CN117575861A - 一种应用于智慧教室的ai学情分析方法及装置 - Google Patents
一种应用于智慧教室的ai学情分析方法及装置 Download PDFInfo
- Publication number
- CN117575861A CN117575861A CN202311636757.5A CN202311636757A CN117575861A CN 117575861 A CN117575861 A CN 117575861A CN 202311636757 A CN202311636757 A CN 202311636757A CN 117575861 A CN117575861 A CN 117575861A
- Authority
- CN
- China
- Prior art keywords
- data
- class
- analysis
- teaching
- classroom
- 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 116
- 238000005516 engineering process Methods 0.000 title abstract description 6
- 230000003993 interaction Effects 0.000 claims abstract description 72
- 230000002452 interceptive effect Effects 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000010195 expression analysis Methods 0.000 claims description 5
- 238000012482 interaction analysis Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010191 image analysis 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
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请提供了一种应用于智慧教室的AI学情分析方法及装置,其中,所述方法包括:获取目标用户的教学互动数据,教学互动数据包括:课中互动数据以及课前课后互动数据;将采集到的课堂录像数据输入预置的AI分析系统中,以获得目标用户的课堂录像分析数据;基于课中互动数据、课前课后互动数据以及课堂录像分析数据确定目标用户的学情分析数据。由此可见,本申请能够结合课前、课中、课后的互动数据以及课堂录像的分析数据综合分析评定用户的学习情况,能够更全面客观的获得用户的学习情况分析结果。
Description
技术领域
本申请涉及智能教育技术领域,尤其涉及一种应用于智慧教室的AI学情分析方法及装置。
背景技术
电子教室主要是指随着电子技术的发展,电子设备及电子音像制品装备应用到传统教室中所产生的教室形态。目前的智慧教室使用过程中,本身教师授课时有很多教学互动的数据,是AI视频分析得不到的数据,例如,学员参加抢答次数、学员课堂提问、学员随堂测验、学员分组讨论参与度及讨论结果采用率等。这种情况导致用户的学习情况分析数据片面的依赖于视频分析结果,分析结果不能做到全面客观。
发明内容
有鉴于此,本申请提供了一种应用于智慧教室的AI学情分析方法及装置,能够更全面客观的获得用户的学习情况分析结果。
其技术方案如下:
第一方面,本申请实施例提供了一种应用于智慧教室的AI学情分析方法,所述方法包括:
获取目标用户的教学互动数据,所述教学互动数据包括:课中互动数据以及课前课后互动数据;
将采集到的课堂录像数据输入预置的AI分析系统中,以获得所述目标用户的课堂录像分析数据;
基于所述课中互动数据、所述课前课后互动数据以及所述课堂录像分析数据确定所述目标用户的学情分析数据。
可选的,所述获取目标用户的教学互动数据,包括:
获取智慧教学设备采集到的所述课中互动数据,所述课中互动数据包括:弹幕次数、在线提问次数、抢答次数、随机点人次数、随堂测试结果、分组研讨结果以及扫码签到结果中的至少一种;
基于智慧教学软件采集获取所述课前课后互动数据,所述课前课后互动数据包括:报到时间、下载课件情况、课前问卷情况、课前提问、课后提问、课程考试结果、老师评价数据以及课程评价数据中的至少一种。
可选的,所述获取智慧教学设备采集到的所述课中互动数据,包括:
基于所述目标用户与所述智慧教学设备的交互行为,获取所述课中互动数据;其中,所述智慧教学设备包括:教学大屏、教学一体机以及教学平板中的至少一种。
可选的,所述智慧教学设备包括:摄像模块,所述摄像模块用于识别所述目标用户。
可选的,所述方法还包括:
基于电子课表的课堂时间控制录播设备采集所述课堂录像数据。
可选的,所述课堂录像分析数据包括:人脸识别结果、人脸考勤、表情分析、动作分析、运动轨迹分析、语音分析以及互动分析中的至少一种。
第二方面,本申请实施例提供了一种应用于智慧教室的AI学情分析装置,所述装置包括:
数据获取模块,用于获取目标用户的教学互动数据,所述教学互动数据包括:课中互动数据以及课前课后互动数据;
录像分析模块,用于将采集到的课堂录像数据输入预置的AI分析系统中,以获得所述目标用户的课堂录像分析数据;
学情分析模块,用于基于所述课中互动数据、所述课前课后互动数据以及所述课堂录像分析数据确定所述目标用户的学情分析数据。
可选的,所述装置还包括:
录播模块,用于基于电子课表的课堂时间控制录播设备采集所述课堂录像数据。
第三方面,本申请提供了一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如第一方面所述应用于智慧教室的AI学情分析的方法。
第四方面,本申请提供了一种计算机存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如第一方面所述应用于智慧教室的AI学情分析的述法。
上述技术方案具有如下有益效果:
本申请实施例提供的一种应用于智慧教室的AI学情分析方法,在执行所述方法时,获取目标用户的教学互动数据,所述教学互动数据包括:课中互动数据以及课前课后互动数据;将采集到的课堂录像数据输入预置的AI分析系统中,以获得所述目标用户的课堂录像分析数据;基于所述课中互动数据、所述课前课后互动数据以及所述课堂录像分析数据确定所述目标用户的学情分析数据。由此可见,本申请实施例能够结合课前、课中、课后的互动数据以及课堂录像的分析数据综合分析评定用户的学习情况,能够更全面客观的获得用户的学习情况分析结果。
本申请实施例还提供了与上述方法相对应的装置、电子设备以及计算机存储介质,具有与上述方法相同的有益效果。
附图说明
为更清楚地说明本实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用于智慧教室的AI学情分析方法的流程示意图;
图2为本申请实施例提供的一种教学互动数据交互框架示意图;
图3为本申请实施例提供的一种课堂录像数据处理流程示意图;
图4为本申请实施例提供的一种应用于智慧教室的AI学情分析装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了更全面客观的获得用户的学习情况分析结果,本申请实施例提供了一种应用于智慧教室的AI学情分析方法,请参阅图1的示意图,该方法可以包括:
步骤S100:获取目标用户的教学互动数据,教学互动数据包括:课中互动数据以及课前课后互动数据。
具体的,教学互动数据是指在教学周期内目标用户所产生的互动型数据,分为课中互动数据以及课前课后互动数据两大类,其中,课中互动数据是指由目标用户在教学过程中所产生的交互数据,例如:课堂提问次数、课堂发言数据等;课前课后互动数据是指由目标用户在教学过程前以及教学过程后所产生的交互数据,例如:课前预习提问、课后小测答复等。
在一种可选的实现方式中,上述步骤S100可以包括:
步骤S101:获取智慧教学设备采集到的课中互动数据,,课中互动数据包括:弹幕次数、在线提问次数、抢答次数、随机点人次数、随堂测试结果、分组研讨结果以及扫码签到结果中的至少一种;
步骤S102:基于智慧教学软件采集获取课前课后互动数据,课前课后互动数据包括:报到时间、下载课件情况、课前问卷情况、课前提问、课后提问、课程考试结果、老师评价数据以及课程评价数据中的至少一种。
下面结合图2示出的一种教学互动数据交互框架示意图对步骤S101以及步骤S102进行说明。
如图2所示,教学互动数据交互的核心为智慧教学统一管理平台,智慧教学统一管理平台可以通过课程下发来自动采集教学互动数据。
一方面,智慧教学统一管理平台通过智慧教学设备采集用户在互动教学过程中生成的课中互动数据,课中互动数据可以包括弹幕次数、在线提问次数、抢答次数、随机点人次数、随堂测试结果、分组研讨结果以及扫码签到结果中的至少一种,本申请不对课中互动数据的类目和数量做出限定。
另一方面,智慧教学统一管理平台通过学员终端或教师终端中的智慧教学APP采集用户的课前课后互动数据,课前课后互动数据可以包括报到时间、下载课件情况、课前问卷情况、课前提问、课后提问、课程考试结果、老师评价数据以及课程评价数据中的至少一种,本申请不对课前课后互动数据的类目和数量做出限定。
接着,将课中互动数据与课前课后互动数据进行汇总,同步至智慧教学统一管理平台,以便于后续将教学互动数据反馈至学情分析服务器进行用户的学情分析。
在一种可选的实现方式中,智慧教学设备可以包括:教学大屏、教学一体机以及教学平板中的至少一种。
可以理解的是,智慧教学设备是目标用户进行无纸化教学的终端设备,用户可以与智慧教学设备产生交互行为,由此可以采集获取课中互动数据。
在一种可选的实现方式中,智慧教学设备还可以包括:摄像模块,摄像模块用于识别目标用户。
具体的,智慧教学设备可以通过摄像模块识别目标用户的身份,可以保证采集获取到的课中互动数据是目标用户本人操作的,避免数据误采集。
步骤S200:将采集到的课堂录像数据输入预置的AI分析系统中,以获得目标用户的课堂录像分析数据。
具体的,通过预置的AI分析系统自动生成课堂录像分析数据,课堂录像分析数据可以包括人脸识别结果、人脸考勤、表情分析、动作分析、运动轨迹分析、语音分析以及互动分析中的至少一种。
需要说明的是,AI分析系统可以采用现有的人工智能图像分析算法,本申请不对AI分析系统做出限定。
下面结合图3示出的一种课堂录像数据处理流程示意图对步骤S200进行说明。
参见图3,智慧教学统一平台可以根据电子课表所指示的课堂时间控制录播设备采集课堂录像数据,课堂录像数据由课程录播系统传输至AI视频分析设备,包括视频跟踪摄像头、视频处理器以及GPU服务器,接着由AI视频分析系统分析获得用户的课堂录像分析数据,课堂录像分析数据可以包括人脸识别结果、人脸考勤、表情分析、动作分析、运动轨迹分析、语音分析以及互动分析中的至少一种,本申请不对课堂录像分析数据的类目和数量做出限定。最后,汇总得到的AI分析数据同步至学情分析服务器,以便于后续进行用户的学情分析。
在一种可选的实现方式中,本申请实施例提供的方法还可以包括:基于电子课表的课堂时间控制录播设备采集课堂录像数据。
