CN115909210A - 一种有效学习时间统计系统 - Google Patents

一种有效学习时间统计系统 Download PDF

Info

Publication number
CN115909210A
CN115909210A CN202211536907.0A CN202211536907A CN115909210A CN 115909210 A CN115909210 A CN 115909210A CN 202211536907 A CN202211536907 A CN 202211536907A CN 115909210 A CN115909210 A CN 115909210A
Authority
CN
China
Prior art keywords
state
monitored
user
learning
preset
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
Application number
CN202211536907.0A
Other languages
English (en)
Other versions
CN115909210B (zh
Inventor
祁建春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Ideological World Education Technology Co ltd
Original Assignee
Beijing Ideological World Education Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Ideological World Education Technology Co ltd filed Critical Beijing Ideological World Education Technology Co ltd
Priority to CN202211536907.0A priority Critical patent/CN115909210B/zh
Publication of CN115909210A publication Critical patent/CN115909210A/zh
Application granted granted Critical
Publication of CN115909210B publication Critical patent/CN115909210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种有效学习时间统计系统,涉及时间统计领域,包括,图像处理模块,用于获取待监测用户学习时的图像,所述图像处理模块包括学习状态判定单元以及状态标记单元;存储模块,其与所述图像处理模块相连接,包括用于存储所述图像处理模块获取的待监测用户学习时的图像的图像数据库以及用于存储题目的题目数据库;测试模块,与所述图像处理模块和所述存储模块相连接,用于根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕;时长确定模块,其与所述图像处理模块和所述测试模块相连接,用于根据待监测用户在线培训时长学习状态不符合标准的时间和视频暂停播放的时间确定有效学习时长。

Description

一种有效学习时间统计系统
技术领域
本发明涉及有效时间统计领域,尤其涉及一种有效学习时间统计系统。
背景技术
随着人工智能技术的快速发展,教育类产品通过对学生在系统中学习情况,给出不同的反馈,包括学习效果的评估和个性化内容的推荐。但在大多针对成人教育尤其是继续教育的在线培训中,由于其学习用户的特殊性,需要对专业技术人员进行知识更新、补充、拓展和能力提高的一种高层次的追加教育,但目前继续教育的培训方式缺乏监测系统,无法对学习用户的学习时长进行有效的监测。
中国专利CN112380987B公开了有效学习时长统计系统,其通过布控球设备,设置在具有矩形桌面的桌体的桌面长度方向中央位置的前方,用于面对桌体执行视觉监控操作,以获得现场监控图像,能够引入针对性的解析机制对每一张桌面前方的人员学习的有效学习时长进行解析,从而为后续的学习有效性的判断和监控提供数据基础。但其仍未解决通过学习人员的学习状态确定有效学习时长,避免注意力不集中的学习时间计算在内。
发明内容
为此,本发明提供一种有效学习时间统计系统,可以解决无法根据用户学习状态和知识点掌握程度准确获取学习有效时长的技术问题。
为实现上述目的,本发明提供一种有效学习时间统计系统,包括:
图像处理模块,用于获取待监测用户学习时的图像,所述图像处理模块包括学习状态判定单元以及状态标记单元,所述学习状态判定单元用于判定待监测用户学习状态是否符合标准,所述状态标记单元用于将学习状态不符合标准的视频时间进行标记,并获取待监测用户学习状态不符合标准时的间隔时间,用以控制测试模块显示的题目数量,以对待监测用户的学习状态进行纠正;
存储模块,其与所述图像处理模块相连接,包括用于存储所述图像处理模块获取的待监测用户学习时的图像的图像数据库以及用于存储题目的题目数据库,所述题目数据库包括各知识点题库单元;
测试模块,与所述图像处理模块和所述存储模块相连接,用于根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕,其中,所述学习状态判定单元判定待监测用户学习状态不符合标准时,测试模块根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕,所述测试模块根据待监测用户答题时间对题目显示进行调控,若答题时间过长则暂停视频播放,直至待监测用户对显示的题目进行回答,测试模块获取视频暂停播放的时间;
