一种基于弹幕评论云数据的在线课程内容测评方法及系统技术方案

本发明专利技术公开了一种基于弹幕评论云数据的在线课程内容测评方法及系统，其方法包括步骤：1）将学习者的弹幕评论数据通过学生终端发送给弹幕云数据系统；2）弹幕云数据系统接收、存储与校验所述弹幕评论数据，将合格的弹幕评论数据发送至屏幕终端；3）屏幕终端接收并显示弹幕评论数据，并将其所对应的大数据特征值返回至弹幕云数据系统；4）数据系统接收并处理该弹幕评论的历史大数据特征值，并将结果推送至教师终端；5）教师终端接收该处理分析结果，判断课程内容是否存在异常，并以可视化形式对课程内容的异常部分给教师以信息提示。本发明专利技术实现实时地、全过程性地对在线课程内容进行标识并加以改进，提升在线课程内容测评的真实性和准确性。

【技术实现步骤摘要】
一种基于弹幕评论云数据的在线课程内容测评方法及系统
本专利技术涉及在线课程内容测评
，尤其涉及一种基于弹幕评论云数据的在线课程内容测评方法及系统。
技术介绍
在线课程内容测评现行的主流技术有三种：专家模拟测评、机构自查测评以及学习者调查测评。专家模拟测评主要是在线课程建设初期（未投入正式教学或学习）利用专家来模拟学生身份体验与感知在线课程内容，从而对其质量做出价值评判。机构自查测评是指在线课程内容建设初期（未投入正式教学或学习）培训机构、个人或制作商采用内容自制量表对在线课程内容进行的粗略性评审与把关，其目的在于判断哪些课程符合网络课程基本要求或规范。学习者调查测评是对学习者完成某一或某系列在线课程后（投入正式教学或学习）的总体感知或满意度进行调查，从用户视角反馈得到在线课程内容的质量信息。然而，上述在线课程内容测评技术数据信息的采集或发生在在线课程内容正式学习前（专家模拟测评、机构自查测评），或发生在在线课程内容正式学习后（学习者调查），尚不能对学习者学习过程的在线课程内容感知信息数据进行采集，难以实现对在线课程内容质量的全过程性、常态化测评与监控。另外，当前测评技术评价颗粒度比较大，大多以整个课程、单元或章节为测评单元，评价及其结果缺乏针对性，无法对在线课程内容微观层面的设计问题进行及时识别与诊断，失去了及时发现课程内容设计问题和纠错的机会，不利于在线课程内容质量优化与改进。此外，传统测评技术还无法连续准确、真实有效的记录学习者学习过程中对在线课程内容质量的评价数据，难以开展基于学习者感知大数据下的在线课程内容质量分析与诊断。
技术实现思路
鉴于上述现有技术的不足，本专利技术的目的在于提供一种基于弹幕评论云数据的在线课程内容测评方法及系统，旨在解决现有的测评方法对在线课程内容测评缺乏针对性以及难以实现全过程性与常态化监控的问题。实现本专利技术目的的具体技术方案是：一种基于弹幕评论云数据的在线课程内容测评方法，该方法包括以下具体步骤：A．将学习者的弹幕评论数据通过学生终端打包发送给弹幕云数据系统；B．弹幕云数据系统接收、存储与校验上述弹幕评论数据，然后将校验合格的弹幕评论数据直接打包发送至屏幕终端；C．屏幕终端接收并显示弹幕评论数据，并将该弹幕评论数据所对应的大数据特征值返回至弹幕云数据系统；D．弹幕云数据系统接收并处理该弹幕评论的历史大数据特征值，并将处理分析结果推送至教师终端；E．教师终端接收该处理分析结果，根据情绪标签标注点的分布情况，判断课程内容某部分或某片段是否存在异常，并以可视化形式对课程内容的异常部分给教师以信息提示。所述的基于弹幕评论云数据的在线课程内容测评方法，其中，步骤A所述的学生弹幕评论数据涉及两类：一类是文本评论数据，包括文本评论内容、文本评论数量及其相对于课程内容的时间节点；另一类是情绪标签数据，包括情绪标签类别、情绪标签数量及其相对于课程内容时间节点。这里所述的情绪标签是指能够表达学生学习体验的表情符号。其中，情绪标签的设置涉及对传统弹幕表情符号的技术改造。具体而言，依据在线学习的特性，本专利技术对传统弹幕表情符号进行了删减与归类处理，保留了点赞、疑问和吐槽三类学习表情参数，我们称之命名为学习情绪标签。