具体的,录播设备可以根据智慧教学统一管理平台的电子课表所指示的课堂时间控制录播设备采集课堂录像数据,自动化获取课堂录像数据,减少人工参与的步骤和操作步骤。
步骤S300:基于课中互动数据、课前课后互动数据以及课堂录像分析数据确定目标用户的学情分析数据。
具体的,将两组互动数据以及一组课堂录像分析数据通过学情分析服务器的分析系统来生成目标用户的对应课程的学情分析数据。需要说明的是,本申请不对学情分析数据的生成方式做出限定,技术人员能够视具体课程情况设置相应的权重以及计算方式以确定学情分析数据。
综上所述,本申请实施例提供了一种应用于智慧教室的AI学情分析方法,能够结合课前、课中、课后的互动数据以及课堂录像的分析数据综合分析评定用户的学习情况,能够更全面客观的获得用户的学习情况分析结果。
与上述方法相对应,本申请实施例还提供了一种应用于智慧教室的AI学情分析装置,请参阅图4,示出了该装置的结构示意图,该装置可以包括:
数据获取模块401,用于获取目标用户的教学互动数据,教学互动数据包括:课中互动数据以及课前课后互动数据;
录像分析模块402,用于将采集到的课堂录像数据输入预置的AI分析系统中,以获得目标用户的课堂录像分析数据;
学情分析模块403,用于基于课中互动数据、课前课后互动数据以及课堂录像分析数据确定目标用户的学情分析数据。
在一种可选的实现方式中,数据获取模块401具体包括:
课中互动数据获取子模块,用于获取智慧教学设备采集到的课中互动数据,课中互动数据包括:弹幕次数、在线提问次数、抢答次数、随机点人次数、随堂测试结果、分组研讨结果以及扫码签到结果中的至少一种;
课前课后互动数据获取子模块,用于基于智慧教学软件采集获取课前课后互动数据,课前课后互动数据包括:报到时间、下载课件情况、课前问卷情况、课前提问、课后提问、课程考试结果、老师评价数据以及课程评价数据中的至少一种。
在一种可选的实现方式中,课中互动数据获取子模块,具体用于基于目标用户与智慧教学设备的交互行为,获取课中互动数据;其中,智慧教学设备包括:教学大屏、教学一体机以及教学平板中的至少一种。
在一种可选的实现方式中,本申请实施例提供的应用于智慧教室的AI学情分析装置还包括:录播模块,用于基于电子课表的课堂时间控制录播设备采集课堂录像数据。
在一种可选的实现方式中,课堂录像分析数据包括:人脸识别结果、人脸考勤、表情分析、动作分析、运动轨迹分析、语音分析以及互动分析中的至少一种。
需要说明的是,本申请实施例提供的一种应用于智慧教室的AI学情分析装置中各模块执行的步骤以及相关技术特征与申请实施例所提供方法相对应,装置部分的描述可以参见前述方法部分的实施例,此处不赘述。
本申请另一实施例提供了一种电子设备,包括:
一个或多个处理器。
存储装置,其上存储有一个或多个程序。
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中任意一项所述的应用于智慧教室的AI学情分析方法。
本申请另一实施例提供了一种计算机存储介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现如上述实施例中任意一项所述的应用于智慧教室的AI学情分析方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本领域技术人员可以理解,图所示的流程图仅是本申请的实施方式可以在其中得以实现的一个示例,本申请实施方式的适用范围不受到该流程图任何方面的限制。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和设备,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本申请各个实施例中的各功能单元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。
所述功能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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种应用于智慧教室的AI学情分析方法,其特征在于,所述方法包括:
获取目标用户的教学互动数据,所述教学互动数据包括:课中互动数据以及课前课后互动数据;
将采集到的课堂录像数据输入预置的AI分析系统中,以获得所述目标用户的课堂录像分析数据;
基于所述课中互动数据、所述课前课后互动数据以及所述课堂录像分析数据确定所述目标用户的学情分析数据。
2.根据权利要求1所述的方法,其特征在于,所述获取目标用户的教学互动数据,包括:
获取智慧教学设备采集到的所述课中互动数据,所述课中互动数据包括:弹幕次数、在线提问次数、抢答次数、随机点人次数、随堂测试结果、分组研讨结果以及扫码签到结果中的至少一种;
基于智慧教学软件采集获取所述课前课后互动数据,所述课前课后互动数据包括:报到时间、下载课件情况、课前问卷情况、课前提问、课后提问、课程考试结果、老师评价数据以及课程评价数据中的至少一种。
3.根据权利要求2所述的方法,其特征在于,所述获取智慧教学设备采集到的所述课中互动数据,包括:
基于所述目标用户与所述智慧教学设备的交互行为,获取所述课中互动数据;其中,所述智慧教学设备包括:教学大屏、教学一体机以及教学平板中的至少一种。
4.根据权利要求3所述的方法,其特征在于,所述智慧教学设备包括:摄像模块,所述摄像模块用于识别所述目标用户。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于电子课表的课堂时间控制录播设备采集所述课堂录像数据。
