[发明专利]视频智能推送方法和系统有效

专利信息
申请号: 201811465037.6 申请日: 2018-12-03
公开(公告)号: CN109359215B 公开(公告)日: 2023-08-22
发明(设计)人: 郭晨阳;石晓云;郭春雪;李可佳 申请(专利权)人: 江苏曲速教育科技有限公司
主分类号: G06F16/73 分类号: G06F16/73;G06F16/735;G06F16/71
代理公司: 泰和泰律师事务所 51219 代理人: 祝海燕
地址: 214000 江苏省无锡市新吴*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 智能 推送 方法 系统
【说明书】:

发明公开了一种视频智能推送方法和系统,方法包括步骤:采集录入试题,对所述试题添加试题属性标签;对试题建立试题画像,在所述试题属性标签的基础上,对试题文本建立基于知识图谱的文本语义网络;学生学习成果考核情况分析和薄弱项大数据分析,得到学生学情画像;采集教学视频,分别对教学视频中的图像和语音进行分析,并对教学视频进行标记视频画像标签;构建知识图谱;构建推送模型及视频推送。本发明的视频智能推送方法和系统在推送试题的同时推送视频,视频是录制的知识点讲解视频,自动进行图片和音频的处理分析,得到对应的试题,实现试题与视频的关联,学生在得到推送试题的同时,得到对应知识点的视频讲解。

技术领域

本发明涉及计算机与数据处理技术领域,更具体地,涉及一种视频智能推送方法和系统。

背景技术

随着互联网的发展,教育行业在十年前就推广远程教育,通过互联网虚拟教室来实现远程视频授课、电子文档共享,从而让教师与学生在网络上形成一种授课与学习的互动;而现在的4G时代的来临让更加方便的学习不仅仅通过笨重的计算机,只要一个可以有大流量通的手机,通过4G的快速网络推进,就能更方便的直接地通过手机等掌上工具在线学习,而无线的网络使得人们的日常互动变得更加的有效。

现有技术,公开了一种关联视频的试题推送方法及系统,该方法包括:按照属性信息,对视频资料标记视频属性信息,以及对试题标记试题属性信息,属性信息包括:年级、科目、版本以及章节;根据视频属性信息以及试题属性信息,将视频资料与试题形成映射关系;提取学生当前播放的视频资料的视频属性信息,根据映射关系,匹配对应的试题;根据预设推送规则,将对应的试题推送给学生。

现有技术将视频资料与试题进行关联,根据视频资料的视频属性信息可以推送配套的试题,以供学生进行针对性的巩固练习。

但是学生接收其他情况的试题推送时,例如基于错题等试题推送等,仍然没有针对性的视频讲解。

发明内容

有鉴于此,本发明提供了一种视频智能推送方法和系统,包括步骤:

采集录入试题,对所述试题添加试题属性标签,所述试题属性标签包括:科目、版本、年级、章节、及知识点,根据试题属性标签确定试题的核心知识点和相关知识点形成试题库,其中,所述核心知识点是所述试题主要考察的知识点,所述相关知识点是所述试题中考察的与所述核心知识点相关的知识点;

对试题建立试题画像,在所述试题属性标签的基础上,对试题文本建立基于知识图谱的文本语义网络;

学生学习成果考核情况分析和薄弱项大数据分析,得到学生学情画像:通过学生对试题库内的试题进行考试和作业练习,从单科、综合排名波动分析该学生学习进度、学习完成度、和知识点掌握度;通过大数据分析该学生某学科在其班级的学习水平、该学生班级在其年级的教学水平、该学生学校在其地区教学水平情况、该学生所在地区教学水平情况,结合学生考试、作业、在线练习的知识点考核面以及答题情况,结合知识点难度、该校该省历往考情精准分析适合学生现进度的学习突破点;

采集教学视频,分别对教学视频中的图像和语音进行分析,并对教学视频进行标记视频画像标签;

构建知识图谱,包括步骤:

实体链接,对视频中语音、试题文本进行基于BiLSTM+CRF算法的命名实体识别进行实体抽取,抽取后的实体将在不同的子知识图谱上的同一实体信息进行链接,使用CoLink无监督学习框架实现实体链接;

提取知识图谱特征:基于知识图谱特征学习的TranD算法进行知识图谱特征提取,实体的上下文实体特征,对该实体进行准确地刻画;

构建推送模型及视频推送,包括步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏曲速教育科技有限公司,未经江苏曲速教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811465037.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top