大数据在线教育平台的教师推荐方法及系统技术方案

本发明专利技术公开了一种大数据在线教育平台的教师推荐方法及系统，方法包括:从大数据库中获得教师的多个历史上课视频；获得每张图像中每个学生的人脸拓扑图；针对每个历史上课视频中的每个学生，基于学生的多个人脸拓扑图得到学生在历史上课视频中对教师的个体反应特征，基于每个学生的个体反应特征得到教师在历史上课视频的综合反应特征；基于多个历史上课视频对应的多个综合反应特征，得到教师的评分；若教师有多个，将评分最高的教师优先推荐给学生。如此对教师进修评分，考虑的学生多，并且直接基于上课的学生的人脸图像预测得到分数，相较于学生手动打分，其准确性高，该评分能够反映该教师的教学水平、学生欢迎程度。

【技术实现步骤摘要】
大数据在线教育平台的教师推荐方法及系统
本专利技术涉及电子信息
，具体而言涉及一种大数据在线教育平台的教师推荐方法及系统。
技术介绍
随着科技的发展和社会的进步，在线教育越来越受欢迎。一般情况下，学生上网课时都有多个老师可以选择。对于学生来说，都希望选到优质的老师。现有技术中，是将充值、或者上课时间久的老师、或者名校毕业的老师进行优先推荐。但是，在网课平台上充值或者上课时间久的老师、或者名校毕业的老师并非是讲课讲得好、受学生欢迎的老师。
技术实现思路
本专利技术的目的在于提供了一种大数据在线教育平台的教师推荐方法及系统，用以解决上述存在的问题。第一方面，本专利技术实施例提供了一种大数据在线教育平台的教师推荐方法，所述方法包括:从大数据库中获得教师的多个历史上课视频；每个历史上课视频是所述教师每次上课时的视频；所述历史上课视频中包括多张图像，每张图像中包括多个学生上课时的人脸图像；获得每张图像中每个学生的人脸拓扑图；针对每个历史上课视频中的每个学生，基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征；针对每个历史上课视频，基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征；综合反应特征与历史上课视频一一对应；基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；若所述教师有多个，将评分最高的教师优先推荐给学生。可选的，所述基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征，包括：通过Harris角点提取算法在所述人脸图像中检测出角点，确定角点作为拓扑顶点；若相邻的两个角点之间的距离大于预设值，对相邻的两个角点以及与两个角点相邻的角点进行三次曲线拟合，得到拟合曲线，确定在所述拟合曲线上且处在相邻的两个角点之间的一点作为拓扑顶点；用线段将所有的拓扑顶点两两相连，得到人脸拓扑图。可选的，针对同一个学生在不同图像中的人脸拓扑图的拓扑顶点一一对应；所述基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征，包括：获得多个人脸拓扑图中一一对应的拓扑顶点的平均点；所述平均点的坐标等于多个人脸拓扑图中一一对应的拓扑顶点的坐标的平均；用线段将所有的平均点两两相连，得到个体反应特征，所述个体反应特征为个体反应图。可选的，所述基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征，包括：将每个学生的个体反应图进行叠加，得到叠加特征，所述叠加特征为叠加图；获得叠加特征的轮廓，以所述轮廓作为综合反应特征。可选的，所述基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；将综合反应特征与大数据库中的标准评分人脸轮廓进行批匹配；若匹配成功，获得与匹配的标准评分人脸轮廓对应的打分，以所述打分作为所述综合反应特征反应的所述教师的分数；每个综合反应特征对应一个分数；多个综合反应特征对应多个分数；获得多个分数的平均值，以所述平均值作为所述教师的评分。第二方面，本专利技术实施例提供了一种大数据在线教育平台的教师推荐系统，所述系统包括:获得模块，用于从大数据库中获得教师的多个历史上课视频；每个历史上课视频是所述教师每次上课时的视频；所述历史上课视频中包括多张图像，每张图像中包括多个学生上课时的人脸图像；获得每张图像中每个学生的人脸拓扑图；特征提取模块，用于针对每个历史上课视频中的每个学生，基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征；针对每个历史上课视频，基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征；综合反应特征与历史上课视频一一对应；评分模块，用于基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；推荐模块，用于若所述教师有多个，将评分最高的教师优先推荐给学生。可选的，所述基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征，包括：通过Harris角点提取算法在所述人脸图像中检测出角点，确定角点作为拓扑顶点；若相邻的两个角点之间的距离大于预设值，对相邻的两个角点以及与两个角点相邻的角点进行三次曲线拟合，得到拟合曲线，确定在所述拟合曲线上且处在相邻的两个角点之间的一点作为拓扑顶点；用线段将所有的拓扑顶点两两相连，得到人脸拓扑图。可选的，针对同一个学生在不同图像中的人脸拓扑图的拓扑顶点一一对应；所述基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征，包括：获得多个人脸拓扑图中一一对应的拓扑顶点的平均点；所述平均点的坐标等于多个人脸拓扑图中一一对应的拓扑顶点的坐标的平均；用线段将所有的平均点两两相连，得到个体反应特征，所述个体反应特征为个体反应图。可选的，所述基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征，包括：将每个学生的个体反应图进行叠加，得到叠加特征，所述叠加特征为叠加图；获得叠加特征的轮廓，以所述轮廓作为综合反应特征。可选的，所述基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；将综合反应特征与大数据库中的标准评分人脸轮廓进行批匹配；若匹配成功，获得与匹配的标准评分人脸轮廓对应的打分，以所述打分作为所述综合反应特征反应的所述教师的分数；每个综合反应特征对应一个分数；多个综合反应特征对应多个分数；获得多个分数的平均值，以所述平均值作为所述教师的评分。相较于现有技术，本专利技术达到的有益效果是：本专利技术实施例提供了一种大数据在线教育平台的教师推荐方法及系统，所述方法包括:从大数据库中获得教师的多个历史上课视频；每个历史上课视频是所述教师每次上课时的视频；所述历史上课视频中包括多张图像，每张图像中包括多个学生上课时的人脸图像；获得每张图像中每个学生的人脸拓扑图；针对每个历史上课视频中的每个学生，基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征；针对每个历史上课视频，基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征；综合反应特征与历史上课视频一一对应；基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；若所述教师有多个，将评分最高的教师优先推荐给学生。如此对教师进修评分，考虑的学生多，并且直接基于上课的学生的人脸图像预测得到分数，相较于学生手动打分，其准确性高，该评分能够反映该教师的教学水平、学生欢迎程度。附图说明图1是本专利技术实施例提供的一种大数据在线教育平台的教师推荐方法流程图。图2是本专利技术实施例提供的一种机器人的方框结构示意图。图中标记：总线500；接收器501；处理器502；发送器503；存储器504；总线接口本文档来自技高网...

