Ai课堂行为数据分析系统说明书（v1.5）.docxVIP

目录 TOC \o "1-3" \h \u 4397 一、背景 1 19484 二、项目概述 1 27964 （一）项目简介 1 30850 三、系统对学校教育教学的助益 3 7537 （一）教学评价的需要 3 25167 （二）对各环节的助益 3 8417 1. 对学科教研改进的帮助： 3 1306 2. 对教师教学水平提升的帮助： 4 25171 3. 对班主任班级管理的帮助： 5 12267 4. 对学生个性化培养的帮助，对家校互动沟通的帮助： 6 20104 四、系统部署架构 6 30452 （一）学情分析专用摄像头 7 24980 （二）视频传输存储系统 7 25597 （三）系统识别工作站 8 3097 五、数据呈现 8 25386 （一）智能数据采集与分析 8 6005 1. 数据分析内容： 8 5900 2. 分析学生的课堂参与度： 9 10256 3. 为每堂课计算课堂各环节凝聚度： 9 22041 4. 为每堂课计算课堂整体凝聚度： 10 14193 （二）报告样例 10 PAGE PAGE 10 一、背景 以国发[2017]35 号、教技[2018]3 号、教技[2018]6 号、教育信息化 2.0《中小学数字校园建设规范》、针对全国八大智慧教育示范区建设具体要求、推荐遴选“基于教学改革、融合信息技术的新型教与学模式”等国家政策为基础导向，以人工智能、移动互联网技术为载体，共同推动中国教育信息化 2.0 的实现和中小学数字校园建设规范的实施。 2017 年人工智能首次写入国家政府工作报告，标志着人工智能正式上升至国家战略层面。面对广阔发展前景，通过研发、生物识别、算法分析等方面上的领先技术及多年深耕教育行业所积累的教育资源、人文知识产权，积极布局数字化校园建设领域相关产品的研发、生产，将人工智能、大数据、边缘计算等前沿科技深入应用并服务于教育行业，为学校和教育机构提供“AI 教育+教育大数据”的解决方案，让“AI 教育+教育大数据”贯穿于教育流程智能化、人才培养信息化的建设中。 二、项目概述 （一）项目简介 本项目为教育现代化智慧工程——Ai 课堂行为数据分析系统，系集成人脸识别、行为识别等人工智能相关技术，在学校课堂的固定常规场景下，代替传统人力，结合前端超高清摄像机以及后端识别工作站等一系列软硬件，对学校常态化教学过程进行行为统计，并结合大数据挖掘、云计算等技术对统计 数据进行深度挖掘分析，形成涵盖整个教学过程的可读性学情分析报告。为校长、教师提供客观的教学评价数据支撑。 该系统由团队通过大量调研，提炼出在 K12 教育过程中学生在课堂上典型的若干行为动作，例如“抬头听讲”、“低头书写”、“趴桌子”、“举手”、“回答问题”、“扭头互动”等。在校园沉淀视频中提取海量样本，利用百万级样本训练出了支持以上动作维度的神经网络识别核心。基于该识别核心，重点打造了 Ai 课堂行为数据分析系统，通过与校园课表联动， 自动按时执行每间教室的高频识别任务，并且定期生成针对每个学生的课堂状态数据报告， 供学校和教师及时发现问题，解决问题，进而实现因材施教。 该系统运用人工智能开展教学过程监测、学情分析，建立基于大数据的多维度综合性智能评价体系，精准评估教与学的绩效，达到对学生学情、教师教情的全面、客观、实时掌控， 从而全面提升“教、学、管、评”的质量和水平。 数据可能包含但不限于：各科课堂“抬头听讲”“低头读写”“回答问题”“举手”“互动” “趴桌子”等状态的次数或时长占比、个人课堂整体和分科的课堂参与度统计、课堂类型的判断、与班级或年级状态对比、当期状态与往期状态对比等。 三、系统对学校教育教学的助益 （一）教学评价的需要 真正的智慧教育要在教、学、管、评四个环节发力，并形成互相促进的闭环。而在传统信息化、智能化支持方面，更多地强调了教、学两个环节。 我们认为，在教学管评四环节中，评价环节最缺乏数据支撑，没有客观的评价，管理就缺乏抓手，后续的教学改进也就缺乏足够的说服力；同时，对管理、教学改进效果的的考量也同样需要评价环节的数据支撑。 通过大量的工具、产品调研，我们认为基于课堂行为数据的学情分析系统能够给予课堂教学环节过程性的数据统计、分析、评价，正是我们改进教研、教学环节的有力武器。 （二）对各环节的助益 对学科教研改进的帮助： 系统可以有效统计每堂课的课堂类型，讲、练、探究、讨论等各个环节的占比，以及相 应的学生响应数据，为各个学科的教研改进提供了有力的数据支撑，此项能力深受学校各个教研组好评。 对教师教学水平提升的帮助： 系统中的每一名任课教师都能及时接收到自己每堂课的教情、学情数据报告，这对其每一章节知识点的课程设计及效