基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决在线课程(Massive open online course,MOOC)授课过程中,缺乏对于学生学习情况的跟踪与教学效果评估问题,本文依据视频信息对学生行为进行建模,提出了一种评判学生听课专心程度的行为自动分析算法.该算法能够有效跟踪学生的学习状态,提取学生的行为特征参数,并对这些参数进行D-S融合判决,以获得学生的听课专注度.经过多次实验的结果表明,本文采用的方法能够有效评判学生在授课期间的专心程度,在数据融合上,与贝叶斯推理方法相比,采用D-S融合方法能有效提高实验结果的准确性和可靠性.
推荐文章
基于高校慕课成绩的学习行为分析
高校慕课
学习行为
学习情绪
交互策略
慕课环境下基于图论的行为交互研究
慕课
图论
行为交互
虚拟团队
“慕课”在护理教学中的应用现状
慕课
教育
护理
教学改革
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 慕课授课中的学生听课行为自动分析系统
来源期刊 自动化学报 学科
关键词 学生注意力建模 特征提取 决策融合算法 慕课
年,卷(期) 2020,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 681-694
页数 14页 分类号
字数 10318字 语种 中文
DOI 10.16383/j.aas.c170416
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴亚平 北京理工大学自动化学院 54 976 16.0 30.0
3 贾之阳 北京理工大学自动化学院 2 0 0.0 0.0
9 杨方方 北京理工大学自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
学生注意力建模
特征提取
决策融合算法
慕课
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导