基于学习者情绪的成绩预测研究

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.

在线出版日期：2018-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：37-40