[发明专利]一种学习状态监控方法及其相关设备在审

专利信息
申请号: 202110769337.9 申请日: 2021-07-07
公开(公告)号: CN113509189A 公开(公告)日: 2021-10-19
发明(设计)人: 胡铭铭;梁华东;李鑫 申请(专利权)人: 科大讯飞股份有限公司
主分类号: A61B5/369 分类号: A61B5/369;A61B5/372;A61B5/374;A61B5/16;A61B5/00;A61B3/113
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 学习 状态 监控 方法 及其 相关 设备
【说明书】:

本申请公开了一种学习状态监控方法及其相关设备,该方法包括:在确定被监控对象完成待评测试题之后,根据该被监控对象的待使用脑电数据、该被监控对象的待使用眼动数据、该被监控对象的待使用答题信息和该待评测试题的属性信息,确定该被监控对象的待使用疲劳评分;若该被监控对象的待使用疲劳评分高于疲劳评分阈值,则确定该被监控对象在答复该待评测试题时所具有的学习状态为疲劳状态,如此实现针对被监控对象的学习状态进行实时监控。

技术领域

本申请涉及人工智能技术领域,尤其涉及一种学习状态监控方法及其相关设备。

背景技术

长久以来,学习一直是研究的重点。对于学生而言,学习状态是影响其学习效率、成绩的一个重要原因。学生学习主要是进行脑力活动,而高强度或长时间持续的脑力活动会给学生带来不适状态(如,疲劳状态),该不适状态会导致该学生的学习能力减弱、学习效率降低以及心理上的“筋疲力尽”,同时还会导致该学生对学习产生厌倦等情绪反应,久而久之该学生的学习效果可能会越来越差。

然而,如何进行学习状态监控仍然是一项亟待解决的技术问题。

发明内容

本申请实施例的主要目的在于提供一种学习状态监控方法及其相关设备,能够实现针对学习状态进行监控。

本申请实施例提供了一种学习状态监控方法,所述方法包括:

在确定被监控对象完成待评测试题之后,根据所述被监控对象的待使用脑电数据、所述被监控对象的待使用眼动数据、所述被监控对象的待使用答题信息和所述待评测试题的属性信息,确定所述被监控对象的待使用疲劳评分;其中,所述被监控对象的待使用脑电数据包括所述被监控对象在答复所述待评测试题时出现的脑电数据;所述被监控对象的待使用眼动数据包括所述被监控对象在答复所述待评测试题时出现的眼动数据;所述被监控对象的待使用答题信息包括所述被监控对象针对所述待评测试题的答复数据;

若所述被监控对象的待使用疲劳评分高于疲劳评分阈值,则确定所述被监控对象在答复所述待评测试题时所具有的学习状态为疲劳状态。

在一种可能的实施方式中,所述被监控对象的待使用疲劳评分的确定过程,包括:

根据所述被监控对象的待使用脑电数据和所述被监控对象的待使用眼动数据,确定所述被监控对象的身体疲劳得分;

根据所述被监控对象的身体疲劳得分、所述被监控对象的待使用答题信息和所述待评测试题的属性信息,确定所述被监控对象的待使用疲劳评分。

在一种可能的实施方式中,所述被监控对象的身体疲劳得分的确定过程,包括:

对所述被监控对象的待使用脑电数据进行特征提取,得到所述被监控对象的待使用脑电特征;

对所述被监控对象的待使用眼动数据进行特征分析,得到所述被监控对象的待使用眼动特征;

对所述被监控对象的待使用脑电特征和所述被监控对象的待使用眼动特征进行因子分析,得到至少一个公因子和所述至少一个公因子对应的加权权重;

按照所述至少一个公因子对应的加权权重,对所述至少一个公因子进行加权求和,得到所述被监控对象的身体疲劳得分。

在一种可能的实施方式中,若所述待使用答题信息包括待使用答题时长和待使用答题准确率,且所述属性信息包括参考时长,则所述根据所述被监控对象的身体疲劳得分、所述被监控对象的待使用答题信息和所述待评测试题的属性信息,确定所述被监控对象的待使用疲劳评分,包括:

根据所述被监控对象的待使用答题时长与所述待评测试题的参考时长之间的比值,确定所述被监控对象的答复时长得分;其中,所述被监控对象的待使用答题时长是指所述被监控对象针对所述待评测试题的答复时长;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110769337.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top