[发明专利]一种MOOC环境下的学习注意力检测方法及系统

权利要求书

1.一种MOOC环境下的学习注意力检测方法，其特征在于，所述方法包括如下步骤：

获取多个PPG信号样本序列，获取与每个PPG信号样本序列一一对应的输入特征矩阵和输出特征矩阵；

其中，所述输入特征矩阵具体为：对PPG信号样本序列进行预处理得到多个PPG信号样本子序列，利用PPG信号样本子序列的时域特征、频域特征和非线性特征构建PPG信号样本子序列的特征向量，利用多个PPG信号样本子序列的特征向量构成PPG信号样本序列的输入特征矩阵；所述输出特征矩阵包括与PPG信号样本子序列一一对应的注意力真实值；

利用多个PPG信号样本序列的输入特征矩阵和输出特征矩阵构建随机森林决策树的样本集；构建随机森林决策树模型，随机森林决策树模型的输入为输入特征矩阵，随机森林决策树模型的输出为注意力预测值，利用所述样本集进行机器学习得到训练好的决策树模型；

获取待测学习者的PPG信号序列，获取与待测学习者的PPG信号序列对应的输入特征矩阵并输入所述训练好的随机森林决策树模型，所述训练好的随机森林决策树模型通过投票得到待测学习者的注意力测评结果；

所述PPG信号样本子序列的时域特征包括波峰间期的标准差、相邻波峰间期差值的均方根、波峰间期大于第一预设阈值的百分比、相邻波峰间期差值的标准差，波峰间期的中值、波峰间期的平均绝对偏差、相邻波峰间期差值的平均值和波峰间期的变异系数，其中，波峰间期为信号相邻波峰之间的间隔时间；

获取所述PPG信号样本子序列的频域特征具体为：

对PPG信号样本子序列进行快速傅里叶变换，计算傅里叶变化后的极低频功率、低频功率、高频功率和总功率；

所述PPG信号样本子序列的非线性特征包括所述PPG信号样本子序列的近似熵；

对PPG信号样本序列进行预处理得到多个PPG信号样本子序列具体为：

对PPG信号样本序列进行滤波，并利用滑动窗口和重叠窗口对滤波后的PPG信号样本序列进行切割得到多个PPG信号样本子序列。

2.根据权利要求1中所述的一种MOOC环境下的学习注意力检测方法，其特征在于，获取与待测学习者的PPG信号序列对应的输入特征矩阵具体为：

对PPG信号序列进行预处理得到多个PPG信号子序列，利用PPG信号子序列的时域特征、频域特征和非线性特征构建PPG信号子序列的特征向量，利用多个PPG信号子序列的特征向量构成PPG信号序列的输入特征矩阵。

3.一种利用权利要求1-2中任一项所述检测方法的一种MOOC环境下的学习注意力检测系统，所述系统包括数据采集模块、数据处理模块、数据管理模块和数据可视化展示模块，其特征在于，

所述数据采集模块用于采集待测学习者的PPG信号序列，进行预处理后输出给所述数据处理模块；

所述数据处理模块用于获取与待测学习者的PPG信号序列对应的输入特征矩阵，利用训练好的随机森林决策树模型通过投票得到待测学习者的注意力测评结果，并将注意力测评结果输出给所述数据管理模块；

所述数据管理模块包括存储模块和网络通信模块，所述存储模块用于存储MOOC的原始视频数据、整堂MOOC内容时间分布、学习者注意力数据、学生心率数据；网络通信模块用于接受数据可视化展示模块请求，将检测后的数据输出给数据可视化展示模块；

所述数据可视化展示模块用于展示MOOC视频区、功能模块和注意力评价报告。

4.根据权利要求3所述的一种MOOC环境下的学习注意力检测系统，其特征在于，所述数据可视化展示模块依据使用者的操作权限进行展示。

5.根据权利要求3所述的一种MOOC环境下的学习注意力检测系统，其特征在于，所述数据管理模块还用于获取教师课堂平均注意力，所述教师课堂平均注意力依据核心教学内容时长和所在班级所有学生的注意力测评结果得到。

6.根据权利要求3所述的一种MOOC环境下的学习注意力检测系统，其特征在于，所述数据管理模块还用于获取学生课堂平均注意力，所述学生课堂平均注意力依据核心教学内容时长和待测学生的注意力测评结果得到。