CN113592466B - 远程线上教学的学生考勤方法和系统 - Google Patents
远程线上教学的学生考勤方法和系统 Download PDFInfo
- Publication number
- CN113592466B CN113592466B CN202111167743.4A CN202111167743A CN113592466B CN 113592466 B CN113592466 B CN 113592466B CN 202111167743 A CN202111167743 A CN 202111167743A CN 113592466 B CN113592466 B CN 113592466B
- Authority
- CN
- China
- Prior art keywords
- video
- user
- determining
- attendance
- speed regulation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000002835 absorbance Methods 0.000 claims description 38
- 238000012797 qualification Methods 0.000 claims description 10
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- 230000015654 memory Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 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
- 238000012545 processing Methods 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及远程教育技术领域,具体公开了一种远程线上教学的学生考勤方法,所述方法包括根据所述用户的偏好数据向用户推送课程,根据推送课程定位公布视频;开放视频调速端口,根据用户的视频调速请求确定视频播放速度和检测频率;根据所述检测频率获取用户状态信息,根据所述用户状态信息生成考勤记录,根据所述考勤记录确定用户的考试计划。本发明通过开放视频调速端口,根据用户的视频调速请求确定视频播放速度和检测频率,根据所述检测频率获取用户状态信息,根据所述用户状态信息确定用户的考试计划;本发明根据不同的视频调速请求对用户进行分类,进而根据用户状态信息确定不同的考试计划,多样性高,人性化程度高,便于推广。
Description
技术领域
本发明涉及远程教育技术领域,具体是一种远程线上教学的学生考勤方法和系统。
背景技术
伴随着互联网和以机器学习、深度学习为代表的智能技术的快速发展及在线学习平台对网络教育发展的促进,使得在线学习社区平台得到广泛应用,它以其丰富的教学资料和灵活多变的学习方式,实现了对不同种类学习者对学习需求的满足,为传统教育方式的变革创造了新的机会。
线上教学的一个小问题便是考勤问题,由于老师与学生存在空间和时间上的偏差,老师很难对学生进行精准的考勤,现有的考勤方式都是通过播放软件进行的一些限制操作,从而实现考勤的目的,比如,弹出课堂问题,使得视频停止,让视频无法顺利播放,又或者视频观看不完没有考试资格等等,这些方式都是从限制用户的角度而设计的,但是实际上,线上教育的意义就是快速学习,对于很多人来说,学习能力很强,他线上学习的目的是提高时间利用率,他以较快的速度观看完视频后,几乎也就获取到了相应的知识,又或者是他仅看了一大半的视频,就已经达到了考试要求;对于这类人来说,传统的考勤方式就会有些冗余,因此,如何基于电子设备提供一种更加多样的,面向不同群体的人性化考勤方式是本发明想要解决的问题。
发明内容
本发明的目的在于提供一种远程线上教学的学生考勤方法和系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种远程线上教学的学生考勤方法,所述方法包括:
获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程;
获取用户的选取信息,根据选取信息在所述推送课程中确定目标课程,根据所述目标课程中的教学计划表定时公布课程视频;
开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率;
根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
作为本发明技术方案进一步的限定:所述获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程的步骤包括:
建立与用户终端的连接通道,获取用户终端的偏好App;
获取所述偏好App中预设时间段内的浏览记录和搜索记录,生成待检文本;
对所述待检文本进行内容识别,确定用户的偏好数据;
根据所述用户的偏好数据在课程库中查询相关课程,并向用户推送相关课程。
作为本发明技术方案进一步的限定:所述建立与用户终端的连接通道,获取用户终端的偏好App的步骤包括:
获取用户终端的屏幕使用时间,根据屏幕使用时间确定各App使用时间;
将所述App的使用时间与预设的时间阈值进行比对,当所述App使用时间大于时间阈值时,标记App;
当所有App使用时间均小于时间阈值时,基于App使用时间对各App进行降序排列,根据排列顺序标记至少三个App;
统计标记的App,作为偏好App。
作为本发明技术方案进一步的限定:所述开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率的步骤包括:
获取用户的成绩数据,根据所述成绩数据确定用户的能力级别;
开放视频调速端口,根据所述能力级别确定调速限额,实时接收用户的视频调速请求,在所述调速限额内确定视频播放速度;
根据所述视频播放速度在预设的频率表中查询相应的检测频率,并实时记录调速请求次数;
根据所述调速请求次数修正所述检测频率。
