一种基于认知情感感知的云课堂学习评价方法及其装置与流程

本发明属于教育信息化领域，具体涉及一种基于认知情感感知的云课堂学习评价方法及其装置。技术背景mooc的大规模应用创造了全新的、公平的教育模式，反映了自主学习和终身学习的教育价值取向，加快了高等教育大众化和国际化的进程，同时mooc以学习者为中心的课程设计理念、基于知识块的课程资源建设、界面友好的交互平台、效果良好的教学新模式、新型的在线学习方法和师生关系，也给我国高等教育课程教学改革带来了很好的启示。比如，华中师范大学开发的starc云课堂，已累计400余门课程上线服务。然而，尽管mooc在支持大规模学习群体的自主学习方面做了有益的探索，但在整体功能的完备性和成熟度方面还落后于典型网络教学平台。尤其是mooc缺乏严肃的教学方法以及其仅是课程与开放教学资料的集合，无法体现课堂学习与课程学习的意义，而且mooc课程模式本身特点造成如果缺乏指导和帮助，学习者很容易迷失，因此课程学习者的高退课率和低通过率问题被多方诟病。因此，提供一种云课堂学习的评价方法至关重要。不同于课堂教学，云课堂教学中对学习过程的有效监控手段匮乏，目前往往采用学时检测、互动行为统计等来实现学习行为的分析。然而作为学习中最重要的一种客观手段—认知情感则未被采纳。技术实现要素：本发明的目的就是为了克服现有技术中的不足，提出一种基于认知情感感知的云课堂学习评价方法及其装置,该方法能得到对课程资源的有效评估指标数据，为实现云课堂学习评价提供科学指导，有助于实现教学资源、设计模式的优劣评测与推荐。本发明的目的是通过以下技术方案实现的。一种基于认知情感感知的云课堂学习评价方法，包括以下步骤：(1)将云课堂学习分为四类学习目标，即获取目标能力、解决问题以及随机学习和获得快乐，其中，获取目标能力、解决问题两种目标针对预期性事件，属于前景相关，其学习目标需求主要体现在云课堂的课程学习中，该类学习目标明确，以通过性为目的。随机学习和获得快乐两种目标针对意外事件，属于前景无关，其学习目标需求主要体现在课堂外自主学习课程辅助材料过程中，该类学习目标不明确，以课外辅助自主学习且无明确考核任务为目的。综合两种情况，可以将影响学习目标的情绪类别分为正向学习情绪和逆向学习情绪。(2)为了得到正向与逆向情感，需要将课程资源进行过程中认知情感感知结果量化，即建立数据集与认知情感的关联。基于facs(facialactioncodingsystem)中的actionunit组合及affdex所捕获的面部表情变化分类，定义面部表情数据与正、逆向情感关联关系，将这种关系定义为情感单元(emotionunit)，一个情感单元包含三项内容：情感单元编号(emotionunitid)、面部表情变化情况(facialaction)以及情感倾向(emotion)。具体eu定义如下表emotionunitidfacialactionemotion1拉动两侧嘴角倾斜向上正向情绪2抬起眉毛内角+降低眉毛负向情绪3推动下唇向上正向情绪4两侧嘴角倾斜向下负向情绪5轻微抬起上眼皮正向情绪6皱鼻负向情绪7上嘴唇抬起负向情绪8单侧嘴角倾斜向上+同一侧嘴角收紧负向情绪9嘴唇相互挤压负向情绪其中，面部表情变化基础数据来自于affdex所提供的15种面部表情分类，情感倾向与面部表情关联基于paulekman在面部表情分析系统facs中的阐述。此外，针对前景相关，主要采用euid为2、3、5、6、7、8、9作为情感感知依据，而前景无关则主要采用euid为1、4作为情感感知依据。(3)根据预设时间间隔采集用户在课程资源学习期间的面部表情变化数据，参照情感单元定义将获取的面部表情变化数据转化为对应的情感单元数据。(4)将离散的情感单元数据以时间线索整合成数据序列。(5)定义加权正向情感指数作为云课堂课程资源l的评价指标，(5-1)设学习课程资源l的学生总数为n，i表示其中的一个学生，i＝1，2，…，n，学生i的所有正向学习情绪表达的概率为pif，pif为学生i在数据序列中出现正向情绪的频率。所有逆向学习情绪表达的概率为pib，pib为学生i在数据序列中出现负向情绪的频率。计算学生i学习课程资源l的正向情绪指数，公式如下其中，c为给定常数100；(5-2)计算课程资源l的加权正向情感指数，公式如下设q为所有学生学习课程资源l的正向情绪指数组成的评价指数序列，其中，rj为q中的第j号元素，n表示评价指数序列中的学生总数，tj为rj所属学生实际观看时长，t为课程资源l被观看一次的完整时长。(6)对计算结果进行输出显示，衡量教学资源与设计的合理性并完成资源的推荐。