一種在線學(xué)習(xí)監(jiān)督輔助系統(tǒng)的設(shè)計與研究*

陳智文，黃智偉

（武漢鐵路職業(yè)技術(shù)學(xué)院，湖北 武漢 430205）

隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，人們獲取知識的方式和途徑發(fā)生了巨大的變化，帶來的“互聯(lián)網(wǎng)+教育”使得在線教育用戶數(shù)量不斷攀升，市場規(guī)模持續(xù)擴大。在線教育不受時間、空間和地點條件的限制，通過對線下學(xué)習(xí)模式中的授課內(nèi)容進行電子化、視頻化，大大提高了學(xué)習(xí)的便利性。受新冠肺炎疫情影響，2020年春季學(xué)期延期開學(xué)，我國近3億師生根據(jù)教育部“停課不停學(xué)”的要求開展了史上最大規(guī)模的群體在線學(xué)習(xí)，全國本科高校108萬教師開出課程合計1 719萬門次，在線學(xué)習(xí)的大學(xué)生共計35億人次[1]。

1 研究現(xiàn)狀與問題

在線教學(xué)最核心的本質(zhì)是學(xué)習(xí)者學(xué)會自主學(xué)習(xí)[2]。學(xué)習(xí)者的學(xué)習(xí)投入程度顯著影響其學(xué)業(yè)成績和認知發(fā)展[3]。在線學(xué)習(xí)是一種需要學(xué)習(xí)者具有高度自覺性的學(xué)習(xí)，沒有實體課堂，教師的“氣場”無法有效帶動學(xué)習(xí)者，學(xué)習(xí)者難以及時告知學(xué)習(xí)困難，教師也無法隨時感受到學(xué)習(xí)者的眼神和表情[4]。

在開展在線教育的過程中，網(wǎng)絡(luò)中的功能元素太過多樣化，信息量十分龐大，導(dǎo)致自控力不足的學(xué)習(xí)者無法專心學(xué)習(xí)，在打開在線教育平臺的同時可能打開娛樂軟件。學(xué)習(xí)者習(xí)慣于傳統(tǒng)的面授課堂，當(dāng)置身于虛擬的學(xué)習(xí)環(huán)境中時難免出現(xiàn)目標(biāo)偏離、學(xué)習(xí)效率低下等情況。當(dāng)學(xué)習(xí)者的行為指向背離學(xué)習(xí)任務(wù)時往往不能像在傳統(tǒng)課堂學(xué)習(xí)時那樣及時被教師矯正，有時還會出現(xiàn)所謂的信息迷航現(xiàn)象，學(xué)習(xí)者不愿或不能自覺回到計劃的學(xué)習(xí)進程中。在線學(xué)習(xí)的這一特殊性決定了監(jiān)督的重要性。

目前各大在線教育平臺的監(jiān)督學(xué)習(xí)功能有限，部分平臺如釘釘、雨課堂、騰訊課堂等僅有打卡簽到功能，只能確定學(xué)習(xí)者進入了在線學(xué)習(xí)系統(tǒng)平臺，不能確定是不是本人打卡，且學(xué)習(xí)者打卡后是否一直在屏幕前也無從得知。當(dāng)教師一對多進行學(xué)習(xí)指導(dǎo)時，學(xué)習(xí)過程更是難以監(jiān)督，無法保證每個學(xué)習(xí)者都能認真學(xué)習(xí)在線教學(xué)內(nèi)容，當(dāng)學(xué)習(xí)者出現(xiàn)異常學(xué)習(xí)行為時，教師無法及時提醒及糾正。

2 系統(tǒng)的功能描述

針對在線學(xué)習(xí)中教師一對多授課時無法進行有效監(jiān)督的情況，本文提出一種監(jiān)督管理系統(tǒng)，可應(yīng)用在移動端及PC端，全自動監(jiān)督學(xué)習(xí)者的學(xué)習(xí)過程，當(dāng)出現(xiàn)異常學(xué)習(xí)行為時進行警報提醒。

異常學(xué)習(xí)行為主要包括：其他人代上課，非活人上課（貼本人照片），上課中途離開、睡覺；在理論課程直播過程中，學(xué)習(xí)端設(shè)備顯示內(nèi)容包含非教師講授視頻窗口；在計算機實際操作課程中（教師未開啟課件窗口），打開非教師允許使用的軟件。

本系統(tǒng)能夠協(xié)助教師對學(xué)習(xí)者的在線學(xué)習(xí)行為進行遠程監(jiān)督，對學(xué)習(xí)者的異常學(xué)習(xí)行為進行警示及記錄，協(xié)助教師管理學(xué)習(xí)者，提高教師在線教學(xué)效率及學(xué)習(xí)者在線學(xué)習(xí)效率。

3 系統(tǒng)整體設(shè)計

本文提出一種基于數(shù)據(jù)挖掘的在線學(xué)習(xí)監(jiān)督輔助系統(tǒng)，包括學(xué)習(xí)端、教學(xué)端、后臺管理三大部分。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)庫、可視化技術(shù)等高度自動化地分析數(shù)據(jù)，作出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整策略，減少風(fēng)險，作出正確的決策。

本系統(tǒng)監(jiān)督檢測所采用的技術(shù)就是數(shù)據(jù)挖掘技術(shù)，數(shù)據(jù)挖掘就是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找規(guī)律，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個步驟。數(shù)據(jù)準(zhǔn)備是從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含的規(guī)律找出來；規(guī)律表示是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來。本系統(tǒng)采集的數(shù)據(jù)為教學(xué)端、學(xué)習(xí)端的頁面信息，利用學(xué)習(xí)端學(xué)習(xí)頁面信息具有一定統(tǒng)一性這一特征進行聚類等算法分析，從而挖掘?qū)W習(xí)端異常學(xué)習(xí)行為信息。

系統(tǒng)的整體結(jié)構(gòu)見圖1。學(xué)習(xí)端包括人臉活體檢測模塊、頁面檢測模塊、應(yīng)用程序識別模塊、流量檢測模塊、信用度模塊和警報模塊。在給每位學(xué)習(xí)者設(shè)置信用度的基礎(chǔ)上，系統(tǒng)通過人臉活體檢測模塊對學(xué)習(xí)端學(xué)習(xí)者的唯一性進行確認，通過頁面檢測模塊對學(xué)習(xí)者學(xué)習(xí)頁面的統(tǒng)一性進行檢測，在學(xué)習(xí)者需要自行練習(xí)操作時，通過異常程序識別及異常流量檢測來確保學(xué)習(xí)者學(xué)習(xí)行為的真實性，否則，發(fā)出警報。教學(xué)端包括應(yīng)用程序控制模塊和警報記錄模塊。對于需要實操的課程，教師可自行設(shè)置被允許的應(yīng)用程序，對學(xué)習(xí)者在線學(xué)習(xí)異常行為進行統(tǒng)計、記錄、分析。后臺管理用于連接和控制學(xué)習(xí)端、教學(xué)端，儲存并記錄學(xué)習(xí)者的所有信息。

圖1 系統(tǒng)整體結(jié)構(gòu)圖

當(dāng)學(xué)習(xí)端出現(xiàn)異常學(xué)習(xí)行為時，系統(tǒng)能夠自動檢測，根據(jù)相應(yīng)的異常學(xué)習(xí)行為在學(xué)習(xí)設(shè)備上彈出不同的對話框進行警示，具體見圖2。

圖2 學(xué)習(xí)端警報彈窗圖

在教學(xué)端教學(xué)設(shè)備上也會有相應(yīng)警示記錄提示（見圖3），并實時更新。當(dāng)有學(xué)習(xí)者出現(xiàn)多次警示記錄時，教師可以根據(jù)實際情況進行點名提醒。

圖3 教學(xué)端警示記錄顯示圖

4 系統(tǒng)功能模塊設(shè)計

4.1 信用度模塊設(shè)計

信用度模塊由學(xué)習(xí)者使用系統(tǒng)學(xué)習(xí)的累計時長與學(xué)習(xí)者接收到的警報次數(shù)加權(quán)所得，它反映了學(xué)習(xí)者在線學(xué)習(xí)自覺性的高低。信用度模型見第131頁圖4，信用度=k1×信用度1+k2×信用度2。

圖4 信用度模型圖

本系統(tǒng)對學(xué)習(xí)者監(jiān)督的頻率、信息采集的頻率會根據(jù)信用度的高低而變化。信用度越高系統(tǒng)采集信息的頻率越低，信用度越低系統(tǒng)采集信息的頻率越高。也就是說長時間使用本系統(tǒng)進行在線監(jiān)督后，對于未檢測到任何不良學(xué)習(xí)行為的信用度高的學(xué)習(xí)者，沒有必要頻繁進行檢測，檢測頻率會從原始的5 s/次逐步降低為600 s/次，若后期檢測到該學(xué)習(xí)者做出了不良的學(xué)習(xí)行為，造成信用度降低，那么檢測頻率又會從600 s/次逐步上升；對于頻繁檢測到不良學(xué)習(xí)行為的信用度低的學(xué)習(xí)者，檢測頻率可能一直會保持最高頻率5 s/次。

4.2 人臉活體識別模塊設(shè)計

目前人臉識別技術(shù)已日趨成熟，應(yīng)用廣泛，在在線教育行業(yè)主要被應(yīng)用于在線考試，如職教云考試模塊、阿里培訓(xùn)考試模塊、駕照考試等。人臉活體識別模塊除了“識人”外還“識真”，也就是說在系統(tǒng)面前不僅要確保這張臉是這個人的臉，還要確保這張臉是活體的人臉，而不是圖片、視頻或帶著面具的人臉。“識真”可以通過眨眼、搖頭、點頭等組合動作驗證用戶是否為真實活體本人，最大程度監(jiān)督和確保是學(xué)習(xí)者本人在進行學(xué)習(xí)。

本系統(tǒng)會不定時通過學(xué)習(xí)端攝像頭采集學(xué)習(xí)者圖像，與原始登記照片進行匹配，使用人臉關(guān)鍵點定位和人臉追蹤等技術(shù)“識人”“識真”。當(dāng)系統(tǒng)檢測到面部識別不匹配、無頭像、非活人等情況時，學(xué)習(xí)端會彈出提示框進行相應(yīng)的警報提醒。人臉活體識別流程見圖5。

圖5 人臉活體識別流程圖

4.3 頁面檢測模塊設(shè)計

目前的頁面檢測技術(shù)主要應(yīng)用于在線考試防作弊機制，使用固有頻率截屏或錄屏，人為監(jiān)控查看異常防止作弊，或者進行頁面跳出檢測，當(dāng)跳出當(dāng)前頁面時會自動記錄及提醒。本系統(tǒng)的頁面檢測模塊主要針對在線理論課程，當(dāng)教學(xué)端與學(xué)習(xí)端頁面內(nèi)容顯示一致時，根據(jù)學(xué)習(xí)者信用度以自適應(yīng)的頻率對學(xué)習(xí)端設(shè)備進行截屏，使用聚類分析的算法，與教學(xué)端的頁面進行匹配，發(fā)現(xiàn)異常點，發(fā)出警報。學(xué)習(xí)者最小化、關(guān)閉教師直播分享頁面或者是瀏覽其他頁面等與教師頁面顯示不一致的情況均能通過頁面檢測模塊發(fā)現(xiàn)。頁面檢測流程見圖6。

圖6 頁面檢測流程圖

4.4 應(yīng)用程序識別模塊和流量檢測模塊設(shè)計

對于實際操作的課程，當(dāng)教師講授完理論部分后學(xué)習(xí)者需要使用PC端自己動手操作，教學(xué)端與學(xué)習(xí)端的頁面顯示不可能一直保持一致，此時已不能使用頁面檢測模塊，故提出應(yīng)用程序識別模塊與流量檢測模塊。教師通過應(yīng)用程序控制模塊開放課程所需的一部分應(yīng)用程序權(quán)限，如“C語言程序設(shè)計”課程開放VC++使用權(quán)限，“信息技術(shù)基礎(chǔ)”課程開放Office使用權(quán)限等。當(dāng)學(xué)習(xí)端開啟了非教學(xué)端允許的應(yīng)用程序時，系統(tǒng)則發(fā)出警報。考慮到有些課程需要用到瀏覽器查找資料，為避免學(xué)習(xí)者通過瀏覽器在線觀看視頻，故補充流量檢測模塊，對于流量使用異常情況系統(tǒng)也會發(fā)出警報并記錄。應(yīng)用程序識別和流量檢測流程見第132頁圖7。

圖7 應(yīng)用程序識別和流量檢測流程圖

4.5 警報模塊設(shè)計

通過各檢測模塊檢測，當(dāng)學(xué)習(xí)端出現(xiàn)面部識別不匹配及無頭像、頁面與教學(xué)端頁面不匹配、使用非教師授權(quán)的應(yīng)用程序、流量使用異常等情況時，系統(tǒng)會進行彈框提醒。當(dāng)學(xué)習(xí)者收到警示彈框提醒時只能停止異常學(xué)習(xí)行為，否則系統(tǒng)會不斷彈出警示窗口，警示次數(shù)不斷累積。后臺也會對日期、姓名、班級、時間、警報異常項、累計次數(shù)、截屏異常圖像進行統(tǒng)計、存儲、記錄，方便教師對教學(xué)情況進行分析。

5 系統(tǒng)的應(yīng)用優(yōu)點

本系統(tǒng)根據(jù)在線統(tǒng)一教學(xué)過程中學(xué)習(xí)端頁面某種程度的一致性，基于數(shù)據(jù)挖掘技術(shù)為學(xué)習(xí)過程的監(jiān)督做好了軟件條件的準(zhǔn)備，手機端/PC端的普及為本系統(tǒng)的應(yīng)用做好了硬件條件的準(zhǔn)備。系統(tǒng)具有以下特點。

1）自適應(yīng)控制檢測頻率，節(jié)約網(wǎng)絡(luò)資源。本系統(tǒng)首次提出學(xué)習(xí)信用度概念，信用度由學(xué)習(xí)者使用系統(tǒng)學(xué)習(xí)的累計時長與學(xué)習(xí)者接收到的警報次數(shù)加權(quán)所得，將學(xué)習(xí)者的學(xué)習(xí)自覺性進行量化，劃分信用等級。根據(jù)信用等級自適應(yīng)地控制系統(tǒng)檢測頻率，例如對于自覺性強的學(xué)習(xí)者，可以降低監(jiān)督頻率；對于自覺性弱的學(xué)習(xí)者，更有針對性地進行監(jiān)督，從而有效節(jié)省網(wǎng)絡(luò)帶寬，提升傳輸效率。

2）監(jiān)督檢測適用條件廣泛。在線課程不管是統(tǒng)一上的理論課程還是實際操作課程，本系統(tǒng)均能進行有效監(jiān)督。針對理論課程，教學(xué)端與學(xué)習(xí)端頁面必然保持一致，通過頁面檢測模塊實現(xiàn)監(jiān)督；針對實際操作課程，通過應(yīng)用程序識別模塊及流量檢測模塊實現(xiàn)監(jiān)督。

3）異常學(xué)習(xí)行為檢測廣泛。本系統(tǒng)的監(jiān)督檢測貫穿于教師統(tǒng)一在線授課的全過程，包括學(xué)習(xí)者身份的確認，是否出現(xiàn)其他人或假人代替上課，學(xué)習(xí)者是否睡覺、消失；在教師講授課程時，學(xué)習(xí)端展示的頁面是否跟教學(xué)端頁面保持一致，學(xué)習(xí)者是否打開了其他窗口，是否關(guān)閉了教師課程展示的窗口；當(dāng)教師允許學(xué)習(xí)者自行操作時，學(xué)習(xí)者是否打開了其他無關(guān)軟件等。本系統(tǒng)對整個在線教學(xué)實行全過程監(jiān)督，最大程度監(jiān)控學(xué)習(xí)者的學(xué)習(xí)行為。

6 結(jié)束語

本文提出一種在線學(xué)習(xí)監(jiān)督輔助系統(tǒng)，在計算學(xué)習(xí)信用度的基礎(chǔ)上，通過人臉活體檢測、頁面檢測、警報等模塊分析在線學(xué)習(xí)者的異常學(xué)習(xí)行為。本系統(tǒng)能夠推動“互聯(lián)網(wǎng)+教育”的普及，對自覺性不強的低、中、高年級的在線學(xué)習(xí)者均能進行監(jiān)督，從而提高學(xué)習(xí)者在線學(xué)習(xí)的自律性。