技术特征：
1.一种教学质量预测方法，其特征在于，包括以下步骤：获取待预测学生的待预测视频信息；将所述待预测视频信息输入至学习信息识别模型中，得到所述学习信息识别模型输出的待预测学生的学习信息；其中，所述学习信息包括学生的第一行为信息、第二行为信息、面部表情、眼动信息和学籍信息，所述第一行为信息为发生后直接认定的行为，所述第二行为信息为发生后需要在预设时间内进行持续记录的行为，所述学习信息识别模型是基于样本视频信息训练得到的；将所述学习信息输入至学习质量分析模型中，得到所述学习质量分析模型输出的待预测学生的学习质量；其中，所述学习质量分析模型是基于样本学习信息、样本学习成绩和样本学习质量训练得到的；将所述学习质量输入至学习成绩预测模型中，得到所述学习成绩预测模型输出的预测学习成绩；其中，所述学习成绩预测模型是基于样本学习成绩和样本学习质量训练得到的；根据所述预测学习成绩，生成预测教学质量。2.根据权利要求1所述的教学质量预测方法，其特征在于，所述学习信息识别模型通过以下步骤训练得到：获取样本学生的样本视频信息；将所述样本视频信息作为训练使用的输入数据，采用深度学习的方式进行训练，得到用于生成待预测学生的所述学习信息的所述学习信息识别模型。3.根据权利要求1所述的教学质量预测方法，其特征在于，所述学习质量分析模型通过以下步骤训练得到：获取样本学生的样本学习信息；确定所述样本学习信息对应的所述样本学习成绩和所述样本学习质量；将所述样本学习信息作为训练使用的输入数据，将样本学习成绩和所述样本学习质量作为标签，采用深度学习的方式进行训练，得到用于生成待预测学生的所述学习质量的所述学习质量分析模型。4.根据权利要求1所述的教学质量预测方法，其特征在于，所述学习成绩预测模型通过以下步骤训练得到：获取样本学生的样本学习成绩；确定所述样本学习成绩对应的所述样本学习质量；将所述样本学习成绩作为训练使用的输入数据，将所述样本学习质量作为标签，采用深度学习的方式进行训练，得到用于待预测学生的所述预测教学质量的所述学习成绩预测模型。5.根据权利要求1所述的教学质量预测方法，其特征在于，所述样本学习质量为主观评定生成的，所述样本学习成绩为客观评定生成的。6.根据权利要求1所述的教学质量预测方法，其特征在于，根据所述预测学习成绩，生成预测教学质量，具体包括：所述预测学习成绩与所述预测教学质量成正比关系，所述预测学习成绩越高代表所述预测教学质量越高。7.一种教学质量预测装置，其特征在于，包括：
采集模块，用于获取待预测学生的待预测视频信息；第一获取模块，用于将所述待预测视频信息输入至学习信息识别模型中，得到所述学习信息识别模型输出的待预测学生的学习信息；其中，所述学习信息包括学生的第一行为信息、第二行为信息、面部表情、眼动信息和学籍信息，所述第一行为信息为发生后直接认定的行为，所述第二行为信息为发生后需要在预设时间内进行持续记录的行为，所述学习信息识别模型是基于样本视频信息训练得到的；第二获取模块，用于将所述学习信息输入至学习质量分析模型中，得到所述学习质量分析模型输出的待预测学生的学习质量；其中，所述学习质量分析模型是基于样本学习信息、样本学习成绩和样本学习质量训练得到的；第三获取模块，用于将所述学习质量输入至学习成绩预测模型中，得到所述学习成绩预测模型输出的预测学习成绩；其中，所述学习成绩预测模型是基于样本学习成绩和样本学习质量训练得到的；第四获取模块，用于根据所述预测学习成绩，生成预测教学质量。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述教学质量预测方法的步骤。9.一种非暂态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实现如权利要求1至6任一项所述教学质量预测方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述教学质量预测方法的步骤。
技术总结
本发明提供一种教学质量预测方法、装置、设备及产品，涉及教育领域，该方法包括以下步骤：获取待预测学生的待预测视频信息；将待预测视频信息输入至学习信息识别模型中，得到学习信息识别模型输出的待预测学生的学习信息；将学习信息输入至学习质量分析模型中，得到学习质量分析模型输出的待预测学生的学习质量；将学习质量输入至学习成绩预测模型中，得到学习成绩预测模型输出的预测学习成绩；根据预测学习成绩，生成预测教学质量，本发明实现历史学习质量与历史学习成绩做关联分析，预测学生的学习成绩，提前指导学生短板，实现智能分析教学质量，智能预测学习成绩，支撑学生短板分析，提前预备，指导教学工作的开展。指导教学工作的开展。指导教学工作的开展。
技术研发人员：房健 韩明涛
受保护的技术使用者：浪潮软件科技有限公司
技术研发日：2021.08.30
技术公布日：2022/1/11