[发明专利]一种匹配课堂知识内容的实时学情分析系统及方法

说明书

技术领域

本发明涉及信息技术领域和教育技术领域，更具体地，涉及一种匹配课堂知识内容的实时学情分析系统及方法。

背景技术

现有的技术方案，对于课堂学情分析，有以下三种方式：一是不使用技术手段，直接通过专家旁听的方式去记录，偏重于听课人员的主观印象，属于全人工方式；二是通过使用辅助设备来采集数据，这类辅助设备需要学生手动去触动终端来记录，属于半自动；三是采用比较新的技术，通过人脸识别，来进行分析判断；其中，第一种和第二种均依赖大量的人力参与，缺乏实际应用效果；而目前市场上出现的第三种方案，在数据采集之后的计算分析上，缺乏科学性；在实际应用上，缺乏数据应用的关联分析，没有和课堂上讲授的知识内容进行关联，因此缺乏针对性和有效性。

发明内容

本发明的目的在于克服现有技术的不足，提供一种匹配课堂知识内容的实时学情分析系统及方法，将教学内容知识点形成知识图谱，以时间值为索引对知识点和专注度分析进行关联，形成课堂知识内容专注度分布结果。

为解决上述问题，本发明提供的技术方案是：一种匹配课堂知识内容的实时学情分析系统，其中，包括知识图谱生成模块、实时学情数据生成模块以及分析对比模块；

所述的知识图谱生成模块用于根据课堂实际教学内容生成实际知识图谱；

所述的实时学情数据生成模块用于对现场学习人员学习专注情况进行算法分析，并生成专注度分布图；

所述的分析对比模块分别与知识图谱生成模块、实时学情数据生成模块连接，用于以时间为索引，建立实际知识图谱与专注度分布图的关联分析视图，形成课堂知识内容专注度分布结果。

进一步地，所述的知识图谱生成模块包括课堂语音转文本单元、语义分析提取单元、关键知识构建单元以及生成课堂实际知识图谱单元；

所述的课堂语音转文本单元将课堂教学过程的视频资源转成音频资源，再通过语音识别技术，将语音内容转成文本信息；

所述的语义分析提取单元对语音转文本单元的文本内容进行语义分析，通过TF-IDF算法，识别高频内容，并提取文本关键内容建立概念实体；

所述的关键知识构建单元将TF-IDF识别的频率作为权重值，建立相关属性-值对；

所述的生成课堂实际知识图谱单元将课堂语音转文本单元、语义分析提取单元、关键知识构建单元所生成的数据，按照RDF数据格式进行存储，并生成实际知识图谱。

进一步地，所述的实时学情数据生成模块包括监控部署单元、人脸采集单元、分析计算单元以及专注度分布图生成单元；

所述的监控部署单元用于在教学现场设置监控设备以采集现场学员学习情况；

所述的人脸采集单元与监控部署单元连接，用于对录制的视频进行图像取样，依据人脸识别原理，识别人脸特征并提取特征值；

所述的分析计算单元与人脸采集单元连接，用于对人脸采集单元所提取的特征值进行算法分析，依据设定时间内现场学员抬头听课的人员数量，计算课堂专注度；

所述的专注度分布图生成单元与分析计算单元连接，用于针对分析计算单元所计算出的专注度以时间为轴生成专注度分布图。

进一步地，所述的分析对比模块针对专注度分布图生成单元所生成的专注度分布图以及生成课堂实际知识图谱单元所生成的实际知识图谱，以时间值为索引，建立学情、知识内容数据的关联分析视图，以时间为轴线，形成课堂知识内容的专注度分布结果，完成教学诊断。

本发明还提供一种匹配课堂知识内容的实时学情分析方法，其中，包括以下步骤：

S1.生成实际知识图谱，根据课堂实际教学内容生成实际知识图谱；

S2.生成实时学情数据，对现场学习人员学习专注情况进行算法分析，并生成专注度分布图；

S3.进行分析对比，以时间为索引，建立实际知识图谱与专注度分布图的关联分析视图，形成课堂知识内容专注度分布结果。

进一步地，所述的生成实际知识图谱包括以下步骤：

S101.课堂语音转文本，将课堂教学过程的视频资源转成音频文件后，通过语音识别技术，转成文本信息；

S102. 语义分析提取，对语音转文本单元的文本内容进行语义分析，通过TF-IDF算法，识别高频内容，并提取文本关键内容建立概念实体；

S103. 构建关键知识内容，将TF-IDF识别的频率作为权重值，建立相关属性-值对；

S104. 生成课堂实际知识图谱，针对S101、S102、S103步骤所生成的数据，按照RDF数据格式进行存储，并生成实际知识图谱。