本发明还提供了一种基于认知情感感知的云课堂学习评价装置，包括表情数据采集模块、数据计算模块及评价结果输出模块；所述表情数据采集模块结合视频采集设备，通过第三方表情识别软件affdex获取用户在进行云课堂课程资源学习期间面部表情数据变化；所述数据计算模块对表情数据采集模块中获取到的面部表情变化数据进行计算处理；具体地，先依靠情感单元完成对表情数据与情感倾向关联的转换，再依据加权正向情感指数的计算方法得到课程评价指标；所述结果输出模块将得到的课程评价指标进行输出显示。在上述技术方案中，具体的，在表情数据采集模块中，通过第三方表情识别软件affdex获取面部表情变化数据，根据预设时间间隔采集存储数据，获取的数据包括三个部分：面部表情变化数据项位于当前在线课程进行中的时间节点、面部表情变化的部位以及变化的具体数值。本发明提供的技术方案与现有技术相比具有以下有益效果：用户采用基于认知情感感知的云课堂学习评价方法与装置，可以实现在mooc教育中，以用户表情数据为基础，进而联系到情感分析，从而完成对用户学习行为的分析，最终得到对课程资源的有效评估指标数据，有助于实现教学资源、设计模式的优劣评测与推荐。附图说明图1是本发明评价方法的流程图。图2是本发明评价装置的示意图。图3是本发明评价方法中情感单元模板的示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。如图1所示，本发明实施例提供了一种基于认知情感感知的云课堂学习评价方法，该方法包括以下步骤：s1，将云课堂学习分为四类学习目标，即获取目标能力、解决问题以及随机学习和获得快乐，其中，获取目标能力、解决问题两种目标针对预期性事件，属于前景相关，随机学习和获得快乐两种目标针对意外事件，属于前景无关；将影响学习目标的情绪类别分为正向学习情绪和逆向学习情绪。s2，建立表情数据集与认知情感的关联，将面部表情变化数据整合为情感单元(emotionunit)，一个情感单元包含三项内容：情感单元编号(emotionunitid)、面部表情变化情况(facialaction)以及情感倾向(emotion)。具体定义如下针对前景相关，采用情感单元编号为2、3、5、6、7、8、9作为情感感知依据，而前景无关则采用情感单元编号为1、4作为情感感知依据。s3，基于认知情感感知的云课堂学习评价装置伴随云课堂课程资源启动。s4，通过面部捕捉的方式根据预设时间间隔采集用户在课程资源学习期间的面部表情变化数据，这里的表情变化指的是面部相对于无表情基线而言的外显变化。s5，参照情感单元定义将获取的面部表情变化数据转化为对应的情感单元数据；情感单元的组成模板参见图3。s6，将离散的情感单元数据以时间线索整合成数据序列。s7，计算课程资源评估的加权正向情感指数；定义加权正向情感指数作为云课堂课程资源l的评价指标，首先，计算学生i在课程资源中的正向情感指数，其计算方法为设学习课程资源l的学生总数为n，i表示其中的一个学生，i＝1，2，…，n，学生i的所有正向学习情绪表达的概率为pif，pif为学生i在数据序列中出现正向情绪的频率。所有逆向学习情绪表达的概率为pib，pib为学生i在数据序列中出现负向情绪的频率。c为给定常数，100。然后对所有参与课程学生进行加权正向情感指数计算，其计算方法为：设q为所有学生学习课程资源l的正向情绪指数组成的评价指数序列，其中，rj为q中的第j号元素，n表示评价指数序列中的学生总数，tj为rj所属学生实际观看时长，t为课程资源l被观看一次的完整时长。s8，对计算结果进行输出显示，衡量教学资源与设计的合理性并完成资源的推荐。如图2所示，本实施例提供了一种基于认知情感感知的云课堂学习评价装置，包括表情数据采集模块、数据计算模块及评价结果输出模块；所述表情数据采集模块结合视频采集设备，通过第三方表情识别软件affdex获取用户在进行云课堂课程资源学习期间面部表情数据变化；具体的，在表情数据采集模块中，通过第三方表情识别软件affdex获取面部表情变化数据，根据预设时间间隔采集存储数据，获取的数据包括三个部分：面部表情变化数据项位于当前在线课程进行中的时间节点、面部表情变化的部位以及变化的具体数值。所述数据计算模块对表情数据采集模块中获取到的面部表情变化数据进行计算处理；具体地，先依靠情感单元完成对表情数据与情感倾向关联的转换，再依据加权正向情感指数的计算方法得到课程评价指标。所述结果输出模块将得到的课程评价指标进行输出显示。本说明书中未作详细描述的内容，属于本专业技术人员公知的现有技术。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12