此外，还对学生终端的弹幕发送属性进行了设置，限定评论内容必须同时包含文本与情绪标签，才可以正常有效地发送。所述的基于弹幕评论云数据的在线课程内容测评方法，其中步骤B中所说的校验是指对所述弹幕评论数据进行逻辑处理，其目的在于校验数据的完整性和合法性。所述的基于弹幕评论云数据的在线课程内容测评方法，其中步骤C所述的弹幕评论所对应的大数据特征值包括：文本评论数量、每条文本评论相对于课程内容的时间节点、情绪标签类别、情绪标签数量、每个情绪标签所对应的课程内容时间节点等。所述的基于弹幕评论云数据的在线课程内容测评方法，其中步骤D中所说的处理分析具体是指以接收到的弹幕评论大数据为基础，借助数学统计方法统计与分析弹幕评论历史大数据，得到基于弹幕评论云数据的课程内容质量分析结果。所述的基于弹幕评论云数据的在线课程内容测评方法，其中步骤E中所述的情绪标签标注点是指在推送给教师端的可视化信息提示中，用于替代与识别情绪标签类别及其意义的不同颜色的“点”。其中，绿色的标注点代表点赞，橙色的标注点代表疑问，红色的标注点代表吐槽。需要特别说明的是，在可视化图表中每一个标注点都是交互性的，与相对应的在线课程内容和弹幕文字评论内容关联。当点击某一点时，会自动呈现并播放与相对应的在线课程内容及其弹幕文本评论。一种基于弹幕评论云数据的在线课程内容测评系统，该系统包括：学生终端发送模块，用于将学生的弹幕评论数据发送至弹幕云数据系统；弹幕云数据系统接收、存储与校验模块，用于接收、存储与校验上述弹幕评论数据；弹幕云数据系统发送模块，用于将校验合格的弹幕评论数据打包分发至屏幕终端；屏幕终端接收与显示模块，用于接收并显示弹幕云数据系统发送过来的弹幕评论数据；屏幕终端返回模块，用于将弹幕评论数据所对应的大数据特征值返回至弹幕云数据系统；弹幕云数据系统处理与推送模块，用于提取弹幕评论数据所对应的大数据特征值，并进行统计分析，然后将处理分析结果推送至教师终端；教师终端接收与提示模块，用于接收弹幕评论的历史大数据分析结果，并将情绪标签标注点的分布情况，以可视化的形式给教师以信息提示。所述基于弹幕评论云数据的在线课程内容测评系统，其中，学生终端发送模块中，所述学生的弹幕评论数据涉及文本评论和情绪评论两类数据，包括文本评论内容、文本评论数量、每条文本评论相对于课程内容的时间节点、情绪标签类别、情绪标签数量、每个情绪标签相对于课程内容时间节点。学生终端发送模块还涉及到对传统弹幕的表情符号与发送属性的技术改造。对传统弹幕表情进行了删减与归类处理，保留了点赞、疑问和吐槽三类包情，即学习情绪标签。此外，学生终端还对弹幕发送属性进行了重置，设定评论内容必须同时包含文本与情绪标签两类信息才可以正常地发送。所述基于弹幕评论云数据的在线课程内容测评系统，其中，弹幕云数据系统接收、存储与校验模块中，校验是指对所述弹幕评论数据进行逻辑处理，校验数据的完整性和合法性。所述基于弹幕评论云数据的在线课程内容测评系统，其中，屏幕返回模块中所述的大数据特征值包括：文本评论数量、所有文本评论所对应的课程内容时间节点、情绪标签类别、情绪标签数量、所有情绪标签所对应的课程内容时间节点。所述基于弹幕评论云数据的在线课程内容测评系统，其中，弹幕云数据系统处理与推送模块中参与统计的弹幕评论历史大数据主要包括文本评论数量、所有文本评论所对应的课程内容时间节点、情绪标签类别、情绪标签数量、所有情绪标签所对应的课程内容时间节点。所述基于弹幕评论云数据的在线课程内容测评系统，其中，教师终端接收与提示模块中所述的情绪标签标注点是指在推送给教师端的可视化信息提示中，用于替代与识别情绪标签类别及其意义的不同颜色的“点”。在可视化信息提示中每一个点都是交互性的，与相对应的在线课程内容和弹幕文本评论内容关联。有益效果：本专利技术通过在传统的弹幕评论系统架构中，新加入弹幕云数据系统，并对传统弹幕表情符号和发送属性进行了技术改造，专门设置了学习情绪标签用于标识在线课程内容信息。依托本专利技术的弹幕云数本文档来自技高网...

