[发明专利]基于回归分析的教学评价方法及系统

说明书

本公开提供了一种基于回归分析的教学评价方法及系统，获取待评估学生相邻的两次成绩名次以及待评估时间段的所有学生全景视频数据；根据获取的所有学生全景视频数据和预设的学生情感表情识别模型，得到每个学生的心理状态识别结果；根据相邻的两次成绩排名和回归分析得到名次增量模型，结合名次增量模型和所有学生的平均基础名次，得到去除基础影响后的名次增量；对获取的去除基础影响后的名次增量和学生的心理状态识别结果进行加权求和，得到最终的评估结果；本公开消除了教学班基础差异对增量评估的影响，结合了各个学生每节课的心理状态评估结果，实现了更准确更全面的教学评价。

技术领域

本公开涉及教学评价技术领域，特别涉及一种基于回归分析的教学评价方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

教学评价是教学管理的重要组成部分，科学有效的教学评价可以合理引导教师工作方向，提高教师工作积极性，从而促进教育质量提升和学生发展。建立科学合理的教学评价体系无论对于教师本身还是学生、乃至整个国家教育质量都至关重要。然而，由于教授对象不同、教授科目不同，对于教师的教学评价是当前各学校普遍面临的难题。特别是新高考改革以来，因学生“走班”带来的学生基础差异过大，更是对教师评估和考核带来了挑战。

目前，教学评价方法体系也日渐完善，名次增量评估已被广泛接受。名次增量评估是依据当前名次和基础名次之间的增量进行教师教学评价的方式。但名次增量同样受学生基础名次的影响，排名靠前的学生很难获得名次增量，而排名靠后的同学相对容易获得名次增量。如果教师所教班级集中了年级最好的学生，那么无论该教师多么优秀和努力，该教师所教班级平均名次增值不可能为正值；反之，如果教师所教班级集中了年级最差的学生，那么该教师所教班级平均名次增量不可能为负值。因此在学生基础存在差异的客观事实下，直接利用名次增量显然是不科学的；而且，现有的教学评价方法没有有效的结合课堂效果，单纯的只是利用成绩的高低来进行评估，评估因素较为单一，没有结合课程教学过程中的情绪变化等因素，无法实现更全面的教学评价。

发明内容

为了解决现有技术的不足，本公开提供了一种基于回归分析的教学评价方法及系统，消除了教学班基础差异对增量评估的影响，结合了各个学生每节课的心理状态评估结果，实现了更准确更全面的教学评价。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种基于回归分析的教学评价方法。

一种基于回归分析的教学评价方法，包括以下步骤：

获取待评估学生相邻的两次成绩名次以及待评估时间段的所有学生全景视频数据；

根据获取的所有学生全景视频数据和预设的学生情感表情识别模型，得到每个学生的心理状态识别结果；

根据相邻的两次成绩排名和回归分析得到名次增量模型，结合名次增量模型和所有学生的平均基础名次，得到去除基础影响后的名次增量；

对获取的去除基础影响后的名次增量和学生的心理状态识别结果进行加权求和，得到最终的评估结果。

作为可选的实施方式，根据某一个学生集合所有学生的平均基础名次和名次增量模型，得到基础名次对名次增量的影响，利用原始平均名次增量减去基础名次对名次增量的影响，得到去除基础影响后的名次增量。

作为可选的实施方式，根据相邻两次的成绩排名结果，构建名次增量模型，利用回归分析的方法得到名次增量模型的参数。

作为可选的实施方式，接收学生全景视频并对所述学生全景视频进行畸变校正及网格映射得到每位学生的学生目标视频；

输入所述每位学生的学生目标视频至所述学生情感表情识别模型中进行识别得到每位学生的激活度和愉悦度；