1.一种基于移动软件的学生课堂行为分析方法,其特征在于:所述分析方法包括能调用学生手机陀螺仪数据的软件,所述方法通过陀螺仪数据来收集学生上课时的手机翻转动作数据,还收集学生的课堂行为数据,以此评估学生在课堂学习时的专注度;所述评估方法通过k-means聚类算法将手机翻转动作数据、课堂行为数据分类以生成描述学生行为的语义标签,还通过构建用户画像用以对学生的专注度水平分类,分类过程中采用序列和关联规则分析方法来分析行为标签并生成关联规则。
2.根据权利要求1所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:所述软件为手机端的小程序。
3.根据权利要求1所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:所述分析方法分为教师端方法和学生端方法,所述教师端方法具体为:当教师准备开始课程时,打开软件的教师部分,并将预设的课程信息和动态二维码投影到大屏幕上;
4.根据权利要求3所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:所述课堂行为数据包括出勤率、学生到教室的时间、签到距离、答题正确率、课堂专注时长,还包括手机翻转次数,所述软件在记录学生的课堂行为数据时,采用以下方法:
5.根据权利要求4所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:所述软件在记录学生的课堂行为数据后,以下述步骤对数据进行分析:
6.根据权利要求5所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:步骤s1中,针对已知数据间隔的范围,采用最小-最大规范化方法,以公式表述为
7.根据权利要求5所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:步骤s2中的划分方法以公式表述为
8.根据权利要求7所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:步骤s3中,聚类结果中的类别的数字越小则表示学生课堂行为越好或条件越好。
9.根据权利要求5所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:步骤s5中,采用fp-growth算法构造频繁模式树,该步骤中,用于关联规则挖掘的数据集记录为d;pi表示包含用户所有信息的特定概况,以公式表述为
10.根据权利要求5所述的一种基于移动软件的学生课堂行为分析方法,其特征在于:步骤s6中,在关联分析模型的关联分析中,关联规则算法中常用的度量指标有置信度,支持度和提升度,各指标的定义如下: