一种基于人工智能的学生在线网课学习行为识别方法及系统技术方案

本发明专利技术公开了一种基于人工智能的学生在线学习行为识别方法，包括如下步骤：学生登录学生学习账号，并选择学习的课程，获取学生选择学习的课程的类型，若为直播课程，则采集学生面部信息，根据采集的学生学习过程中的面部信息识别出学生的身份信息，验证通过后，采集学生学习过程中的学习行为信息，根据学生的学习行为信息，得到学生不认真程度，依据不认真程度从大到小对初始排序进行重排，得到重排序列，将重排序列发送到教师账号；若为录播课程，则获取学生学习录播课程的行为信息，根据学生学习录播课程的行为信息，得到所观看的录播课程的特征，将得到的录播课程的特征，发送对应的教师账号。本发明专利技术方便老师及时的发现和纠正学生的问题。学生的问题。学生的问题。

【技术实现步骤摘要】
一种基于人工智能的学生在线网课学习行为识别方法及系统


[0001]本专利技术涉及数据处理领域，具体是一种基于人工智能的学生在线网课学习行为识别方法及系统。

技术介绍

[0002]随着社会环境的变化，越来越多的院校在进行网上授课，而在网络教学的过程中，学生的学习状态往往都是通过教师通过目测，进行人为评估学生的上课状态，缺乏定量分析依据，再进行网课学习时，难以对网课学习中的学生表情和行为，包括举手、打瞌睡和开小差等进行识别。
[0003]而且学生在网课学习的过程中，对于学习中遇到的难点，在课后难以与老师进行交流，更多的只能通过录播的课程来进行课后巩固，这种方式，老师也难以知晓各个学生的难点，难以有针对性地进行教学。
[0004]因此，如何对教学过程中的学生的状态进行监控，以及如何及时的掌握学生学习的难点，时当下研究人员需要研究的课题。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种基于人工智能的学生在线学习行为识别方法，包括如下步骤：
[0006]步骤一，学生登录学生学习账号，并选择学习的课程，获取学生选择学习的课程的类型，若为直播课程，则进入步骤二；若为录播课程，则进入步骤四；
[0007]步骤二，采集学生面部信息，根据采集的学生学习过程中的面部信息识别出学生的身份信息，与登录的学习账号中所记载的学生身份信息进行身份匹配，若信息不匹配，则发出提醒信息到教师账号；将关联到教师账号的所有的学生的身份信息，与数据库中班级信息中所包括的学生信息以及学生数量进行验证，验证通过后，进入步骤三；
[0008]步骤三，获取学生选择的直播课程对应的教师账号，将学生账号关联到对应的教师账号，并根据关联先后顺序进行学生学习账号排序，得到初始排序；采集学生学习过程中的学习行为信息，根据学生的学习行为信息，得到学生不认真程度，依据不认真程度从大到小对初始排序进行重排，得到重排序列，将重排序列发送到教师账号；
[0009]步骤四，获取学生学习录播课程的行为信息，根据学生学习录播课程的行为信息，得到所观看的录播课程的特征，将得到的录播课程的特征，发送对应的教师账号。
[0010]进一步的，所述的采集学生学习过程中的学习行为信息，包括获取学生学习过程中是否离开、离开的次数、离开的时长、以及回答问题的次数。
[0011]进一步的，所述的根据学生的学习行为信息，得到学生不认真程度，采用如下公式：
[0012][0013]所述的离开的时长为从直播课程开始累计的离开的时长。
[0014]进一步的，所述的获取学生学习录播课程的行为信息，根据学生学习录播课程的行为信息，得到所观看的录播课程的特征，包括如下过程：
[0015]获取学生对录播课程视频进行反复观看的视频时间段，提取出同一录播课程中同一学生所有的反复观看的视频时间段，与学生信息一起发送给录播课程对应的教师账号。
[0016]进一步的，所述的反复观看的视频时间段为：学生对录播课程的进度条进行拖拽动作结束时的视频时间早于拖拽动作开始时的视频时间的时间段，且拖拽次数不小于设定的次数。
[0017]一种基于人工智能的学生在线学习行为识别系统，包括数据处理模块、数据服务器、图像采集装置、人脸识别装置、通信模块、身份验证模块、数据推送模块、预警模块、数据存储模块、学生行为信息采集装置；
[0018]所述的图像采集装置、人脸识别装置、通信模块、身份验证模块、数据推送模块、预警模块、数据存储模块、学生行为信息采集装置分别与所述的数据处理模块连接，所述的数据服务器与所述的通信模块连接。
[0019]优选的，所述的数据服务器包括身份信息数据存储模块、身份信息验证模块、身份信息识别模块、数据通信模块所述的身份信息数据存储模块、身份信息验证模块、身份信息识别模块分别与所述的数据通信模块连接；所述的数据通信模块与所述的通信模块连接。