6.根据权利要求1所述的方法,其特征在于,所述课堂录像分析数据包括:人脸识别结果、人脸考勤、表情分析、动作分析、运动轨迹分析、语音分析以及互动分析中的至少一种。
7.一种应用于智慧教室的AI学情分析装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标用户的教学互动数据,所述教学互动数据包括:课中互动数据以及课前课后互动数据;
录像分析模块,用于将采集到的课堂录像数据输入预置的AI分析系统中,以获得所述目标用户的课堂录像分析数据;
学情分析模块,用于基于所述课中互动数据、所述课前课后互动数据以及所述课堂录像分析数据确定所述目标用户的学情分析数据。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
录播模块,用于基于电子课表的课堂时间控制录播设备采集所述课堂录像数据。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。
10.一种计算机存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311636757.5A CN117575861A (zh) | 2023-12-01 | 2023-12-01 | 一种应用于智慧教室的ai学情分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311636757.5A CN117575861A (zh) | 2023-12-01 | 2023-12-01 | 一种应用于智慧教室的ai学情分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117575861A true CN117575861A (zh) | 2024-02-20 |
Family
ID=89888065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311636757.5A Pending CN117575861A (zh) | 2023-12-01 | 2023-12-01 | 一种应用于智慧教室的ai学情分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117575861A (zh) |
-
2023
- 2023-12-01 CN CN202311636757.5A patent/CN117575861A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109817040A (zh) | 一种用于教学数据的处理系统 | |
CN109637233B (zh) | 一种智能教学的方法及系统 | |
CN111242515A (zh) | 一种基于教育大数据的课堂教学质量测评系统及测评方法 | |
CN110807962A (zh) | 一种智能组卷考试系统 | |
CN108122437A (zh) | 自适应学习方法及装置 | |
CN113781853B (zh) | 基于终端的师生远程互动教育平台 | |
CN111369408A (zh) | 一种医院本科实习生教学管理系统及方法 | |
CN110675674A (zh) | 一种基于大数据分析的在线教育方法及在线教育平台 | |
CN110827595A (zh) | 虚拟教学中的互动方法、装置及计算机存储介质 | |
CN114783225A (zh) | 一种软件线上实操教学验证系统 | |
CN109949189A (zh) | 一种线上教学互动效果评价方法与装置 | |
CN112382151B (zh) | 一种线上学习方法及装置、电子设备及存储介质 | |
CN113257060A (zh) | 一种答疑解决方法、装置、设备和存储介质 | |
US9547995B1 (en) | Dynamic instructional course | |
CN115311920B (zh) | 一种vr实训系统、方法、装置、介质以及设备 | |
CN116416839A (zh) | 一种基于物联网实训系统的实训辅助教学的方法 | |
CN115278272B (zh) | 一种教育实践在线指导系统及方法 | |
CN117575861A (zh) | 一种应用于智慧教室的ai学情分析方法及装置 | |
CN115965251A (zh) | 教学评价方法、装置、存储介质以及服务器 | |
CN111311134B (zh) | 一种智慧教育云平台 | |
CN113139742A (zh) | 基于虚拟现实场景的学生模拟竞赛测评管控方法 | |
CN111833013A (zh) | 一种学习计划的制定方法及设备 | |
US20140106330A1 (en) | Method and system for creating simulated human interaction | |
CN110991788A (zh) | 一种获取直播课程学习反馈信息的方法及装置 | |
Hendrick et al. | ENGAGE Smart Desk: An API Capable Data Collection and Analysis System for Classroom Behavior |
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 |