作为本发明技术方案进一步的限定:所述根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划的步骤包括:
根据所述检测频率获取图像信息,对所述图像信息进行人脸识别;
当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,将检测结果标记为缺勤;
统计缺勤次数,根据视频时长和检测频率计算检测次数,根据所述缺勤次数和所述检测次数计算视频完成度;
根据课程中各视频的视频完成度生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
作为本发明技术方案进一步的限定:所述根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划的步骤还包括:
当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,对所述人脸信息进行微表情识别,得到观看认真度;
获取图像信息的获取时间,根据所述获取时间确定相应的视频播放速度,根据所述视频播放速度确定认真度阈值;
将所述观看认真度与所述认真度阈值进行比对,根据比对结果计算视频吸收度;
将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划。
作为本发明技术方案进一步的限定:所述将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划的步骤包括:
将所述视频吸收度插入所述考勤记录,根据所述视频吸收度和所述视频完成度计算相应视频的等价完成度;
根据各视频的等价完成度计算课程等价完成度,根据课程等价完成度确定考试资格;
计算视频吸收度大于预设的吸收度阈值的视频数量,根据所述视频数量确定通过分数,根据所述通过分数和考试资格确定考试计划。
本发明技术方案还提供了一种远程线上教学的学生考勤系统,所述系统包括:
推送模块,用于获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程;
视频公布模块,用于获取用户的选取信息,根据选取信息在所述推送课程中确定目标课程,根据所述目标课程中的教学计划表定时公布课程视频;
调速模块,用于开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率;
计划生成模块,用于根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
作为本发明技术方案进一步的限定:所述计划生成模块包括:
人脸识别单元,用于根据所述检测频率获取图像信息,对所述图像信息进行人脸识别;
缺勤标记单元,用于当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,将检测结果标记为缺勤;
统计单元,用于统计缺勤次数,根据视频时长和检测频率计算检测次数,根据所述缺勤次数和所述检测次数计算视频完成度;
执行单元,用于根据课程中各视频的视频完成度生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
作为本发明技术方案进一步的限定:所述计划生成模块还包括:
表情识别单元,用于当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,对所述人脸信息进行微表情识别,得到观看认真度;
阈值读取单元,用于获取图像信息的获取时间,根据所述获取时间确定相应的视频播放速度,根据所述视频播放速度确定认真度阈值;
计算单元,用于将所述观看认真度与所述认真度阈值进行比对,根据比对结果计算视频吸收度;
修正单元,用于将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划。
与现有技术相比,本发明的有益效果是:本发明通过开放视频调速端口,根据用户的视频调速请求确定视频播放速度和检测频率,根据所述检测频率获取用户状态信息,根据所述用户状态信息确定用户的考试计划;本发明根据不同的视频调速请求对用户进行分类,进而根据用户状态信息确定不同的考试计划,多样性高,人性化程度高,便于推广。
附图说明
为了更清楚地说明本发明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发明的一些实施例。
图1示出了远程线上教学的学生考勤方法的流程框图。
图2示出了远程线上教学的学生考勤方法的第一子流程框图。
图3示出了远程线上教学的学生考勤方法的第二子流程框图。
图4示出了远程线上教学的学生考勤方法的第三子流程框图。
图5示出了远程线上教学的学生考勤方法的第四子流程框图。
图6示出了远程线上教学的学生考勤方法的第五子流程框图。
图7示出了远程线上教学的学生考勤方法的第六子流程框图。
图8示出了远程线上教学的学生考勤系统的组成结构框图。
图9示出了远程线上教学的学生考勤系统中计划生成模块的第一组成结构框图。
图10示出了远程线上教学的学生考勤系统中计划生成模块的第二组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
实施例1
图1示出了远程线上教学的学生考勤方法的流程框图,本发明实施例中,一种远程线上教学的学生考勤方法,所述方法包括步骤S100至步骤S400:
步骤S100:获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程;
步骤S100是课程推送过程,这是远程教育系统的基础功能;推送内容与用户的偏好数据有关,所述偏好数据是指的是用户喜欢的内容,与日常的终端使用情况有关。
步骤S200:获取用户的选取信息,根据选取信息在所述推送课程中确定目标课程,根据所述目标课程中的教学计划表定时公布课程视频;
步骤S200是交互过程,用户在推送的课程中,选取一个或几个想要学习的课程,然后这些课程中的内容按照预先设定好的周期进行公布,比如一周三节或者隔一天公布一节等等,具体公布情况视具体情况而定。值得一提的是,上述内容有个默认的大前提,就是课程是视频文件。
