[发明专利]一种基于大数据的计算机多媒体管理系统及方法

权利要求书

1.一种基于大数据的计算机多媒体管理方法，其特征在于：该方法包括以下步骤：

S1、构建计算机多媒体课堂监测设备平台，实时获取计算机多媒体课堂传输数据；

S2、获取计算机多媒体课堂下的历史传输数据，基于每一组计算机多媒体课堂下的历史传输数据对应的教师问询结果，构建多媒体课堂教学组合验证模型；

S3、将实时获取的计算机多媒体课堂传输数据输入至多媒体课堂教学组合验证模型，评价当前多媒体课堂教学组合的实时状态，输出教学组合下每个学生的评价值；

S4、根据步骤S2的历史传输数据和教师问询结果，设定评价阈值，若任一个学生的评价值超出评价阈值，输出预警信息至教师端口。

2.根据权利要求1所述的一种基于大数据的计算机多媒体管理方法，其特征在于：在步骤S2中，获取计算机多媒体课堂下的历史传输数据；

以计算机多媒体课堂下的学生动作数据作为指标动作，以计算机多媒体课堂下的历史传输数据对应的教师问询结果作为评价向量；

在历史传输数据中进行数据处理过滤，所述数据处理过滤包括选取N组测试数据，每一组测试数据满足存在同一学生的A组指标动作和对应的教师评价向量相同；

从N组测试数据中随机选取K个数据作为测试样本聚类中心，其中1K≤N；

计算每一组测试数据与每一个测试样本聚类中心的匹配适应值，并将每一组测试数据分配到匹配适应值最小值对应的测试样本聚类中心中，所述匹配适应值包括：

其中，I代表匹配适应值；m代表任一组指标动作；x_i代表任一组指标动作的第i特征；y_i代表测试样本聚类中心的任一组指标动作的第i特征；x_i、y_i均为数据处理过的归一化值；n代表指标动作的特征总数量；代表第m组下的取值；

定义根据测试样本聚类中心归类后的K个组为K个簇，对K个簇分别构建新的测试样本聚类中心，所述新的测试样本聚类中心满足其到达原簇内所有数据样本的匹配适应值之和最小，基于新的测试样本聚类中心对N组测试数据重新分配，并在分配后再次计算新的测试样本聚类中心，循环往复，直至目标函数收敛时为止；

所述目标函数：

其中，p_s代表第s组测试数据；T_s代表第s组测试数据所属簇s的聚类中心点；F(x)代表目标函数，在F(x)收敛时，代表相邻两次分配过程中簇内数据未发生变化；此时，取对应的簇以及簇内测试样本聚类中心作为训练模型的输出结果；

基于评价向量的不同，分别输出每一种评价向量下的对应的簇以及簇内测试样本聚类中心，作为多媒体课堂教学组合验证模型。

3.根据权利要求2所述的一种基于大数据的计算机多媒体管理方法，其特征在于：

获取实时获取的计算机多媒体课堂传输数据，在获取的计算机多媒体课堂传输数据中提取A组指标动作作为一个测试组E；

输入至多媒体课堂教学组合验证模型，分别计算测试组E与多媒体课堂教学组合验证模型中的所有簇内测试样本聚类中心之间的匹配适应值，选取最大值对应的簇作为测试组E的分配结果，并根据分配结果输出对应的评价向量作为测试组E的评价向量。

4.根据权利要求3所述的一种基于大数据的计算机多媒体管理方法，其特征在于：设定时间周期，在时间周期内采集同一学生的多组数据作为测试组；

对于每一种评价向量设定相应的评价分值，在时间周期内计算同一学生的评价分值的平均值，设定评价阈值，若任一个学生的评价值超出评价阈值，输出预警信息至教师端口。