时长确定模块,其与所述图像处理模块和所述测试模块相连接,用于根据待监测用户在线培训时长学习状态不符合标准的时间和视频暂停播放的时间确定有效学习时长。
进一步地,所述学习状态判定单元预设初始关注度d0,学习状态判定单元根据待监测用户上一培训时,有效学习时长Y与培训时所述状态标记单元标记次数c获取待监测用户的实时关注度d1,设定d1=d0×(1+((Y/(c+1))-X0)/X0),其中,X0为预设间隔标记有效学习时长标准值。
进一步地,待监测用户登录在线培训平台时,所述学习状态判定单元根据待监测用户实时关注度d1确定用户学习状态的评价标准,当d1小于等于预设关注度标准值D0,学习状态判定单元选取第一预设疲劳状态参数A1为疲劳状态标准值,选取第一预设分心状态参数B1为分心状态标准值,当d1大于预设关注度标准值D0,学习状态判定单元选取第二预设疲劳状态参数A2为疲劳状态标准值,选取第二预设分心状态参数B2为分心状态标准值,其中,A1<A2,B1<B2,若待监测用户初次登录在线培训平台,则d1=d0。
进一步地,所述学习状态判定单元根据待监测用户实时关注度d1,选取疲劳状态标准值和分心状态标准值,并将待监测用户预设时间t0内的疲劳状态a和实时分心状态b,与选取疲劳状态标准值和分心状态标准值相比较,确定待监测用户学习状态,其中,
当a>Ai或b∉[Bi-△B,Bi+△B],所述学习状态判定单元判定待监测用户学习状态不符合标准,状态标记单元对当前视频时段进行标记;
当a≤Ai且b∈(Bi-△B,Bi+△B),所述学习状态判定单元判定待监测用户学习状态符合标准;
其中,△B为所述学习状态判定单元预设分心状态合理误差值,i=1,2。
进一步地,所述学习状态判定单元判定待监测用户学习状态不符合标准,所述状态标记单元将待监测用户学习状态不符合标准时的学习时间 t1进行标记,同时获取待监测用户上一学习状态不符合标准时的标记的学习时间t2,状态标记单元根据相邻标记学习时间的间隔时间△t=t1-t2,与预设间隔时间T相比较,获取待显示题目数量,其中,
当△t≤T1,所述状态标记单元选取第一预设数量N1为待显示题目数量;
当T1<△t<T2,所述状态标记单元选取第二预设数量N2为待显示题目数量;
当△t≥T2,所述状态标记单元选取第三预设数量N3为待显示题目数量;
其中,所述状态标记单元预设间隔时间T,设定第一预设间隔时间T1、第二预设间隔时间T2,状态标记单元预设数量N,设定第一预设数量N1,第二预设数量N2,第三预设数量N3,N1>N2>N3。
进一步地,所述测试模块在第一预设条件下调取当前知识点题库单元的待显示题目按照获取的为待显示题目数量依次显示于屏幕中心位置,测试模块根据待监测用户的关注度对待显示题目的显示形式进行选取,其中,第一预设条件为待监测用户分心状态为小于等于第一预设分心状态,或大于等于第二预设分心状态,且选取的待显示题目数量为小于第二预设数量。
进一步地,所述测试模块在第二预设条件下,调取当前知识点题库单元的待显示题目按照获取的为待显示题目数量依次显示于屏幕一侧,测试模块根据待监测用户的关注度对待显示题目的显示方式进行选取,其中,第二预设条件为待监测用户疲劳状态小于预设疲劳状态标准值,或选取的待显示题目数量大于等于第二预设数量。
进一步地,所述测试模块获取预设答题时间td内待监测用户答题数量w与预设答题数量W相比较,判定是否对待显示题目显示区域以及显示方式进行调节,其中,
当w≤W1,所述测试模块暂停当前视频播放,同时选取第一预设调节参数U1为答题正确率调节参数;
当W1<w<W2,所述测试模块扩大待显示题目显示区域,同时选取第二预设调节参数U2为答题正确率调节参数;
当w≥W2,所述测试模块不对待显示题目的显示进行调节,同时选取第三预设调节参数U3为答题正确率调节参数;
其中,所述测试模块预设答题数量W,设定第一预设答题数量W1、第二预设答题数量W2。
进一步地,所述测试模块判定扩大待显示题目显示区域,测试模块将待显示题目显示于屏幕中心位置时,显示区域H扩大为H1,设定H1=k1×H,其中,k1=1+|a-Ai|/Ai×((w-W1)×(W2-w)/(W1×W2)),测试模块将待显示题目显示于屏幕一侧位置时,显示区域H扩大为H1,设定H1=k2×H,k2=1+0.5×(w-W1)×(W2-w)/(W1×W2)。
进一步地,所述时长确定模块根据待监测用户在线培训时长y1、所述测试模块暂停当前视频播放的时间y2、所述状态标记单元标记的学习状态不符合标准的视频时间y3以及待监测用户答题正确率u确定待监测用户有效学习时长Y,设定Y=(y1-y2-y3)×u×Uj,其中,待监测用户答题正确率根据当次在线培训时显示题目的答题正确率,j=1,2,3。
与现有技术相比,本发明的有益效果在于,本发明通过设置图像处理模块对待监测用户学习状态不佳时的视频位置进行标记,并根据标记的间隔时间确定待监测用户学习状态不佳的频次,通过知识点答题的方式对待监测用户当前知识点掌握程度进行评价,同时对待监测用户的学习状态进行纠正,避免因疲劳和分心造成知识点掌握不准确,同时,本发明设置的测试模块在获取待监测用户学习状态不佳时,调取知识点题库的题目显示于屏幕上,并根据待监测对象实时关注度确定待显示题目的显示位置,避免对关注度高的待监测用户观看视频产生遮挡,也对关注低的待监测用户提供提示的作用,同时,测试模块对答题时间过长的待监测用户进行暂停播放,明确有效学习时长。
尤其,本发明通过设置初始关注度,并根据待监测用户上一培训时,单次学习状态符合标准时的时长以确定待监测用户本次培训的实时关注度,同时,学习状态判定单元根据待监测用户关注度选取对应的分心状态和疲劳状态评价标准,用以对待监测对象的学习状态进行准确评价,更具体的,本发明设定待监测用户关注度值越大,其学习状态或注意力越好,选择更大范围的分心疲劳状态的参数以给与待监测用户较大的评价范围,而待监测用户关注度值越小,其学习状态或注意力越差,因此选择较小范围的分心疲劳状态以给与待监测用户较小的评价范围,及时纠正其注意力不集中的问题。
尤其,本发明通过预设时间内获取待监测用户的疲劳状态和分析状态参数与根据关注度选取的评价标准相比较,以判定待监测用户的学习状态,其中,若待监测用户疲劳状态大于疲劳状态标准值或分心状态不属于分心状态标准值范围内,学习状态判定单元待监测用户处于学习状态不符合标准的阶段,状态标记单元进行标记,若待监测用户疲劳状态小于疲劳状态标准值,同时满足分心状态属于分心状态标准值范围内,学习状态判定单元判定待监测用户学习状态符合标准。
尤其,本发明设置通过本次培训过程中,待监测用户相邻两次学习状态不符合标准的间隔时间,并将间隔时间与预设间隔时间相比较,确定待显示题目的数量,以对待监测用户进行提醒和监测其知识点掌握情况,其中,若间隔时间小于等于第一预设间隔时间,说明待监测用户学习状态不佳的频次较高,状态标记单元选取较多的数量作为待显示题目的数量,用以检查待监测用户对当前知识点的掌握程度以及对待监测对象的学习状态加以提醒,若间隔时间在第一预设间隔时间和第二预设间隔时间之间,说明待监测用户学习状态不佳的频次在中间范围,状态标记单元选取第二预设数量为待显示题目的数量,用以对待监测对象的学习状态加以提醒,若间隔时间大于等于第二预设间隔时间,说明待监测用户学习状态不佳的频次较低,状态标记单元选取最小的数量作为待显示题目数量,用以检查待监测用户对当前知识点的掌握程度。
尤其,所述测试模块在在获取待监测用户分心状态不符合标准,且待显示题目数量小于第二预设数量双重条件下,评判待监测用户已发生了分心,且待显示题目的显示数量影响待监测用户知识点的学习,故而将待显示题目按照一次显示于屏幕中心位置,对待监测用户进行提醒,而在待监测用户的疲劳状态符合标准,或待显示题目的数量超出第二预设数量,满足其中任一条件,测试模块将待显示题目显示于屏幕的一侧,避免影响待监测用户的视频观看发生遮挡。
尤其,本发明通过获取预设答题时间内,待监测用户的答题数量与预设答题数量进行比较,对待显示题目的显示方式进行调节,以使其更有利于对待监测用户的提醒,其中,预设答题时间答题数量小于等于第一预设答题数量,说明待监测用户答题效率过低,测试模块暂停当前视频的播放,并选取最小值的第一预设的调节参数作为待监测用户答题正确率的调节参数,预设答题时间答题数量大于第一预设答题数量,小于第二预设答题数量,说明待监测用户答题效率略低,测试模块通过扩大待显示题目的显示区域,对待监测用户进行提示,并选取中间值的第二预设调节参数为待监测用户答题正确率的调节参数,预设答题时间答题数量大于等于第二预设答题数量,说明待监测用户答题效率符合标准,测试模块不对待显示题目的显示进行调节,同时选取最大值的第三预设调节参数U3为答题正确率调节参数。
尤其,本发明在测试模块判定将待显示题目显示于屏幕中心时,测试模块根据待监测用户的分心状态与标准值的差以及答题数量对显示区域进行扩大,而测试模块判定待显示题目显示于屏幕一侧时,测试模块根据待监测用户的答题数量扩大显示区域,以与待监测用户学习状态相适配。
尤其,本发明通过对待监测用户在线培训时长进行修正,获取准确的学习时间作为待监测用户的有效学习时长,剔除待监测用户学习状态不佳,未处于学习状态的时间,并结合答题正确率辅以答题时间为调节参数,对待监测用户的有效学习时间进行修正,明确其学习时长以及知识点掌握情况。
附图说明
图1为发明实施例有效学习时间统计系统结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明实施例有效学习时间统计系统结构示意图,包括,
图像处理模块,用于获取待监测用户学习时的图像,所述图像处理模块包括学习状态判定单元以及状态标记单元,所述学习状态判定单元用于判定待监测用户学习状态是否符合标准,所述状态标记单元用于将学习状态不符合标准的视频时间进行标记,并获取待监测用户学习状态不符合标准时的间隔时间,用以控制测试模块显示的题目数量,以对待监测用户的学习状态进行纠正;
存储模块,其与所述图像处理模块相连接,包括用于存储所述图像处理模块获取的待监测用户学习时的图像的图像数据库以及用于存储题目的题目数据库,所述题目数据库包括各知识点题库单元;
测试模块,与所述图像处理模块和所述存储模块相连接,用于根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕,其中,所述学习状态判定单元判定待监测用户学习状态不符合标准时,测试模块根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕,所述测试模块根据待监测用户答题时间对题目显示进行调控,若答题时间过长则暂停视频播放,直至待监测用户对显示的题目进行回答,测试模块获取视频暂停播放的时间;
时长确定模块,其与所述图像处理模块和所述测试模块相连接,用于根据待监测用户在线培训时长学习状态不符合标准的时间和视频暂停播放的时间确定有效学习时长。
其中,本发明通过设置图像处理模块对待监测用户学习状态不佳时的视频位置进行标记,并根据标记的间隔时间确定待监测用户学习状态不佳的频次,通过知识点答题的方式对待监测用户当前知识点掌握程度进行评价,同时对待监测用户的学习状态进行纠正,避免因疲劳和分心造成知识点掌握不准确,同时,本发明设置的测试模块在获取待监测用户学习状态不佳时,调取知识点题库的题目显示于屏幕上,并根据待监测对象实时关注度确定待显示题目的显示位置,避免对关注度高的待监测用户观看视频产生遮挡,也对关注低的待监测用户提供提示的作用,同时,测试模块对答题时间过长的待监测用户进行暂停播放,明确有效学习时长。
