一种教育大数据管理系统技术方案

本发明专利技术公开了一种教育大数据管理系统，属于数据管理技术领域，其系统包括视频采集单元、摘要提取单元、用户信息采集单元和课程匹配单元；视频采集单元用于获取教学视频集合，并为教学视频集合中各个教学视频生成教学视频关键帧；摘要提取单元用于为各个教学视频关键帧生成教学摘要；用户信息采集单元用于获取用户的课程搜索关键字集合；课程匹配单元用于根据各个教学视频关键帧对应的教学摘要和用户的课程搜索关键字集合，为用户匹配最优教学视频该教育大数据管理系统通过计算搜索权重序列和摘要权重序列来确定最优教学视频，其比较方法简单易实现，为用户推荐最佳的教学视频，为网上教育大数据管理提供有效支撑。为网上教育大数据管理提供有效支撑。为网上教育大数据管理提供有效支撑。

【技术实现步骤摘要】
一种教育大数据管理系统


[0001]本专利技术属于数据管理
，具体涉及一种教育大数据管理系统。

技术介绍

[0002]随着互联网的普及和深度应用，网络教育成为人们学习知识的重要平台，它弥补了开展线下面授培训班的局限性。目前网络教育上的网络课程和面授课程繁杂，没有形成系统的课程推荐体系，导致学员无法更快的学习到优质的有效课程，降低了学习质量和效率。且现有网络教育系统无法对大量的学习视频进行归类，也无法通过摘要来展现课程的重点，使用户不能及时获取课程重点信息来确定是否观看。

技术实现思路

[0003]本专利技术为了解决以上问题，提出了一种教育大数据管理系统。
[0004]本专利技术的技术方案是：一种教育大数据管理系统包括视频采集单元、摘要提取单元、用户信息采集单元和课程匹配单元；
[0005]视频采集单元用于获取教学视频集合，并为教学视频集合中各个教学视频生成教学视频关键帧；
[0006]摘要提取单元用于为各个教学视频关键帧生成教学摘要；
[0007]用户信息采集单元用于获取用户的课程搜索关键字集合；
[0008]课程匹配单元用于根据各个教学视频关键帧对应的教学摘要和用户的课程搜索关键字集合，为用户匹配最优教学视频。
[0009]进一步地，视频采集单元为教学视频集合中各个教学视频生成教学视频关键帧包括以下步骤：
[0010]A1、计算教学视频中各帧图像的特征复杂度；
[0011]A2、将教学视频中第一帧图像作为初始图像；
[0012]A3、依次计算其余各帧图像与初始图像的特征复杂度差值；
[0013]A4、将特征复杂度差值小于特征复杂度阈值的首帧图像作为关键帧潜在集合的子集，并将首帧图像作为最新的初始图像；
[0014]A5、重复A3
‑
A4，直至所有帧图像比较完成，生成关键帧潜在集合；
[0015]A6、计算关键帧潜在集合中各帧图像的特征关键度，将特征关键度最大值对应的帧作为教学视频关键帧。
[0016]进一步地，A1中，教学视频中第n帧图像的特征复杂度f
n
的计算公式为：
[0017]；
[0018]式中，F
n
‑2表示教学视频中第n
‑
2帧图像的平均像素值，F
n
‑1表示教学视频中第n
‑
1帧图像的平均像素值，F
n
表示教学视频中第n帧图像的平均像素值，F
n+1
表示教学视频中第n+1帧图像的平均像素值，F
n+2
表示教学视频中第n+2帧图像的平均像素值，M表示教学视频中
第n帧图像的像素点个数，λ
m
表示教学视频中第n帧图像中第m个像素点的灰度值。
[0019]进一步地，A4中，特征复杂度阈值f0的计算公式为：
[0020]；式中，f'表示最小特征复杂度。
[0021]进一步地，A3中，关键帧潜在集合中第l帧图像的特征关键度ω
l
的计算公式为：
[0022]；
[0023]式中，F
l
表示关键帧潜在集合中第l帧图像的平均像素值，f0表示特征复杂度阈值，L表示关键帧潜在集合中所有图像帧数，abs(
·
)表示绝对值运算。
[0024]进一步地，摘要提取单元生成教学摘要的具体方法：利用滑动窗口从左至右遍历教学视频关键帧，生成教学摘要。
[0025]进一步地，滑动窗口的尺寸的计算公式为：
[0026]；
[0027]式中，W表示滑动窗口的宽，H表示滑动窗口的高，X表示教学视频关键帧的宽，Y表示教学视频关键帧的高，U
k
表示教学视频关键帧中第k个单位宽的像素点个数，V
g
表示教学视频关键帧中第g个单位长的像素点个数，c表示常数，log(
·
)表示对数运算。
[0028]进一步地，课程匹配单元为用户匹配最优课程包括以下步骤：
[0029]B1、计算课程搜索关键字集合中各个单词的搜索权重值，为用户生成搜索权重序列；
[0030]B2、提取教学摘要中各个单词的摘要权重值，为各个教学视频生成摘要权重序列；
[0031]B3、判断各个摘要权重序列中是否存在与搜索权重序列完全相同的元素，若是则将摘要权重序列对应的教学视频作为最优教学视频，否则进入B4；
[0032]B4、计算各个摘要权重序列方差和搜索权重序列方差，将与搜索权重序列方差最接近的摘要权重序列方差对应的教学视频作为最优教学视频。
[0033]进一步地，B1中，课程搜索关键字集合中单词的搜索权重值θ1的计算公式为：
[0034]；
[0035]式中，P
s
表示课程搜索关键字集合中第s个单词的主题概率，T
s
表示课程搜索关键字集合中第s个单词的词频，S表示课程搜索关键字集合的单词个数。
[0036]进一步地，B2中，教学摘要中单词的摘要权重值θ2的计算公式为：
[0037]；
[0038]式中，I1表示教学摘要中相同词频的单词集合，I2表示教学摘要中关键词集合，c表示常数，TF(
·
)表示词频计算函数，表示教学摘要中第h个单词的主题概率，表示教学摘要中第h个单词的词频，H表示教学摘要的单词个数。
[0039]本专利技术的有益效果是：
[0040]（1）该教育大数据管理系统通过提取各个教学视频的关键帧，生成对应的教学摘要，教学摘要可以准确精炼地反映教学视频的重点内容和关键内容，便于后续步骤快速地与用户输入的关键词进行匹配；
[0041]（2）该教育大数据管理系统通过滑动窗口提取关键帧的教学摘要，滑动窗口的尺寸随关键帧尺寸做适应性调整，使提取的教学摘要更符合教学视频重点；
[0042]（3）该教育大数据管理系统通过计算搜索权重序列和摘要权重序列来确定最优教学视频，其比较方法简单易实现，为用户推荐最佳的教学视频，为网上教育大数据管理提供有效支撑。
附图说明
[0043]图1为教育大数据管理系统的结构图。
具体实施方式
[0044]下面结合附图对本专利技术的实施例作进一步的说明。
[0045]如图1所示，本专利技术提供了一种教育大数据管理系统，包括视频采集单元、摘要提取单元、用户信息采集单元和课程匹配单元；
[0046]视频采集单元用于获取教学视频集合，并为教学视频集合中各个教学视频生成教学视频关键帧；
[0047]摘要提取单元用于为各个教学视频关键帧生成教学摘要；
[0048]用户信息采集单元用于获取用户的课程搜索关键字集合；
[0049]课程匹配单元用于根据各个教学视频关键帧对应的教学摘要和用户的课程搜索关键字集合，为用户匹配最优教学视频。
[0050]在本专利技术实施例中，视频采集单元为教本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种教育大数据管理系统，其特征在于，包括视频采集单元、摘要提取单元、用户信息采集单元和课程匹配单元；所述视频采集单元用于获取教学视频集合，并为教学视频集合中各个教学视频生成教学视频关键帧；所述摘要提取单元用于为各个教学视频关键帧生成教学摘要；所述用户信息采集单元用于获取用户的课程搜索关键字集合；所述课程匹配单元用于根据各个教学视频关键帧对应的教学摘要和用户的课程搜索关键字集合，为用户匹配最优教学视频。2.根据权利要求1所述的教育大数据管理系统，其特征在于，所述视频采集单元为教学视频集合中各个教学视频生成教学视频关键帧包括以下步骤：A1、计算教学视频中各帧图像的特征复杂度；A2、将教学视频中第一帧图像作为初始图像；A3、依次计算其余各帧图像与初始图像的特征复杂度差值；A4、将特征复杂度差值小于特征复杂度阈值的首帧图像作为关键帧潜在集合的子集，并将首帧图像作为最新的初始图像；A5、重复A3
‑
A4，直至所有帧图像比较完成，生成关键帧潜在集合；A6、计算关键帧潜在集合中各帧图像的特征关键度，将特征关键度最大值对应的帧作为教学视频关键帧。3.根据权利要求2所述的教育大数据管理系统，其特征在于，所述A1中，教学视频中第n帧图像的特征复杂度f
n
的计算公式为：；式中，F
n
‑2表示教学视频中第n
‑
2帧图像的平均像素值，F
n
‑1表示教学视频中第n
‑
1帧图像的平均像素值，F
n
表示教学视频中第n帧图像的平均像素值，F
n+1
表示教学视频中第n+1帧图像的平均像素值，F
n+2
表示教学视频中第n+2帧图像的平均像素值，M表示教学视频中第n帧图像的像素点个数，λ
m
表示教学视频中第n帧图像中第m个像素点的灰度值。4.根据权利要求2所述的教育大数据管理系统，其特征在于，所述A4中，特征复杂度阈值f0的计算公式为：；式中，f'表示最小特征复杂度。5.根据权利要求2所述的教育大数据管理系统，其特征在于，所述A3中，关键帧潜在集合中第l帧图像的特征关键度ω
l
的计算公式为：...

【专利技术属性】
技术研发人员：王进，舒鹏磊，陈亚玲，包安良，李潇，高见，
申请(专利权)人：成都市青羊大数据有限责任公司，
类型：发明
国别省市：