[发明专利]基于大数据与人工智能的学习表现画像方法和机器人系统

权利要求书

1.一种学习表现画像方法，其特征在于，所述方法包括：

评价标签步骤，将每一学生的每一评价单元作为所述每一学生的学习表现画像的一个评价单元标签；

提示用户对认真听课的动作，包括动作的名称、动作的特征，包括发言、头向前且嘴巴动；记笔记、低头且手握笔写字，进行预先设置；提示用户对不认真听课的动作，包括动作的名称、动作的特征，进行预先设置；

接受用户的输入，将预设的认真听课的动作的集合、预设的不认真听课的动作的集合的补集，加入第一预设动作的集合，存入学习表现识别知识库；动作的特征包括时长范围；

从学习表现识别知识库中获取预设的第一动作的集合，从所述集合中获取预设的认真学习的动作集合、预设的不认真学习的动作集合；

录像中具有时间信息、时段信息；

从所述每一学生的每一评价单元对应的教学录像中通过人脸识别技术，识别出每一个学生，并将其中学生进行编码；

如果预设的认真学习的动作的特征中含有时长，则需要结合所述识别的动作的前后相邻的视频帧或照片中对应动作进行匹配；如果预设的不认真学习的动作的特征中含有时长，则需要结合所述识别的动作的前后相邻的视频帧或照片中对应动作进行匹配；

在所述每一学生的每一评价单元对应的教学录像中识别所述每一学生的动作并与预设的认真学习的动作的集合中每一个动作进行匹配，获得至少一个第一匹配度，如果有一个第一匹配度大于或等于第一预设匹配度，则所述识别的动作为第一预设动作，如果第一匹配度小于第一预设匹配度，则将所述识别的动作与预设的不认真学习的动作集合中的每一个动作进行匹配，获得至少一个第二匹配度，如果每一个第二匹配度都小于第二预设匹配度，则所述识别的动作为第一预设动作；

录像识别步骤，从所述每一学生的每一评价单元对应的教学录像中识别出的所述每一学生的第一预设动作的总时长占所述每一评价单元的总时长的比例；

标签赋值步骤，将所述比例作为所述每一学生的学习表现画像的所述一个评价单元标签的值；

所述的标签赋值步骤之后还包括：

接受查询步骤，获取待查询的学生及待查询的评价单元；

搜索评价步骤，从学习表现画像知识库中搜索并获取所述待查询的学生的学习表现画像，从所述待查询的学生的学习表现画像中获取属于所述待查询的评价单元的所有评价单元标签的值；

表现计算步骤，获取属于所述待查询的评价单元的所有评价单元的权重，将所述所有评价单元标签的值根据所述所有评价单元的权重进行加权平均后得到的值，作为所述待查询的学生的评价单元的学习表现；

所述加权平均后得到的值越高，则所述待查询的学生的评价单元的学习表现越好；所述加权平均后得到的值越低，则所述待查询的学生的评价单元的学习表现越差；通过比较不同所述加权平均后得到的值的大小，判断不同所述待查询的学生的评价单元的学习表现的相对优劣。

2.根据权利要求1所述的学习表现画像方法，其特征在于，所述的评价标签步骤之前还包括：

获取数据步骤，获取学习过程大数据，所述学习过程大数据包括每一学生的每一评价单元对应的教学录像；

预设动作步骤，将获取预设的认真学习的动作，作为第一预设动作。

3.根据权利要求1所述的学习表现画像方法，其特征在于，所述的标签赋值步骤之后还包括：

存入知识库步骤，将所述每一学生的学习表现画像的所述一个评价单元标签的值存入学习表现画像知识库。

4.根据权利要求1至3任一项所述的学习表现画像方法，其特征在于，所述评价单元包括预设时段的课程；所述第一预设动作包括学生抬头眼睛向前看或/和动手做笔记。