[发明专利]基于用户学习行为深度分析的在线教育平台学生学习力分析反馈方法

权利要求书

1.基于用户学习行为深度分析的在线教育平台学生学习力分析反馈方法，其特征在于：包括以下步骤；

S1.教育课程统计及教育课程基本参数集合构建：对在线教育平台上存在的教育课程数量进行统计，并对统计的各教育课程按照预设的顺序进行编号，依次标记为1,2...i...n，同时对各教育课程对应的课程时长和任课教师姓名进行获取，进而将获取的各教育课程对应的课程时长和任课教师构成教育课程基本参数集合P_w(p_w1,p_w2,...,p_wi,...,p_wn)，p_wi表示为第i个教育课程的基本参数对应的数值，w表示为基本参数，w＝d1,d2,分别表示为课程时长、任课教师姓名；

S2.教育课程下学习的学生统计：对各教育课程下学习的学生数量进行统计，并对统计的各教育课程下学习的各学生进行编号，分别标记为1,2...j...m，其中各学生分别对应一个在线学习视频采集终端；

S3.学生学习视频分解及保留处理：统计各教育课程下各学生对应的学习时长，并在各教育课程各学生对应的学习时长内，通过各学生对应的在线学习视频采集终端采集各学生在整个学习时长内的学习视频，并将采集得到的各教育课程下各学生在整个学习时间内的学习视频按照设置的视频帧数分解为若干学习图像，同时将各教育课程下各学生的学习视频分解的各学习图像进行图像保留处理操作，得到若干保留学习图像，进而将各教育课程下各学生对应的各保留学习图像进行编号，依次标记为1,2...a...z；

S4.学生精神状态系数及学习关联度系数分析：将各教育课程下各学生对应的各保留学习图像进行高清处理，并对处理后的保留学习图像其分别聚焦在学生面部区域和手部区域，以此从学生的面部区域提取学生的面部表情特征，从学生的手部区域获取学生手中拿握的物体名称，从而将提取的学生的面部表情特征与学习状态数据库中各种表情对应的表情特征进行对比，由此筛选出各教育课程下各学生的各个保留学习图像中对应的表情种类，并将其与学习状态数据库中各种精神状态系数对应的表情种类进行对比，从而得出各教育课程下的各学生的各个保留学习图像对应的精神状态系数，并构成教育课程学生精神状态系数集合ε_i^j(ε_i^j1,ε_i^j2,...,ε_i^ja,...,ε_i^jz)，ε_i^ja表示为第i个教育课程下的第j个学生第a个保留学习图像对应的精神状态系数，与此同时将提取的学生手中拿握的物体名称与学习状态数据库中各种物体对应的学习关联度系数进行对比，由此筛选出各教育课程下的各学生的各个保留学习图像对应的学习关联度系数，并构成教育课程学生学习关联度系数集合η_i^j(η_i^j1,η_i^j2,...,η_i^ja,...,η_i^jz)，η_i^ja表示为第i个教育课程下的第j个学生第a个保留学习图像对应的学习关联度系数；

S5.教育课程学生与任课教师互动时长集合构建：在各教育课程下各学生对应的学习时长中统计各学生与任课教师的互动次数，并对各学生与任课教师的各次互动按照互动时间点的先后顺序进行编号，分别标记为1,2...k...y,同时统计各学生与任课教师的各次互动对应的互动时长，由此将各教育课程下各学生与任课教师的各次互动对应的互动时长构成教育课程学生与任课教师互动时长集合 t_i^j(t_i^j1,t_i^j2,...,t_i^jk,...,t_i^jy)，t_i^jk表示为第i个教育课程下的第j个学生与任课教师的第k次互动对应的互动时长；

S6.学生对应学习互动度系数统计：根据教育课程学生与任课教师互动时长集合统计各教育课程下各学生与任课教师对应的总互动时长，其计算公式为并根据各教育课程下各学生与任课教师对应的总互动时长和各学生与任课教师的互动次数统计各教育课程下各学生与任课教师对应的平均互动时长，其计算公式为由此根据各教育课程下各学生与任课教师对应的总互动时长、平均互动时长和各学生对应的学习时长统计各教育课程下各学生对应的学习互动度系数；

