基于学习者情绪的成绩预测研究

• 作者: 张凯悦 朱郑州 李德淇 翟佳鹤 黄南雄 黄钰琪
• 来源期刊: 中国教育网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: CERNET研究
• 页码范围: 37-40
• 页数: 4页
• 字数: 3167字
• 语种: 中文

摘要

教育大数据是实现教育个性化的重要途径之一.本文针对现有模型过于粗糙,并没有很好地关注到线下学习数据的问题,实现了对课堂情境下的学习情绪的识别.使用CK+数据集和kNN算法来构建情绪识别模型,将OpenPose识别出来的人脸特征点组合为情绪特征并进行情绪识别,为学生在学习过程中学习效果的评价提供了参考依据.最后根据GBRT方法进行了基于情绪的成绩预测的探索实验.结果表明,该模型情绪识别的TOP1准确率高达83％,成绩预测的解释方差达到了0.7.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱郑州		10	83	4.0	9.0
2	李德淇		1	0	0.0	0.0
3	黄南雄		1	0	0.0	0.0
4	张凯悦		1	0	0.0	0.0
5	翟佳鹤		1	0	0.0	0.0
6	黄钰琪		1	0	0.0	0.0