步骤S300:开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率;
上述内容发生在用户的学习过程中,目的是提供一个视频加速功能,如果仅有这一项功能,那么它与现有技术几乎没有区别,现有的视频播放软件大都具有加速播放功能,本发明技术方案在此基础上,还调整了检测频率,检测频率的目的是对用户进行考勤,在不同播放速度下,用户的状态信息应该不同,通俗的说,如果在慢速播放的情况下,用户存在一定的注意力分散,我们可以认为是正常现象,如果在视频快速播放的情况下,用户的注意力还是分散的,那么就可以认为该用户的学习并不认真,只是为了完成进度而进行的视频加速,这显然是不提倡的,系统提倡的是在高速播放的情况下,让用户接收知识,提高时间利用率。
步骤S400:根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
每一次检测都会生成一个评价,一个视频对应很多评价,根据这些评价可以得到视频完成度,根据多个视频完成度,可以生成考勤记录,所述考勤记录与课程是对应的;最后,根据所述考勤记录确定用户的考试计划,确定考试计划的内容有很多,比如考试资格、通过分数或试题难度等等,考试计划一般会偏向于认真学习的学生,比如通过分数降低或试题难度降低,至于通过分数降低或试题难度降低这两种方式,单独选择前者的情况会多一些,换而言之,保持卷面一致,调整通过分数。
图2示出了远程线上教学的学生考勤方法的第一子流程框图,所述获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程的步骤包括步骤S101至步骤S104:
步骤S101:建立与用户终端的连接通道,获取用户终端的偏好App;
步骤S102:获取所述偏好App中预设时间段内的浏览记录和搜索记录,生成待检文本;
步骤S103:对所述待检文本进行内容识别,确定用户的偏好数据;
步骤S104:根据所述用户的偏好数据在课程库中查询相关课程,并向用户推送相关课程。
步骤S101至步骤S104是用户的偏好数据获取过程,首先将偏好数据的查询范围限定在用户的偏好App中,偏好App中的数据较多,分析结果也较为准确。然后将偏好App中的浏览记录和搜索记录转换为文本,最后借助文本识别技术,可以在课程库中找到用户更容易喜欢的课程。
图3示出了远程线上教学的学生考勤方法的第二子流程框图,所述建立与用户终端的连接通道,获取用户终端的偏好App的步骤包括步骤S1011至步骤S1014:
步骤S1011:获取用户终端的屏幕使用时间,根据屏幕使用时间确定各App使用时间;
步骤S1012:将所述App的使用时间与预设的时间阈值进行比对,当所述App使用时间大于时间阈值时,标记App;
步骤S1013:当所有App使用时间均小于时间阈值时,基于App使用时间对各App进行降序排列,根据排列顺序标记至少三个App;
步骤S1014:统计标记的App,作为偏好App。
步骤S1011至步骤S1014提供了一种具体的偏好App查询方式,其工作原理是根据屏幕使用时间判断用户对各App的偏好程度,可以这么说,使用时间越多,用户对该App的偏好程度越高;值得一提的是,屏幕使用时间是大多数用户终端都具备的功能,上述获取用户终端的屏幕使用时间的过程仅是简单的读取过程。
图4示出了远程线上教学的学生考勤方法的第三子流程框图,所述开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率的步骤包括步骤S301至步骤S304:
步骤S301:获取用户的成绩数据,根据所述成绩数据确定用户的能力级别;
步骤S302:开放视频调速端口,根据所述能力级别确定调速限额,实时接收用户的视频调速请求,在所述调速限额内确定视频播放速度;
步骤S303:根据所述视频播放速度在预设的频率表中查询相应的检测频率,并实时记录调速请求次数;
步骤S304:根据所述调速请求次数修正所述检测频率。
步骤S301至步骤S304是检测频率确定过程,借助预设的频率表完成这一功能,频率表中包括视频播放速度和与之对应的检测频率,除此之外,本发明与众不同的地方在于,对调速请求进行了限制,使得调速请求与个人能力挂钩,如果一个人,他学的内容较多,并且取得的成绩很好,那么就可以认为他的学习能力很强,当他想要提高视频播放速度时,也就代表着他想要提高时间利用率,系统自然会给他提供很高的速度限额;但是,如果一个人的学习能力不是太高,它的速度限额也会降低一些。当然,第一次学习课程的人有一个默认的速度限额。
值得一提的是,当用户发出调速请求时,可以认为他完成了一次检测,通俗地说,如果用户一直有节奏的调速,可以认为用户知道哪儿是重点,哪儿是自己学会的知识,相应的,检测频率可以适当降低。
图5示出了远程线上教学的学生考勤方法的第四子流程框图,所述根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划的步骤包括步骤S401至步骤S404:
步骤S401:根据所述检测频率获取图像信息,对所述图像信息进行人脸识别;
步骤S402:当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,将检测结果标记为缺勤;
步骤S403:统计缺勤次数,根据视频时长和检测频率计算检测次数,根据所述缺勤次数和所述检测次数计算视频完成度;
步骤S404:根据课程中各视频的视频完成度生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
步骤S401至步骤S404的过程较为简单,主要是对用户进行人脸识别,当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,就可以认为用户“逃课”了,但这只能代表用户在某个时间点是缺勤的;在一个视频的不同检测点中,缺勤时间点的个数不定,根据所述缺勤次数和所述检测次数可以计算出视频完成度;一个课程中每个视频的完成度组合起来,就是考勤记录。
图6示出了远程线上教学的学生考勤方法的第五子流程框图,所述根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划的步骤还包括步骤S405至步骤S408:
步骤S405:当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,对所述人脸信息进行微表情识别,得到观看认真度;
步骤S406:获取图像信息的获取时间,根据所述获取时间确定相应的视频播放速度,根据所述视频播放速度确定认真度阈值;
步骤S407:将所述观看认真度与所述认真度阈值进行比对,根据比对结果计算视频吸收度;
步骤S408:将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划。
当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,说明用户在学习,但是同样是学习,有的在认真学习,有的在“开小差”,这两者由上述观看认真度确定,其中,观看认真度需要借助微表情识别技术来完成,在人脸识别技术日益完善的今天,微表情识别技术也有很多实例供开发者参考,设计过程并不困难。
观看认真度的目的是生成一个视频吸收度参数,根据视频吸收度参数可以对考试计划进行修正。
图7示出了远程线上教学的学生考勤方法的第六子流程框图,所述将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划的步骤包括步骤S4081至步骤S4083:
步骤S4081:将所述视频吸收度插入所述考勤记录,根据所述视频吸收度和所述视频完成度计算相应视频的等价完成度;
步骤S4082:根据各视频的等价完成度计算课程等价完成度,根据课程等价完成度确定考试资格;
步骤S4083:计算视频吸收度大于预设的吸收度阈值的视频数量,根据所述视频数量确定通过分数,根据所述通过分数和考试资格确定考试计划。
步骤S4081至步骤S4083提供了一种具体的引入视频吸收度确定考试计划的技术方案;首先,需要说明的是,视频吸收度可以超过100%,视频吸收度可以用来修正视频完成度,比如,如果一个用户在观看一个视频的过程中,有20%的缺勤率,但是他在视频观看过程中,非常认真,视频吸收度较高,那么就可以对80%的完成度进行修正,修正为85%或更高等,具体不再细述。
除此以外,视频吸收度是很重要的一项参数,单独的根据视频吸收度可以确定考试计划中的某些因素,上述方案中,影响的是通过分数,对于一个很认真的,他的缺勤可能是必要情况,因此,对他的要求稍微降低一点,也就是通过分数降低,是很人性化的设计。
实施例2
图8示出了远程线上教学的学生考勤系统的组成结构框图,本发明实施例中,一种远程线上教学的学生考勤系统,所述系统10包括:
推送模块11,用于获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程;
视频公布模块12,用于获取用户的选取信息,根据选取信息在所述推送课程中确定目标课程,根据所述目标课程中的教学计划表定时公布课程视频;
调速模块13,用于开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率;
计划生成模块14,用于根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
图9示出了远程线上教学的学生考勤系统中计划生成模块的第一组成结构框图,所述计划生成模块14包括:
人脸识别单元141,用于根据所述检测频率获取图像信息,对所述图像信息进行人脸识别;
缺勤标记单元142,用于当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,将检测结果标记为缺勤;
统计单元143,用于统计缺勤次数,根据视频时长和检测频率计算检测次数,根据所述缺勤次数和所述检测次数计算视频完成度;
执行单元144,用于根据课程中各视频的视频完成度生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划。
图10示出了远程线上教学的学生考勤系统中计划生成模块的第二组成结构框图,所述计划生成模块14还包括:
表情识别单元145,用于当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,对所述人脸信息进行微表情识别,得到观看认真度;
阈值读取单元146,用于获取图像信息的获取时间,根据所述获取时间确定相应的视频播放速度,根据所述视频播放速度确定认真度阈值;
计算单元147,用于将所述观看认真度与所述认真度阈值进行比对,根据比对结果计算视频吸收度;
修正单元148,用于将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划。
上述远程线上教学的学生考勤方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述远程线上教学的学生考勤方法。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器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,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/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介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也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计算机可读介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,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。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。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、物品或者装置中还存在另外的相同要素。
