CN112598552A - 一种教育课堂数据分析*** - Google Patents
一种教育课堂数据分析*** Download PDFInfo
- Publication number
- CN112598552A CN112598552A CN202011550081.4A CN202011550081A CN112598552A CN 112598552 A CN112598552 A CN 112598552A CN 202011550081 A CN202011550081 A CN 202011550081A CN 112598552 A CN112598552 A CN 112598552A
- Authority
- CN
- China
- Prior art keywords
- student
- module
- classroom
- teacher
- teaching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 46
- 230000009471 action Effects 0.000 claims description 43
- 210000005252 bulbus oculi Anatomy 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 210000003128 head Anatomy 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 210000000887 face Anatomy 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种教育课堂数据分析***，包括云数据中心、与云数据中心进行数据通信的教室端、学生端、教师端；所述教室端包括基于签到器的签到模块、以及基于教室内摄像头的人数实时识别模块、人脸识别模块、学生行为数据采集模块、教师行为数据采集模块、声音采集模块、授课内容采集模块；本发明通过基于教室的签到器、摄像头、人数识别、人脸识别、学生行为采集、教师行为采集、授课内容采集，能够有效的采集到学生的上课情况、教师的授课情况以及授课内容的反馈，帮助教师了解学生课堂行为，进而更好的进行教学评估以及教学管理工作。
Description
技术领域
本发明涉及大数据领域，具体涉及一种教育课堂数据分析***。
背景技术
随着科学技术的不断发展，将信息技术应用在课堂学习中的智慧教育技术也不断发展，智慧教育即教育信息化，是指在教育管理、教育教学和教育科研中全面深入地运用现代信息技术来促进教育改革与发展的过程。其技术特点是数字化、网络化、智能化和多媒体化，基本特征是开放、共享、交互、协作；课堂数据能够展示学生的课堂表现、学生知识的掌握情况、教师的教学情况，并据此作为评教和自评的客观依据，以提升教师的教学能力；另一方面能记录学生千差万别的个性、能力和学习习惯，尽可能实现个性化的辅导，并对其成长状况进行长期监测，因此，设计一种教育课堂数据分析***是相关领域内技术人员急需解决的问题。
发明内容
为解决上述技术问题，本发明提供的技术方案为：一种教育课堂数据分析***，包括云数据中心、与云数据中心进行数据通信的教室端、学生端、教师端；
所述教室端包括基于签到器的签到模块、以及基于教室内摄像头的人数实时识别模块、人脸识别模块、学生行为数据采集模块、教师行为数据采集模块、声音采集模块、授课内容采集模块；
所述签到模块用于确定目标学生的人数以及每个目标学生对应的学生信息；所述人数实时识别模块用于在设定时间区间内判断教室内人数，并与签到模块采集的目标学生数量进行对应，得到设定时间区间内的人数增减量；所述人脸识别模块用于识别教室内的目标学生人脸，并与签到模块的已签到目标学生进行比对；所述学生行为数据采集模块用于学生表情数据采集以及学生动作行为采集；所述教师行为数据采集模块用于教师动作采集；所述声音采集模块用于分类采集教室内的学生声音信息以及教师声音信息；所述授课内容采集模块用于采集智能黑板上的授课内容；
所述云数据中心包括云端数据库、数据分析模块，所述云端数据库用于存储教室端、学生端、教师端的数据，所述数据分析模块用于分类、整合数据内容；
所述教师端包括随堂测验库、随堂测验发送模块、随堂测验批阅模块以及学生评价模块；
所述学生端包括随堂测验存储模块、随堂测验作答模块以及课堂评价模块。
进一步地，所述签到模块获取的学生信息包括学生姓名、学生班级以及学生照片。
进一步地，当人脸识别模块将教室内的目标学生人脸与签到模块的已签到目标学生进行比对且结果不匹配时，人脸识别模块标记不匹配的目标学生；当比对结果匹配时，人脸识别模块获取目标学生名称，并构建目标学生数据库存储至云数据中心。
进一步地，所述学生行为数据采集模块采集的学生动作行为包括脸部动作行为、肢体动作行为，所述脸部动作行为判断基于眼球动作、嘴部动作，所述肢体动作行为判断基于头部动作、躯干动作、四肢动作；所述学生动作行为包括坐、站立、行走、举手、听讲、阅读、瞌睡、讨论、书写；所述学生行为数据采集模块将学生动作行为分别存储至对应的目标学生数据库中。
进一步地，所述授课内容采集模块采集的内容还包括授课时间、授课地点、授课教师和课程名称。
进一步地，所述学生评价模块的内容包括目标学生课堂行为评价、课堂专注度评价、随堂测验成绩评价。
进一步地，所述课堂评价模块的内容包括教师授课行为评价、教师讲解质量评价以及学生感受评价。
进一步地，所述学生端、教师端分别可查看学生评价模块、课堂评价模块上传至云数据中心的内容。
采用以上方案后，本发明具有如下优点：本发明通过基于教室的签到器、摄像头、人数识别、人脸识别、学生行为采集、教师行为采集、授课内容采集，能够有效的采集到学生的上课情况、教师的授课情况以及授课内容的反馈，帮助教师了解学生课堂行为，进而更好的进行教学评估以及教学管理工作。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解的是，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明一种教育课堂数据分析***的模块示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
一种教育课堂数据分析***，包括云数据中心、与云数据中心进行数据通信的教室端、学生端、教师端；
所述教室端包括基于签到器的签到模块、以及基于教室内摄像头的人数实时识别模块、人脸识别模块、学生行为数据采集模块、教师行为数据采集模块、声音采集模块、授课内容采集模块；
所述签到模块用于确定目标学生的人数以及每个目标学生对应的学生信息；所述人数实时识别模块用于在设定时间区间内判断教室内人数，并与签到模块采集的目标学生数量进行对应，得到设定时间区间内的人数增减量；所述人脸识别模块用于识别教室内的目标学生人脸，并与签到模块的已签到目标学生进行比对；所述学生行为数据采集模块用于学生表情数据采集以及学生动作行为采集；所述教师行为数据采集模块用于教师动作采集；所述声音采集模块用于分类采集教室内的学生声音信息以及教师声音信息；所述授课内容采集模块用于采集智能黑板上的授课内容；
所述云数据中心包括云端数据库、数据分析模块，所述云端数据库用于存储教室端、学生端、教师端的数据，所述数据分析模块用于分类、整合数据内容；
所述教师端包括随堂测验库、随堂测验发送模块、随堂测验批阅模块以及学生评价模块；
所述学生端包括随堂测验存储模块、随堂测验作答模块以及课堂评价模块。
作为本实施例较佳实施方案的是，所述签到模块获取的学生信息包括学生姓名、学生班级以及学生照片。
作为本实施例较佳实施方案的是，当人脸识别模块将教室内的目标学生人脸与签到模块的已签到目标学生进行比对且结果不匹配时，人脸识别模块标记不匹配的目标学生；当比对结果匹配时，人脸识别模块获取目标学生名称，并构建目标学生数据库存储至云数据中心。
作为本实施例较佳实施方案的是，所述学生行为数据采集模块采集的学生动作行为包括脸部动作行为、肢体动作行为，所述脸部动作行为判断基于眼球动作、嘴部动作，所述肢体动作行为判断基于头部动作、躯干动作、四肢动作；所述学生动作行为包括坐、站立、行走、举手、听讲、阅读、瞌睡、讨论、书写；所述学生行为数据采集模块将学生动作行为分别存储至对应的目标学生数据库中。
作为本实施例较佳实施方案的是，所述授课内容采集模块采集的内容还包括授课时间、授课地点、授课教师和课程名称。
作为本实施例较佳实施方案的是，所述学生评价模块的内容包括目标学生课堂行为评价、课堂专注度评价、随堂测验成绩评价。
作为本实施例较佳实施方案的是，所述课堂评价模块的内容包括教师授课行为评价、教师讲解质量评价以及学生感受评价。
作为本实施例较佳实施方案的是，所述学生端、教师端分别可查看学生评价模块、课堂评价模块上传至云数据中心的内容。
采用本发明的技术方案，通过教室内的签到器、摄像机，能够实时监控教室内的学生数量，并能与签到器签到的人员进行对比，实时掌握学生是否存在缺课、早退的情况，并且为每个学生构建专属数据库，将后续采集到的学生行为进行分别归属，方便后续分析与查看；并且教师可以对学生进行评价，学生也可对课堂授课情况进行评价，方便教师掌握教学情况，进行更好的调整。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包括这些改动和变型在内。
Claims (9)
1.一种教育课堂数据分析***，其特征在于，包括云数据中心、与云数据中心进行数据通信的教室端、学生端、教师端；
所述教室端包括基于签到器的签到模块、以及基于教室内摄像头的人数实时识别模块、人脸识别模块、学生行为数据采集模块、教师行为数据采集模块、声音采集模块、授课内容采集模块；
所述签到模块用于确定目标学生的人数以及每个目标学生对应的学生信息；所述人数实时识别模块用于在设定时间区间内判断教室内人数，并与签到模块采集的目标学生数量进行对应，得到设定时间区间内的人数增减量；所述人脸识别模块用于识别教室内的目标学生人脸，并与签到模块的已签到目标学生进行比对，当人脸识别模块将教室内的目标学生人脸与签到模块的已签到目标学生进行比对且结果不匹配时，人脸识别模块标记不匹配的目标学生，当比对结果匹配时，人脸识别模块获取目标学生名称，并构建目标学生数据库存储至云数据中心；所述学生行为数据采集模块用于学生表情数据采集以及学生动作行为采集；所述教师行为数据采集模块用于教师动作采集；所述声音采集模块用于分类采集教室内的学生声音信息以及教师声音信息；所述授课内容采集模块用于采集智能黑板上的授课内容；
