System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術公開涉及計算機領域,具體而言,涉及一種基于教學大數據的智能推薦方法及服務器。
技術介紹
1、隨著計算機技術的發展和教育方式的改變,人們可以通過在線方式來學習自己想要了解的知識。在網絡上,存在各類各學科的不同課程,同一領域的課程有各種不同的選擇,用戶很難去分辨或對比課程的優劣。
2、目前,現有技術是通過課程上傳后,通過課程觀看的瀏覽量或用戶之間的關聯等數據來推薦。目前的方案,需要在課程上線后經過較長時間才能評價課程,并且僅僅是基于線上用戶的相關數據來進行推薦。存在耗時較長,且評價片面導致推薦的準確度不夠。
3、需要說明的是,在上述
技術介紹
部分公開的信息僅用于加強對本公開的背景的理解,因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。
技術實現思路
1、本公開實施例的目的在于提供一種基于教學大數據的智能推薦方法及服務器,本公開可以提高教學課程推薦的準確度。
2、本公開實施例的第一方面提供了一種基于教學大數據的智能推薦方法,其特征在于,所述方法包括:
3、獲取線下課程的教學互動記錄;
4、獲取與所述線下課程對應的教學視頻,對所述教學視頻進行識別得到動作分析結果和音頻分析結果;
5、根據所述教學互動記錄、所述動作分析結果和所述音頻分析結果,計算得到教學評分結果;
6、根據所述教學評分結果,在多個線下課程中確定至少一個目標課程;
7、在預設網頁中對所述目標課程進行錄制得到的線上
8、在本公開的一種示例性實施例中,所述獲取線下課程的教學互動記錄的步驟,包括:
9、基于預設的教學平臺,獲取通過所述教學平臺進行互動的互動記錄;
10、其中,所述教學互動記錄至少包括簽到記錄、發言記錄的其中之一。
11、在本公開的一種示例性實施例中,所述對所述教學視頻進行識別得到動作分析結果的步驟,包括:
12、提取所述教學視頻中的關鍵幀,識別所述關鍵幀中的人體關鍵點;
13、根據所述人體關鍵點得到動作分析結果;
14、其中,所述動作分析結果至少包括進入課程動作、離開課堂動作、舉手動作的其中之一。
15、在本公開的一種示例性實施例中,所述對所述教學視頻進行識別得到音頻分析結果的步驟,包括:
16、提取所述教學視頻中的音頻數據,識別所述音頻數據中的音頻特征,所述音頻特征至少包括頻譜特征、強度特征、語速特征的其中之一;
17、根據所述音頻特征區分所述線下課程的老師聲音和學生聲音;
18、基于所述老師聲音和學生聲音的發聲時長和頻率,統計得到音頻分析結果。
19、在本公開的一種示例性實施例中,所述根據所述教學互動記錄、所述動作分析結果和所述音頻分析結果,計算得到教學評分結果的步驟,包括:
20、根據所述教學互動記錄的數量,確定教學互動評分;
21、根據所述動作分析結果中包含的不同動作的類型和數量,確定第一教學狀態評分;
22、根據所述音頻分析結果中所述老師聲音和學生聲音的發聲時長和頻率,確定第二教學狀態評分;
23、根據所述教學互動評分、所述第一教學狀態評分、所述第二教學狀態評分,計算得到教學評分結果。
24、在本公開的一種示例性實施例中,所述根據所述教學互動記錄的數量,確定教學互動評分的步驟,包括:
25、確定所述教學互動記錄的不同類型,基于不同類型配置不同的權重值;
26、根據所述教學互動記錄的各個類型、對應的數量和對應的權重值,計算得到教學互動評分。
27、在本公開的一種示例性實施例中,所述根據所述教學評分結果,在多個線下課程中確定至少一個目標課程的步驟,包括:
28、根據多個線下課程對應的教學評分結果,結合一預設閾值在多個線下課程中篩選得到至少一個目標課程。
29、在本公開的一種示例性實施例中,所述根據所述教學評分結果,在多個線下課程中確定至少一個目標課程的步驟,包括:
30、根據多個線下課程對應的教學評分結果,對多個教學評分結果排序;
31、結合一預設值,在多個線下課程中篩選得到對應數量個目標課程。
32、在本公開的一種示例性實施例中,所述在預設網頁中對所述目標課程進行錄制得到的線上課程進行推薦的步驟,包括:
33、將所述目標課程進行錄制得到的線上課程顯示在預設網頁的突出位置或以突出方式進行顯示;
34、其中,所述突出位置包括頂部位置,所述突出方式包括高亮顯示、放大顯示的其中之一。
