一种基于学生课堂表现性行为和成绩的关联分析方法与流程

本发明涉及智能化课堂技术领域，尤其涉及一种基于学生课堂表现性行为和成绩的关联分析方法。

背景技术：

目前，学生在课堂上的参与度是一个难以精确定义的问题，教师只能主观的通过学生在课堂上是否活跃、是否参与交互来判断，或是根据成绩来确定学生的参与度。由于学生千差万别，教学内容千变万化，教师对于不同的学生给予的关注也不同，现有技术方案中，教师会将更多的精力集中在成绩优异和较差的学生身上，缺乏一种科学有效、且能客观评估学生课堂表现及成绩的技术方案。

技术实现要素：

本发明的目的是提供一种基于学生课堂表现性行为和成绩的关联分析方法，该方法能将学生的分类以各种图表和量表的形式自动展现给教师，有助于学生因材施教并提高成绩。

本发明的目的是通过以下技术方案实现的：

一种基于学生课堂表现性行为和成绩的关联分析方法，所述方法包括：

步骤1、通过摄像头采集课堂中所有学生的图像，利用分析机对所采集的图像进行分析，获得所有学生的学习表现性行为；

步骤2、将所获得的所有学生的学习表现性行为数据与对应学生的成绩进行多元线性回归，得到学习表现性行为与成绩的回归系数；

步骤3、根据所得到的学习表现性行为与成绩的回归系数和每个学生的成绩求出每个学生的课堂参与度；

步骤4、将每个学生的课堂参与度和相应的成绩作为坐标轴，并在坐标系中绘制出课堂参与度和成绩的均值线，得到四象限散点图；

步骤5、基于所述四象限散点图将所有学生分为四类，实现对所有学生的关联分析。

在步骤1中，所述分析机采用目标定位与分类技术-rcnn实时对所采集的图像进行分析，得到每个学生的学习表现性行为，及其在教室中的位置。

所述学习表现性行为包括以下五种行为：听讲、读写、生生互动、举手、应答。

在步骤1获得所有学生的学习表现性行为之后，所述方法还包括：将所有学生的学习表现性行为行为以曲线、图表的形式展现在前端页面上。

在步骤3中，课堂参与度的获得过程为：

首先将学习表现性行为数据分别记为：听讲tj，读写dx，生生互动ss，举手js，应答yd；

学习表现性行为与成绩的回归系数分别记为：x1-tj，x2-dx，x3-ss，x4-js，x5-yd，以及拟合度r²；

则课堂参与度按如下公式获得：

参与度＝(x1tj+x2dx+x3ss+x4js+x5yd)+b；

其中，x1，x2，x3，x4，x5表示五种行为与成绩进行多元线性回归的系数，即行为的权重值；b表示参与度的位移。

所述步骤5的具体过程为：

基于所述四象限散点图将所有学生分为：成绩和参与度都好；参与度一般，成绩好；参与度高，成绩差；参与度和成绩都差；

根据分类筛选出临界生、学习方法差生、学习习惯差生，并根据需求定位到这个阶段重点关注的目标学生。

所述方法还包括：

通过对特定学生多个阶段成绩和参与度的分析，绘制特定学生成绩与参与度的迁移轨迹。

由上述本发明提供的技术方案可以看出，上述方法能将学生的分类以各种图表和量表的形式自动展现给教师，有助于学生因材施教并提高成绩。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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附图。

图1为本发明实施例提供的基于学生课堂表现性行为和成绩的关联分析方法流程示意图；

图2为本发明实施例所提供的四象限散点示意图；

图3为本发明实施例所提供的学生成绩与参与度的迁移轨迹示意图。

具体实施方式

下面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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例提供的基于学生课堂表现性行为和成绩的关联分析方法流程示意图，所述方法包括：

步骤1、通过摄像头采集课堂中所有学生的图像，利用分析机对所采集的图像进行分析，获得所有学生的学习表现性行为；

在步骤1中，所述分析机采用目标定位与分类技术-rcnn实时对所采集的图像进行分析，得到每个学生的学习表现性行为，及其在教室中的位置。

具体实现中，所述学习表现性行为可以包括但不限以下五种行为：听讲、读写、生生互动、举手、应答。

另外，在获得所有学生的学习表现性行为之后，还可以将所有学生的学习表现性行为以曲线、图表的形式展现在前端页面上，供任课教师查看。

步骤2、将所获得的所有学生的学习表现性行为数据与对应学生的成绩进行多元线性回归，得到学习表现性行为和成绩的回归系数；

步骤3、根据所得到的学习表现性行为与成绩的回归系数和每个学生的成绩求出每个学生的课堂参与度；

该步骤中，课堂参与度的获得过程为：

首先将学习表现性行为数据分别记为：听讲tj，读写dx，生生互动ss，举手js，应答yd；

学习表现性行为与成绩的回归系数分别记为：x1-tj，x2-dx，x3-ss，x4-js，x5-yd，以及拟合度r²；

则课堂参与度按如下公式获得：

参与度＝(x1tj+x2dx+x3ss+x4js+x5yd)+b。

x1，x2，x3，x4，x5表示五种行为与成绩进行多元线性回归的系数，即行为的权重值；b表示参与度的位移。

步骤4、将每个学生的课堂参与度和相应的成绩作为坐标轴，并在坐标系中绘制出课堂参与度和成绩的均值线，得到四象限散点图；

步骤5、基于所述四象限散点图将所有学生分为四类，实现对所有学生的关联分析。

具体来说，如图2所示为本发明实施例所提供的四象限散点示意图，基于所述四象限散点图将所有学生分为：成绩和参与度都好；参与度一般，成绩好；参与度高，成绩差；参与度和成绩都差。图2中，学生1、2、3位于四象限散点图的第一象限，成绩和参与度都低于均值，属于参与度和成绩都差的一类。

根据分类筛选出临界生、学习方法差生、学习习惯差生，并根据需求定位到这个阶段重点关注的目标学生，然后教师可以对学生进行因材施教，提高班级成绩。

另外，还可以通过对特定学生多个阶段成绩和参与度的分析，绘制特定学生成绩与参与度的迁移轨迹，如图3所示为本发明实施例所提供的学生成绩与参与度的迁移轨迹示意图，根据图3的轨迹就可以获得学生成绩变化的课堂表现因素。

值得注意的是，本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

综上所述，本发明实施例所述方法具有如下优点：

(1)通过分析学生个体成绩与课堂参与度之间的相关性，将一个班级的学生自动分为：成绩和参与度都好；参与度一般，成绩好；参与度高，成绩差；参与度和成绩都差四类，有助于学生因材施教；

(2)筛选出临界生、学习方法差生和学习习惯差生，并将学生的分类以各种图表和量表的形式展现给教师，有助于帮助其提高成绩，从而提高整个班级的成绩。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。