[发明专利]一种在线课堂用户情绪可视化系统有效

专利信息
申请号: 201811639224.1 申请日: 2018-12-29
公开(公告)号: CN109447050B 公开(公告)日: 2020-08-04
发明(设计)人: 许昭慧 申请(专利权)人: 上海乂学教育科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/20;G09B19/00;G06Q10/06
代理公司: 苏州彰尚知识产权代理事务所(普通合伙) 32336 代理人: 曹恒涛
地址: 200233 上海市*** 国省代码: 上海;31
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 在线 课堂 用户 情绪 可视化 系统
【说明书】:

发明涉及一种在线课堂用户情绪可视化系统,包括:在线课堂情绪数据获取模块,用于实时获取在线课堂用户面部表情视频流,基于所述视频流获得在线课堂情绪数据;学习行为日志获取模块,用于实时获取在线课堂的学习行为日志;情绪模型可视化模块,用于对所述在线课堂情绪数据和学习行为日志进行时间轴匹配处理,绘制在线课堂用户情绪序列图并显示。与现有技术相比,本发明具有直观性强、可及时实现预警目的、提高学习效率等优点。

技术领域

本发明涉及在线教育技术领域,尤其是涉及一种在线课堂用户情绪可视化系统。

背景技术

在学校环境下,学生在课堂中除了学习到老师传授的知识,一旦在学习过程中学生碰到困惑或难题时,能够得到教师的技术解答和回复,感受到教师的情感关怀,因此,良好的师生互动和情感支持能对学生的学习起着关键的作用。在线课堂的环境,有效地分担教师在知识的讲授和作业批改的效率上,然而在线课堂的教与学活动,教师与学生时空相对分离,学生的情感因素在学习过程中的作用还很少考虑,这将导致学生在学习过程中缺乏情感支持。如果学生在学习过程中遇到难题时,不能得到教师的实时的情感关怀,那将对学生的学习效果产生消极影响,这是在线教育领域亟待解决的技术问题。现有在线教育系统在这一方面还存在以下不足:

1、及时性不够,在线课堂一般通过学生课后对课堂进行评价了解学生对该节课的感受,教师只能在课后看到学生评价或留言才能得知,教师无法在课中立即反应,提高学生当堂课的体验,不及时,不直观;

2、错过捕捉学生真实情绪的最佳时刻,中国学生经常是沉默而含蓄的,即使有些迷茫可能不好意思或者说不清自己是哪里听不明白,大部分学生不仅课中不太提问,课后也让疑惑得过且过,若孩子没有影响课堂秩序,老师只顾着上课流程,很容易会忽略学生微表情透露出的重要信息;

3、已采用情绪识别的系统通过大数据分析班级里学生的情绪状态,了解一堂课有多少学生专注,班级平均的专注值为何,用来评估教师的教学质量,然而随着课堂不同的活动,每一个学生的情绪会有相应的变化,了解学生对不同的课堂活动的情绪特征,对个性化教育才能起到作用。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种在线课堂用户情绪可视化系统。

本发明的目的可以通过以下技术方案来实现:

一种在线课堂用户情绪可视化系统,包括:

在线课堂情绪数据获取模块,用于实时获取在线课堂用户面部表情视频流,基于所述视频流获得在线课堂情绪数据;

学习行为日志获取模块,用于实时获取在线课堂的学习行为日志;

情绪模型可视化模块,用于对所述在线课堂情绪数据和学习行为日志进行时间轴匹配处理,绘制在线课堂用户情绪序列图并显示。

进一步地,所述在线课堂情绪数据获取模块包括:

视频流采集单元,用于实时采集在线课堂用户面部表情视频流并按时间轴存储所述视频流;

情绪识别引擎单元,用于利用情绪识别引擎对所述视频流进行情绪识别,获取情绪类别以各情绪类别的情绪强度。

进一步地,所述学习行为日志包括学习活动标签和在线课堂学习活动时间信息。

进一步地,所述在线课堂学习活动时间包括用户观看在线视频到结束时间、用户阅读上课讲义到结束阅读时间、用户审题到提交答案时间、用户查看答案和题目解析开始到结束时间、用户查看学习报告小结到关闭页面时间和用户重做错题到结束复习时间。

进一步地,所述情绪类别包括适合学习的情绪状态和不适合学习的情绪状态。

进一步地,所述在线课堂情绪数据获取模块还包括:

归一化处理单元,对所述情绪强度进行归一化处理。

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上海乂学教育科技有限公司,未经上海乂学教育科技有限公司许可,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/201811639224.1/2.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