35、根據本公開實施例的第二方面,提供一種服務器,其特征在于,所述服務器包括處理器、機器可讀存儲介質和網絡接口,
36、所述機器可讀存儲介質、所述網絡接口以及所述處理器之間通過總線系統相連,所述網絡接口用于與至少一個教學數據捕獲設備通信連接,所述機器可讀存儲介質用于存儲程序、
37、指令或代碼,所述處理器用于執行所述機器可讀存儲介質中的程序、指令或代碼,以執行權利要求中任意一項的基于教學大數據的智能推薦方法。
38、根據本公開實施例的第三方面,提供了一種計算機可讀介質,其上存儲有計算機程序,程序被處理器執行時實現如上述實施例中第一方面所述的方法。
39、根據本公開實施例的第四方面,提供了一種電子設備,包括:一個或多個處理器;存儲裝置,用于存儲一個或多個程序,當一個或多個程序被一個或多個處理器執行時,使得一個或多個處理器實現如上述實施例中第一方面所述的方法。
40、本公開實施例提供的技術方案可以包括以下有益效果:
41、通過技術手段記錄線下課程中學生和教師之間的互動情況,這樣可以獲得詳細的教學互動記錄,提高了后續分析和評估的準確度和真實性。
42、通過結合教學互動記錄、動作分析結果和音頻分析結果,運用算法和模型進行計算,得到針對教學質量的評估結果。這個評分結果可以更加準確反映出教學的效果、互動的質量、教學環境的積極性等方面的情況。
43、根據所述教學評分結果,在多個線下課程中確定至少一個目標課程:根據教學評分結果,選擇評分較高的線下課程作為目標課程。這樣可以提供給學生或其他用戶一個有參考價值的線下課程推薦列表,幫助他們選擇合適的課程,節約用戶的時間和精力成本,并且提高教學課程推薦的效率和準確性。
44、應當理解的是,以上的一般描述和后文的細節描述僅是示例性和解釋性的,并不能限制本公開。
本文檔來自技高網...【技術保護點】
1.一種基于教學大數據的智能推薦方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取線下課程的教學互動記錄的步驟,包括:
3.根據權利要求1所述的方法,其特征在于,所述對所述教學視頻進行識別得到動作分析結果的步驟,包括:
4.根據權利要求3所述的方法,其特征在于,所述對所述教學視頻進行識別得到音頻分析結果的步驟,包括:
5.根據權利要求4所述的方法,其特征在于,所述根據所述教學互動記錄、所述動作分析結果和所述音頻分析結果,計算得到教學評分結果的步驟,包括:
6.根據權利要求5所述的方法,其特征在于,所述根據所述教學互動記錄的數量,確定教學互動評分的步驟,包括:
7.根據根據權利要求1所述的方法,其特征在于,所述根據所述教學評分結果,在多個線下課程中確定至少一個目標課程的步驟,包括:
8.根據根據權利要求1所述的方法,其特征在于,所述根據所述教學評分結果,在多個線下課程中確定至少一個目標課程的步驟,包括:
9.根據根據權利要求1所述的方法,其特征在于,所述
10.一種服務器,其特征在于,所述服務器包括處理器、機器可讀存儲介質和網絡接口,所述機器可讀存儲介質、所述網絡接口以及所述處理器之間通過總線系統相連,所述網絡接口用于與至少一個教學數據捕獲設備通信連接,所述機器可讀存儲介質用于存儲程序、指令或代碼,所述處理器用于執行所述機器可讀存儲介質中的程序、指令或代碼,以執行權利要求1-9中任意一項的基于教學大數據的智能推薦方法。
...【技術特征摘要】
1.一種基于教學大數據的智能推薦方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取線下課程的教學互動記錄的步驟,包括:
3.根據權利要求1所述的方法,其特征在于,所述對所述教學視頻進行識別得到動作分析結果的步驟,包括:
4.根據權利要求3所述的方法,其特征在于,所述對所述教學視頻進行識別得到音頻分析結果的步驟,包括:
5.根據權利要求4所述的方法,其特征在于,所述根據所述教學互動記錄、所述動作分析結果和所述音頻分析結果,計算得到教學評分結果的步驟,包括:
6.根據權利要求5所述的方法,其特征在于,所述根據所述教學互動記錄的數量,確定教學互動評分的步驟,包括:
7.根據根據權利要求1所述的方法,其特征在于,所述根...
【專利技術屬性】
技術研發人員:林小玲,羅震,
申請(專利權)人:廣州華夏匯海科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。