[发明专利]应用于大数据远程教育的信息处理方法、服务器及介质

权利要求书

1.一种应用于大数据远程教育的信息处理方法，其特征在于，所述方法包括：

获取待处理网络教学内容；

获取所述待处理网络教学内容的课程大纲资源信息和热点课程可视化信息；

基于目标远程教育客户端对应的网络教学互动性分析网络中的科目内容分析层，对所述课程大纲资源信息进行内容分析，得到科目互动性内容分析结果；

基于所述网络教学互动性分析网络中的关键章节内容分析层对所述热点课程可视化信息进行内容分析，得到课堂互动性内容分析结果；

基于所述网络教学互动性分析网络中的第一分类单元，对所述科目互动性内容分析结果和所述课堂互动性内容分析结果进行远程教育互动性分析，得到所述目标远程教育客户端对所述待处理网络教学内容的互动性分析结果。

2.根据权利要求1所述的方法，其特征在于，在所述基于目标远程教育客户端对应的网络教学互动性分析网络中的科目内容分析层，对所述课程大纲资源信息进行内容分析，得到科目互动性内容分析结果之前，所述方法包括：

将所述课程大纲资源信息划分为多个目标课程专题；

对所述多个目标课程专题分别进行课程专题核心内容分析，得到所述课程大纲资源信息对应的多个目标课程专题核心内容；

相应地，所述基于目标远程教育客户端对应的网络教学互动性分析网络中的科目内容分析层，对所述课程大纲资源信息进行内容分析，得到科目互动性内容分析结果，包括：

基于所述科目内容分析层，对所述课程大纲资源信息对应的多个目标课程专题核心内容进行内容分析，得到所述科目互动性内容分析结果。

3.根据权利要求1所述的方法，其特征在于，所述基于所述网络教学互动性分析网络中的关键章节内容分析层对所述热点课程可视化信息进行内容分析，得到课堂互动性内容分析结果，包括：

基于所述关键章节内容分析层，对所述热点课程可视化信息进行图形化特征信息解析，得到图形化特征信息解析结果；

基于所述图形化特征信息解析结果，确定所述课堂互动性内容分析结果。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述网络教学互动性分析网络中的第二分类单元，对所述多个目标课程专题核心内容进行网络教学类别分析，得到第一网络教学类别分析结果；

基于所述网络教学互动性分析网络中的第三分类单元，对所述科目互动性内容分析结果进行网络教学类别分析，得到第二网络教学类别分析结果；

基于所述网络教学互动性分析网络中的第四分类单元，对所述课堂互动性内容分析结果进行网络教学类别分析，得到第三网络教学类别分析结果；

基于所述网络教学互动性分析网络对所述第一网络教学类别分析结果、所述第二网络教学类别分析结果和所述第三网络教学类别分析结果进行处理，得到所述待处理网络教学内容的网络教学类别；

相应的，所述方法还包括获取所述网络教学互动性分析网络的步骤，所述获取所述网络教学互动性分析网络包括：

获取所述目标远程教育客户端对应的参考网络教学内容，所述参考网络教学内容标记有网络教学类别标识和网络教学互动性标识；

获取所述参考网络教学内容的参考课程大纲资源信息和参考热点课程可视化信息；

基于所述参考课程大纲资源信息和所述参考热点课程可视化信息对机器学习模型进行网络教学互动性的分析训练，得到目标网络教学互动性验证结果；

基于所述参考课程大纲资源信息和所述参考热点课程可视化信息对所述机器学习模型进行网络教学类别的分析训练，得到目标网络教学类别验证结果；

根据所述目标网络教学互动性验证结果与所述网络教学互动性标识确定目标互动性评估参数，根据所述目标网络教学类别验证结果与所述网络教学类别标识确定目标类别评估参数；

将所述目标互动性评估参数与所述目标类别评估参数的加权结果，作为目标评估参数；

在所述目标评估参数不符合设定条件时，校正所述机器学习模型的参数，重复上述分析训练的步骤；

在所述目标评估参数符合所述设定条件时，将当前的机器学习模型作为所述网络教学互动性分析网络，所述网络教学互动性分析网络包括所述科目内容分析层、所述关键章节内容分析层、所述第一分类单元、所述第二分类单元、所述第三分类单元和所述第四分类单元。