[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

说明书

本发明公开了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及系统。该方法包括步骤：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，属性包括丰富性、多样性、可用性、有用性和时效性；S2，从所述教学平台采集用户数据，根据所述用户数据计算每个用户的教学素材加工处理能力矩阵；S3，获取所述用户集合的样本数据；S4，基于多种机器学习方法构建回归模型，利用样本数据训练所述回归模型，确定最优回归模型；S5，利用训练好的最优回归模型进行用户教学素材加工处理能力的动态识别。本发明可以实现用户教学素材加工与处理能力的智能化自动识别。

技术领域

本发明属于教育信息化领域，更具体地，涉及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及系统。

背景技术

随着计算机技术的发展，各种类型的辅助教学的教学平台成为了教学中重要的信息载体，教学平台包括但不限于区域教育资源公共服务平台、在线教学平台、网络研修平台、在线培训平台、教育管理平台等。而在基于教学平台的教学中，用户等用户的教学素材加工与处理能力的识别是非常重要的内容。

目前对用户教学素材加工与处理能力的识别仍采用调查问卷形式，例如用户通过量表或测试题进行自评，仅关注用户的当下状态，调研过程具有一定的主观性且需高度配合，同时忽视了对用户客观教学素材加工与处理过程性数据的考虑，存在识别不准确、识别效率低下、数据利用率低的问题。而如何利用计算机技术，基于用户在教学平台上的用户数据来实现更客观、更精准、更持续的智能化自动识别，是非常重要的问题。现有技术中还没有较为成熟的基于计算机的自动化识别技术。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了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及系统，可以实现用户教学素材加工与处理能力的智能化自动识别。

为实现上述目的，按照本发明的第一方面，提供了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，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；

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。

优选的，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。

优选的，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；