * | 2017-10-30 | 2018-04-24 | 无锡中盛医疗设备有限公司 | 一种智能坐具 |
| CN109636062A (zh) * | 2018-12-25 | 2019-04-16 | 湖北工业大学 | 一种基于大数据分析的学生行为分析方法及系统 |
| CN109684949A (zh) * | 2018-12-12 | 2019-04-26 | 嘉兴极点科技有限公司 | 一种基于人工智能的在线教育人机交互方法与系统 |
| CN109685692A (zh) * | 2019-01-15 | 2019-04-26 | 山东仁博信息科技有限公司 | 一种多维度学生学习行为的无感采集及分析系统 |
| CN109978732A (zh) * | 2017-12-28 | 2019-07-05 | 天津玥食通科技有限公司 | 一种教学评估方法 |
| CN110009539A (zh) * | 2019-04-12 | 2019-07-12 | 烟台工程职业技术学院(烟台市技师学院) | 一种学生在校学习状态智能档案系统及使用方法 |
| CN110084291A (zh) * | 2019-04-12 | 2019-08-02 | 湖北工业大学 | 一种基于大数据极限学习的学生行为分析方法及装置 |
| CN110443183A (zh) * | 2019-07-31 | 2019-11-12 | 北京大米科技有限公司 | 一种上课状态监测方法、装置、存储介质及服务器 |
-
2020
- 2020-03-19 CN CN202010195368.3A patent/CN111091484B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105534526A (zh) * | 2015-12-16 | 2016-05-04 | 哈尔滨工业大学深圳研究生院 | 一种测量足底压力的方法 |
| CN107122789A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 基于深度摄像头的多模态信息融合的学习专注度分析方法 |
| CN107951251A (zh) * | 2017-10-30 | 2018-04-24 | 无锡中盛医疗设备有限公司 | 一种智能坐具 |
| CN109978732A (zh) * | 2017-12-28 | 2019-07-05 | 天津玥食通科技有限公司 | 一种教学评估方法 |
| CN109684949A (zh) * | 2018-12-12 | 2019-04-26 | 嘉兴极点科技有限公司 | 一种基于人工智能的在线教育人机交互方法与系统 |
| CN109636062A (zh) * | 2018-12-25 | 2019-04-16 | 湖北工业大学 | 一种基于大数据分析的学生行为分析方法及系统 |
| CN109685692A (zh) * | 2019-01-15 | 2019-04-26 | 山东仁博信息科技有限公司 | 一种多维度学生学习行为的无感采集及分析系统 |
| CN110009539A (zh) * | 2019-04-12 | 2019-07-12 | 烟台工程职业技术学院(烟台市技师学院) | 一种学生在校学习状态智能档案系统及使用方法 |
| CN110084291A (zh) * | 2019-04-12 | 2019-08-02 | 湖北工业大学 | 一种基于大数据极限学习的学生行为分析方法及装置 |
| CN110443183A (zh) * | 2019-07-31 | 2019-11-12 | 北京大米科技有限公司 | 一种上课状态监测方法、装置、存储介质及服务器 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112043282A (zh) * | 2020-09-15 | 2020-12-08 | 方秋菊 | 一种基于大数据的学生学习习惯分析系统 |
| CN112043282B (zh) * | 2020-09-15 | 2021-05-18 | 深圳市优课在线教育有限公司 | 一种基于大数据的学生学习习惯分析系统 |
| CN112130463A (zh) * | 2020-09-30 | 2020-12-25 | 宁波久婵物联科技有限公司 | 一种基于人脸锁的智能家居联动系统 |
| CN112598557A (zh) * | 2021-03-02 | 2021-04-02 | 广东财经大学 | 一种基于大数据的学生学习行为数据分析系统 |
| CN113095264A (zh) * | 2021-04-21 | 2021-07-09 | 淄博职业学院 | 一种财务管理的多媒体培训系统 |
| CN113095264B (zh) * | 2021-04-21 | 2022-03-22 | 淄博职业学院 | 一种财务管理的多媒体培训系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111091484B (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111091484B (zh) | 基于大数据的学生学习行为分析系统 | |
| Mekyska et al. | Identification and rating of developmental dysgraphia by handwriting analysis | |
| CN108399376A (zh) | 学生课堂学习兴趣智能分析方法及系统 | |
| CN109101933A (zh) | 一种基于人工智能的情绪行为可视化分析方法 | |
| CN114038256B (zh) | 一种基于人工智能的教学互动系统 | |
| CN110059978B (zh) | 一种基于云计算辅助教学测评的教师评价系统 | |
| CN113139885A (zh) | 教学管理系统及其管理方法 | |
| CN111062844A (zh) | 一种智慧校园智能控制系统 | |
| CN111610862A (zh) | 一种基于眼动信号的在线教学模式切换方法 | |
| CN112419814A (zh) | 一种体育成绩测试系统 | |
| CN111523445A (zh) | 一种基于改进的Openpose模型和面部微表情的考试行为检测方法 | |
| CN109271896B (zh) | 一种基于图像识别的学生测评系统及方法 | |
| CN112818796B (zh) | 一种适用在线监考场景下的智能姿态判别方法和存储设备 | |
| CN116168346B (zh) | 一种基于学生行为捕捉的远程伴读监督系统 | |
| JP2022014889A (ja) | 達成度判別プログラム | |
| KR101996247B1 (ko) | 진단 검사 방법 및 장치 | |
| CN110991943A (zh) | 一种基于云计算的教学质量评价系统 | |
| CN114998440A (zh) | 基于多模态的测评方法、装置、介质及设备 | |
| CN115829234A (zh) | 基于课堂检测的自动化督导系统及其工作方法 | |
| CN114549253A (zh) | 一种实时评估听课状态的线上教学系统 | |
| CN113781870A (zh) | 一种基于ai和大数据的教学监测平台 | |
| CN111507555B (zh) | 人体状态检测方法、课堂教学质量的评价方法及相关装置 | |
| CN112990848A (zh) | 一种基于大数据的课堂教学分析评测系统以及方法 | |
| CN117391901B (zh) | 一种援外人力资源培训管理系统及方法 | |
| CN111489088A (zh) | 一种基于大数据分析学生能力评估系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |