一种基于大数据的教学资源评级方法技术

本发明专利技术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。本发明专利技术将有效浏览时间、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。

A Method of Rating Teaching Resources Based on Big Data

The invention discloses a method for evaluating teaching resources based on large data, which is characterized by the following steps: first, collecting teaching resources data, including effective browsing time, repeated browsing times and browsing comment value of teaching resources; second, setting teaching resources rating parameters, including effective browsing time and weight Re-browsing times and browsing comment value; Step 3: Construct the teaching resources rating model; Step 4: Train the teaching resources rating model; Step 5: Input the collected teaching resources data into the trained teaching resources rating model to get the level of teaching resources. The method takes effective browsing time, repeated browsing times and browsing comment value as rating parameters, realizes automatic rating of teaching resources by constructing and training rating model, and achieves high rating accuracy of teaching resources.

【技术实现步骤摘要】
一种基于大数据的教学资源评级方法
本专利技术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。
技术介绍
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，本文档来自技高网...

【技术保护点】
1.一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；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。

【技术特征摘要】
1.一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；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。2.如权利要求1所述的基于大数据的教学资源评级方法，其特征在于：所述教学资源评级模型的构建方法：S1：确定神经网络的输入层神经元的个数n；S2：确定神经网络的输出层神经元的个数m；将教学资源的级别作为网络输出；S3：计算神经网络的隐含层数k：根据公式计算隐含层数，其中n为输入层神经元的个数，m为输出层神经元的个数，a为9以内常数；S4：确定网络隐含层神经元个数b：k＝log2b；S5：确定神经元转换函数：采用S型函数作为神...

【专利技术属性】
技术研发人员：王力舟，丁凯，肖明，黄冠铭，
申请(专利权)人：四川文轩教育科技有限公司，
类型：发明
国别省市：四川,51