[发明专利]一种基于人工智能的情绪行为综合分析系统有效

专利信息
申请号: 201810959112.8 申请日: 2018-08-21
公开(公告)号: CN109214664B 公开(公告)日: 2021-04-16
发明(设计)人: 张可 申请(专利权)人: 重庆乐教科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06K9/00;G06Q50/20
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 吴迪
地址: 401120 重庆市渝北区龙*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 情绪 行为 综合分析 系统
【说明书】:

发明实施例涉及人工智能技术领域,具体而言,涉及一种基于人工智能的情绪行为综合分析系统,包括互相之间通信连接的采集设备、平台分析服务设备、客户端显示设备和教育管理服务设备,采集设备用于采集课堂数据信息,将课堂数据信息发送至平台分析服务设备,平台分析服务设备用于接收课堂数据信息,采用卷积神经网络对有效课堂数据信息进行挖掘和分析,生成可视化报告和课后分析报告并发送,客户端显示设备用于接收可视化报告并显示,教育管理服务设备用于接收课后分析报告并存储。该系统能够对课堂数据信息进行深度挖掘、清洗、结构化和分析,为教学研究和改善教学方法提供决策依据。

技术领域

本发明实施例涉及人工智能技术领域,具体而言,涉及一种基于人工智能的情绪行为综合分析系统。

背景技术

随着人工智能技术的发展,教育领域的教学手段与辅助工具日益改善和提高,微课录播、互动教学、资源共享成为了新型智慧教室的发展趋势。但是现有的对人工智能课堂的数据挖掘和分析大多不够充分,仅仅只能服务于现场教学和教研。

发明内容

有鉴于此,本发明提供了一种基于人工智能的情绪行为综合分析系统。

本发明实施例提供了一种基于人工智能的情绪行为综合分析系统,用于对教学课堂进行课情分析,包括:采集设备、平台分析服务设备、客户端显示设备和教育管理服务设备;

所述采集设备与所述平台分析服务设备通信连接,所述平台分析服务设备分别与所述客户端显示设备和所述教育管理服务设备通信连接;

所述采集设备用于采集课堂数据信息,将所述课堂数据信息发送至所述平台分析服务设备;

所述平台分析服务设备用于接收所述课堂数据信息,对所述课堂数据信息进行除噪处理,筛选出有效课堂数据信息;采用卷积神经网络对所述有效课堂数据信息进行分析,提取出情绪/行为信息,并对提取出的情绪/ 行为信息进行标注;将所标注的情绪/行为信息转化为可视化报告,将所述可视化报告发送至所述客户端显示设备;根据所标注的情绪/行为信息生成课后分析报告,将所述课后分析报告发送至所述教育管理服务设备;

所述客户端显示设备用于接收所述可视化报告,将所述可视化报告进行显示;

所述教育管理服务设备用于接收所述课后分析报告,将所述课后分析报告进行存储。

可选地,所述情绪/行为信息包括师生语言互动信息,所述平台分析服务设备根据所标注的情绪/行为信息生成课后分析报告,具体包括:

提取所标注的师生语言互动信息中的关键词,对所述关键词进行识别,获得识别结果,根据所述识别结果生成教学科目信息和课堂类型信息。

可选地,所述情绪/行为信息还包括师生行为互动信息,所述平台分析服务设备根据所标注的情绪/行为信息生成课后分析报告,还包括:

将所述师生行为互动信息、所述教学科目信息和所述课堂类型信息输入所述卷积神经网络,采用所述卷积神经网络对教学质量进行评估,获得教学质量评估报告。

可选地,所述情绪/行为信息还包括师生表情互动信息,所述平台分析服务设备根据所标注的情绪/行为信息生成课后分析报告,还包括:

将所述师生表情互动信息输入所述卷积神经网络,采用所述卷积神经网络识别计算出学生在课堂中的正面情绪/行为占比和负面情绪/行为占比,根据所述正面情绪/行为占比和所述负面情绪/行为占比生成教学技能评估报告。

可选地,所述平台分析服务设备还用于结合所述教学质量评估报告和所述教学技能评估报告对所述负面情绪/行为占比进行分析,推测出现负面情绪/行为占比的原因,将所述原因记录,并将所述原因发送至所述教育管理服务设备。

可选地,所述平台分析服务设备还用于根据所述教学质量评估报告和所述教学技能评估报告生成教师教学建议报告。

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重庆乐教科技有限公司,未经重庆乐教科技有限公司许可,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/201810959112.8/2.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