具体而言,本发明实施例对应用于继续教育的有效学习时间统计系统工作过程进行说明,所述效学习时间统计系统设置有初始关注度为1,待监测用户以初始关注度为实时关注度登录在线培训平台进行学习,学习状态判定单元根据实时关注度与预设关注度相比较,选取第一预设疲劳状态参数A1和第一预设分心状态参数B1为评价标准,学习状态判定单元将获取的待监测用户的分心状态与疲劳状态与选取的疲劳状态参数标准值和分心状态参数标准值相比较,确定其当前学习状态,并将当前学习状态不符合标准时的视频时段进行标记,通过相邻标记的间隔时间,通过不同数量的待显示题目对待监测用户的学习状态进行提醒,设置间隔时间为10-20分钟,若待监测用户的间隔时间少于10分钟,则证明待监测用户学习状态不佳,选择较多的待显示题目数量N1,若待监测用户间隔时间多于20分钟,则证明待监测用户的状态不佳为偶然现象,对其显示数量为N3的题目进行及时提醒即可,本发明实施例对待显示题目数量不作限定,其可以根据知识点的重要性结合数量进行设定,提供一种优选的实施方案,即N1=6,N2=3,N3=1,测试模块根据获取的待显示题目数量与待监测用户的疲劳和分心状态确定待显示题目的显示方式,并将其显示于屏幕上,测试模块根据待监测用户在预设时间内答题数量确定待监测用户学习的掌握程度,和校验其是否已通过答题的方式缓解其注意力不集中的问题,若答题数量过少,测试模块通过暂停播放视频的方式避免待监测用户错过培训知识点。
具体而言,所述学习状态判定单元预设初始关注度d0,学习状态判定单元根据待监测用户上一培训时,有效学习时长Y与培训时所述状态标记单元标记次数c获取待监测用户的实时关注度d1,设定d1=d0×(1+((Y/(c+1))-X0)/X0),其中,X0为预设间隔标记有效学习时长标准值。
具体而言,本发明实施例待监测用户上一次培训时的有效时间为60min,标记次数为2次,预设间隔标记有效学习时长标准值为30min,学习状态判定单元获取待监测用户实时关注度d1=1×(1+(60/3-30)/30)=2/3,其小于设置的关注度标准值D0,D0为1。
待监测用户登录在线培训平台时,所述学习状态判定单元根据待监测用户实时关注度d1确定用户学习状态的评价标准,当d1小于等于预设关注度标准值D0,学习状态判定单元选取第一预设疲劳状态参数A1为疲劳状态标准值,选取第一预设分心状态参数B1为分心状态标准值,当d1大于预设关注度标准值D0,学习状态判定单元选取第二预设疲劳状态参数A2为疲劳状态标准值,选取第二预设分心状态参数B2为分心状态标准值,其中,A1<A2,B1<B2,若待监测用户初次登录在线培训平台,则d1=d0。
具体而言,,本发明通过设置初始关注度,并根据待监测用户上一培训时,单次学习状态符合标准时的时长以确定待监测用户本次培训的实时关注度,同时,学习状态判定单元根据待监测用户关注度选取对应的分心状态和疲劳状态评价标准,用以对待监测对象的学习状态进行准确评价,更具体的,本发明设定待监测用户关注度值越大,其学习状态或注意力越好,选择更大范围的分心疲劳状态的参数以给与待监测用户较大的评价范围,而待监测用户关注度值越小,其学习状态或注意力越差,因此选择较小范围的分心疲劳状态以给与待监测用户较小的评价范围,及时纠正其注意力不集中的问题。
具体而言,本发明实施例对获取待监测用户的疲劳状态和分心状态参数不作限定,只要其能够评价待监测用户在培训过程中是否存在疲劳和分心状态即可,本发明实施例提出一种根据面部与眼部特征点、头部姿态和眼睛凝视方向、嘴巴张大为基础,计算疲劳状态a和分心状态b的方法,具体为a=(1+(f1-f10)/f10)×(1+(f2-f20)/f20)×(1+(f3-f30)/f30),其中,f1为头部偏移角度超出标准头部角度的持续时间,f10为预设头部偏移角度超出标准头部角度的持续时间标准值,f2为预设监测时间内嘴巴张大次数,f20为预设监测时间内嘴巴张大次数标准值,f3眼睛凝视方向偏移角度超出标准眼睛凝视角度的持续时间,f30眼睛凝视方向偏移角度超出标准眼睛凝视角度的持续时间标准值;b=(1+(s1-s0)/s1)×(1+(f1-f10)/f10),其中,s1为眼睛凝视同一方向持续时间,s0为预设眼睛凝视同一方向持续时间标准值。
具体而言,本发明实施例设置第一预设疲劳状态标准值为1,第一预设分心状态标准值为1,第二预设疲劳状态标准值为1.2,第二预设分心状态标准值为1.2,本发明实施例以选取第一预设疲劳状态标准值为1,第一预设分心状态标准值为1为例,分心状态合理误差值为0.1,待监测用户在预设监测时间10min内头部偏移角度超出标准头部角度的持续时间为3min,嘴巴张大次数为5次,眼睛凝视方向偏移角度超出标准眼睛凝视角度的持续时间为4min,眼睛凝视同一方向持续时间为2min,计算其疲劳状态a=(1+(3-5)/5)×(1+(5-3)/2)×(1+(4-3)/3)=1.6,大于疲劳状态标准值,分心状态b=(1+(2-5)/5)×(1+(3-5)/5)=6/5,不属于[0.9,1.1],根据判定方法,待监测用户学习状态不符合标准。
所述学习状态判定单元根据待监测用户实时关注度d1,选取疲劳状态标准值和分心状态标准值,并将待监测用户预设时间t0内的疲劳状态a和实时分心状态b,与选取疲劳状态标准值和分心状态标准值相比较,确定待监测用户学习状态,其中,
当a>Ai或b∉[Bi-△B,Bi+△B],所述学习状态判定单元判定待监测用户学习状态不符合标准,状态标记单元对当前视频时段进行标记;
当a≤Ai且b∈(Bi-△B,Bi+△B),所述学习状态判定单元判定待监测用户学习状态符合标准;
其中,△B为所述学习状态判定单元预设分心状态合理误差值,i=1,2。
具体而言,本发明通过预设时间内获取待监测用户的疲劳状态和分析状态参数与根据关注度选取的评价标准相比较,以判定待监测用户的学习状态,其中,若待监测用户疲劳状态大于疲劳状态标准值或分心状态不属于分心状态标准值范围内,学习状态判定单元待监测用户处于学习状态不符合标准的阶段,状态标记单元进行标记,若待监测用户疲劳状态小于疲劳状态标准值,同时满足分心状态属于分心状态标准值范围内,学习状态判定单元判定待监测用户学习状态符合标准。
