[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有效

专利信息
申请号: 201810632877.0 申请日: 2018-06-20
公开(公告)号: CN108829842B 公开(公告)日: 2023-07-21
发明(设计)人: 朱定局 申请(专利权)人: 华南师范大学
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06Q50/20;G06V20/40;G06V40/20;G06V10/75
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 李文渊
地址: 510631 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 人工智能 学习 表现 画像 方法 机器人 系统
【说明书】:

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,包括: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,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,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。上述方法和系统通过学习过程大数据中学生在课程上的反应来对教师的学习表现进行画像,更为真实和客观地反映出学生的学习表现,能极大提高教学画像和对学生的学习评价的客观性和准确性。

技术领域

发明涉及信息技术领域,特别是涉及一种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。

背景技术

现有学习表现画像是在期末的时候老师对学生的学习表现进行评分而形成的。

在实现本发明过程中,发明人发现现有技术中至少存在如下问题:现有学生课堂表现的画像都是基于老师自己的印象,而一个班级的学生数非常多,老师无法记忆和区分那么多学生的课堂表现,因此主观性和不准确性太大。同时,老师对学生的评价不仅仅取决于这个学生的学习表现如何,还取决于这个老师的喜好,老师对自己喜好的学生总会给更高的评价,而这些喜好跟学生的学习表现没有直接关系。因此现有学习表现评价不能客观地评价学生的学习表现,而是受到老师主观影响,而导致了对学生的学习表现的画像的准确率低。

因此,现有技术还有待于改进和发展。

发明内容

基于此,有必要针对现有技术中学习表现画像的缺陷或不足,提供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,以解决学习表现画像的主观性强、准确率低的缺点。

第一方面,提供一种学习表现画像方法,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;

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。

优选地,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;

优选地,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。

优选地,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。

优选地,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。

第二方面,提供一种学习表现画像系统,所述系统包括:

评价标签模块,用于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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810632877.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top