所述云数据中心包括云端数据库、数据分析模块，所述云端数据库用于存储教室端、学生端、教师端的数据，所述数据分析模块用于分类、整合数据内容。
2.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述教师端包括随堂测验库、随堂测验发送模块、随堂测验批阅模块以及学生评价模块。
3.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述学生端包括随堂测验存储模块、随堂测验作答模块以及课堂评价模块。
4.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述签到模块获取的学生信息包括学生姓名、学生班级以及学生照片。
5.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述学生行为数据采集模块采集的学生动作行为包括脸部动作行为、肢体动作行为，所述脸部动作行为判断基于眼球动作、嘴部动作，所述肢体动作行为判断基于头部动作、躯干动作、四肢动作；所述学生动作行为包括坐、站立、行走、举手、听讲、阅读、瞌睡、讨论、书写；所述学生行为数据采集模块将学生动作行为分别存储至对应的目标学生数据库中。
6.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述授课内容采集模块采集的内容还包括授课时间、授课地点、授课教师和课程名称。
7.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述学生评价模块的内容包括目标学生课堂行为评价、课堂专注度评价、随堂测验成绩评价。
8.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述课堂评价模块的内容包括教师授课行为评价、教师讲解质量评价以及学生感受评价。
9.根据权利要求1所述的一种教育课堂数据分析***，其特征在于，所述学生端、教师端分别可查看学生评价模块、课堂评价模块上传至云数据中心的内容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011550081.4A CN112598552A (zh) | 2020-12-24 | 2020-12-24 | 一种教育课堂数据分析*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011550081.4A CN112598552A (zh) | 2020-12-24 | 2020-12-24 | 一种教育课堂数据分析*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112598552A true CN112598552A (zh) | 2021-04-02 |
Family
ID=75200953
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011550081.4A Pending CN112598552A (zh) | 2020-12-24 | 2020-12-24 | 一种教育课堂数据分析*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112598552A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114235126A (zh) * | 2021-12-28 | 2022-03-25 | 安庆师范大学 | 一种基于信息技术的大学教室智能管理*** |
| CN115953272A (zh) * | 2022-12-19 | 2023-04-11 | 西安交通工程学院 | 一种利用视觉与图像处理相结合的教学演示*** |
| CN117314700A (zh) * | 2023-11-27 | 2023-12-29 | 朗朗教育科技股份有限公司 | 一种用于幼教的双师课教学管理方法及*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108648757A (zh) * | 2018-06-14 | 2018-10-12 | 北京中庆现代技术股份有限公司 | 一种基于多维度课堂信息的分析方法 |
| CN108921748A (zh) * | 2018-07-17 | 2018-11-30 | 郑州大学体育学院 | 基于大数据分析的教学规划方法及计算机可读介质 |
| CN111402902A (zh) * | 2020-04-13 | 2020-07-10 | 魏争明 | 一种基于语音识别的教室签到方法 |
-
2020
- 2020-12-24 CN CN202011550081.4A patent/CN112598552A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108648757A (zh) * | 2018-06-14 | 2018-10-12 | 北京中庆现代技术股份有限公司 | 一种基于多维度课堂信息的分析方法 |
