面向在线课堂的学习参与度智能评估方法和装置

摘要

本申请提出了一种面向在线课堂的学习参与度智能评估方法和装置，该方法包括：获取受教育者的在线学习数据，并对在线学习数据进行预处理；通过两分支网络学习预设数量的图像数据的大类样本特征和小类样本特征，并通过3D卷积神经网络对两分支网络输出的特征进行提取，获得每个图像数据的特征向量；通过聚合模块对每个图像数据的特征向量进行加权处理；基于每个图像数据对应的特征的相似性构造困难四元组，并通过困难四元组的损失函数对两分支网络的网络参数进行优化；将受教育者的实时数据输入至优化后的两分支网络，获取参与度识别结果。该方法可在参与度识别任务中样本分布不均衡的状况下，显著提升网络模型识别学习参与度的准确性和鲁棒性。