CN114067337A - 一种基于学生课业行为大数据的学情描述方法及*** - Google Patents
一种基于学生课业行为大数据的学情描述方法及*** Download PDFInfo
- Publication number
- CN114067337A CN114067337A CN202111393953.5A CN202111393953A CN114067337A CN 114067337 A CN114067337 A CN 114067337A CN 202111393953 A CN202111393953 A CN 202111393953A CN 114067337 A CN114067337 A CN 114067337A
- Authority
- CN
- China
- Prior art keywords
- answer
- determining
- question
- rate
- learning situation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000006399 behavior Effects 0.000 title claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000004075 alteration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于学生课业行为大数据的学情描述方法及***，属于图像处理领域，方法包括：S1获取含有学生作业信息的初始图像；S2确定初始图像中的所有题目以及与每道题目对应的答题区域；S3判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率；S4将作业答案与标准答案做对比，判断作业答案是否正确，并确定每道题的答题准确率；S5根据预设的表格确定每道题对应的知识点；S6确定每个知识点的平均答题率和平均答题准确率；S7根据预设的判断规则确定每个知识点的学情状况。本发明能够高效且快速地获取学生学情状况的描述，从而能够因地制宜地进行教学计划。
Description
技术领域
本发明涉及图像处理领域，特别涉及一种基于学生课业行为大数据的学情描述方法及***。
背景技术
目前，一种能够较好地了解学情状况的方式是检查学生课业完成情况，根据学生课业完成情况评估学生对各个知识点的掌握程度，但是，这一方面需要教师对学生作业进行批改，另一方面需要对批改结果进行统计分析，这使得教师需要花费大量的时间，学情状况的获取效率较低，不利于长期开展，进而无法使教师因地制宜地开展教学计划。
发明内容
针对现有技术存在的学情状况获取效率低的问题，本发明的目的在于提供一种基于学生课业行为大数据的学情描述方法及***。
为实现上述目的，本发明的技术方案为：
一方面，本发明提供一种基于学生课业行为大数据的学情描述方法，包括以下步骤：
S1、获取含有学生作业信息的初始图像；
S2、确定所述初始图像中的所有题目以及与每道题目对应的答题区域；
S3、判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率；
S4、将所述作业答案与标准答案做对比，判断所述作业答案是否正确，并确定每道题的答题准确率；
S5、根据预设的表格确定每道题对应的知识点；
S6、确定每个知识点的平均答题率和平均答题准确率；
S7、根据预设的判断规则确定每个知识点的学情状况。
进一步的，S2中，所述确定所述初始图像中的所有题目以及与每道题目对应的答题区域的步骤为：
获取事先填写有标准答案的学生作业的标准图像，所述标准图像中事先标记了所有的题目以及与每道题目对应的答题区域；
确定所述标准图像与所述初始图像的共有特征为原点；
为所述标准图像以及全部的所述初始图像建立相同的坐标系；
确定标准图像中所有题目的题目坐标位置以及与每道题目对应的答题区域的答题坐标位置；
根据所述题目坐标位置和所述答题坐标位置，从所述初始图像确定所有题目以及与每道题目对应的答题区域。
进一步的，S6中，所述确定每个知识点的平均答题率和平均答题准确率的步骤为：
确定与每个知识点所对应的所有题目；
确定每个题目的答题率和答题准确率；
所有题目的答题率和答题准确率的平均值即为所述知识点的平均答题率和平均答题准确率。
进一步的，S7中，所述学情状况包括优、良和差，所述根据预设的判断规则确定每个知识点的学情状况的步骤为：
所述知识点的答题率大于等于第一阈值，且答题准确率大于等于第二阈值时，所述知识点的学情状况为优；
所述知识点的答题率小于等于第三阈值，或者答题准确率小于等于第四阈值时，所述知识点的学情状况为差；
所述知识点的学情状况为优和差之外的为良。
另一方面，本发明还提供一种基于学生课业行为大数据的学情描述***，包括：
获取模块，所述获取模块用于获取含有学生作业信息的初始图像；
识别模块，所述识别模块用于确定所述初始图像中的所有题目以及与每道题目对应的答题区域；
答题率模块，所述答题率模块用于判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率；
答题准确率模块，所述答题准确率模块用于将所述作业答案与标准答案做对比并判断所述作业答案是否正确，并确定每道题的答题准确率；
匹配模块，所述匹配模块用于根据预设的表格确定每道题对应的知识点；
计算模块，所述计算模块用于确定每个知识点的平均答题率和平均答题准确率；
分析模块，所述分析模块用于根据预设的判断规则确定每个知识点的学情状况。
又一方面，本发明还提供一种电子设备，包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器；其中，所述处理器调用所述存储器中存储的可执行程序代码，执行如上所述的方法。
再一方面，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的方法。
采用上述技术方案，由于获取含有学生作业信息的初始图像，确定初始图像中的所有题目以及与每道题目对应的答题区域，判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率，将作业答案与标准答案做对比，判断所述作业答案是否正确，并确定每道题的答题准确率，根据预设的表格确定每道题对应的知识点，确定每个知识点的平均答题率和平均答题准确率，根据预设的判断规则确定每个知识点的学情状况等步骤的设置，使得教师只需要事先准备好含有标准答案的学生作业，并通过拍照而获取图像后，即可通过计算设备对图像的处理而掌握学生的学情状况，从而代替了人工、降低了耗时、提高了效率。
附图说明
图1为本发明实施例一的方法流程图；
图2为本发明实施例二的结构示意图；
图3为本发明实施例三的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示对本发明结构的说明，仅是为了便于描述本发明的简便，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
对于本技术方案中的“第一”和“第二”，仅为对相同或相似结构，或者起相似功能的对应结构的称谓区分，不是对这些结构重要性的排列，也没有排序、或比较大小、或其他含义。
另外，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个结构内部的连通。对于本领域的普通技术人员而言，可以根据本发明的总体思路，联系本方案上下文具体情况理解上述术语在本发明中的具体含义。
实施例一
一种基于学生课业行为大数据的学情描述方法，如图1所示，包括以下步骤：
S1、获取含有学生作业信息的初始图像。
S2、确定初始图像中的所有题目以及与每道题目对应的答题区域。
其中，确定所述初始图像中的所有题目以及与每道题目对应的答题区域的步骤为：
获取事先填写有标准答案的学生作业的标准图像，标准图像中事先标记了所有的题目以及与每道题目对应的答题区域；
确定标准图像与初始图像的共有特征为原点；
为标准图像以及全部的初始图像建立相同的坐标系；
确定标准图像中所有题目的题目坐标位置以及与每道题目对应的答题区域的答题坐标位置；
根据题目坐标位置和答题坐标位置，从初始图像确定所有题目以及与每道题目对应的答题区域。
S3、判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率。
S4、将作业答案与标准答案做对比，判断作业答案是否正确，并确定每道题的答题准确率。
S5、根据预设的表格确定每道题对应的知识点。
S6、确定每个知识点的平均答题率和平均答题准确率。
其中，确定每个知识点的平均答题率和平均答题准确率的步骤为：确定与每个知识点所对应的所有题目；确定每个题目的答题率和答题准确率；所有题目的答题率和答题准确率的平均值即为知识点的平均答题率和平均答题准确率。
S7、根据预设的判断规则确定每个知识点的学情状况。
其中，学情状况包括优、良和差，并且根据预设的判断规则确定每个知识点的学情状况的步骤为：
当知识点的答题率大于等于第一阈值，且答题准确率大于等于第二阈值时，该知识点的学情状况为优；
当知识点的答题率小于等于第三阈值，或者答题准确率小于等于第四阈值时，该知识点的学情状况为差；
而当知识点的学情状况为优和差之外的情形时，该知识点的学情状况为良。
上述的第一阈值、第二阈值、第三阈值、第四阈值由人工确定，例如本实施例配置第一阈值为90％、第二阈值为80％、第三阈值为70％、第四阈值为60％。
实施例二
一种基于学生课业行为大数据的学情描述***，如图2所示，包括：
获取模块，获取模块用于获取含有学生作业信息的初始图像；
识别模块，识别模块用于确定初始图像中的所有题目以及与每道题目对应的答题区域；
答题率模块，答题率模块用于判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率；
答题准确率模块，答题准确率模块用于将作业答案与标准答案做对比并判断所述作业答案是否正确，并确定每道题的答题准确率；
匹配模块，匹配模块用于根据预设的表格确定每道题对应的知识点；
计算模块，计算模块用于确定每个知识点的平均答题率和平均答题准确率；
以及分析模块，分析模块用于根据预设的判断规则确定每个知识点的学情状况。
实施例三
一种电子设备，如图3所示，包括存储有可执行程序代码的存储器以及与该存储器耦合的处理器；其中，处理器调用存储器中存储的可执行程序代码，执行如实施例一公开的方法步骤。
实施例四
一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器运行时执行如实施例一公开的方法步骤。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。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、嵌入式处理机或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。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。
Claims (7)
1.一种基于学生课业行为大数据的学情描述方法，其特征在于：包括以下步骤：
S1、获取含有学生作业信息的初始图像；
S2、确定所述初始图像中的所有题目以及与每道题目对应的答题区域；
S3、判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率；
S4、将所述作业答案与标准答案做对比，判断所述作业答案是否正确，并确定每道题的答题准确率；
S5、根据预设的表格确定每道题对应的知识点；
S6、确定每个知识点的平均答题率和平均答题准确率；
S7、根据预设的判断规则确定每个知识点的学情状况。
2.根据权利要求1所述的方法，其特征在于：S2中，所述确定所述初始图像中的所有题目以及与每道题目对应的答题区域的步骤为：
获取事先填写有标准答案的学生作业的标准图像，所述标准图像中事先标记了所有的题目以及与每道题目对应的答题区域；
确定所述标准图像与所述初始图像的共有特征为原点；
为所述标准图像以及全部的所述初始图像建立相同的坐标系；
确定标准图像中所有题目的题目坐标位置以及与每道题目对应的答题区域的答题坐标位置；
根据所述题目坐标位置和所述答题坐标位置，从所述初始图像确定所有题目以及与每道题目对应的答题区域。
3.根据权利要求1所述的方法，其特征在于：S6中，所述确定每个知识点的平均答题率和平均答题准确率的步骤为：