其中,所述学习状态判定单元判定待监测用户学习状态不符合标准,所述状态标记单元将待监测用户学习状态不符合标准时的学习时间 t1进行标记,同时获取待监测用户上一学习状态不符合标准时的标记的学习时间t2,状态标记单元根据相邻标记学习时间的间隔时间△t=t1-t2,与预设间隔时间T相比较,获取待显示题目数量,其中,
当△t≤T1,所述状态标记单元选取第一预设数量N1为待显示题目数量;
当T1<△t<T2,所述状态标记单元选取第二预设数量N2为待显示题目数量;
当△t≥T2,所述状态标记单元选取第三预设数量N3为待显示题目数量;
其中,所述状态标记单元预设间隔时间T,设定第一预设间隔时间T1、第二预设间隔时间T2,状态标记单元预设数量N,设定第一预设数量N1,第二预设数量N2,第三预设数量N3,N1>N2>N3。
具体而言,本发明设置通过本次培训过程中,待监测用户相邻两次学习状态不符合标准的间隔时间,并将间隔时间与预设间隔时间相比较,确定待显示题目的数量,以对待监测用户进行提醒和监测其知识点掌握情况,其中,若间隔时间小于等于第一预设间隔时间,说明待监测用户学习状态不佳的频次较高,状态标记单元选取较多的数量作为待显示题目的数量,用以检查待监测用户对当前知识点的掌握程度以及对待监测对象的学习状态加以提醒,若间隔时间在第一预设间隔时间和第二预设间隔时间之间,说明待监测用户学习状态不佳的频次在中间范围,状态标记单元选取第二预设数量为待显示题目的数量,用以对待监测对象的学习状态加以提醒,若间隔时间大于等于第二预设间隔时间,说明待监测用户学习状态不佳的频次较低,状态标记单元选取最小的数量作为待显示题目数量,用以检查待监测用户对当前知识点的掌握程度。
其中,所述测试模块在第一预设条件下调取当前知识点题库单元的待显示题目按照获取的为待显示题目数量依次显示于屏幕中心位置,测试模块根据待监测用户的关注度对待显示题目的显示形式进行选取,其中,第一预设条件为待监测用户分心状态为小于等于第一预设分心状态,或大于等于第二预设分心状态,且选取的待显示题目数量为小于第二预设数量。
其中,所述测试模块在第二预设条件下,调取当前知识点题库单元的待显示题目按照获取的为待显示题目数量依次显示于屏幕一侧,测试模块根据待监测用户的关注度对待显示题目的显示方式进行选取,其中,第二预设条件为待监测用户疲劳状态小于预设疲劳状态标准值,或选取的待显示题目数量大于等于第二预设数量。
具体而言,所述测试模块在在获取待监测用户分心状态不符合标准,且待显示题目数量小于第二预设数量双重条件下,评判待监测用户已发生了分心,且待显示题目的显示数量影响待监测用户知识点的学习,故而将待显示题目按照一次显示于屏幕中心位置,对待监测用户进行提醒,而在待监测用户的疲劳状态符合标准,或待显示题目的数量超出第二预设数量,满足其中任一条件,测试模块将待显示题目显示于屏幕的一侧,避免影响待监测用户的视频观看发生遮挡。
具体而言,本发明实施例对待显示题目的显示方式不作限定,只要其能够起到对待监测对象起到提醒作用即可,本发明实施例提供优选地实施方案,即在待显示题目显示边框处设置与播放视频颜色反差较大的颜色、也可以设置频闪边框用以提醒待监测用户。
其中,所述测试模块获取预设答题时间td内待监测用户答题数量w与预设答题数量W相比较,判定是否对待显示题目显示区域以及显示方式进行调节,其中,
当w≤W1,所述测试模块暂停当前视频播放,同时选取第一预设调节参数U1为答题正确率调节参数;
当W1<w<W2,所述测试模块扩大待显示题目显示区域,同时选取第二预设调节参数U2为答题正确率调节参数;
当w≥W2,所述测试模块不对待显示题目的显示进行调节,同时选取第三预设调节参数U3为答题正确率调节参数;
其中,所述测试模块预设答题数量W,设定第一预设答题数量W1、第二预设答题数量W2。
具体而言,本发明通过获取预设答题时间内,待监测用户的答题数量与预设答题数量进行比较,对待显示题目的显示方式进行调节,以使其更有利于对待监测用户的提醒,其中,预设答题时间答题数量小于等于第一预设答题数量,说明待监测用户答题效率过低,测试模块暂停当前视频的播放,并选取最小值的第一预设的调节参数作为待监测用户答题正确率的调节参数,预设答题时间答题数量大于第一预设答题数量,小于第二预设答题数量,说明待监测用户答题效率略低,测试模块通过扩大待显示题目的显示区域,对待监测用户进行提示,并选取中间值的第二预设调节参数为待监测用户答题正确率的调节参数,预设答题时间答题数量大于等于第二预设答题数量,说明待监测用户答题效率符合标准,测试模块不对待显示题目的显示进行调节,同时选取最大值的第三预设调节参数U3为答题正确率调节参数。
具体而言,本发明实施例设置第一预设调节参数U1=0.8、第二预设调节参数U2=0.9、第三预设调节参数U3=1。
所述测试模块判定扩大待显示题目显示区域,测试模块将待显示题目显示于屏幕中心位置时,显示区域H扩大为H1,设定H1=k1×H,其中,k1=1+|a-Ai|/Ai×((w-W1)×(W2-w)/(W1×W2)),测试模块将待显示题目显示于屏幕一侧位置时,显示区域H扩大为H1,设定H1=k2×H,k2=1+0.5×(w-W1)×(W2-w)/(W1×W2)。
具体而言,本发明实施例对待显示题目的显示区域不作限定,只要其能够满足显示题目的同时尽量不遮挡视频内容即可,本发明提供一种优选的实施方案,其显示区域为正方形,并将显示区域H设置为显示区域的边长。
具体而言,本发明在测试模块判定将待显示题目显示于屏幕中心时,测试模块根据待监测用户的分心状态与标准值的差以及答题数量对显示区域进行扩大,而测试模块判定待显示题目显示于屏幕一侧时,测试模块根据待监测用户的答题数量扩大显示区域,以与待监测用户学习状态相适配。
其中,所述时长确定模块根据待监测用户在线培训时长y1、所述测试模块暂停当前视频播放的时间y2、所述状态标记单元标记的学习状态不符合标准的视频时间y3以及待监测用户答题正确率u确定待监测用户有效学习时长Y,设定Y=(y1-y2-y3)×u×Uj,其中,待监测用户答题正确率根据当次在线培训时显示题目的答题正确率,j=1,2,3。
具体而言,本发明实施例待监测用户在线培训时长为60min,暂停播放时间为5min,标记学习状态不符合标准的时间为5min,答题正确率为80%,选取的调节参数为0.9,计算待监测用户本次在线培训有效时长为36min。
具体而言,本发明通过对待监测用户在线培训时长进行修正,获取准确的学习时间作为待监测用户的有效学习时长,剔除待监测用户学习状态不佳,未处于学习状态的时间,并结合答题正确率辅以答题时间为调节参数,对待监测用户的有效学习时间进行修正,明确其学习时长以及知识点掌握情况。
所述有效学习时间统计系统还包括云处理模块,其与各所述存储模块相连接,用于根据各存储模块的标记时间位置确定各知识点培训内容进行反馈,若当前标记的时间位置存在多个标记次数,对当前培训视频内容进行调整。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种有效学习时间统计系统,其特征在于,包括:
图像处理模块,用于获取待监测用户学习时的图像,所述图像处理模块包括学习状态判定单元以及状态标记单元,所述学习状态判定单元用于判定待监测用户学习状态是否符合标准,所述状态标记单元用于将学习状态不符合标准的视频时间进行标记,并获取待监测用户学习状态不符合标准时的间隔时间,用以控制测试模块显示的题目数量,以对待监测用户的学习状态进行纠正;
存储模块,其与所述图像处理模块相连接,包括用于存储所述图像处理模块获取的待监测用户学习时的图像的图像数据库以及用于存储题目的题目数据库,所述题目数据库包括各知识点题库单元;
测试模块,与所述图像处理模块和所述存储模块相连接,用于根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕,其中,所述学习状态判定单元判定待监测用户学习状态不符合标准时,测试模块根据学习内容的知识点调取所述知识点题库单元的题目并将其显示于屏幕,所述测试模块根据待监测用户答题时间对题目显示进行调控,若答题时间过长则暂停视频播放,直至待监测用户对显示的题目进行回答,测试模块获取视频暂停播放的时间;
时长确定模块,其与所述图像处理模块和所述测试模块相连接,用于根据待监测用户在线培训时长学习状态不符合标准的时间和视频暂停播放的时间确定有效学习时长。
2.根据权利要求1所述的有效学习时间统计系统,其特征在于,所述学习状态判定单元预设初始关注度d0,学习状态判定单元根据待监测用户上一培训时,有效学习时长Y与培训时所述状态标记单元标记次数c获取待监测用户的实时关注度d1,设定d1=d0×(1+((Y/(c+1))-X0)/X0),其中,X0为预设间隔标记有效学习时长标准值。
3.根据权利要求2所述的有效学习时间统计系统,其特征在于,待监测用户登录在线培训平台时,所述学习状态判定单元根据待监测用户实时关注度d1确定用户学习状态的评价标准,当d1小于等于预设关注度标准值D0,学习状态判定单元选取第一预设疲劳状态参数A1为疲劳状态标准值,选取第一预设分心状态参数B1为分心状态标准值,当d1大于预设关注度标准值D0,学习状态判定单元选取第二预设疲劳状态参数A2为疲劳状态标准值,选取第二预设分心状态参数B2为分心状态标准值,其中,A1<A2,B1<B2,若待监测用户初次登录在线培训平台,则d1=d0。
4.根据权利要求3所述的有效学习时间统计系统,其特征在于,所述学习状态判定单元根据待监测用户实时关注度d1,选取疲劳状态标准值和分心状态标准值,并将待监测用户预设时间t0内的疲劳状态a和实时分心状态b,与选取疲劳状态标准值和分心状态标准值相比较,确定待监测用户学习状态,其中,
当a>Ai或b∉[Bi-△B,Bi+△B],所述学习状态判定单元判定待监测用户学习状态不符合标准,状态标记单元对当前视频时段进行标记;
当a≤Ai且b∈(Bi-△B,Bi+△B),所述学习状态判定单元判定待监测用户学习状态符合标准;
其中,△B为所述学习状态判定单元预设分心状态合理误差值,i=1,2。
5.根据权利要求4所述的有效学习时间统计系统,其特征在于,所述学习状态判定单元判定待监测用户学习状态不符合标准,所述状态标记单元将待监测用户学习状态不符合标准时的学习时间 t1进行标记,同时获取待监测用户上一学习状态不符合标准时的标记的学习时间t2,状态标记单元根据相邻标记学习时间的间隔时间△t=t1-t2,与预设间隔时间T相比较,获取待显示题目数量,其中,
当△t≤T1,所述状态标记单元选取第一预设数量N1为待显示题目数量;
当T1<△t<T2,所述状态标记单元选取第二预设数量N2为待显示题目数量;
当△t≥T2,所述状态标记单元选取第三预设数量N3为待显示题目数量;
其中,所述状态标记单元预设间隔时间T,设定第一预设间隔时间T1、第二预设间隔时间T2,状态标记单元预设数量N,设定第一预设数量N1,第二预设数量N2,第三预设数量N3,N1>N2>N3。
6.根据权利要求5所述的有效学习时间统计系统,其特征在于,所述测试模块在第一预设条件下调取当前知识点题库单元的待显示题目按照获取的为待显示题目数量依次显示于屏幕中心位置,测试模块根据待监测用户的关注度对待显示题目的显示形式进行选取,其中,第一预设条件为待监测用户分心状态为小于等于第一预设分心状态,或大于等于第二预设分心状态,且选取的待显示题目数量为小于第二预设数量。
7.根据权利要求6所述的有效学习时间统计系统,其特征在于,所述测试模块在第二预设条件下,调取当前知识点题库单元的待显示题目按照获取的为待显示题目数量依次显示于屏幕一侧,测试模块根据待监测用户的关注度对待显示题目的显示方式进行选取,其中,第二预设条件为待监测用户疲劳状态小于预设疲劳状态标准值,或选取的待显示题目数量大于等于第二预设数量。
8.根据权利要求7所述的有效学习时间统计系统,其特征在于,所述测试模块获取预设答题时间td内待监测用户答题数量w与预设答题数量W相比较,判定是否对待显示题目显示区域以及显示方式进行调节,其中,
当w≤W1,所述测试模块暂停当前视频播放,同时选取第一预设调节参数U1为答题正确率调节参数;
当W1<w<W2,所述测试模块扩大待显示题目显示区域,同时选取第二预设调节参数U2为答题正确率调节参数;
当w≥W2,所述测试模块不对待显示题目的显示进行调节,同时选取第三预设调节参数U3为答题正确率调节参数;
其中,所述测试模块预设答题数量W,设定第一预设答题数量W1、第二预设答题数量W2。
9.根据权利要求8所述的有效学习时间统计系统,其特征在于,所述测试模块判定扩大待显示题目显示区域,测试模块将待显示题目显示于屏幕中心位置时,显示区域H扩大为H1,设定H1=k1×H,其中,k1=1+|a-Ai|/Ai×((w-W1)×(W2-w)/(W1×W2)),测试模块将待显示题目显示于屏幕一侧位置时,显示区域H扩大为H1,设定H1=k2×H,k2=1+0.5×(w-W1)×(W2-w)/(W1×W2)。
10.根据权利要求9所述的有效学习时间统计系统,其特征在于,所述时长确定模块根据待监测用户在线培训时长y1、所述测试模块暂停当前视频播放的时间y2、所述状态标记单元标记的学习状态不符合标准的视频时间y3以及待监测用户答题正确率u确定待监测用户有效学习时长Y,设定Y=(y1-y2-y3)×u×Uj,其中,待监测用户答题正确率根据当次在线培训时显示题目的答题正确率,j=1,2,3。
CN202211536907.0A 2022-12-02 2022-12-02 一种有效学习时间统计系统 Active CN115909210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211536907.0A CN115909210B (zh) 2022-12-02 2022-12-02 一种有效学习时间统计系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211536907.0A CN115909210B (zh) 2022-12-02 2022-12-02 一种有效学习时间统计系统

Publications (2)

Publication Number Publication Date
CN115909210A true CN115909210A (zh) 2023-04-04
CN115909210B CN115909210B (zh) 2023-09-01

Family

ID=86479279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211536907.0A Active CN115909210B (zh) 2022-12-02 2022-12-02 一种有效学习时间统计系统

Country Status (1)

Country Link
CN (1) CN115909210B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014164396A (ja) * 2013-02-22 2014-09-08 Tokyo Institute Of Technology 情報処理装置、情報処理方法及びプログラム
CN109035943A (zh) * 2018-09-05 2018-12-18 广东电网有限责任公司 学习系统及学习方法
CN109271307A (zh) * 2018-10-29 2019-01-25 四川文轩教育科技有限公司 一种基于大数据的学生学习情况统计方法
CN110263020A (zh) * 2019-06-20 2019-09-20 广州市教育研究院 在线学习测验题库管理系统及管理方法
CN110751861A (zh) * 2019-11-28 2020-02-04 张丽丽 一种基于云平台的网络远程教育系统
US20200098282A1 (en) * 2017-06-08 2020-03-26 Shenzhen Eaglesoul Technology Co., Ltd. Internet-based recorded course learning following system and method
CN112071137A (zh) * 2020-09-08 2020-12-11 中教云教育科技集团有限公司 一种在线教学系统及方法
CN112949562A (zh) * 2020-06-08 2021-06-11 上海松鼠课堂人工智能科技有限公司 智适应学习方法及系统
KR20220049890A (ko) * 2020-10-15 2022-04-22 주식회사 초지능 온라인 상호작용 학습지도 시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014164396A (ja) * 2013-02-22 2014-09-08 Tokyo Institute Of Technology 情報処理装置、情報処理方法及びプログラム
US20200098282A1 (en) * 2017-06-08 2020-03-26 Shenzhen Eaglesoul Technology Co., Ltd. Internet-based recorded course learning following system and method
CN109035943A (zh) * 2018-09-05 2018-12-18 广东电网有限责任公司 学习系统及学习方法
CN109271307A (zh) * 2018-10-29 2019-01-25 四川文轩教育科技有限公司 一种基于大数据的学生学习情况统计方法
CN110263020A (zh) * 2019-06-20 2019-09-20 广州市教育研究院 在线学习测验题库管理系统及管理方法
CN110751861A (zh) * 2019-11-28 2020-02-04 张丽丽 一种基于云平台的网络远程教育系统
CN112949562A (zh) * 2020-06-08 2021-06-11 上海松鼠课堂人工智能科技有限公司 智适应学习方法及系统
CN112071137A (zh) * 2020-09-08 2020-12-11 中教云教育科技集团有限公司 一种在线教学系统及方法
KR20220049890A (ko) * 2020-10-15 2022-04-22 주식회사 초지능 온라인 상호작용 학습지도 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐墨客;吴文峻;周萱;蒲彦均;: "多知识点知识追踪模型与可视化研究", 电化教育研究, no. 10 *

Also Published As

Publication number Publication date
CN115909210B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US11610500B2 (en) Adaptive learning environment driven by real-time identification of engagement level
Gardner Methodological issues in assessment of the perceptual component of body image disturbance
KR100978091B1 (ko) 온라인 테스트 평가 관리 시스템 및 방법
US8782681B2 (en) Method and system for rating media and events in media based on physiological data
US8864312B2 (en) Adaptive visual performance testing system
CN109330555A (zh) 一种基于云计算的智能化视力检测与训练矫正系统
US10600018B2 (en) Data processing systems for processing and analyzing data regarding self-awareness and executive function
US20110091847A1 (en) Method, system, and computer software code for the adaptation of training via performance diagnosis based on (neuro)physiological metrics
CN108984516B (zh) 一种基于弹幕评论云数据的在线课程内容测评方法及系统
CN113010557A (zh) 一种心理测评系统量表随机答题方法及系统
US10191830B1 (en) Data processing systems for processing and analyzing data regarding self-awareness and executive function
US10065118B1 (en) Data processing systems for processing and analyzing data regarding self-awareness and executive function
US20210019656A1 (en) Information processing device, information processing method, and computer program
CN115909210A (zh) 一种有效学习时间统计系统
WO2021165498A1 (en) Neurodevelopmental/cognitive assessment and cognitive training on a digital device and identification and measurement of digital cognitive biomarkers
US20230351910A1 (en) Smoke opacity field certification testing method
CN110991943A (zh) 一种基于云计算的教学质量评价系统
CN110569297A (zh) 学生学习状态统计评估系统
CN111611896B (zh) 一种考试防作弊的管理系统
JP6629475B1 (ja) 学習管理システムおよび学習管理方法
CN114549253A (zh) 一种实时评估听课状态的线上教学系统
CN111708434A (zh) 一种结合眼动识别的网上答题反馈系统
KR20200114519A (ko) 시험 합격률 예측 방법 및 시스템
US11915616B2 (en) Systems and methods for assessing data collected by automated proctoring
CN117496787B (zh) 一种针对儿童六项能力测评及其训练系统

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