[发明专利]一种视频课程质量评估方法

权利要求书

1.一种视频课程质量评估方法，其特征在于，包括以下步骤：

S1：将待测视频的总时长平均分为多个时间段；

S2：获得拖拽特征，将用户对所述待测视频的进度条进行拖拽动作的开始时间和结束时间嵌入到对应的时间段中，对所述时间段内产生的拖拽时长取平均值，将所述平均值作为所述时间段的拖拽特征，将每个时间段的所述拖拽特征集合成为所述待测视频的拖拽特征；

S3：获得笔记特征，记录用户添加笔记所在的时间段和所述时间段内的笔记数量，将所述笔记数量作为所述时间段的笔记特征，将每个时间段的所述笔记特征集合成为所述待测视频的笔记特征；

S4：获得问题特征，记录用户添加问题所在的时间段和所述时间段内的问题数量，将所述问题数量作为所述时间段的问题特征，将每个时间段的所述问题特征集合成为所述待测视频的问题特征；

S5：获得回答特征，记录用户添加问题答案所在的时间段和所述时间段内的问题答案数量，将所述问题答案数量作为所述时间段的回答特征，将每个时间段的所述回答特征集合成为所述待测视频的回答特征；

S6：获得评论特征，记录所述待测视频被评论的数量，将所述评论数量作为评论特征；

S7：获得视频属性，所述视频属性包括视频类型、针对年级、所属学段、观看次数，将待测视频的属性采用one-hot编码方式进行重新编码，输出包含视频属性特征信息的矩阵，将所述矩阵作为所述待测视频的视频属性特征；

S8：构建分类器，利用训练数据集分别对两个弱分类器进行训练，得到视频质量分类器和视频受欢迎度分类器；

S9：输出结果，将所述拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征输入至所述视频质量分类器中，得出视频质量类别；将所述拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征输入至所述视频受欢迎度分类器中，得出视频受欢迎度类别。

2.根据权利要求1所述的视频课程质量评估方法，其特征在于：步骤S2中的所述平均值的计算公式为：

其中，T为所述待测视频的总时长，N为所述时间段的段数；k为所述拖拽动作的发生次数；t_n为第n个时间点，t_s为所述拖拽动作的开始时间；t_e为所述拖拽动作的结束时间；t_n-1为第n-1个时间点。

3.根据权利要求1所述的视频课程质量评估方法，其特征在于，步骤S7中的所述属性包括视频类型、针对年级、所属学段、观看次数。

4.根据权利要求1所述的视频课程质量评估方法，其特征在于，步骤S8中的所述分类器训练过程为：

S101：对选为所述训练数据集的已知分类类别的训练样本进行数据清洗，将经数据清洗后的所述训练样本作为训练集；

S102：将所述训练集输入至分类器中，调节所述拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征的权重，训练所述分类器，得出分类错误的训练样本；

S103：将S102中所述分类错误的训练样本输入至所述分类器中，再次训练所述分类器；

S104：重复S102～S103直至所述分类器将所述训练集全部分类正确。

5.根据权利要求4所述的视频课程质量评估方法，其特征在于，所述数据清洗的步骤为：

S1001：删除时长异常的训练样本；

S1002：只保留所述训练样本中的拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征；

S1003：将所述训练样本按所述视频属性特征进行分类，得到同一类所述训练样本中关于所述拖拽特征、笔记特征、问题特征、回答特征、评论特征的统计数值，按所述统计数值填充所述训练样本缺失的所述拖拽特征、笔记特征、问题特征、回答特征；

S1004：利用min-max标准化方法将经S1003处理后的所述拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征都映射到标准化数值区间，将标准化后的所述拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征作为所述训练样本的拖拽特征、笔记特征、问题特征、回答特征、评论特征、视频属性特征。