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 (5)
1.一种远程线上教学的学生考勤方法,其特征在于,所述方法包括:
获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程;
获取用户的选取信息,根据选取信息在所述推送课程中确定目标课程,根据所述目标课程中的教学计划表定时公布课程视频;
开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率;
根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划;
所述根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划的步骤包括:
根据所述检测频率获取图像信息,对所述图像信息进行人脸识别;
当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,将检测结果标记为缺勤;
统计缺勤次数,根据视频时长和检测频率计算检测次数,根据所述缺勤次数和所述检测次数计算视频完成度;
根据课程中各视频的视频完成度生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划;
所述根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划的步骤还包括:
当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,对所述人脸信息进行微表情识别,得到观看认真度;
获取图像信息的获取时间,根据所述获取时间确定相应的视频播放速度,根据所述视频播放速度确定认真度阈值;
将所述观看认真度与所述认真度阈值进行比对,根据比对结果计算视频吸收度;
将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划;
所述将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划的步骤包括:
将所述视频吸收度插入所述考勤记录,根据所述视频吸收度和所述视频完成度计算相应视频的等价完成度;
根据各视频的等价完成度计算课程等价完成度,根据课程等价完成度确定考试资格;
计算视频吸收度大于预设的吸收度阈值的视频数量,根据所述视频数量确定通过分数,根据所述通过分数和考试资格确定考试计划。
2.根据权利要求1所述的远程线上教学的学生考勤方法,其特征在于,所述获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程的步骤包括:
建立与用户终端的连接通道,获取用户终端的偏好App;
获取所述偏好App中预设时间段内的浏览记录和搜索记录,生成待检文本;
对所述待检文本进行内容识别,确定用户的偏好数据;
根据所述用户的偏好数据在课程库中查询相关课程,并向用户推送相关课程。
3.根据权利要求2所述的远程线上教学的学生考勤方法,其特征在于,所述建立与用户终端的连接通道,获取用户终端的偏好App的步骤包括:
获取用户终端的屏幕使用时间,根据屏幕使用时间确定各App使用时间;
将所述App的使用时间与预设的时间阈值进行比对,当所述App使用时间大于时间阈值时,标记App;
当所有App使用时间均小于时间阈值时,基于App使用时间对各App进行降序排列,根据排列顺序标记至少三个App;
统计标记的App,作为偏好App。
4.根据权利要求1所述的远程线上教学的学生考勤方法,其特征在于,所述开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率的步骤包括:
获取用户的成绩数据,根据所述成绩数据确定用户的能力级别;
开放视频调速端口,根据所述能力级别确定调速限额,实时接收用户的视频调速请求,在所述调速限额内确定视频播放速度;
根据所述视频播放速度在预设的频率表中查询相应的检测频率,并实时记录调速请求次数;
根据所述调速请求次数修正所述检测频率。
5.一种远程线上教学的学生考勤系统,其特征在于,所述系统包括:
推送模块,用于获取用户的偏好数据,根据所述用户的偏好数据向用户推送课程;
视频公布模块,用于获取用户的选取信息,根据选取信息在所述推送课程中确定目标课程,根据所述目标课程中的教学计划表定时公布课程视频;
调速模块,用于开放视频调速端口,实时接收用户的视频调速请求,根据用户的视频调速请求确定视频播放速度和检测频率;
计划生成模块,用于根据所述检测频率获取用户状态信息,根据所述用户状态信息生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划;
所述计划生成模块包括:
人脸识别单元,用于根据所述检测频率获取图像信息,对所述图像信息进行人脸识别;
缺勤标记单元,用于当所述图像信息中不存在人脸信息或人脸信息与用户的注册信息不同时,将检测结果标记为缺勤;
统计单元,用于统计缺勤次数,根据视频时长和检测频率计算检测次数,根据所述缺勤次数和所述检测次数计算视频完成度;
执行单元,用于根据课程中各视频的视频完成度生成含有视频完成度的考勤记录,根据所述考勤记录确定用户的考试计划;
所述计划生成模块还包括:
表情识别单元,用于当所述图像信息中存在人脸信息且人脸信息与用户的注册信息相同时,对所述人脸信息进行微表情识别,得到观看认真度;
阈值读取单元,用于获取图像信息的获取时间,根据所述获取时间确定相应的视频播放速度,根据所述视频播放速度确定认真度阈值;
计算单元,用于将所述观看认真度与所述认真度阈值进行比对,根据比对结果计算视频吸收度;
修正单元,用于将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划;
所述将所述视频吸收度插入所述考勤记录,根据所述考勤记录中的视频吸收度修正考试计划的步骤包括:
将所述视频吸收度插入所述考勤记录,根据所述视频吸收度和所述视频完成度计算相应视频的等价完成度;
