本申请涉及提升学习效率的,具体而言,涉及一种学习效率提升方法、装置、电子设备及存储介质。
背景技术:
1、每个人都有情绪,情绪更多的时候对于我们来说是一种非常影响我们生活的一种心理态。
2、在学习中,情绪通常影响着学习能力,情绪是一把双刃剑。消极的情绪能够影响学习人员,会在很大程度上影响和打乱学习人员的学习节奏,从而降低学习人员的学习效率。积极的情绪能够使学习人员保持愉悦的学习状态,能够在学习中发挥出更好的表现,从而提高学习人员的学习效率。因此,基于情绪对学习的影响,调动学习情绪,对促进教学和提高学生的学习有重要的意义。
3、因此,为了解决在学习或考试过程中因出现消极情绪而影响学习效率或考试表现的技术问题,亟需一种学习效率提升方法、装置、电子设备及存储介质。
技术实现思路
1、本申请的目的在于提供一种学习效率提升方法、装置、电子设备及存储介质,通过学习人员的体征状况数据确定对应的情绪指数和学习效率,并当学习人员的学习效率不佳时,调节学习人员的情绪指数以改善学习效率,解决在学习或考试过程中因出现消极情绪而影响学习效率或考试表现的问题,能够使学习人员长时间保持积极的情绪去学习,提高了学习人员的学习效率。
2、第一方面,本申请提供了一种学习效率提升方法,用于提升学习人员的学习效率,包括步骤:
3、以预设时间为周期,获取学习人员在学习或考试时的体征状况数据;
4、根据所述体征状况数据,确定对应的情绪指数;
5、基于所述情绪指数,确定对应的学习效率或考试表现;
6、当所述学习效率或考试表现不佳时,则通过缓和情绪的措施来调节所述学习人员的情绪指数,以改善所述学习人员的学习效率或考试表现。
7、本申请提供的学习效率提升方法可以实现对学习人员的学习效率进行提升,通过学习人员的体征状况数据确定对应的情绪指数和学习效率,并当学习人员的学习效率不佳时,调节学习人员的情绪指数以改善学习效率,解决在学习或考试过程中因出现消极情绪而影响学习效率或考试表现的问题,能够使学习人员长时间保持积极的情绪去学习,提高了学习人员的学习效率。
8、可选地,以预设时间为周期,获取学习人员在学习或考试时的体征状况数据之前,包括:
9、根据所述学习人员的平时成绩,安排不同难度的学习题目或考试题目。
10、本申请提供的学习效率提升方法可以实现对学习人员的学习效率进行提升,通过安排不同难度的学习题目或考试题目,巩固学习人员的知识基础,并提高学习人员的知识收入,有利于提升学习人员的学习效率。
11、可选地,所述不同难度的学习题目或考试题目包括简单题目、正常题目和困难题目;所述简单题目是所述学习人员的历史答题记录中的正确率超过第一阈值的题目类型;所述正常题目是所述学习人员的历史答题记录中的正确率不超过第一阈值且超过第二阈值的题目类型;所述困难题目是所述学习人员的历史答题记录中的正确率不超过第二阈值的题目类型;其中,所述第一阈值大于所述第二阈值。
12、可选地,根据所述体征状况数据,确定对应的情绪指数,包括:
13、构建情绪预测模型;
14、将所述体征状况数据输入所述情绪预测模型,计算得到所述体征状况数据对应的情绪指数。
15、本申请提供的学习效率提升方法可以实现对学习人员的学习效率进行提升,通过将体征状况数据输入到情绪预测模型,得到对应的情绪指数,以确定学习人员的情绪状况,从而有利于确定学习人员的学习效率。
16、可选地,构建情绪预测模型,包括:
17、获取数据库中的情绪训练样本;所述情绪训练样本包括历史体征状况数据及对应的历史情绪指数;
18、建立初步情绪预测模型;
19、根据所述历史体征状况数据及对应的历史情绪指数,对所述初步情绪预测模型进行训练和验证,得到所述情绪预测模型。
20、可选地,根据所述历史体征状况数据及对应的历史情绪指数,对所述初步情绪预测模型进行训练和验证,得到所述情绪预测模型,包括:
21、将所述历史体征状况数据输入所述初步情绪预测模型,得到对应的输出数据;
22、根据所述历史体征状况数据及对应的历史情绪指数和所述对应的输出数据,确定训练误差;
23、基于所述训练误差,调整所述初步情绪预测模型的参数,得到最优参数,并利用所述最优参数,优化所述初步情绪预测模型,得到训练后的初步情绪预测模型;
24、根据所述历史体征状况数据及对应的历史情绪指数,验证所述训练后的初步情绪预测模型,得到所述情绪预测模型。
25、可选地,所述情绪指数包括正常情绪指数、积极情绪指数和消极情绪指数;基于所述情绪指数,确定对应的学习效率或考试表现,包括:
26、当所述情绪指数为所述正常情绪指数时,确定学习人员的学习效率或考试表现正常;
27、当所述情绪指数为所述积极情绪指数时,确定学习人员的学习效率或考试表现较好;
28、当所述情绪指数为所述消极情绪指数时,确定学习人员的学习效率或考试表现不佳。
29、第二方面,本申请提供了一种学习效率提升装置,用于对学习人员的学习效率进行提升,包括:
30、获取模块,用于以预设时间为周期,获取学习人员在学习或考试时的体征状况数据;
31、第一确定模块,用于根据所述体征状况数据,确定对应的情绪指数;
32、第二确定模块,用于基于所述情绪指数,确定对应的学习效率或考试表现;
33、调节模块,用于当所述学习效率或考试表现不佳时,则通过缓和情绪的措施来调节所述学习人员的情绪指数,以改善所述学习人员的学习效率或考试表现。
34、该学习效率提升装置,通过学习人员的体征状况数据确定对应的情绪指数和学习效率,并当学习人员的学习效率不佳时,调节学习人员的情绪指数以改善学习效率,解决在学习或考试过程中因出现消极情绪而影响学习效率或考试表现的问题,能够使学习人员长时间保持积极的情绪去学习,提高了学习人员的学习效率。
35、第三方面,本申请提供了一种电子设备,包括处理器和存储器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时,运行如前文所述学习效率提升方法中的步骤。
36、第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如前文所述学习效率提升方法中的步骤。
37、有益效果:本申请提供的学习效率提升方法、装置、电子设备及存储介质,通过学习人员的体征状况数据确定对应的情绪指数和学习效率,并当学习人员的学习效率不佳时,调节学习人员的情绪指数以改善学习效率,解决在学习或考试过程中因出现消极情绪而影响学习效率或考试表现的问题,能够使学习人员长时间保持积极的情绪去学习,提高了学习人员的学习效率。
1.一种学习效率提升方法,用于对学习人员的学习效率进行提升,其特征在于,包括步骤:
2.根据权利要求1所述的学习效率提升方法,其特征在于,以预设时间为周期,获取学习人员在学习或考试时的体征状况数据之前,包括:
3.根据权利要求2所述的学习效率提升方法,其特征在于,所述不同难度的学习题目或考试题目包括简单题目、正常题目和困难题目;所述简单题目是所述学习人员的历史答题记录中的正确率超过第一阈值的题目类型;所述正常题目是所述学习人员的历史答题记录中的正确率不超过第一阈值且超过第二阈值的题目类型;所述困难题目是所述学习人员的历史答题记录中的正确率不超过第二阈值的题目类型;其中,所述第一阈值大于所述第二阈值。
4.根据权利要求1所述的学习效率提升方法,其特征在于,根据所述体征状况数据,确定对应的情绪指数,包括:
5.根据权利要求4所述的学习效率提升方法,其特征在于,构建情绪预测模型,包括:
6.根据权利要求5所述的学习效率提升方法,其特征在于,根据所述历史体征状况数据及对应的历史情绪指数,对所述初步情绪预测模型进行训练和验证,得到所述情绪预测模型,包括:
7.根据权利要求1所述的学习效率提升方法,其特征在于,所述情绪指数包括正常情绪指数、积极情绪指数和消极情绪指数;基于所述情绪指数,确定对应的学习效率或考试表现,包括:
8.一种学习效率提升装置,用于对学习人员的学习效率进行提升,其特征在于,包括:
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时,运行如权利要求1-7任一项所述学习效率提升方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一项所述学习效率提升方法中的步骤。