[0020]优选的，所述的学生行为信息采集装置包括直播课程学生行为信息采集模块、录播课程行为信息采集模块；所述的直播课程学生行为信息采集模块、录播课程行为信息采集模块分别与所述的数据处理模块连接。
[0021]本专利技术的有益效果是：通过本专利技术所提供的技术方案，可以实现将学习不认真程度高的学生排在序列的前面，方便老师及时的发现和纠正；以及根据学生课后录播课程的学习的情况，及时了解各个学生的反复学习的课程内容，了解学生的情况。
附图说明
[0022]图1为一种基于人工智能的学生在线网课学习行为识别方法的流程示意图；
[0023]图2为一种基于人工智能的学生在线网课学习行为识别系统的原理示意图；
[0024]图3为数据服务器的原理示意图；
[0025]图4为学生行为信息采集装置的原理示意图。
具体实施方式
[0026]下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。
[0027]为了使本专利技术的目的，技术方案及优点更加清楚明白，结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术，即所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0028]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人
员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0029]而且，术语“包括”，“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程，方法，物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程，方法，物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程，方法，物品或者设备中还存在另外的相同要素。
[0030]以下结合实施例对本专利技术的特征和性能作进一步的详细描述。
[0031]如图1所示，一种基于人工智能的学生在线学习行为识别方法，包括如下步骤：
[0032]步骤一，学生登录学生学习账号，并选择学习的课程，获取学生选择学习的课程的类型，若为直播课程，则进入步骤二；若为录播课程，则进入步骤四；
[0033]步骤二，采集学生面部信息，根据采集的学生学习过程中的面部信息识别出学生的身份信息，与登录的学习账号中所记载的学生身份信息进行身份匹配，若信息不匹配，则发出提醒信息到教师账号；将关联到教师账号的所有的学生的身份信息，与数据库中班级信息中所包括的学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的学生在线学习行为识别方法，其特征在于，包括如下步骤：步骤一，学生登录学生学习账号，并选择学习的课程，获取学生选择学习的课程的类型，若为直播课程，则进入步骤二；若为录播课程，则进入步骤四；步骤二，采集学生面部信息，根据采集的学生学习过程中的面部信息识别出学生的身份信息，与登录的学习账号中所记载的学生身份信息进行身份匹配，若信息不匹配，则发出提醒信息到教师账号；将关联到教师账号的所有的学生的身份信息，与数据库中班级信息中所包括的学生信息以及学生数量进行验证，验证通过后，进入步骤三；步骤三，获取学生选择的直播课程对应的教师账号，将学生账号关联到对应的教师账号，并根据关联先后顺序进行学生学习账号排序，得到初始排序；采集学生学习过程中的学习行为信息，根据学生的学习行为信息，得到学生不认真程度，依据不认真程度从大到小对初始排序进行重排，得到重排序列，将重排序列发送到教师账号；步骤四，获取学生学习录播课程的行为信息，根据学生学习录播课程的行为信息，得到所观看的录播课程的特征，将得到的录播课程的特征，发送对应的教师账号。2.根据权利要求1所述的一种基于人工智能的学生在线学习行为识别方法，其特征在于，所述的采集学生学习过程中的学习行为信息，包括获取学生学习过程中是否离开、离开的次数、离开的时长、以及回答问题的次数。3.根据权利要求2所述的一种基于人工智能的学生在线学习行为识别方法，其特征在于，所述的根据学生的学习行为信息，得到学生不认真程度，采用如下公式：所述的离开的时长为从直播课程开始累计的离开的时长。4.根据权利要求1所述的一种基于人工智能的学生在线学习行为识别方法，其特征在于，所述的获取学生学习录播课...

【专利技术属性】
技术研发人员：李欣，
申请(专利权)人：成都锦城学院，
类型：发明
国别省市：