【技术保护点】
1.一种基于弹幕评论云数据的在线课程内容测评方法，其特征在于，该方法包括以下具体步骤：A．将学习者的弹幕评论数据通过学生终端打包发送给弹幕云数据系统；B．弹幕云数据系统接收、存储与校验所述弹幕评论数据，然后将校验合格的弹幕评论数据直接打包发送至屏幕终端；C．屏幕终端接收并显示弹幕评论数据，并将该弹幕评论数据所对应的大数据特征值返回至弹幕云数据系统；D．弹幕云数据系统接收并处理该弹幕评论的历史大数据特征值，并将处理分析结果推送至教师终端；E．教师终端接收该处理分析结果，根据情绪标签标注点的分布情况，判断课程内容某部分或某片段是否存在异常，并以可视化形式对课程内容的异常部分给教师以信息提示。

【技术特征摘要】
1.一种基于弹幕评论云数据的在线课程内容测评方法，其特征在于，该方法包括以下具体步骤：A．将学习者的弹幕评论数据通过学生终端打包发送给弹幕云数据系统；B．弹幕云数据系统接收、存储与校验所述弹幕评论数据，然后将校验合格的弹幕评论数据直接打包发送至屏幕终端；C．屏幕终端接收并显示弹幕评论数据，并将该弹幕评论数据所对应的大数据特征值返回至弹幕云数据系统；D．弹幕云数据系统接收并处理该弹幕评论的历史大数据特征值，并将处理分析结果推送至教师终端；E．教师终端接收该处理分析结果，根据情绪标签标注点的分布情况，判断课程内容某部分或某片段是否存在异常，并以可视化形式对课程内容的异常部分给教师以信息提示。2.根据权利要求1所述的基于弹幕评论云数据的在线课程内容测评方法，其特征在于，步骤A中，所述的学习者的弹幕评论数据为两类：一类是文本评论数据，包括文本评论内容、文本评论数量及其相对于课程内容的时间节点；另一类是情绪标签数据，包括情绪标签类别、情绪标签数量及其相对于课程内容时间节点；限定评论内容必须同时包括文本与情绪标签，才能够正常有效地发送。3.根据权利要求2所述的基于弹幕评论云数据的在线课程内容测评方法，其特征在于，所述的情绪标签是指表达学生学习体验的表情符号，包括点赞、疑问和吐槽三类学习表情参数。4.根据权利要求1所述的基于弹幕评论云数据的在线课程内容测评方法，其特征在于，步骤B中，所述校验是指对所述弹幕评论数据进行逻辑处理，其目的在于校验数据的完整性和合法性。5.根据权利要求1所述的基于弹幕评论云数据的在线课程内容测评方法，其特征在于，步骤C中，所述的弹幕评论数据所对应的大数据特征值包括：文本评论数量、每条文本评论相对于课程内容的时间节点、情绪标签类别、情绪标签数量、每个情绪标签所对应的课程内容时间节点。6.根据权利要求1所述的基于弹幕评论云数据的在线课程内容测评方法，其特征在于，步骤D中，所述处理分析具体是指以接收到的弹幕评论大数据为基础，借助数学统计方法统计与分析弹幕评论历史大数据，得到基于弹幕评论云数据的课程内容质量分析结果。7.根据权利要求1所述的基于弹幕评论云数据的在线课程内容测评方法，其特征在于，步骤E中，所述的情绪标签标注点是指在推送给教师端的可视化信息提示中，用于替代与识别情绪标签类别及其意义的不同颜色的“点”；其中，绿色的标注点代表点赞，橙色的标注点代表疑问，红色的标注点代表吐槽；在可视化图表中每一个标注点都是交互性的，与相对应的...

【专利技术属性】
技术研发人员：闫寒冰，张宇蓉，魏非，段春雨，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海,31