[发明专利]一种基于传感器数据与学习操作行为的移动学习场景感知方法

摘要

本发明为一种基于传感器数据与学习操作行为的移动学习场景感知方法，采集传感器数据与学习操作行为日志，并采用特定预处理方法对传感器数据进行缺失值插补；由学生选择输入的场景类型作为训练集数据并选取合适的传感器数据特征值与学习操作行为指标特征值，将计算出的特征值作为监督学习分类算法的输入特征值，对移动学习场景进行感知。

主权项

1.一种基于传感器数据与移动学习操作行为的移动学习场景感知方法，提取传感器数据特征和学习操作行为指标特征，共同作为监督学习分类算法的输入，识别移动学习场景，所述提取传感器数据特征和学习操作行为指标特征，步骤如下：Step 1:分别收集手机中常见传感器的数据以及学习过程中的操作行为记录，对数据进行去噪和插补预处理；Step 2:针对包含手机三个方向上数据的加速度传感器、三轴陀螺仪传感器和旋转矢量传感器这三类传感器数据，计算出三轴数据的标准差作为信号强度矢量；Step 3:针对每类传感器数据，计算出平均值(Mean)、标准偏差(Standard Deviation)、中值(Median)、偏度(Skewness)、峰态(Kurtosis)和四分位点范围(IR)共6种特征值；Step 4:基于学习操作行为日志计算出以下特征值：某场景下的学习时长、暂停次数、暂停时长、以及拖动次数、拖动时长共5个学习操作行为指标特征值。