基于机器学习的在线学习注意力定性评估研究

• 作者: 项子琦
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 机器学习 互联网多媒体教学 在线学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息技术
• 页码范围: 24-25
• 页数: 2页
• 分类号: TP391.41
• 字数: 2340字
• 语种: 中文

摘要

本文简要介绍了利用机器学习的算法能够对学生的视觉注意力进行量化,能够通过量化得到的数据对学生的在线学习时的注意力进行评估.多媒体应用为在线学习中的学生提供了优势,但也带来了显著的挑战.其中一个挑战是学生视觉关注度的测量和分析.本文提出了一种机器学习算法,对学生的注意力进行测量.在本文中,主要关注学生眼睛状态分类,提出一种基于机器学习的分类框架.该方法采用Gabor来提取眼部状态的特征,采用SVM算法学习分类器.实验表明这种方法在鲁棒性和正确率方面都达到了很好的性能,具有良好的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	项子琦	江西财经大学软件与物联网工程学院	2	1	1.0	1.0