[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

说明书

本发明公开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，通过对在线教育平台上的教育课程基本参数进行获取，并对各教育课程下的各学生在学习时长中的精神状态系数、学习关联度系数、学习互动度系数、学习专注度系数和学习成果优异度系数进行统计，并根据以上统计结果计算学生的综合学习力系数，进而反馈给学生自身和任课教师，实现了根据学生学习行为对学生在线学习力的综合可靠性评估，弥补了目前在线教育平台对学生在线学习力的评估方式存在的评估指标过于单一化、评估结果过于片面化的步骤，完善了评估指标范围，提高了评估结果的可靠度，满足了现在对学生在线学习力的综合可靠度高的评估需求。

技术领域

本发明属于学生学习力分析技术领域，具体涉及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。

背景技术

随着经济社会的不断发展,学校越来越注重培养学生的学习力,而伴随着互联网技术被广泛应用到了教育教学领域,学校教学也从单一的课堂教学逐步转变为在线教学和课程教学混合式教学,由此诞生了在线教育平台，在线教育的优势在于突破了传统教室教学的时间和空间限制，不仅能为学生创建开放性的教学环境，也能为教师的日常教学提供了更丰富的教学方法和手段。正式由于在线教育存在不受时间和空间限制的特点，导致学生在在线教育平台学习时，老师无法在旁边监督，因此需要在线教育平台对学生的在线学习力进行评估反馈。

但目前的在线教育平台对学生在线学习力的评估方式大多只根据学生的课后测试成绩去评估。该评估方式的评估指标过于单一，忽略了学生在在线学习过程中的学习行为对学生在线学习力的影响，如面部精神状态、学习互动状况、学习专注度等，这些学习行为都会潜移默化地影响学生的学习力。由此导致该评估方式得到的评估结果过于片面化，可靠度低，无法综合反映学生的在线学习力，难以满足现在对学生在线学习力的综合可靠度高的评估需求。

发明内容

鉴于上述问题，本发明提出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，通过对学生在在线教育平台学习时的精神状态系数、学习关联度系数、学习互动度系数、学习专注度系数和学习成果优异度系数进行统计，并根据以上统计结果计算学生的综合学习力系数，进而反馈给学生自身和任课教师，实现了根据学生学习行为对学生在线学习力的综合可靠性评估。

本发明的目的可以通过以下技术方案实现：

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，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；