[发明专利]一种基于机器学习的慕课课程质量评价方法

说明书

本发明涉及一种基于机器学习的慕课课程质量评价方法，基于机器学习的慕课课程质量评价方法，首先通过对慕课平台上的课程特征参数抽象提炼，构建基于策略网络的质量评价系统，然后通过质量评价系统对课程的报名参与学习人数和评价人数进行动态分析，产生一个课程规范值，作为课程规范度的评价标准，最后使用该课程规范值对课程的平均评价进行加权，得到课程的最终质量评分，作为慕课课程的质量评价标准，从而体现课程的真实质量，使课程得到更合理的评价。

技术领域

本发明涉及一种基于机器学习的慕课课程质量评价方法，属于互联网信息技术领域。

背景技术

慕课，即M00C，是大规模在线公开课(Massive Online Open Course)的简称，近年来，作为传统课堂教学的重要补充，在中国得到了蓬勃发展，各大高校纷纷开设慕课课程。为保证课程质量，各大慕课平台为学习者提供了对每门课程的评价和评分的功能，方便学习者对课程质量进行反馈，而慕课平台相关者可以通过课程的平均评分来判断一门课程的质量。

另外，慕课平台为改善课程质量，使用大数据技术及机器学习技术，对慕课课程进行智能分类和推荐，并对平台用户的频繁访问、以及刷量等行为进行监测，防止非正常用户操作影响到平台上课程的质量评价。

随着课程数量的增加和网络对抗技术的进步，现有课程评价技术使用课程评分来对课程质量进行评价，无法避免一些课程授课者的不规范操作影响到对课程质量的评价，也无法避免高度拟人的机器操作对课程质量的影响，从而出现一门课程评分很高、而实际质量很差的情况，使得现有课程评价技术无法体现课程的真实质量。

发明内容

本发明所要解决的技术问题是提供一种基于机器学习的慕课课程质量评价方法，采用全新设计方法，能够获得更加真实的课程质量反映。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于机器学习的慕课课程质量评价方法，基于学习用户对目标慕课平台上课程的评分，实现对目标慕课平台上各个课程的质量评价，包括质量评价系统获得方法和质量评价方法，其中，质量评价系统获得方法包括如下步骤A至步骤F：

步骤A.按照课程名称、开课老师、课程时间、报名参与学习人数、评价人数、平均评分的数据格式，针对目标慕课平台上的课程进行截止当前时刻的统计，获得各条课程数据记录，构成样本库，然后进入步骤B；

步骤B.针对样本库中的各条课程数据记录，首先删除其中报名参与学习人数为0的课程数据记录、以及由当前时刻向历史时间方向预设时长范围内未开课的课程数据记录；然后将同一开课老师所开设相同课程名称的多条课程数据记录进行合并，其中课程时间选择最新课程时间，报名参与学习人数、评价人数分别均彼此相加，平均评分相加再求平均；由此针对样本库进行更新，再选择样本库中预设比例数量的课程数据记录，作为各条待处理课程数据记录，并进入步骤C；

步骤C.分别针对各条待处理课程数据记录，根据评价人数与报名参与学习人数的比值，作为待处理课程数据记录所对应的评价比例，并按获得分组数M，然后进入步骤D；其中，G表示待处理课程数据记录的条数，g表示预设待处理课程数据记录分组单位条数，表示向上取整函数；

步骤D.将各待处理课程数据记录分别所对应的评价比例、按由小至大进行排序，并按预设待处理课程数据记录分组单位条数g和分组数M，顺序针对各评价比例进行分组，再分别获得各分组中各评价比例平均值，并针对顺序各分组分别对应的评价比例平均值，获得中间位置的数值，最后针对该中间位置的数值、以及所有待处理课程数据记录所对应评价比例的平均值，进一步计算平均值，作为课程规范对比值，然后进入步骤E；

步骤E.获得各待处理课程数据记录分别所对应评价比例、相对课程规范对比值的平均绝对偏差，并针对该平均绝对偏差除以二，获得课程规范粒度值，然后进入步骤F；