根据各视频的等价完成度计算课程等价完成度,根据课程等价完成度确定考试资格;
计算视频吸收度大于预设的吸收度阈值的视频数量,根据所述视频数量确定通过分数,根据所述通过分数和考试资格确定考试计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111167743.4A CN113592466B (zh) | 2021-10-08 | 2021-10-08 | 远程线上教学的学生考勤方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111167743.4A CN113592466B (zh) | 2021-10-08 | 2021-10-08 | 远程线上教学的学生考勤方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592466A CN113592466A (zh) | 2021-11-02 |
CN113592466B true CN113592466B (zh) | 2022-02-08 |
Family
ID=78242800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111167743.4A Active CN113592466B (zh) | 2021-10-08 | 2021-10-08 | 远程线上教学的学生考勤方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592466B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072282B (zh) * | 2023-04-06 | 2023-06-13 | 吉林大学 | 用于ct设备的远程智能检测分析方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846201A (zh) * | 2017-01-25 | 2017-06-13 | 福建天晴数码有限公司 | 一种基于网络教育的学时管理方法 |
CN107203953A (zh) * | 2017-07-14 | 2017-09-26 | 深圳极速汉语网络教育有限公司 | 一种基于互联网、表情识别和语音识别的教学系统及其实现方法 |
CN108038587A (zh) * | 2017-11-15 | 2018-05-15 | 平安科技(深圳)有限公司 | 培训学时计算方法、应用服务器及计算机可读存储介质 |
CN111079113A (zh) * | 2019-12-13 | 2020-04-28 | 柳州铁道职业技术学院 | 一种人工智能控制的教学系统及其使用方法 |
CN111383146A (zh) * | 2020-03-25 | 2020-07-07 | 深圳市多亲科技有限公司 | 一种网课考勤方法、装置和终端 |
CN112561323A (zh) * | 2020-12-14 | 2021-03-26 | 重庆科技学院 | 基于学生评价与产出导向的课程教学质量评价系统及方法 |
CN113129187A (zh) * | 2021-04-23 | 2021-07-16 | 贵州兴泰科技有限公司 | 一种线上培训系统及方法 |
CN113242468A (zh) * | 2021-05-11 | 2021-08-10 | 深圳市逸马科技有限公司 | 一种基于大数据云平台教育数据流的控制方法及系统 |
CN113254845A (zh) * | 2021-07-07 | 2021-08-13 | 江西交通职业技术学院 | 一种基于大数据的教育系统及数据处理方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10964423B2 (en) * | 2017-09-12 | 2021-03-30 | AebeZe Labs | System and method for labeling a therapeutic value to digital content |
WO2019159013A1 (en) * | 2018-02-15 | 2019-08-22 | Smarthink Srl | Systems and methods for assessing and improving student competencies |
US20190362138A1 (en) * | 2018-05-24 | 2019-11-28 | Gary Shkedy | System for Adaptive Teaching Using Biometrics |
-
2021
- 2021-10-08 CN CN202111167743.4A patent/CN113592466B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846201A (zh) * | 2017-01-25 | 2017-06-13 | 福建天晴数码有限公司 | 一种基于网络教育的学时管理方法 |
CN107203953A (zh) * | 2017-07-14 | 2017-09-26 | 深圳极速汉语网络教育有限公司 | 一种基于互联网、表情识别和语音识别的教学系统及其实现方法 |
CN108038587A (zh) * | 2017-11-15 | 2018-05-15 | 平安科技(深圳)有限公司 | 培训学时计算方法、应用服务器及计算机可读存储介质 |
CN111079113A (zh) * | 2019-12-13 | 2020-04-28 | 柳州铁道职业技术学院 | 一种人工智能控制的教学系统及其使用方法 |
CN111383146A (zh) * | 2020-03-25 | 2020-07-07 | 深圳市多亲科技有限公司 | 一种网课考勤方法、装置和终端 |
CN112561323A (zh) * | 2020-12-14 | 2021-03-26 | 重庆科技学院 | 基于学生评价与产出导向的课程教学质量评价系统及方法 |