确定与每个知识点所对应的所有题目；
确定每个题目的答题率和答题准确率；
所有题目的答题率和答题准确率的平均值即为所述知识点的平均答题率和平均答题准确率。
4.根据权利要求1所述的方法，其特征在于：S7中，所述学情状况包括优、良和差，所述根据预设的判断规则确定每个知识点的学情状况的步骤为：
所述知识点的答题率大于等于第一阈值，且答题准确率大于等于第二阈值时，所述知识点的学情状况为优；
所述知识点的答题率小于等于第三阈值，或者答题准确率小于等于第四阈值时，所述知识点的学情状况为差；
所述知识点的学情状况为优和差之外的为良。
5.一种基于学生课业行为大数据的学情描述***，其特征在于：包括：
获取模块，所述获取模块用于获取含有学生作业信息的初始图像；
识别模块，所述识别模块用于确定所述初始图像中的所有题目以及与每道题目对应的答题区域；
答题率模块，所述答题率模块用于判断每道题对应的答题区域内是否含有答案，有则从答题区域内提取出作业答案，并确定每道题的答题率；
答题准确率模块，所述答题准确率模块用于将所述作业答案与标准答案做对比并判断所述作业答案是否正确，并确定每道题的答题准确率；
匹配模块，所述匹配模块用于根据预设的表格确定每道题对应的知识点；
计算模块，所述计算模块用于确定每个知识点的平均答题率和平均答题准确率；
分析模块，所述分析模块用于根据预设的判断规则确定每个知识点的学情状况。
6.一种电子设备，其特征在于：包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器；其中，所述处理器调用所述存储器中存储的可执行程序代码，执行如权利要求1-4任一项所述的方法。
7.一种计算机可读存储介质，存储有计算机程序，其特征在于：所述计算机程序被处理器运行时执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111393953.5A CN114067337A (zh) | 2021-11-23 | 2021-11-23 | 一种基于学生课业行为大数据的学情描述方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111393953.5A CN114067337A (zh) | 2021-11-23 | 2021-11-23 | 一种基于学生课业行为大数据的学情描述方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114067337A true CN114067337A (zh) | 2022-02-18 |
Family
ID=80279406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111393953.5A Pending CN114067337A (zh) | 2021-11-23 | 2021-11-23 | 一种基于学生课业行为大数据的学情描述方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114067337A (zh) |
-
2021
- 2021-11-23 CN CN202111393953.5A patent/CN114067337A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109815932A (zh) | 一种试卷批改方法、装置、电子设备及存储介质 | |
| WO2021253480A1 (zh) | 习题智能推荐方法、装置、计算机设备及存储介质 | |
| CN112115736B (zh) | 一种基于图像识别的作业批改方法、***和智能终端 | |
| CN110390616A (zh) | 作业批改方法、电子设备及存储介质 | |
| CN115544241B (zh) | 一种线上作业的智能推送方法及装置 | |
| CN110879965A (zh) | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 | |
| CN112348725A (zh) | 基于大数据的知识点难度定级方法 | |
| CN111522877B (zh) | 教育课程在线同步处理*** | |
| CN113793538B (zh) | 一种教辅作业错题收集的方法及*** | |
| CN112116840B (zh) | 一种基于图像识别的作业批改方法、***和智能终端 | |
| CN114067337A (zh) | 一种基于学生课业行为大数据的学情描述方法及*** | |
| CN112381689A (zh) | 一种在线批改作业的方法及装置 | |
| CN109086441A (zh) | 用于在线答题的智能推荐方法及*** | |
| CN114078345A (zh) | 一种教学内容的智能推荐方法及*** | |
| CN116416522A (zh) | 植物物种确定方法、装置及计算机可读存储介质 | |
| CN114004499A (zh) | 一种教学作业的时长计算终端 | |
| CN112396923A (zh) | 一种市场营销的教学模拟*** | |
| CN111949882A (zh) | 一种领域知识点结构缺陷智能诊断方法 | |
| CN117557426B (zh) | 基于智能题库的作业数据反馈方法及学习评估*** | |
| CN114241503B (zh) | 一种错题原因采集方法、***、可读存储介质及设备 | |
| CN111435420A (zh) | 电视终端中习题批改的方法、装置及计算机存储介质 | |
| CN116416636A (zh) | 一种题目与框题坐标映射的方法、存储介质及设备 | |
| CN114582182B (zh) | 准教慧学大数据精准化教与学*** | |
| CN114067336A (zh) | 一种平板设备上高效批改作业的方法 | |
| CN114529915B (zh) | 一种智能批改***、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |