一种基于长时序多源数据的学生综合素质分析系统

摘要

本申请提供了一种基于长时序多源数据的学生综合素质分析系统，包括：音视频数据采集设备，用于获取目标对象的视频数据信息和音频数据信息；穿戴式数据采集设备，用于获取目标对象的体感信息；录入式数据采集设备，用于获取目标对象相关的线下参考信息；外接式数据采集设备，用于提供测试环境，并获取目标对象与测试环境相对应的测试数据；多个专项分析模块，各数据专项分析模块分别用于对数据采集设备中的至少一个设备获取的数据进行分析，生成专项分析结果；综合分析模块，用于根据预设分析评价体系分析结果进行统计分析，得到目标对象的综合分析结果。通过本发明不仅可以从单一的角度得到目标对象的专项分析结果，还可以得到目标对象的综合分析结果。

说明书

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于长时序多源数据的学生综合素质分析系统。

背景技术

为了引导学生向更好的方向发展，需要对学生的状态进行充分的观察分析，然后基于观察分析的结果给出适合于学生的发展建议。但是现有技术中，对学生的观察分析难以做到全面分析，而根据片面的分析结果得出的发展建议往往不够准确，甚至适得其反。因此，为了能够对学生的全面发展做出合适的建议，亟需提出一种能够对学生进行全面分析的系统。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的无法对学生进行全面分析的缺陷，从而提供一种基于长时序多源数据的学生综合素质分析系统。

本发明提供了一种基于长时序多源数据的学生综合素质分析系统，包括：音视频数据采集设备，用于获取不同的场景的目标对象的视频数据信息和音频数据信息；穿戴式数据采集设备，用于获取目标对象的体感信息；录入式数据采集设备，用于获取用户录入的与目标对象相关的线下参考信息；外接式数据采集设备，用于提供测试环境，并根据目标对象在测试环境中的行为获取目标对象与测试环境相对应的测试数据；多个专项分析模块，各数据专项分析模块分别用于对音视频数据采集设备、穿戴式数据采集设备、录入式数据采集设备、外接式数据采集设备中的至少一个设备获取的数据进行分析，生成专项分析结果；综合分析模块，用于根据预设分析评价体系对多个专项分析模块得到的分析结果进行统计分析，得到目标对象的综合分析结果。

可选地，本发明提供的基于长时序多源数据的学生综合素质分析系统，还包括：数据存储模块，用于存储目标对象的视频数据信息、音频数据信息、体感信息、线下参考信息、测试数据、专项分析结果、综合分析结果，以及存储预设分析评价体系对应的分析模板。

可选地，本发明提供的基于长时序多源数据的学生综合素质分析系统，还包括数据传输模块，数据传输模块分别与音视频数据采集设备、穿戴式数据采集设备、录入式数据采集设备、外接式数据采集设备连接，并将视频数据信息、音频数据信息、体感信息、线下参考信息、测试数据传输至数据存储模块。

可选地，本发明提供的基于长时序多源数据的学生综合素质分析系统，还包括报警模块，各专项分析模块对应有报警条件，若各专项分析模块得到的专项分析结果达到与专项分析模块相对应的报警条件，报警模块发出报警信号。

可选地，本发明提供的基于长时序多源数据的学生综合素质分析系统，还包括：发展趋势分析模块，用于根据目标对象的专项分析结果和综合分析结果生成目标对象的发展趋势；发展建议模块，用于根据目标对象的发展趋势生成目标对象的发展建议。

可选地，本发明提供的基于长时序多源数据的学生综合素质分析系统，还包括：信息推送模块，用于将专项分析结果和综合分析结果发送至与目标对象相关联的终端设备。

可选地，本发明提供的基于长时序多源数据的学生综合素质分析系统，还包括：需求接收模块，用于获取分析需求；定向分析模块，用于根据分析需求获取视频数据信息、音频数据信息、体感信息、线下参考信息、测试数据中的至少一项与分析需求相关联的数据，并根据与分析需求相关联的数据生成与分析需求相对应的定向分析结果。

可选地，在本发明提供的基于长时序多源数据的学生综合素质分析系统中，专项分析结果包括目标对象的表达能力，专项分析模块通过如下步骤获取目标对象的表达能力：获取目标对象在同一场景和时间段内的音频数据信息和视频数据信息；根据音频数据信息获取目标对象的音频特征，音频特征至少包括一个音频指标；根据视频数据信息获取目标对象的表情特征，表情特征至少包括一个表情指标；分别确定各音频指标的综合权重和各表情指标的综合权重；根据各音频指标的值、表情指标的值、各音频指标和表情指标的综合权重计算目标对象的表达能力评分；根据目标对象在预设周期内不同时间段的表达能力评分和预设周期内不同时间段的时间权重计算目标对象在预设周期内的综合表达能力评分。

可选地，在本发明提供的基于长时序多源数据的学生综合素质分析系统中，专项分析模块获取目标对象的表达能力的步骤还包括：根据目标对象在目标周期和目标周期的上一周期内的综合表达能力评分计算目标对象在目标周期内的综合表达能力评分的增长值；根据目标对象在目标周期内的综合表达能力评分的增长值计算目标对象在目标周期内的发展因子；根据目标对象在目标周期内的发展因子和综合表达能力评分计算目标对象在目标周期内的综合表达能力评价结果。

可选地，在本发明提供的基于长时序多源数据的学生综合素质分析系统中，专项分析模块通过如下步骤确定各音频指标的综合权重和各表情指标的综合权重：通过层次分析法确定各音频指标和表情指标的第一权重；通过熵权法确定各音频指标和表情指标的第二权重；根据第一权重和第二权重分别确定各音频指标和表情指标的综合权重。

本发明技术方案，具有如下优点：

本发明提供的基于长时序多源数据的学生综合素质分析系统，包括多种不同的数据采集设备，且不同的数据采集设备可以用于采集不同的数据，在通过不同的数据采集设备获取目标对象的不同的数据后，先通过多个专项分析模块生成不同的专项分析结果，最后综合分析模块根据预设分析评价体系对多个专项分析模块得到的分析结果进行统计分析，得到目标对象的综合分析结果，由此可见，通过本发明不仅可以从单一的角度得到目标对象的专项分析结果，还可以得到目标对象的综合分析结果，因此，通过本发明可以对目标对象进行全面分析。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1-图5为本发明实施例中基于长时序多源数据的学生综合素质分析系统的具体示例的原理框图；

图6为本发明实施例提供的基于长时序多源数据的学生综合素质分析系统的具体应用场景架构图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本发明实施例提供了一种基于长时序多源数据的学生综合素质分析系统，如图1所示，包括：

音视频数据采集设备11，用于获取不同的场景的目标对象的视频数据信息和音频数据信息。

在一具体实施例中，可以将视频数据采集设备安装在目标对象经常出现的地方，例如，可以安装在教室、操场、餐厅等地方，且考虑到目标对象在不同场景下的状态会有所差异，因此，需要将目标对象在不同场景下的视频数据信息和音频数据信息分别存储，根据分析内容的需求对不同场景下的信息分别分析，或统一分析。

穿戴式数据采集设备12，用于获取目标对象的体感信息。

在一具体实施例中，穿戴式数据采集设备可以是目标对象身向上配备的手环等，可以检测目标对象的运动轨迹，以及在运动、回答问题等特定场景下的心率等数据。

录入式数据采集设备13，用于获取用户录入的与目标对象相关的线下参考信息。

在具体实施例中，通过目前的设备无法获取目标对象的所有信息，因此，本发明实施例中还包括录入式数据采集设备13，录入式采集设备可以用于获取监测设备无法获取的信息，如学生的成绩、体测数据、劳动情况等。

外接式数据采集设备14，用于提供测试环境，并根据目标对象在测试环境中的行为获取目标对象与测试环境相对应的测试数据。

在具体实施例中，对于目标学生的学习能力、心理健康状态、反应能力等难以直接通过音视频数据、体感数据等数据进行分析可以得到分析结果的研究目标，本发明实施例提供了外接式数据采集设备14，通过外接式数据采集设备14提供测试环境，并获取目标对象在特定环境中的测试数据，由于测试环境是基于研究目标设定的，因此根据目标对象在特定环境中的测试数据可以对响应的研究目标进行准确分析。

外接式数据采集设备14可以是具有显示屏和处理器的设备，面对不同的测试需求，外接式数据采集设备14可以提供不同的测试环境，例如，若需要测试目标对象的反应能力，外接式数据采集设备14可以在显示屏上显示用于测试目标对象的反应能力的小游戏等互动项目，目标对象通过与外接式采集设备互动，外接式采集设备可以获取互动过程中的数据，并将该数据确定为用于分析目标对象的反应能力的测试数据。

若需要测试目标对象的心理健康状态，外接式数据采集设备14可以在显示屏上显示用于测试目标对象的心里健康状态的调查问卷，并获取目标对象根据调查问卷输入的数据，并将该数据确定为用于分析目标对象的心里健康状态的测试数据。

多个专项分析模块2，各数据专项分析模块2分别用于对音视频数据采集设备11、穿戴式数据采集设备12、录入式数据采集设备13、外接式数据采集设备14中的至少一个设备获取的数据进行分析，生成专项分析结果。

在具体实施例中，一个专项分析模块2可以从一个角度或多个角度对目标对象进行分析，并得到相应的专项分析结果，并且，在从不同的角度对目标对象进行分析时，所使用的数据有所不同，因此，各专项分析模块2可以根据实际分析需求获取相对应的数据。

专项分析模块2可以用于AI智能融合分析：通过人脸识别、人员动作识别、行动轨迹跟踪、行为分析和语音识别等技术的应用，可对学生课堂行为、操场行为、食堂行为等主要活动场所表现、家庭等数据进行分析，更全面的了解学生的个性特点。

综合分析模块3，用于根据预设分析评价体系对多个专项分析模块2得到的分析结果进行统计分析，得到目标对象的综合分析结果。

在具体实施例中，预设分析评价体系融合了中小学综合素质评价、心理健康评测、能力素质评测、职业发展、家庭教育测等专业的评价评测体系，因此，根据预设分析评价体系得到的综合分析结果能够更全面、深入的分析学生的个性、心理、兴趣、学习、能力、素质、家庭等情况，进而提供更科学、客观的学生成长与发展报告。

需要说明的是，本发明实施例中的音视频数据采集设备11、穿戴式数据采集设备12、录入式数据采集设备13、外接式数据采集设备14都是在得到学生及其监护人的授权下安装及佩戴的，各设备也是在得到学生及其监护人的授权下工作并采集目标对象的数据的。

本发明实施例提供的基于长时序多源数据的学生综合素质分析系统，包括多种不同的数据采集设备，且不同的数据采集设备可以用于采集不同的数据，在通过不同的数据采集设备获取目标对象的不同的数据后，先通过多个专项分析模块2生成不同的专项分析结果，最后综合分析模块3根据预设分析评价体系对多个专项分析模块2得到的分析结果进行统计分析，得到目标对象的综合分析结果，由此可见，通过本发明不仅可以从单一的角度得到目标对象的专项分析结果，还可以得到目标对象的综合分析结果，因此，通过本发明可以对目标对象进行全面分析。

在一具体实施例中，由于目标对象在不同的场景中所表现的状态不同，且目标对象在不同场景中表现状态的差异也可作为目标对象进行分析时考虑的因素，因此，在本发明实施例中，不同的数据采集设备获取的数据中应包含获取数据的场景。

具体地，对于不同的场景，对目标对象的研究重点也会有所不同，例如，若采集数据的场景为课堂，可以根据目标对象在课堂上的表情和动作对学生的上课状态进行研究；若采集数据的场景为操场，可以通过对目标对象的人体骨骼识别，实现对于人员体育活动的肢体动作幅度、运动能力和运动技巧等识别；若采集数据的场景为食堂，可以通过人群聚集和人群类别等分析学生活动群体、分析人员饮食习惯等。

在一可选实施例中，如图2所示，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统还包括：数据存储模块4，用于存储目标对象的视频数据信息、音频数据信息、体感信息、线下参考信息、测试数据、专项分析结果、综合分析结果，以及存储预设分析评价体系对应的分析模板。通过数据存储模块4将各数据采集设备获取的数据进行汇聚存储，专项分析模块2和综合分析模块3对目标对象进行分析时，可直接从数据存储模块4中获取各自所需的数据并进行分析。

在一可选实施例中，如图3所示，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统还包括数据传输模块5，数据传输模块5分别与音视频数据采集设备11、穿戴式数据采集设备12、录入式数据采集设备13、外接式数据采集设备14连接，并将视频数据信息、音频数据信息、体感信息、线下参考信息、测试数据传输至数据存储模块4。在具体实施例中，数据传输模块5进行数据传输时，可以采用光纤/网线、4G/5G、NB-IoT等方式，实现数据前端数据采集和传输，统一将数据汇集到数据存储模块4，实现数据的初步汇聚。

在一可选实施例中，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统还包括报警模块，各专项分析模块2对应有报警条件，若各专项分析模块2得到的专项分析结果达到与专项分析模块2相对应的报警条件，报警模块发出报警信号。

在一具体实施例中，各专项分析模块2中的报警条件可以根据其研究的内容进行设定，例如，对于分析研究目标对象的心理健康状态的专项分析模块2，可以将报警条件设置为抑郁症程度大于或等于中度抑郁，即，当用于分析研究目标对象的心理健康状态的专项分析模块2对目标对象的抑郁症状态分析结果为重度抑郁时，报警模块发出报警信号。

本发明实施例提供的基于长时序多源数据的学生综合素质分析系统，在各专项分析模块2中设置有报警条件，报警模块对危险行为、异常行为的报警预警，进一步保证学生的安全和健康发展。

在一可选实施例中，如图4所示，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统还包括：

发展趋势分析模块6，用于根据目标对象的专项分析结果和综合分析结果生成目标对象的发展趋势。

发展建议模块7，用于根据目标对象的发展趋势生成目标对象的发展建议。

在具体实施例中，根据目标对象的发展趋势提供个性化的生涯规划及指导建议，可以帮助学生尽快选择适合的学习方法和发展方向。示例性地，可以对6个月以上的数据进行分析，然后基于6个月以上的数据分析结果生成目标对象的发展建议。本发明实施例通过更多以长时间的数据积累对学生的状态进行评估，可以给出更适合于目标对象的发展建议。

在一可选实施例中，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统还包括信息推送模块，用于将专项分析结果和综合分析结果发送至与目标对象相关联的终端设备。将专项分析结果和综合分析结果发送至与目标对象相关联的终端设备，可以避免目标对象的信息泄露，防止信息泄露给目标对象造成的伤害。

在具体实施例中，信息推动模块除了向与目标对象相关联的终端设备外，还可以向与目标对象相关联的终端设备推送学习资料、心理咨询、健康指导等信息。

在一可选实施例中，如图5所示，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统还包括：

需求接收模块8，用于获取分析需求。

定向分析模块9，用于根据分析需求获取视频数据信息、音频数据信息、体感信息、线下参考信息、测试数据中的至少一项与分析需求相关联的数据，并根据与分析需求相关联的数据生成与分析需求相对应的定向分析结果。

在具体实施例中，对于不同的服务群体，要求本发明实施例提供的基于长时序多源数据的学生综合素质分析系统输出的分析结果也有所不同，因此，本发明实施例中还提供了需求接收模块8，用户可根据自己的需求向该系统中输入分析需求，系统根据用户需求输出定向分析结果。

在一可选实施例中，专项分析结果包括目标对象的表达能力，专项分析模块2通过如下步骤获取目标对象的表达能力：

第一步，获取目标对象在同一场景和时间段内的音频数据信息和视频数据信息，音频数据信息中包含目标学生发言时的音频，视频数据信息中包含目标学生发言时的视频图像，在一具体实施例中，在教室中设置有音视频采集装置，如摄像头和麦克风等，学生发言时的音频可通过麦克风采集，视频图像可通过摄像头进行采集。

第二步，根据音频数据信息获取目标对象的音频特征，音频特征至少包括一个音频指标，音频指标可以包括发音指标值、语调指标值、语速指标值、音量指标值中的一项或多项。其中，发音指标值用于表示平翘舌音、前后鼻音、唇齿音等难点音是否符合普通话标准；语调指标值用于表示是否存在方言语调和语调不准的情况；语速指标值和音量指标值用于表示表达技巧，语速过快或过慢，音量过小都会对表达的效果造成影响。

发音指标值、语调指标值采用普通话准确率(％)进行表示。发音指标值和语调指标值包括与文本相关的测评和与文本无关的测评两种测评方式。朗读场景下，采用与文本相关的测评方法：建立文本标准参照语音库，将学生朗读时的发音、语调与相同文本的标准参照语音进行参数比对，根据发音准确率和语调准确率确定发音指标值和语调指标值；自主表达场景下，采用与文本无关的测评方法：采用语音识别模型对学生发言进行语音识别，得到对应的发音内容文本，然后采用与文本相关的评测方法对发音指标值和语调指标值进行计算。

语速指标值通过速率(字/分钟)表示。通过识别音素串，组合成音节，然后计算单位时间内音节的个数，将单位时间内的音节个数确定为语速指标值。

音量指标值通过分贝(dB)表示。将音频数据中目标学生发言时的音量分贝值确定为音量指标值，由于收音装置对音量指标的感知受到与学生距离远近影响，故为教室中的不同位置设定不同的补偿值，使得发言时相同音量学生的音量指标值一致。

第三步，根据视频数据信息获取目标对象的表情特征，表情特征至少包括一个表情指标，表情指标包括微笑、中立、害羞、害怕中的至少一项。面部表情主要反映的是表达者的感染力和自信程度。其中，微笑传达了在表达过程中积极、自信的态度，表情恰当时，表达更富感染力，更易与听众产生良性互动；害羞、害怕等表情则反映了表达者内心的抵触和消极情绪，需要教师和家长及时给予帮助和训练。

微笑、中立、害羞、害怕指标值采用比值(％)表示，即各表情持续时间占总表达时间的比重。通过摄像机采集教室内视频数据并对视频序列建模，检测瞳孔、眼角、眉毛、鼻子、嘴唇、下巴等关键点，识别全体学生实时的表情特征。

第四步，分别确定各音频指标的综合权重和各表情指标的综合权重。

第五步，根据各音频指标的值、表情指标的值、各音频指标和表情指标的综合权重计算目标对象的表达能力评分：

其中，c

第六步，根据目标对象在预设周期内不同时间段的表达能力评分和预设周期内不同时间段的时间权重计算目标对象在预设周期内的综合表达能力评分：

其中，T表示预设周期内时间段的数量，

本发明实施例提供的基于长时序多源数据的学生综合素质分析系统，在计算目标学生的综合表达能力评分时，不仅提取了音频指标，还提取了表情指标，除发音外，学生发言时的神情也是体现该学生表达能力的一项重要指标，因此通过目标学生发言时的发音和表情得到的综合表达能力评分准确性更高，并且，由于学生发言时的表现会受到外界客观因素的影响，本发明实施例提供的基于长时序多源数据的学生综合素质分析系统通过目标学生在预设周期内不同时间段的表达能力评分和预设周期内不同时间段的时间权重计算该学生在预设周期内的综合表达能力评分，为不同时间段设置了不同的时间权重，减小了客观因素对结果带来的影响，因此通过实施本发明提供的基于长时序多源数据的学生综合素质分析系统计算到的目标学生的综合表达能力评分更准确。

在一可选实施例中，专项分析模块2获取目标对象的表达能力的步骤还包括：

首先，根据目标对象在目标周期和目标周期的上一周期内的综合表达能力评分计算目标对象在目标周期内的综合表达能力评分的增长值。

增长值用于表示目标学生在[d-1，d]内综合表达能力评分的增长程度，d表示目标周期，d-1表示目标周期的上一周期。通过如下公式计算增长值：

其次，根据目标对象在目标周期内的综合表达能力评分的增长值计算目标对象在目标周期内的发展因子：

其中，p、q为大于1的待定参数，通过预设系数、预设时间段内增长值最大的周期对应的发展因子、预设时间段内增长值最小的周期对应的发展因子确定p、q的值：

然后，根据目标对象在目标周期内的发展因子和综合表达能力评分计算目标对象在目标周期内的综合表达能力评价结果：

在一可选实施例中，专项分析模块2通过如下步骤确定各音频指标的综合权重和各表情指标的综合权重：

首先，通过层次分析法确定各音频指标和表情指标的第一权重。层次分析法是一种定性和定量相结合的多目标决策分析方法，为合理利用专家经验提供途径。

请专家填写打分表，采用1-9标度方法判断相对重要性，由打分结果列出比较矩阵A＝{a

其次，通过熵权法确定各音频指标和表情指标的第二权重。熵权法利用各项指标的熵值来确定指标权重，信息熵越大，信息的无序度越高，其信息的效用值越小；反之，信息熵越小，信息的无序度越小，信息的效用值越大。权值的计算基于原始数据，其结果真实可靠，可以消除主观因素的影响。具体确定指标权重的步骤包括：

一、将经过标准化处理的各指标值记为

二、确定各评价指标的熵：H＝-k∑p

三、根据各指标值的熵来确定权重，

然后，根据第一权重和第二权重分别确定各音频指标和表情指标的综合权重，在本发明实施例中，根据各音频指标和表情指标的第一权重和第二权重的积与所有指标的第一权重和第二权重的积的和计算各音频指标和表情指标的综合权重：

本发明实施例提供的基于长时序多源数据的学生综合素质分析系统，在确定各音频指标和表情指标的综合权重时，先通过层次分析法确定各音频指标和表情指标的第一权重，然后通过熵权法确定各音频指标和表情指标的第二权重，最后根据第一权重和第二权重分别确定各音频指标和表情指标的综合权重。通过层次分析法得到的第一权重，含有一定的主观因素，通过熵权法确定的第二权重完全由各指标的值得到，比较客观，将第一权重和第二权重进行互补得到了综合权重，通过综合权重计算的综合表达能力评分更准确。

在具体实施例中，如图6所示为本发明实施例提供的基于长时序多源数据的学生综合素质分析系统的具体应用场景架构图。

在如图6所示的应用场景中，包括数据采集、数据传输、数据汇聚与存储、AI智能数据分析平台、业务应用、用户端六层，其中，数据采集层包括视频监控、语音采集、体感设备、专用测试装备、日常情况录入系统五种采集方式。

数据传输层包括光纤/网线、4G/5G、NB-IoT三种传输方式，可择一使用。

数据汇聚与存储层中存储有视频数据、语音数据、体感设备数据、专用测试装备数据、其他数据，其中，视频数据通过视频监控获取，语音数据通过语音采集获取，体感设备数据通过体感设备获取，专用测试装备数据通过专用测试装备获取，其他数据通过日常情况录入系统获取。

AI智能数据分析平台用于对数据汇聚与存储层中的数据进行分析，其中，包括智能视频分析、智能语音分析、智能体感数据分析、建立学生认知能力发展知识图谱、AI智能融合分析。

具体地，智能语音分析分析包括：语义识别：识别课堂教师话语，形成课堂授课记录。识别学生语义信息，生成关键词图谱。语境识别：综合场景，老师与学生语义关键词，生成学生各场景课堂反应雷达图(雷达图包括正向表达、负向表达和积极发言等)，该雷达图可以应用于对学生的反应能力进行评估。

体感数据分析包括：轨迹识别：根据体感数据，识别出学生活动轨迹，并结合校园地图，识别出学生主要活动场所、主要活动伙伴等信息。运动体能识别：根据运动步数、心跳信息等识别学生体能信息，后期给出体能锻炼建议等。

学生认知能力发展知识图谱包括：心理发展能力：生理发展，认知和社会性等。课堂专注度情况：课堂专注度主要包含课堂专注度、兴趣度、参与度和活跃度。学习能力情况：学习方法、学习效率、知识掌握情况等。

在业务应用层，用于出具身心健康报告、课堂专注度报告、学习能力报告、综合素质评估。综合素质评估具体指德智体美劳全面发展能力评估。

在图6所述的应用场景中，用户端包括B/S端、APP端、大屏端。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。