S7.教育课程学生眼睛离开屏幕时长集合构建：在各教育课程下各学生对应的学习时长中统计各学生的眼睛离开屏幕的次数，并对各学生的眼睛离开屏幕的次数按照眼睛离开屏幕的时间点的先后顺序进行编号，分别标记为1,2...b...x,同时统计各学生的眼睛每次离开屏幕对应的离开时长，由此将各教育课程下各学生的眼睛每次离开屏幕对应的离开时长构成教育课程学生眼睛离开屏幕时长集合T_i^j(T_i^j1,T_i^j2,...,T_i^jb,...,t_i^jx)，T_i^jb表示为第i个教育课程下的第j个学生的眼睛第b次离开屏幕对应的离开时长；

S8.学生对应学习专注度系数统计：从教育课程基本参数集合中提取各教育课程对应的课程时长，并根据各教育课程对应的课程时长、各教育课程下各学生对应的学习时长和教育课程学生眼睛离开屏幕时长集合统计各教育课程下各学生对应的学习专注度系数；

S9.学生对应学习成果优异度系数统计：在各教育课程结束后，获取各教育课程下各学生对应的测试分数，进而统计各教育课程下各学生对应的学习成果优异度系数；

S10.学生对应综合学习力系数统计及反馈：根据教育课程学生精神状态系数集合、教育课程学生学习关联度系数集合、各教育课程下各学生对应的学习互动度系数、各教育课程下各学生对应的学习专注度系数和各教育课程下各学生对应的学习成果优异度系数统计各教育课程下各学生对应的综合学习力系数，同时从教育课程基本参数集合中提取各教育课程对应的任课教师姓名，以此将各教育课程下各学生对应的综合学习力系数分别反馈给对应的任课教师和学生本人；

所述各教育课程下各学生对应的综合学习力系数的计算公式为表示为第i个教育课程下第j个学生对应的综合学习力系数，σ_i^j表示为第i个教育课程下第j个学生对应的学习成果优异度系数，α1、α2、α3、α4、α5分别表示为精神状态、学习关联度、学习互动度、学习专注度、学习成果优异度对应综合学习力的影响因子，且α1+α2+α3+α4+α5＝1；

所述S3中统计各教育课程下各学生对应的学习时长，其具体统计方法执行以下步骤：

H1：获取各教育课程开始上课时各学生打开在线学习视频采集终端的时间点和关闭在线学习视频采集终端的时间点；

H2：将各学生关闭在线学习视频采集终端的时间点减去打开在线学习视频采集终端的时间点，得到各教育课程下各学生对应的学习时长；

所述图像保留处理操作具体操作过程为对各教育课程下的各学生学习视频分解的若干学习图像进行人脸部轮廓和手部轮廓提取，若某学习图像中能够提取到人脸部轮廓和手部轮廓，则保留该学习图像，该保留下的学习图像记为保留学习图像，反之，则去除该学习图像，由此得到保留下的若干保留学习图像；

所述各教育课程下各学生对应的学习互动度系数的计算公式为λ_i^j表示为第i个教育课程下第j个学生对应的学习互动度系数，t_i^j_总、分别表示为第i个教育课程下第j个学生与任课教师对应的总互动时长、平均互动时长，T_i′^j表示为第i个教育课程下第j个学生的学习时长；

所述S7中统计各学生的眼睛离开屏幕的次数及每次离开屏幕对应的离开时长，其具体统计方法为在各学生对应的学习时长过程中，各学生的在线学习视频采集终端实时监测各学生的眼睛，当在线学习视频采集终端采集不到学生的眼睛时，则表明学生的眼睛离开屏幕，此时启动计时器进行计时，当在线学习视频采集终端能够采集到学生的眼睛时，则终止计时器计时，由此将计时器终止计时的时间点减去开始计时的时间点，得出学生的眼睛此次离开屏幕对应的离开时长；

所述各教育课程下各学生对应的学习专注度系数的计算公式为ξ_i^j表示为第i个教育课程下第j个学生对应的学习专注度系数，T_i′^j表示为第i个教育课程下第j个学生的学习时长，p_d1ⁱ表示为第i个教育课程的课程时长；

所述各教育课程下各学生对应的学习成果优异度系数的统计方法为将各教育课程下各学生对应的测试分数除以该教育课程的满分分数。