| CN108921748A (zh) * | 2018-07-17 | 2018-11-30 | 郑州大学体育学院 | 基于大数据分析的教学规划方法及计算机可读介质 |
| CN111402902A (zh) * | 2020-04-13 | 2020-07-10 | 魏争明 | 一种基于语音识别的教室签到方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114235126A (zh) * | 2021-12-28 | 2022-03-25 | 安庆师范大学 | 一种基于信息技术的大学教室智能管理*** |
| CN115953272A (zh) * | 2022-12-19 | 2023-04-11 | 西安交通工程学院 | 一种利用视觉与图像处理相结合的教学演示*** |
| CN117314700A (zh) * | 2023-11-27 | 2023-12-29 | 朗朗教育科技股份有限公司 | 一种用于幼教的双师课教学管理方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110992741B (zh) | 一种基于课堂情绪和行为分析的学习辅助方法及*** | |
| CN110991381B (zh) | 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒***和方法 | |
| CN112598552A (zh) | 一种教育课堂数据分析*** | |
| CN108648757A (zh) | 一种基于多维度课堂信息的分析方法 | |
| CN108898115B (zh) | 数据处理方法、存储介质和电子设备 | |
| CN111027486A (zh) | 一种中小学课堂教学效果大数据辅助分析评价***及其方法 | |
| CN107918821A (zh) | 基于人工智能技术的教师课堂教学过程分析方法和*** | |
| CN108182649A (zh) | 用于教学质量评估的智能机器人 | |
| Alyüz et al. | Towards an emotional engagement model: Can affective states of a learner be automatically detected in a 1: 1 learning scenario? | |
| Butko et al. | Automated facial affect analysis for one-on-one tutoring applications | |
| Padrón-Rivera et al. | Identification of action units related to affective states in a tutoring system for mathematics | |
| CN111932415A (zh) | 一种语言自适应分级学习的方法及装置 | |
| Sarıcoban | Metacognitive awareness of pre-service English language teachers in terms of various variables | |
| Phillips et al. | An AI toolkit to support teacher reflection | |
| CN112714174A (zh) | 一种基于无线通信的智慧教育数据采集*** | |
| Seneviratne et al. | Student and lecturer performance enhancement system using artificial intelligence | |
| CN112164259A (zh) | 一种课堂师生互动教学***及方法 | |
| CN111199378B (zh) | 学员管理方法、装置、电子设备及存储介质 | |
| CN116825288A (zh) | 孤独症康复课程记录方法、装置、电子设备及存储介质 | |
| Mamcenko et al. | Analysis of e-exam data using data mining techniques | |
| CN116416839A (zh) | 一种基于物联网实训***的实训辅助教学的方法 | |
| KR20160043323A (ko) | 두뇌유형별 맞춤형 학습 장치 및 방법 | |
| CN112634100A (zh) | 一种基于大数据的行为分析教育*** | |
| Anastasopoulos et al. | Introducing an open-source adaptive tutoring system to accelerate learning sciences experimentation | |
| US10453354B2 (en) | Automatically generated flash cards |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |