[发明专利]学生课堂学习兴趣智能分析方法及系统

说明书

一种学生课堂学习兴趣智能分析方法，其特征在于，包括以下步骤：采集教室内场景图像，在场景图像中定位人脸；在人脸区域中估计头部姿态，根据头部姿态评估学生的认知注意力集中程度；在人脸区域中估计面部表情，根据表情评估学生的学习情绪；记录学生在课堂上互动答题的频率与正确率，根据答题的频率与正确率评估学生的参与度；融合学生的认知注意力、学习情绪和课堂参与度三维信息，分析学生的学习兴趣。本发明还提供了一种实现上述方法的系统。应用本发明能够客观地、实时地、准确地对课堂上学生的学习兴趣进行监控与分析，为授课教师提供及实时反馈，帮助其及时调整教学方式以提高教学效果。

技术领域

本发明属于教育信息化技术领域，具体涉及一种学生课堂学习兴趣智能分析方法及系统。

背景技术

学习兴趣是指个人对学习活动的一种积极认识倾向和情绪状态。兴趣是好奇心的来源，具有探究的倾向，学习兴趣可以增强学习效果。研究表明，学习兴趣影响学习发生的类型或方式，学习的过程或机制以及学习目标的完成质量，是提高学习效果的重要因素。因此对学生课堂学习兴趣的分析研究是十分有必要的。

我国现阶段对学生课堂学习兴趣的研究大多采用传统的问卷调查或案例分析等方法，其评价结果较为主观，且需要经过较长时间的统计分析才能得出，不能及时反馈给教师以改善教学行为。

随着信息技术在教育领域的快速发展，教育信息化的应用不断地拓展和深入。学生课堂学习兴趣智能化分析是计算机通过一系列从观察目标获取的信息，如视觉、听觉或生理信号等，推测出相关的兴趣状态。目前学习兴趣的智能化研究侧重于对学习情绪或者认知注意力的分析，并未综合考虑认知注意力、学习情绪、课堂参与度三个方面，不能全面反映学生的学习兴趣。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种学生课堂学习兴趣智能分析方法及系统，能够客观地、实时地、准确地对课堂上学生的学习兴趣进行监控与分析，为授课教师提供及实时反馈，帮助其及时调整教学方式以提高教学效果。

一种学生课堂学习兴趣智能分析方法，包括以下步骤：

(1)采集教室内场景图像，在场景图像中定位人脸；

(2)在人脸区域中估计头部姿态，根据头部姿态评估学生的认知注意力；

(3)在人脸区域中估计面部表情，根据表情评估学生的学习情绪；

(4)记录学生在课堂上互动答题的频率与正确率，根据答题的频率与正确率评估学生的参与度；

(5)融合学生的认知注意力、学习情绪和课堂参与度三维信息，分析学生的学习兴趣。

进一步地，所述融合学生的认知注意力、学习情绪和课堂参与度三维信息，分析学生的学习兴趣的具体实现方式为：

提取认知注意力、学习情绪和课堂参与度三个指标两两之间的重要性程度，构建判断矩阵A＝[a_ij],1≤i,j≤3，其中，a_ij表示第i个指标对第j 个指标的重要程度；根据判别矩阵计算特征值和特征向量，最大特征值对应的特征向量归一化后即为三个指标所分配的权重v＝[v₁,v₂,v₃]；

融合课堂参与度评分S1、注意力评分S2和学习情绪评分S3得到学生课堂学习兴趣评估值S＝S1*v₁+S2*v₂+S3*v₃。

进一步地，所述根据头部姿态评估学生的认知注意力集中程度的具体实现方式为：