[发明专利]一种视频观看行为的在线异步教学反馈分析方法及系统

说明书

本发明提供了一种视频观看行为的在线异步教学反馈分析方法及系统，属于在线教育领域，包括以下步骤：对用户观看操作数据进行特征提取与融合，获取视频观看行为样本数据；利用XGBoost方法，在视频观看行为样本数据中筛选出异常数据；采用随机森林和神经网络模型对异常数据进行行为分类，获取反馈信息；基于反馈信息，提供在线异步教学建议；其中，异常数据为用户对视频的观看行为不符合教育资源提供者预期的数据。本发明可以根据反馈信息，让教师掌握学生的学习情况，不断完善在线教学的不足，进而提高在线教学的质量，推动在线教育的发展。

技术领域

本发明属于在线教育领域，更具体地，涉及一种视频观看行为的在线异步教学反馈分析方法及系统。

背景技术

在异步在线教育中，通常来说，由教育者(老师)预先上传录制好的教学视频到指定的网络教学平台中。随后，在课程开放期间，受教育者(学生)访问该网络教学平台，并观看预先上传的教学视频进行“听课”以及完成相应的学习内容。由于该类在线教育平台的异步特征，学生可以自由选择观看教学内容的时间，且不会有老师的陪同。而学生和老师之间的沟通常常也仅限于留言、邮件等非实时性的沟通方式。此时，传统课堂和实时在线教学中师生间的交互，转换成为了学生与视频资源之间的交互：如学生在观看教学视频时的暂停、回看、跳过等操作，反映了学生对流媒体内容片段的理解难度、重要性认知及兴趣。其中存在部分观看行为不符合教育资源提供者的预期，如因为内容难以理解而反复观看，或对内容不感兴趣而跳过。对这些学生观看行为的挖掘与分为，并为教师提供反馈，可以有助于了解学生的学习状况，帮助教师理解学生在观看教学视频时交互行为的具体含义，为异步教学视频的优化与迭代提供重要参考，对提高异步在线教育的质量具有重要的意义。

异步在线教育的主要目标是提升学生的学习成果以及提高学生满意度。研究表明，在线教育中，学生与视频内容，以及师生之间的交互行为是影响到教学成果及学生满意度的重要因素，而在异步在线教育中，学生与内容之间的交互往往以更隐性的方式表达(如回看，跳过等观看行为)，而师生之间互动的缺失也影响了学生满意度。对于视频资源的传统分析方法，如视频、图像质量评价，网络服务质量评价等，并不适用于在线教育中对学生观看行为动机的分析。目前缺乏一种技术手段对异步在线教学中的学生观看行为进行分析以获取学生的行为动机并为教师提供反馈。

发明内容

针对现有技术的缺陷，本发明的目的在于提供了一种视频观看行为的在线异步教学反馈分析方法及系统，旨在解决现有的异步在线教育领域师生之间缺乏沟通或沟通效率不高导致教师无法了解学生学习状况的问题。

为实现上述目的，一方面，本发明提供了一种基于视频观看行为的在线异步教学反馈分析方法，包括以下步骤：

对用户观看操作数据进行特征提取与融合，获取视频观看行为样本数据；

利用XGBoost方法，在视频观看行为样本数据中筛选出异常数据；

采用随机森林和神经网络模型对异常数据进行行为分类，获取反馈信息；

基于反馈信息，提供在线异步教学建议；

其中，异常数据为用户对视频的观看行为不符合教育资源提供者预期的数据，如因为内容难以理解而反复观看，或对内容不感兴趣而跳过等。

优选地，视频观看行为数据的获取方法，包括以下步骤：

采用数据库调用或API接口调用方式获取观看操作数据和时间热度数据；

基于贝叶斯推理对观看操作数据和时间热度数据的缺失值进行填充；

通过异常值检测，对填充后的观看操作数据和时间热度数据消除噪音，获取视频观看行为数据；

其中，观看操作数据为用户观看时在视频时间进度条上的操作数据；时间热度数据为视频某一段内容被观看次数的数据。