【技术保护点】
1.一种大数据在线教育平台的教师推荐方法，其特征在于，所述方法包括:/n从大数据库中获得教师的多个历史上课视频；每个历史上课视频是所述教师每次上课时的视频；所述历史上课视频中包括多张图像，每张图像中包括多个学生上课时的人脸图像；/n获得每张图像中每个学生的人脸拓扑图；/n针对每个历史上课视频中的每个学生，基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征；/n针对每个历史上课视频，基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征；综合反应特征与历史上课视频一一对应；/n基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；/n若所述教师有多个，将评分最高的教师优先推荐给学生。/n

【技术特征摘要】
1.一种大数据在线教育平台的教师推荐方法，其特征在于，所述方法包括:
从大数据库中获得教师的多个历史上课视频；每个历史上课视频是所述教师每次上课时的视频；所述历史上课视频中包括多张图像，每张图像中包括多个学生上课时的人脸图像；
获得每张图像中每个学生的人脸拓扑图；
针对每个历史上课视频中的每个学生，基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征；
针对每个历史上课视频，基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征；综合反应特征与历史上课视频一一对应；
基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；
若所述教师有多个，将评分最高的教师优先推荐给学生。


2.根据权利要求1所述的方法，其特征在于，所述基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征，包括：
通过Harris角点提取算法在所述人脸图像中检测出角点，确定角点作为拓扑顶点；
若相邻的两个角点之间的距离大于预设值，对相邻的两个角点以及与两个角点相邻的角点进行三次曲线拟合，得到拟合曲线，确定在所述拟合曲线上且处在相邻的两个角点之间的一点作为拓扑顶点；
用线段将所有的拓扑顶点两两相连，得到人脸拓扑图。


3.根据权利要求2所述的方法，其特征在于，针对同一个学生在不同图像中的人脸拓扑图的拓扑顶点一一对应；所述基于所述学生的多个人脸拓扑图得到所述学生在所述历史上课视频中对所述教师的个体反应特征，包括：
获得多个人脸拓扑图中一一对应的拓扑顶点的平均点；所述平均点的坐标等于多个人脸拓扑图中一一对应的拓扑顶点的坐标的平均；
用线段将所有的平均点两两相连，得到个体反应特征，所述个体反应特征为个体反应图。


4.根据权利要求3所述的方法，其特征在于，所述基于每个学生的个体反应特征得到所述教师在所述历史上课视频的综合反应特征，包括：
将每个学生的个体反应图进行叠加，得到叠加特征，所述叠加特征为叠加图；
获得叠加特征的轮廓，以所述轮廓作为综合反应特征。


5.根据权利要求4所述的方法，其特征在于，所述基于多个历史上课视频对应的多个综合反应特征，得到所述教师的评分；
将综合反应特征与大数据库中的标准评分人脸轮廓进行批匹配；
若匹配成功，获得与匹配的标准评分人脸轮廓对应的打分，以所述打分作为所述综合反应特征反应的所述教师的分数；每个综合反应特征对应一个分数；多个综合反应特征对应多个分数；
获得多个分数的平均值，以所述平均值作为所述教师的评分。


6.一种大...

【专利技术属性】
技术研发人员：姜培生，
申请(专利权)人：姜培生，
类型：发明
国别省市：贵州;52