CN113129187A (zh) * | 2021-04-23 | 2021-07-16 | 贵州兴泰科技有限公司 | 一种线上培训系统及方法 |
CN113242468A (zh) * | 2021-05-11 | 2021-08-10 | 深圳市逸马科技有限公司 | 一种基于大数据云平台教育数据流的控制方法及系统 |
CN113254845A (zh) * | 2021-07-07 | 2021-08-13 | 江西交通职业技术学院 | 一种基于大数据的教育系统及数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113592466A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hoi et al. | Perceived teacher support and students’ acceptance of mobile‐assisted language learning: Evidence from Vietnamese higher education context | |
CN109698920B (zh) | 一种基于互联网教学平台的跟随教学系统 | |
CN109801194B (zh) | 一种具有远程评价功能的跟随教学方法 | |
Shin et al. | The use of a mobile learning management system at an online university and its effect on learning satisfaction and achievement | |
US10283004B2 (en) | Multimedia apparatus, online education system, and method for providing education content thereof | |
US11094215B2 (en) | Internet-based recorded course learning following system and method | |
CN109697906B (zh) | 一种基于互联网教学平台的跟随教学方法 | |
CN113592466B (zh) | 远程线上教学的学生考勤方法和系统 | |
US20110010628A1 (en) | Method and Apparatus for Automatic Annotation of Recorded Presentations | |
CN112131977A (zh) | 学习监督方法、装置、智能设备及计算机可读存储介质 | |
Rubio‐Fernández et al. | A learning analytics tool for the support of the flipped classroom | |
Yürüm et al. | The use of video clickstream data to predict university students’ test performance: A comprehensive educational data mining approach | |
US11416558B2 (en) | System and method for recommending personalized content using contextualized knowledge base | |
Gistelinck et al. | Multilevel autoregressive models when the number of time points is small | |
KR20160095543A (ko) | 학습활동 분석 방법 및 시스템 | |
CN111008914A (zh) | 对象专注度分析方法、装置、电子终端及存储介质 | |
Hase et al. | Can we get rid of bias? Mitigating systematic error in data donation studies through survey design strategies | |
Nguyen | INVESTIGATING VIETNAMESE TERTIARY EFL TEACHERS’LEVELS OF INFORMATION AND COMMUNICATION TECHNOLOGY INTEGRATION THROUGH THE LENS OF THE SAMR MODEL | |
CN113254845B (zh) | 一种基于大数据的教育系统及数据处理方法 | |
KR20230102566A (ko) | 교육 콘텐츠의 반복 사용 횟수에 따른 마일리지 적립 방법 및 장치 | |
de Oliveira et al. | Paperclickers: Affordable solution for classroom response systems | |
CN114024849B (zh) | 一种智能ai运维感知方法及装置 | |
KR101162188B1 (ko) | 개인 휴대 단말기를 이용한 모바일 교육 방법 및 시스템 | |
US20230410672A1 (en) | Systems and methods for providing an interactive asynchronous video learning platform | |
Martínez-Martínez et al. | Which videos are better for the students? Analyzing the student behavior and video metadata |
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 |