CN112131977A - 学习监督方法、装置、智能设备及计算机可读存储介质 - Google Patents
学习监督方法、装置、智能设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112131977A CN112131977A CN202010939203.2A CN202010939203A CN112131977A CN 112131977 A CN112131977 A CN 112131977A CN 202010939203 A CN202010939203 A CN 202010939203A CN 112131977 A CN112131977 A CN 112131977A
- Authority
- CN
- China
- Prior art keywords
- user
- learning
- concentration degree
- operation information
- task
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000002452 interceptive effect Effects 0.000 claims abstract description 56
- 230000003993 interaction Effects 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 13
- 239000012141 concentrate Substances 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- 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
Abstract
本申请适用于信息处理技术领域,提供了一种学习监督方法、装置、智能设备及计算机可读存储介质,所述方法包括:获取用户在智能设备上的目标学习任务;记录所述用户与所述智能设备的交互操作信息;根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度;根据所述专注度监督所述用户的学习。本申请可增强在线学习的有效性,从而提升用户的学习效率。
Description
技术领域
本申请涉及信息处理技术领域,尤其涉及一种学习监督方法、装置、智能设备及计算机可读存储介质。
背景技术
随着信息科技与经济水平的发展,在线学习等互联网形式的远程学习教育也得到了快速发展,学生可以通过智能设备在线学习。然而,对于在线学习来说,虽然学习方式更为自由方便,但学生学习过程中也更容易走神分心,学习的注意力不够集中,由于在线教育过程中老师和家长不能获悉学生的学习状态,老师并不能面对面督促学生,家长也不能时刻在学生旁边提醒,学生在线学习的有效性较低,学习效率差。
发明内容
本申请实施例提供了一种学习监督方法、装置、智能设备及计算机可读存储介质,可以解决现有技术中,学生在线学习的有效性较低,学习效率差的问题。
第一方面,本申请实施例提供了一种学习监督方法,包括:
获取用户在智能设备上的目标学习任务;
记录用户与智能设备的交互操作信息;
根据目标学习任务与交互操作信息,确定用户的专注度;
根据专注度监督用户的学习。
在第一方面的一种可能的实现方式中,交互操作信息包括目标学习任务对应的应用的交互操作信息,根据目标学习任务与交互操作信息,确定用户的专注度的步骤,包括:
获取应用的运行时长和应用在运行过程中用户的交互次数;
获取用户完成目标学习任务花费的学习时长;
根据应用的运行时长、交互次数以及用户完成目标学习任务花费的学习时长,确定用户的专注度。
在第一方面的一种可能的实现方式中,根据应用的运行时长、交互次数以及用户完成目标学习任务花费的学习时长,确定用户的专注度的步骤,包括:
根据下式计算用户的专注度LConcentrate:
LConcentrate=[(T/G)+(A/G)]/2;
其中,T表示应用的运行时长,G表示用户完成目标学习任务花费的学习时长,A表示应用在运行过程中用户的交互次数。
在第一方面的一种可能的实现方式中,根据专注度监督用户的学习的步骤,包括:
获取指定天数内用户每一天的专注度;
基于指定天数内用户每一天的专注度,生成专注度变化轨迹;
获取与专注度变化轨迹对应的学习建议信息,并在智能设备上显示和/或发送至指定智能终端。
在第一方面的一种可能的实现方式中,根据专注度监督用户的学习的步骤,包括:
根据用户的专注度,确定用户对应的专注度评分值;
获取与专注度评分值对应的提醒信息;
基于提醒信息提醒用户。
在第一方面的一种可能的实现方式中,在根据目标学习任务与交互操作信息,确定用户的专注度的步骤之前,包括:
确定交互操作信息中是否存在异常操作信息;
若交互操作信息中存在异常操作信息,则过滤异常操作信息,得到有效的交互操作信息;
根据目标学习任务与交互操作信息,确定用户的专注度的步骤包括:
根据目标学习任务与有效的交互操作信息,确定用户的专注度。
在第一方面的一种可能的实现方式中,智能设备包括摄像头,学习监督方法还包括:
获取摄像头拍摄的人脸图像;
基于人脸图像,确定人脸图像中的人脸是否为目标学习任务对应的用户;
若人脸图像中的人脸是目标学习任务中对应的用户,则根据目标学习任务与交互操作信息,确定用户的专注度。
第二方面,本申请实施例提供了一种学习监督装置,包括:
任务获取单元,用于获取用户在智能设备上的目标学习任务;
交互记录单元,用于记录用户与智能设备的交互操作信息;
专注度确定单元,用于根据目标学习任务与交互操作信息,确定用户的专注度;
学习监督单元,用于根据专注度监督用户的学习。
第三方面,本申请实施例提供了一种智能设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述第一方面的学习监督方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上述第一方面的学习监督方法。
本申请实施例中,通过获取用户在智能设备上的目标学习任务,并记录用户与智能设备的交互操作信息,然后根据目标学习任务与交互操作信息,确定用户的专注度,本方案可准确有效确定用户学习时的专注度,通过专注度直观展示用户的学习状态,再根据专注度监督用户的学习,提醒用户学习时集中注意力,增强在线学习的有效性,从而提升用户的学习效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的学习监督方法的实现流程图;
图2是本申请实施例提供的学习监督方法S103的具体实现流程图;
图3是本申请一实施例提供的学习监督方法S104的具体实现流程图;
图4是本申请另一实施例提供的学习监督方法S104的具体实现流程图;
图5是本申请实施例提供的学习监督方法中用户身份验证的具体实现流程图;
图6是本申请实施例提供的包括过滤异常操作信息的学习监督方法的实现流程图;
图7是本申请实施例提供的学习监督装置的结构框图;
图7.1是本申请实施例提供的学习监督装置中专注度确定单元的结构框图;
图7.2是本申请实施例提供的学习监督装置中学习监督单元的结构框图;
图7.3是本申请另一实施例提供的学习监督装置中学习监督单元的结构框图;
图7.4是本申请实施例提供的包括异常操作信息过滤的学习监督装置的结构框图;
图7.5是本申请实施例提供的包括用户身份验证的学习监督装置的结构框图;
图8是本申请实施例提供的智能设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的学习监督方法可以应用于移动设备、智能学习机等智能设备上,本申请实施例对智能设备的具体类型不作任何限制。
图1示出了本申请实施例提供的学习监督方法的实现流程,本申请实施例中的执行端为智能设备,该方法流程包括步骤S101至S104。各步骤的具体实现原理如下:
S101:获取用户在智能设备上的目标学习任务。
上述智能设备可以是移动设备如智能手机、平板电脑,还可以是学习机。上述目标学习任务是指用户预计要完成的任务,例如,阅读任务、试题练习任务,或者是视频学习任务。
目标学习任务是指在智能设备上完成的任务,可以是用户预设的任务。在本申请实施例中,对目标学习任务的形式不做限定。
在一些实施方式中,智能设备可通过获取用户的学习计划,基于该学习计划确定用户在上述智能设备上的目标学习任务。具体地,用户预先在智能设备上存储学习计划,学习计划包括目标学习时间以及对应的目标学习任务,智能设备通过读取该学习计划,根据当前时间确定用户当前的目标学习任务。
在一些实施方式,智能设备可通过获取当前正在运行的应用,并判断当前正在运行的应用是否为指定的学习应用。若该应用为指定的学习应用,则基于该应用的类型,预测用户的目标学习任务。
示例性地,若智能设备当前正在运行的应用为英语阅读应用,则可通过获取该英语阅读应用中用户的历史操作信息,根据该历史操作信息预测用户的目标学习任务。
S102:记录用户与智能设备的交互操作信息。
在本申请实施例中,实时记录用户与智能设备的交互操作信息。上述交互操作信息包括屏幕点击信息、屏幕触摸信息、语音交互信息中的一种或者多种。上述交互操作信息还包括操作应用的执行路径信息。
S103:根据目标学习任务与交互操作信息,确定用户的专注度。
专注度对人们的学习、工作甚至日常生活都非常重要的作用。专注度的高低可直接影响学习、工作过程中的效率。
在本申请实施例中,通过对用户与智能设备的交互操作信息进行分析,并将分析结果与目标学习任务进行比对分析,确定用户的专注度,从而可通过确定的专注度量化用户的学习状态,使得用户的学习状态直观化。
作为本申请一种可能的实施方式,上述交互操作信息包括上述目标学习任务对应的应用的交互操作信息,图2示出了本申请实施例提供的学习监督方法步骤S103的具体实现流程,详述如下:
A1:获取应用的运行时长和应用在运行过程中用户的交互次数。
在一些实施方式中,获取上述应用启动运行的时刻以及结束运行的时刻,根据应用启动运行的时刻以及结束运行的时刻,确定应用的运行时长。
在一些实施方式中,通过读取智能设备的系统日志,确定上述应用的运行时长。
在一些实施方式中,获取启动运行应用到目标学习任务中的目标应用界面的执行路径,上述交互次数为用户在应用的执行路径上的交互次数,具体可为点击次数、触摸次数、语音交互次数中一种或者多种的组合。
A2:获取用户完成目标学习任务花费的学习时长。
在一些实施方式中,获取用户登录上述应用的时刻以及退出上述应用的时刻,根据用户登录上述应用的时刻以及退出上述应用的时刻,确定用户完成目标学习任务花费的学习时长。
在一些实施方式中,上述应用的用户界面包括任务开始按键和任务结束按键,获取任务开始按键的触发时刻和任务结束按键的触发时刻,根据任务开始按键的触发时刻和任务结束按键的触发时刻,确定用户完成目标学习任务话费的学习时长。需说明的是,上述任务开始按键和任务结束按键为虚拟按键。
A3:根据应用的运行时长、交互次数以及用户完成目标学习任务花费的学习时长,确定用户的专注度。
在一种可能的实施方式中,根据下式计算用户的专注度LConcentrate:
LConcentrate=[(T/G)+(A/G)]/2(1);
其中,T表示应用的运行时长,G表示用户完成目标学习任务花费的学习时长,A表示应用在运行过程中用户的交互次数。
在本申请实施例中,用户与应用的交互操作可体现学习过程中用户的学习状态,根据目标学习任务对应的应用的运行时长、用户的交互次数以及用户完成目标学习任务花费的学习时长,确定用户的专注度,准确有效的展示了用户学习过程中的专注程度,通过上述公式(1),进一步量化专注度,使得用户的学习专注程度更为直观可视。
S104:根据专注度监督用户的学习。
在本申请实施例中,通过专注度将用户的学习状态量化及可视化,从而可有效督促用户的学习。
作为本申请一种可能的实施方式,图3示出了本申请实施例提供的学习监督方法步骤S104的具体实现流程,详述如下
B1:获取指定天数内用户每一天的专注度。
具体地,上述指定天数为用户自定义,例如,7天,或者15天。每一天的专注度是指获取指定天数例如7天内,分别每一天的专注度。
B2:基于指定天数内用户每一天的专注度,生成专注度变化轨迹。
具体地,上述专注度变化轨迹可以是走线图,也可以是柱状图。上述专注度变化轨迹的展示形式可由用户自定义,也可以按照默认轨迹模板展示,在此不做限定。
B3:获取与专注度变化轨迹对应的学习建议信息,并在智能设备上显示和/或发送至指定智能终端。
在一些实施方式中,上述指定智能终端是指家长的智能终端和/或老师的智能终端。
在一些实施方式中,上述专注度变化轨迹还包括上述指定天数的平均专注度,根据预设的专注度建议对照表,确定上述平均专注度对应的学习建议信息,并在智能设备上显示,供用户查看,和/或将该学习建议信息发送至指定智能终端。
在本申请实施例中,通过对用户指定天数的专注度进行评估,生成专注度变化轨迹,可以将该专注度变化轨迹对应的学习建议信息显示在智能设备上,供用户自己查看参考,也可以将学习建议信息发送至家长或者老师的智能终端,让家长或者老师可获悉该用户的学习习惯,并有效监督辅助学生的学习。
作为本申请一种可能的实施方式,图4示出了本申请实施例提供的学习监督方法步骤S104的另一具体实现流程,详述如下
C1:根据用户的专注度,确定用户对应的专注度评分值。
在一些实施方式中,预先建立专注度与评分值的映射关系,根据该映射关系,可以确定上述用户的专注度对应的专注度评分值。通过专注度评分值可以进一步增强用户学习状态的可读性。
C2:获取与专注度评分值对应的提醒信息。
在一些实施方式中,若上述专注度评分值低于或等于预设评分阈值,则获取并显示专注度提升建议信息,给用户提升专注度提供建议。
在一些实施方式中,若上述专注度评分值高于预设评分阈值,则获取鼓励信息,鼓励用户继续保持良好的学习状态。
C3:基于提醒信息提醒用户。
在一些实施方式中,上述专注度评分值对应的提醒信息包括提醒用户集中注意力的建议信息。基于该建议信息提醒用户调整学习状态,提升学习专注度。
在另一些实施方式中,上述提醒信息还包括用户的专注度在上述应用的注册用户中的排名信息。基于上述排名信息促进用户提高注意力或者保持好的学习习惯。具体地,获取目标学习任务对应的应用上所有注册用户的专注度评分值,将所有注册用户的专注度评分值降序排序,并标注排名,从而可确定上述用户的专注度评分值的排名信息。
在本申请实施例中,通过获取与用户专注度评分值对应的提醒信息,有效提醒用户的学习习惯和状态,促进用户提高注意力,调整不良学习习惯或者保持良好的学习习惯。
作为本申请一种可能的实施方式,如图5所示,智能设备包括摄像头,本申请实施例提供的学习监督方法还包括:
D1:获取摄像头拍摄的人脸图像。
在一些实施方式中,在智能设备检测到用户登录目标学习任务对应的应用时,通过智能设备的摄像头拍摄用户,获取人脸图像。
在一些实施方式中,在用户与上述应用进行交互的过程中,通过智能设备的摄像头拍摄用户,获取人脸图像。
D2:基于人脸图像,确定人脸图像中的人脸是否为目标学习任务对应的用户。
在本申请实施例中,将获取的人脸图像与预存人脸图像库中目标学习任务对应的人脸图像进行相似度比较,从而确定当前与上述应用进行交互的用户是否为目标学习任务对应的用户。若上述相似度达到预设相似度阈值,则确定当前与上述应用进行交互的用户是目标学习任务对应的用户;若上述相似度未达到预设相似度阈值,则确定当前与上述应用进行交互的用户不是目标学习任务对应的用户,在此种情形下,发送提示信息至指定智能终端,提醒家长或者老师用户存在代学异常。
D3:若人脸图像中的人脸是目标学习任务中对应的用户,则根据目标学习任务与交互操作信息,确定用户的专注度。
在本申请实施例中,通过智能设备的摄像头拍摄与应用交互的人脸图像,并确定该人脸图像是否为目标学习任务对应的用户,从而可避免用户找人代替学习,可提高在线教育的有效性,在确定该人脸图像是目标学习任务对应的用户后,再确定用户的专注度,可提高该专注度的真实性,从而提高监督学习的有效性,进而提高学生的在线学习的效率。
由上可见,在本申请实施例中,通过获取用户在智能设备上的目标学习任务,并记录用户与智能设备的交互操作信息,然后根据目标学习任务与交互操作信息,确定用户的专注度,本方案可准确有效确定用户学习时的专注度,通过专注度直观展示用户的学习状态,再根据专注度监督用户的学习,提醒用户学习时集中注意力,增强在线学习的有效性,从而提升用户的学习效率。
作为本发明的一个实施例,图6示出了本发明实施例提供的一种包括过滤异常操作信息的学习监督方法,详述如下:
S201:获取用户在智能设备上的目标学习任务。
S202:记录用户与智能设备的交互操作信息。
本实施例中,步骤S201至步骤S202的具体步骤参见上述实施例步骤S101至步骤S102,在此不再赘述。
S203:确定交互操作信息中是否存在异常操作信息。
在本申请实施例中,上述异常操作信息是指用户与应用交互过程中应用的异常操作信息。具体包括windows暴力物理关机,还包括异常退出应用。异常退出应用是指应用的关闭路径与预设关闭路径不相同,例如在线答题时,智能设备在检测到应用的关闭指令之前,未检测到答题提交指令,即用户在关闭之前未点击提交答题,则可确定该应用为异常退出。
S204:若交互操作信息中存在异常操作信息,则过滤异常操作信息,得到有效的交互操作信息。
上述有效的交互操作信息是可体现用户与应用的有效操作,可准确体现用户学习过程中的学习习惯。
S205:根据目标学习任务与有效的交互操作信息,确定用户的专注度。
在本申请实施例中,将指定天数内用户与应用的交互操作信息中的异常操作信息进行过滤,根据目标学习任务与有效的交互操作信息确定用户的专注度,可使得确定的专注度更为准确有效。
S206:根据专注度监督用户的学习。
本实施例中,步骤S206的具体步骤参见上述实施例步骤S104,在此不再赘述。
在本申请实施例中,通过获取用户在智能设备上的目标学习任务,并记录用户与智能设备的交互操作信息,然后确定交互操作信息中是否存在异常操作信息,若交互操作信息中存在异常操作信息,则过滤异常操作信息,得到有效的交互操作信息,再根据目标学习任务与有效的交互操作信息,确定用户的专注度,可进一步使得确定的专注度更为准确有效。本方案通过专注度直观展示用户的学习状态,再根据专注度监督用户的学习,提醒用户学习时集中注意力,增强在线学习的有效性,从而提升用户的学习效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例的学习监督方法,图7示出了本申请实施例提供的学习监督装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图7,该学习监督装置包括:任务获取单元71,交互记录单元72,专注度确定单元73,学习监督单元74,其中:
任务获取单元71,用于获取用户在智能设备上的目标学习任务;
交互记录单元72,用于记录用户与智能设备的交互操作信息;
专注度确定单元73,用于根据目标学习任务与交互操作信息,确定用户的专注度;
学习监督单元74,用于根据专注度监督用户的学习。
作为本申请一种可能的实施方式,交互操作信息包括目标学习任务对应的应用的交互操作信息,如图7.1所示,专注度确定单元73包括:
交互信息获取模块7301,用于获取应用的运行时长和应用在运行过程中用户的交互次数;
时长获取模块7302,用于获取用户完成目标学习任务花费的学习时长;
专注度确定模块7303,用于根据应用的运行时长、交互次数以及用户完成目标学习任务花费的学习时长,确定用户的专注度。
作为本申请一种可能的实施方式,专注度确定模块具体用于:
根据下式计算用户的专注度LConcentrate:
LConcentrate=[(T/G)+(A/G)]/2;
其中,T表示应用的运行时长,G表示用户完成目标学习任务花费的学习时长,A表示应用在运行过程中用户的交互次数。
作为本申请一种可能的实施方式,如图7.2所示,学习监督单元74包括:
第一信息获取模块7401,用于获取指定天数内用户每一天的专注度;
轨迹生成模块7402,用于基于指定天数内用户每一天的专注度,生成专注度变化轨迹;
学习建议模块7403,用于获取与专注度变化轨迹对应的学习建议信息,并在智能设备上显示和/或发送至指定智能终端。
作为本申请一种可能的实施方式,如图7.3所示,学习监督单元74包括:
评分确定模块7404,用于根据用户的专注度,确定用户对应的专注度评分值;
提醒信息确定模块7405,用于获取与专注度评分值对应的提醒信息;
监督提醒模块7406,用于基于提醒信息提醒用户。
作为本申请一种可能的实施方式,如图7.4所示,学习监督装置还包括:
异常信息检测单元75,用于确定交互操作信息中是否存在异常操作信息;
异常信息过滤单元76,用于若交互操作信息中存在异常操作信息,则过滤异常操作信息,得到有效的交互操作信息;
专注度确定单元73还用于:
根据目标学习任务与有效的交互操作信息,确定用户的专注度。
作为本申请一种可能的实施方式,如图7.5所示,学习监督装置还包括:
人脸检测单元77,用于获取摄像头拍摄的人脸图像;
用户认证单元78,用于获基于人脸图像,确定人脸图像中的人脸是否为目标学习任务对应的用户;
专注度确定单元73还用于:
若人脸图像中的人脸是目标学习任务中对应的用户,则根据目标学习任务与交互操作信息,确定用户的专注度。
由上可见,在本申请实施例中,通过获取用户在智能设备上的目标学习任务,并记录用户与智能设备的交互操作信息,然后根据目标学习任务与交互操作信息,确定用户的专注度,本方案可准确有效确定用户学习时的专注度,通过专注度直观展示用户的学习状态,再根据专注度监督用户的学习,提醒用户学习时集中注意力,增强在线学习的有效性,从而提升用户的学习效率。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如图1至图6表示的任意一种学习监督方法的步骤。
本申请实施例还提供一种智能设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如图1至图6表示的任意一种学习监督方法的步骤。
本申请实施例还提供一种计算机程序产品,当该计算机程序产品在服务器上运行时,使得服务器执行实现如图1至图6表示的任意一种学习监督方法的步骤。
图8是本申请一实施例提供的智能设备的示意图。如图8所示,该实施例的智能设备8包括:处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82。处理器80执行上述计算机程序82时实现上述各个学习监督方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,处理器80执行上述计算机程序82时实现上述各装置实施例中各模块/单元的功能,例如图6所示单元61至64的功能。
示例性的,上述计算机程序82可以被分割成一个或多个模块/单元,上述一个或者多个模块/单元被存储在上述存储器81中,并由上述处理器80执行,以完成本申请。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述上述计算机程序82在上述智能设备8中的执行过程。
智能设备8可以为移动设备或者学习机。上述智能设备8可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是智能设备8的示例,并不构成对智能设备8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,例如上述智能设备8还可以包括输入输出设备、网络接入设备、总线等。
上述处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器81可以是上述智能设备8的内部存储单元,例如智能设备8的硬盘或内存。上述存储器81也可以是上述智能设备8的外部存储设备,例如上述智能设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器81还可以既包括上述智能设备8的内部存储单元也包括外部存储设备。上述存储器81用于存储上述计算机程序以及上述智能设备所需的其他程序和数据。上述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质至少可以包括:能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种学习监督方法,其特征在于,包括:
获取用户在智能设备上的目标学习任务;
记录所述用户与所述智能设备的交互操作信息;
根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度;
根据所述专注度监督所述用户的学习。
2.根据权利要求1所述的学习监督方法,其特征在于,所述交互操作信息包括所述目标学习任务对应的应用的交互操作信息,所述根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度的步骤,包括:
获取所述应用的运行时长和所述应用在运行过程中所述用户的交互次数;
获取用户完成所述目标学习任务花费的学习时长;
根据所述应用的运行时长、所述交互次数以及所述用户完成所述目标学习任务花费的学习时长,确定所述用户的专注度。
3.根据权利要求2所述的学习监督方法,其特征在于,所述根据所述应用的运行时长、所述交互次数以及所述用户完成所述目标学习任务花费的学习时长,确定所述用户的专注度的步骤,包括:=
根据下式计算所述用户的专注度LConcentrate:
LConcentrate=[(T/G)+(A/G)]/2;
其中,T表示应用的运行时长,G表示用户完成所述目标学习任务花费的学习时长,A表示应用在运行过程中用户的交互次数。
4.根据权利要求1所述的学习监督方法,其特征在于,所述根据所述专注度监督所述用户的学习的步骤,包括:
获取指定天数内所述用户每一天的专注度;
基于所述指定天数内所述用户每一天的专注度,生成专注度变化轨迹;
获取与所述专注度变化轨迹对应的学习建议信息,并在所述智能设备上显示和/或发送至指定智能终端。
5.根据权利要求1所述的学习监督方法,其特征在于,所述根据所述专注度监督所述用户的学习的步骤,包括:
根据所述用户的专注度,确定所述用户对应的专注度评分值;
获取与所述专注度评分值对应的提醒信息;
基于所述提醒信息提醒所述用户。
6.根据权利要求1至5任一项所述的学习监督方法,其特征在于,在所述根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度的步骤之前,包括:
确定所述交互操作信息中是否存在异常操作信息;
若所述交互操作信息中存在异常操作信息,则过滤所述异常操作信息,得到有效的交互操作信息;
所述根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度的步骤包括:
根据所述目标学习任务与所述有效的交互操作信息,确定所述用户的专注度。
7.根据权利要求1至5任一项所述的学习监督方法,其特征在于,所述智能设备包括摄像头,所述学习监督方法还包括:
获取所述摄像头拍摄的人脸图像;
基于所述人脸图像,确定所述人脸图像中的人脸是否为所述目标学习任务对应的用户;
若所述人脸图像中的人脸是所述目标学习任务中对应的用户,则根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度。
8.一种学习监督装置,其特征在于,包括:
任务获取单元,用于获取用户在智能设备上的目标学习任务;
交互记录单元,用于记录所述用户与所述智能设备的交互操作信息;
专注度确定单元,用于根据所述目标学习任务与所述交互操作信息,确定所述用户的专注度;
学习监督单元,用于根据所述专注度监督所述用户的学习。
9.一种智能设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的学习监督方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的学习监督方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010939203.2A CN112131977A (zh) | 2020-09-09 | 2020-09-09 | 学习监督方法、装置、智能设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010939203.2A CN112131977A (zh) | 2020-09-09 | 2020-09-09 | 学习监督方法、装置、智能设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112131977A true CN112131977A (zh) | 2020-12-25 |
Family
ID=73845174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010939203.2A Pending CN112131977A (zh) | 2020-09-09 | 2020-09-09 | 学习监督方法、装置、智能设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131977A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113421068A (zh) * | 2021-08-23 | 2021-09-21 | 深圳市创能亿科科技开发有限公司 | 自习时间推荐方法、设备及计算机可读存储介质 |
CN114066098A (zh) * | 2021-11-29 | 2022-02-18 | 海信集团控股股份有限公司 | 学习任务的完成时长的预估方法及设备 |
CN114442900A (zh) * | 2022-01-28 | 2022-05-06 | 上海橙掌信息科技有限公司 | 显示装置以及学习效果获取方法 |
CN115658255A (zh) * | 2022-09-22 | 2023-01-31 | 花瓣云科技有限公司 | 任务处理方法、电子设备以及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711124A (zh) * | 2018-05-11 | 2018-10-26 | 上海陌桥网络科技有限公司 | 学习监督方法、装置和教育资源管理系统 |
CN109035085A (zh) * | 2018-07-10 | 2018-12-18 | 上海进馨网络科技有限公司 | 一种在线课程助教方法及计算机设备 |
CN109961047A (zh) * | 2019-03-26 | 2019-07-02 | 北京儒博科技有限公司 | 教育机器人的学习监督方法、装置、机器人及存储介质 |
CN111008914A (zh) * | 2018-10-08 | 2020-04-14 | 上海风创信息咨询有限公司 | 对象专注度分析方法、装置、电子终端及存储介质 |
CN111047481A (zh) * | 2019-09-29 | 2020-04-21 | 云知声智能科技股份有限公司 | 一种具有监督功能的在线学习系统 |
CN111199378A (zh) * | 2018-11-20 | 2020-05-26 | 深圳云天励飞技术有限公司 | 学员管理方法、装置、电子设备及存储介质 |
CN111340660A (zh) * | 2019-07-01 | 2020-06-26 | 黑龙江省华熵助晟网络科技有限公司 | 一种在线学习辅助系统及方法 |
-
2020
- 2020-09-09 CN CN202010939203.2A patent/CN112131977A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711124A (zh) * | 2018-05-11 | 2018-10-26 | 上海陌桥网络科技有限公司 | 学习监督方法、装置和教育资源管理系统 |
CN109035085A (zh) * | 2018-07-10 | 2018-12-18 | 上海进馨网络科技有限公司 | 一种在线课程助教方法及计算机设备 |
CN111008914A (zh) * | 2018-10-08 | 2020-04-14 | 上海风创信息咨询有限公司 | 对象专注度分析方法、装置、电子终端及存储介质 |
CN111199378A (zh) * | 2018-11-20 | 2020-05-26 | 深圳云天励飞技术有限公司 | 学员管理方法、装置、电子设备及存储介质 |
CN109961047A (zh) * | 2019-03-26 | 2019-07-02 | 北京儒博科技有限公司 | 教育机器人的学习监督方法、装置、机器人及存储介质 |
CN111340660A (zh) * | 2019-07-01 | 2020-06-26 | 黑龙江省华熵助晟网络科技有限公司 | 一种在线学习辅助系统及方法 |
CN111047481A (zh) * | 2019-09-29 | 2020-04-21 | 云知声智能科技股份有限公司 | 一种具有监督功能的在线学习系统 |
Non-Patent Citations (5)
Title |
---|
卢宇;薛天琪;陈鹏鹤;余胜泉;: "智能教育机器人系统构建及关键技术――以"智慧学伴"机器人为例", 开放教育研究, no. 02 * |
左国才;王海东;吴小平;苏秀芝;: "基于深度学习的人脸识别技术在学习效果评价中的应用研究", 智能计算机与应用, no. 03 * |
王希哲;黄昌勤;朱佳;徐小琪;: "学习云空间中基于大数据分析的学情预测研究", 电化教育研究, no. 10 * |
耿梦晨;高星;林雅芳;张?桥;: "消费者视域下大学生时间管理软件的开发与研究", 营销界, no. 22 * |
陈彦钊;朱雪颖;黄瑾;庄涵智;郭春婷;刘家浩;: "基于深度学习的大学生课堂行为分析系统研究", 齐鲁工业大学学报, no. 01 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113421068A (zh) * | 2021-08-23 | 2021-09-21 | 深圳市创能亿科科技开发有限公司 | 自习时间推荐方法、设备及计算机可读存储介质 |
CN113421068B (zh) * | 2021-08-23 | 2021-11-30 | 深圳市创能亿科科技开发有限公司 | 自习时间推荐方法、设备及计算机可读存储介质 |
CN114066098A (zh) * | 2021-11-29 | 2022-02-18 | 海信集团控股股份有限公司 | 学习任务的完成时长的预估方法及设备 |
CN114442900A (zh) * | 2022-01-28 | 2022-05-06 | 上海橙掌信息科技有限公司 | 显示装置以及学习效果获取方法 |
CN115658255A (zh) * | 2022-09-22 | 2023-01-31 | 花瓣云科技有限公司 | 任务处理方法、电子设备以及可读存储介质 |
CN115658255B (zh) * | 2022-09-22 | 2023-06-27 | 花瓣云科技有限公司 | 任务处理方法、电子设备以及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112131977A (zh) | 学习监督方法、装置、智能设备及计算机可读存储介质 | |
CN110399541B (zh) | 基于深度学习的题目推荐方法、装置及存储介质 | |
Carton et al. | Feature-based explanations don't help people detect misclassifications of online toxicity | |
Crosby et al. | The roles beacons play in comprehension for novice and expert programmers. | |
CN107562836B (zh) | 基于主题模型和机器学习的回答者推荐方法 | |
CN104021509A (zh) | 学习档案的生成方法及生成系统 | |
CN111127970B (zh) | 答题处理方法、装置、终端和存储介质 | |
CN109636218B (zh) | 一种学习内容推荐方法及电子设备 | |
CN110569347A (zh) | 一种数据处理方法、装置、存储介质和电子设备 | |
CN111081091A (zh) | 一种学习任务生成方法及电子设备 | |
CN109086431B (zh) | 一种知识点巩固学习方法及电子设备 | |
US10984672B2 (en) | Tutoring agent improvement recommendation | |
CN110609833A (zh) | 一种书本页码的识别方法、装置、家教机及存储介质 | |
JP2010049628A (ja) | 従業員に対する教育用の情報処理装置、情報処理システム及び情報処理方法 | |
CN115358897A (zh) | 一种基于电子学生证的学生管理方法、系统、终端及存储介质 | |
Mantri et al. | How do viewers synthesize conflicting information from data visualizations? | |
CN114639152A (zh) | 基于人脸识别的多模态语音交互方法、装置、设备及介质 | |
CN110111011B (zh) | 一种教学质量监管方法、装置及电子设备 | |
US11416558B2 (en) | System and method for recommending personalized content using contextualized knowledge base | |
CN112434223A (zh) | 一种信息推荐方法及装置 | |
CN109635214A (zh) | 一种学习资源的推送方法及电子设备 | |
CN111078746B (zh) | 一种听写内容确定方法及电子设备 | |
CN113254845B (zh) | 一种基于大数据的教育系统及数据处理方法 | |
Rodriguez et al. | Sensitizing potential jurors to variations in eyewitness evidence quality using counterfactual thinking | |
CN110942238B (zh) | 课程推荐设备及方法 |
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 |