System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及計(jì)算機(jī),尤其涉及一種學(xué)習(xí)能力與偏好綜合測評方法、裝置、電子設(shè)備及存儲介質(zhì)。
技術(shù)介紹
1、隨著教育信息化的快速發(fā)展,人們對教育的需求也在不斷增長,教育領(lǐng)域的在線學(xué)習(xí)模式日漸普遍,為學(xué)習(xí)者提供更多、更便捷的學(xué)習(xí)途徑。
2、雖然在線學(xué)習(xí)具有便捷、低成本、不受空間、時(shí)間控制等優(yōu)勢,但存在學(xué)習(xí)資源量大、針對性不強(qiáng)等問題,尤其是需要自主學(xué)習(xí)的內(nèi)容,學(xué)習(xí)者的自律性和習(xí)慣等對其學(xué)習(xí)效果影響較大。
3、而目前的一些學(xué)習(xí)系統(tǒng),通常根據(jù)預(yù)設(shè)的規(guī)則發(fā)布學(xué)習(xí)計(jì)劃,學(xué)習(xí)者在進(jìn)行學(xué)習(xí)時(shí),可能與自身情況不夠適配,難以完成或效果不好。可見目前對于學(xué)習(xí)系統(tǒng)的資源和學(xué)習(xí)計(jì)劃,還缺乏對學(xué)習(xí)者的學(xué)習(xí)情況和學(xué)習(xí)狀態(tài)上個(gè)體差異的考慮,無法更貼切地滿足學(xué)習(xí)者的學(xué)習(xí)需求和效率需求。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的主要目的在于提供一種學(xué)習(xí)能力與偏好綜合測評方法、裝置、電子設(shè)備及存儲介質(zhì),可以更全面準(zhǔn)確獲得學(xué)習(xí)者學(xué)習(xí)狀態(tài),并針對性輔助學(xué)習(xí),滿足學(xué)習(xí)者的學(xué)習(xí)需求和效率需求。
2、為實(shí)現(xiàn)上述目的,本申請?zhí)峁┮环N學(xué)習(xí)能力與偏好綜合測評方法,所述方法包括:
3、獲取學(xué)生的歷史學(xué)習(xí)測試數(shù)據(jù),對所述歷史學(xué)習(xí)測試數(shù)據(jù)進(jìn)行評估,確定所述學(xué)生的學(xué)習(xí)能力評估結(jié)果;
4、根據(jù)所述學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)和學(xué)習(xí)習(xí)慣數(shù)據(jù),確定所述學(xué)生的學(xué)習(xí)偏好分析結(jié)果;
5、基于所述學(xué)習(xí)能力評估結(jié)果和所述學(xué)習(xí)偏好分析結(jié)果,生成所述學(xué)生的綜合測評結(jié)果,以及輸出所述學(xué)生的推薦學(xué)習(xí)方案。
7、獲取所述學(xué)生的目標(biāo)科目的測試結(jié)果、答題速度、所述學(xué)生用于所述目標(biāo)科目的學(xué)習(xí)時(shí)長和學(xué)習(xí)速度,所述測試結(jié)果包括所述學(xué)生在所述目標(biāo)科目本次測試的正確率和本次測試的個(gè)人排名;
8、所述對所述歷史學(xué)習(xí)測試數(shù)據(jù)進(jìn)行評估,確定所述學(xué)生的學(xué)習(xí)能力評估結(jié)果,包括:
9、將所述歷史學(xué)習(xí)測試數(shù)據(jù)輸入預(yù)設(shè)評估模型,輸出所述學(xué)習(xí)能力評估結(jié)果,所述學(xué)習(xí)能力評估結(jié)果包括所述學(xué)生在所述目標(biāo)科目的學(xué)習(xí)能力等級或評分。
10、可選的,所述學(xué)習(xí)狀態(tài)數(shù)據(jù)包括在所述目標(biāo)科目學(xué)習(xí)過程中的注意力集中程度;
11、在根據(jù)所述學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)和學(xué)習(xí)習(xí)慣數(shù)據(jù),確定所述學(xué)生的學(xué)習(xí)偏好分析結(jié)果之前,所述方法還包括:
12、采集所述學(xué)生在所述目標(biāo)科目學(xué)習(xí)過程中的視頻畫面;
13、對所述視頻畫面進(jìn)行圖像分析,確定所述視頻畫面中所述學(xué)生的注意力集中情況;
14、基于所述視頻畫面中所述學(xué)生的注意力集中情況,確定在所述目標(biāo)科目學(xué)習(xí)過程中的注意力集中程度。
15、可選的,所述對所述視頻畫面進(jìn)行圖像分析,確定所述視頻畫面中所述學(xué)生的注意力集中情況,包括:
16、識別并提取所述視頻畫面中的頭像區(qū)域圖像;
17、將所述頭像區(qū)域圖像輸入學(xué)習(xí)狀態(tài)分析模型進(jìn)行處理,確定所述頭像區(qū)域圖像對應(yīng)的注意力類型,所述注意力類型為注意力集中或注意力分散;
18、所述基于所述視頻畫面中所述學(xué)生的注意力集中情況,確定在所述目標(biāo)科目學(xué)習(xí)過程中的注意力集中程度,包括:
19、根據(jù)全部所述視頻畫面中所述注意力集中的視頻畫面的占比,確定在所述目標(biāo)科目學(xué)習(xí)過程中的注意力集中程度。
20、可選的,所述學(xué)習(xí)狀態(tài)分析模型的訓(xùn)練方法包括:
21、獲取樣本圖像訓(xùn)練集,所述樣本圖像訓(xùn)練集包括未遮擋頭像區(qū)域的樣本圖像以及存在手部動作遮擋的頭像區(qū)域的樣本圖像,所述樣本圖像攜帶關(guān)鍵點(diǎn)信息以及表示注意力類型的標(biāo)簽和姿態(tài)標(biāo)簽;所述關(guān)鍵點(diǎn)信息包括針對所述樣本圖像中頭部區(qū)域、人臉的眼睛、眼球和嘴巴定位出的特征點(diǎn),所述特征點(diǎn)形成所述頭部區(qū)域、所述人臉的眼睛、眼球和嘴巴的輪廓信息;
22、采用所述樣本圖像訓(xùn)練集對預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,直到參數(shù)達(dá)到預(yù)設(shè)收斂條件或循環(huán)達(dá)到預(yù)設(shè)次數(shù),獲得訓(xùn)練好的學(xué)習(xí)狀態(tài)分析模型。
23、可選的,所述學(xué)習(xí)習(xí)慣數(shù)據(jù)包括在所述目標(biāo)科目學(xué)習(xí)過程中的瀏覽速度數(shù)據(jù)以及學(xué)習(xí)時(shí)間習(xí)慣數(shù)據(jù);
24、所述方法還包括:
25、獲取所述學(xué)生在所述目標(biāo)科目學(xué)習(xí)過程中的瀏覽速度數(shù)據(jù);
26、基于所述瀏覽速度數(shù)據(jù)生成目標(biāo)瀏覽速度曲線,所述目標(biāo)瀏覽速度曲線表示所述學(xué)生在所述目標(biāo)科目學(xué)習(xí)過程中不同時(shí)間段的瀏覽速度;
27、根據(jù)預(yù)設(shè)的瀏覽速度曲線與瀏覽偏好類型的對應(yīng)關(guān)系,確定所述目標(biāo)瀏覽速度曲線所對應(yīng)的瀏覽偏好類型;
28、統(tǒng)計(jì)在預(yù)設(shè)周期內(nèi)在所述目標(biāo)科目學(xué)習(xí)過程中的學(xué)習(xí)時(shí)間,以及每次學(xué)習(xí)時(shí)長,獲得所述學(xué)習(xí)時(shí)間習(xí)慣數(shù)據(jù),所述學(xué)習(xí)時(shí)間包括當(dāng)次學(xué)習(xí)的日期和具體時(shí)間段;
29、所述根據(jù)所述學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)和學(xué)習(xí)習(xí)慣數(shù)據(jù),確定所述學(xué)生的學(xué)習(xí)偏好分析結(jié)果,包括:
30、使用學(xué)習(xí)偏好分析模型對所述學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)和學(xué)習(xí)習(xí)慣數(shù)據(jù)進(jìn)行分析,將所述學(xué)生的所述目標(biāo)科目學(xué)習(xí)過程中的學(xué)習(xí)時(shí)間與對應(yīng)的學(xué)習(xí)狀態(tài)和學(xué)習(xí)習(xí)慣進(jìn)行關(guān)聯(lián),生成所述學(xué)生的學(xué)習(xí)偏好分析結(jié)果,包括在所述目標(biāo)科目的學(xué)習(xí)過程中不同學(xué)習(xí)時(shí)間對應(yīng)的學(xué)習(xí)狀態(tài)和學(xué)習(xí)習(xí)慣。
31、可選的,所述推薦學(xué)習(xí)方案包括推薦學(xué)習(xí)模式、學(xué)習(xí)進(jìn)度計(jì)劃以及推薦測試題;
32、所述學(xué)習(xí)進(jìn)度計(jì)劃包括固定學(xué)習(xí)時(shí)間段以及對應(yīng)的學(xué)習(xí)內(nèi)容;
33、所述推薦學(xué)習(xí)模式、所述學(xué)習(xí)進(jìn)度計(jì)劃基于所述學(xué)習(xí)能力評估結(jié)果和所述學(xué)習(xí)偏好分析結(jié)果確定;
34、所述推薦測試題基于所述學(xué)生的所述學(xué)習(xí)狀態(tài)和所述學(xué)習(xí)能力評估結(jié)果確定。
35、本申請另一方面提供一種學(xué)習(xí)能力與偏好綜合測評裝置,包括:
36、學(xué)習(xí)能力評估模塊,用于獲取學(xué)生的歷史學(xué)習(xí)測試數(shù)據(jù),對所述歷史學(xué)習(xí)測試數(shù)據(jù)進(jìn)行評估,確定所述學(xué)生的學(xué)習(xí)能力評估結(jié)果;
37、學(xué)習(xí)偏好分析模塊,用于根據(jù)所述學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)和學(xué)習(xí)習(xí)慣數(shù)據(jù),確定所述學(xué)生的學(xué)習(xí)偏好分析結(jié)果;
38、測評推薦模塊,用于基于所述學(xué)習(xí)能力評估結(jié)果和所述學(xué)習(xí)偏好分析結(jié)果,生成所述學(xué)生的綜合測評結(jié)果,以及輸出所述學(xué)生的推薦學(xué)習(xí)方案。
39、本申請另一方面提供一種電子設(shè)備,包括存儲器和處理器,所述存儲器存儲有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí),使得所述處理器執(zhí)行如第一方面所述的學(xué)習(xí)能力與偏好綜合測評方法中的各個(gè)步驟。
40、本申請另一方面提供一種計(jì)算機(jī)可讀存儲介質(zhì),存儲有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí),使得所述處理器執(zhí)行如第一方面所述的學(xué)習(xí)能力與偏好綜合測評方法中的各個(gè)步驟。
41、本申請?zhí)峁┮环N學(xué)習(xí)能力與偏好綜合測評方法、裝置、電子設(shè)備及存儲介質(zhì),通過獲取學(xué)生的歷史學(xué)習(xí)測試數(shù)據(jù),對所述歷史學(xué)習(xí)測試數(shù)據(jù)進(jìn)行評估,確定所述學(xué)生的學(xué)習(xí)能力評估結(jié)果;根據(jù)所述學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)和學(xué)習(xí)習(xí)慣數(shù)據(jù),確定所述學(xué)生的學(xué)習(xí)偏好分析結(jié)果;基于所述學(xué)習(xí)能力評估結(jié)果和所述學(xué)習(xí)偏好分析結(jié)果,生成所述學(xué)生的綜合測評結(jié)果,以及輸出所本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述獲取學(xué)生的歷史學(xué)習(xí)測試數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求2所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述學(xué)習(xí)狀態(tài)數(shù)據(jù)包括在所述目標(biāo)科目學(xué)習(xí)過程中的注意力集中程度;
4.根據(jù)權(quán)利要求3所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述對所述視頻畫面進(jìn)行圖像分析,確定所述視頻畫面中所述學(xué)生的注意力集中情況,包括:
5.根據(jù)權(quán)利要求4所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述學(xué)習(xí)狀態(tài)分析模型的訓(xùn)練方法包括:
6.根據(jù)權(quán)利要求3所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述學(xué)習(xí)習(xí)慣數(shù)據(jù)包括在所述目標(biāo)科目學(xué)習(xí)過程中的瀏覽速度數(shù)據(jù)以及學(xué)習(xí)時(shí)間習(xí)慣數(shù)據(jù);
7.根據(jù)權(quán)利要求6所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述推薦學(xué)習(xí)方案包括推薦學(xué)習(xí)模式、學(xué)習(xí)進(jìn)度計(jì)劃以及推薦測試題;
8.一種學(xué)習(xí)能力與偏好綜合測評裝置,其特征在于,包括:
9.一種電子設(shè)備,其特
10.一種計(jì)算機(jī)可讀存儲介質(zhì),存儲有計(jì)算機(jī)程序,其特征在于,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí),使得所述處理器執(zhí)行如權(quán)利要求1-7中任一項(xiàng)所述方法的步驟。
...【技術(shù)特征摘要】
1.一種學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述獲取學(xué)生的歷史學(xué)習(xí)測試數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求2所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述學(xué)習(xí)狀態(tài)數(shù)據(jù)包括在所述目標(biāo)科目學(xué)習(xí)過程中的注意力集中程度;
4.根據(jù)權(quán)利要求3所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述對所述視頻畫面進(jìn)行圖像分析,確定所述視頻畫面中所述學(xué)生的注意力集中情況,包括:
5.根據(jù)權(quán)利要求4所述的學(xué)習(xí)能力與偏好綜合測評方法,其特征在于,所述學(xué)習(xí)狀態(tài)分析模型的訓(xùn)練方法包括:
6.根據(jù)權(quán)利要求3所述的學(xué)習(xí)能力與偏好綜合測評...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:黃威,余勤,許多,吳限,陳圓圓,梁輝,
申請(專利權(quán))人:九江數(shù)字產(chǎn)業(yè)發(fā)展有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。