[发明专利]一种基于大数据的教学资源评级方法

说明书

本发明公开了一种基于大数据的教学资源评级方法，其特征在于：包括以下步骤：步骤一：采集教学资源数据，教学资源数据包括教学资源的有效浏览时间、重复浏览次数和浏览评论值；步骤二：设置教学资源评级参数，教学资源评级参数包括：有效浏览时间、重复浏览次数和浏览评论值；步骤三：构建教学资源评级模型；步骤四：进行教学资源评级模型的训练；步骤五：将采集的教学资源数据输入训练好的教学资源评级模型，得到教学资源的级别。本发明将有效浏览时间、重复浏览次数和浏览评论值作为评级参数，通过构建和训练评级模型，实现教学资源的自动评级，教学资源的评级准确率高。

技术领域

本发明涉及教学数据处理领域，尤其是一种基于大数据的教学资源评级方法。

背景技术

随着现代信息化技术的迅猛发展，网络技术在教育中的应用日益广泛和深入，为教育提供了丰富的教学资源；随着网络教学的开展，网络对学习产生越来越深刻的影响，网络环境的开放性、资源的丰富性、资源的易获取性等特征使得网络信息资源逐渐成为一种新型的教学资源，在网络教育中得到广泛的应用。网络教学资源包括传播教学的信息素材，文本、图形、音频、视频、动画等；网络课程、专题学习网站、课件与网络课件、网络题库、教学案列库等。网络教学资源种类繁多、齐全，但由于数量和来源多，教学资源杂乱无序，质量良莠不齐，用户在面对海量的教学资源时，无法找到合适的教学资源，需要对教学资源进行评级，方便用户使用。

在现有的教学资源的评级中存在以下问题：(1)大部分的教学资源都是通过人工评价的方式进行过滤和评价，这种评价方式工作量非常的大，耗费很多的时间，并且评价的效率很低，当面对越来越多的教学资源时，人工评价已经无法满足要求；(2)现在通常采用点击数等来评价教学资源的质量，但是由于点击数采集的是访问教学资源的人数，很多的人在不了解教学资源的情况下，只是通过标题或简介访问教学资源，有些教学资源的点击数很高，但是可能许多人只是点开没有完整浏览，没有学习效果；点击数不能真实的反映教学资源的质量。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种基于大数据的教学资源评级方法，将教学资源的有效浏览时间、重复浏览次数和浏览评论值作为评级的评级参数，能真实的反映教学资源的使用和学习请求，从而体现了教学资源的质量；并基于训练的教学资源评级神经网络模型，自动对教学资源进行评级。

本发明采用的技术方案如下：

本发明一种基于大数据的教学资源评级方法，包括以下步骤：

步骤一：采集教学资源数据，教学资源数据包括教学资源的有效浏览时间、重复浏览次数和浏览评论值；所述有效浏览时间为：用户超过阈值的浏览时间；所述重复浏览次数为：浏览超过两次的用户数；所述浏览评论值为：用户浏览后做出的分值；

步骤二：设置教学资源评级参数，教学资源评级参数包括：有效浏览时间、重复浏览次数和浏览评论值；

步骤三：构建教学资源评级模型；

步骤四：进行教学资源评级模型的训练；

步骤五：将采集的教学资源数据输入训练好的教学资源评级模型，得到教学资源的级别。

以上方法，采用有效浏览时间、重复浏览次数和浏览评论值作为评级参数，通过大数据构建评级模型，实现教学资源的自动评级，提高评级的效率；有效浏览时间的使用，能够去除原来评级统计中的一些无效的数据，例如，有些用户只是打开教学资源或只是学习了很短的时间，没有进行教学资源的学习，但在原来的评级统计中却已经统计了，所以造成原来评级的不准确；好的教学资源一般需要进行多次的浏览学习，重复浏览的用户越多，说明教学资源的质量越好，所以在评级中是一个重要的评级参数；浏览评论值是用户学习完教学资源后对教学资源的直观评价，所以也是个重要的评级参数；通过以上几个评级参数的使用，能够改善现有教学资源评级的方法，提高评级的准确性。

作为优选的，所述教学资源评级模型的构建方法：