基于学习者情绪的成绩预测研究

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。