[发明专利]用户教学素材加工处理能力自动识别方法及系统

权利要求书

1.一种基于多源数据融合的用户教学素材加工处理能力自动识别方法，应用于支持对教学素材加工处理或管理的教学平台，其特征在于，包括步骤：

S1，预先定义用户教学素材加工处理能力的属性以及每个属性包含的特征变量；其中，所述教学素材加工处理能力的属性包括丰富性、多样性、可用性、有用性和时效性；

所述丰富性用于表示不同文件格式的教学素材的数量分布特征；

所述多样性用于表示教学素材的用途和加工类型的分布特征；

所述可用性用于表示教学素材的上传者自身对该教学素材的使用特征；

所述有用性用于表示教学素材的上传者之外的其他人对该教学素材的认可特征；

所述时效性用于表示教学素材更新频率的波动特征；

其中，所述丰富性包括图片丰富性、音频丰富性、视频丰富性和动画丰富性4个特征变量；

所述多样性包括用途多样性、加工类型多样性、主题多样性3个特征变量；

所述可用性包括平均使用量、最大使用量、自使用总量、学生使用总量和使用模式5个特征变量；

所述有用性包括平均分享量、平均传播量、传播率、平均收藏量、最大收藏量、平均下载量、最大下载量、认可率、平均评分、被使用中心性、被使用类别、评论情感倾向和评论中心性13个特征变量；

所述时效性包括更新频率和波动性2个特征变量；

S2，从所述教学平台采集用户数据，根据所述用户数据基于行为、内容及社交维度的分析方法进行多源数据融合，确定每个用户的教学素材加工处理能力的属性的特征变量的值，每个用户的教学素材加工处理能力的所有属性的所有特征变量的值组成的一元数组构成了每个用户的教学素材加工处理能力矩阵；

S3，选取用户集合，获取所述用户集合对应的教学素材加工处理能力矩阵集合，并且还获取人工标注的所述用户集合的能力标签集合；

S4，基于多种机器学习方法构建多种回归模型，所述回归模型用于根据输入的教学素材加工处理能力矩阵输出识别的能力标签，利用所述教学素材加工处理能力矩阵集合和所述能力标签集合训练所述回归模型，确定最优回归模型；

S5，利用训练好的所述最优回归模型进行用户教学素材加工处理能力动态识别。

2.如权利要求1所述的一种基于多源数据融合的用户教学素材加工处理能力自动识别方法，其特征在于，所述用户数据包括用户基本数据、教学素材基本数据、教学素材标签数据、教学素材使用行为数据、教学素材评分行为数据和教学素材评论行为数据；

所述用户基本数据包括用户id、用户姓名、用户角色、用户性别、用户年龄、所在区域、学校类型、所教学段和所教学科；

所述教学素材基本数据包括教学素材id、教学素材名称、素材形式、素材用途和加工类型；

所述教学素材标签数据包括教学素材id、标签名称和标签权重；

所述教学素材使用行为数据包括使用行为id、用户、使用行为动作、教学素材、行为时间和行为来源；

所述教学素材评分行为数据包括评分行为id、用户、教学素材、评分分值和行为时间；

所述教学素材评论行为数据包括评价行为id、用户、教学素材、评论内容和行为时间。

3.如权利要求1所述的一种基于多源数据融合的用户教学素材加工处理能力自动识别方法，其特征在于，基于行为维度分析方法包括描述性统计分析和K-means聚类分析，主要用于图片丰富性、音频丰富性、视频丰富性、动画丰富性、用途多样性、加工类型多样性、平均使用量、最大使用量、自使用总量、学生使用总量、使用模式、平均分享量、平均传播量、传播率、平均收藏量、最大收藏量、平均下载量、最大下载量、认可率、平均评分、被使用类别、更新频率和波动性特征变量的计算；

基于内容维度分析方法包括多维尺度分析和情感倾向分析，主要用于主题多样性和评论情感倾向特征变量的计算；

基于社交维度分析方法包括社会网络分析，主要用于被使用中心性和评论中心性特征变量的计算。