[發(fā)明專(zhuān)利]一種在線開(kāi)放課程最優(yōu)視頻時(shí)長(zhǎng)分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910278768.8
• 申請(qǐng)日: 2019-04-09
• 公開(kāi)（公告）號(hào): CN109977263B
• 公開(kāi)（公告）日: 2020-12-15
• 發(fā)明（設(shè)計(jì)）人: 羅永;李建平;謝正;王曉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)人民解放軍國(guó)防科技大學(xué)
• 主分類(lèi)號(hào): G06F16/73
• 分類(lèi)號(hào): G06F16/73;G06F16/74;G06Q50/20
• 代理公司: 長(zhǎng)沙中科啟明知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43226
• 代理人: 任合明

本發(fā)明屬于教育信息化領(lǐng)域，具體涉及一種在線開(kāi)放課程最優(yōu)視頻時(shí)長(zhǎng)分析方法。包括以下步驟：S1矩陣表示觀看視頻行為數(shù)據(jù)；S2過(guò)濾無(wú)效觀看視頻行為數(shù)據(jù)；S3計(jì)算吸引力因子；S4估計(jì)最優(yōu)視頻時(shí)長(zhǎng)分布區(qū)間；S5計(jì)算課程各個(gè)階段最優(yōu)視頻時(shí)長(zhǎng)的分布區(qū)間。該方法通過(guò)建立視頻編號(hào)對(duì)于視頻吸引力影響的數(shù)學(xué)模型，根據(jù)學(xué)習(xí)者觀看視頻數(shù)量的容忍度閾值，根據(jù)課程視頻數(shù)量與容忍度閾值的關(guān)系，建立了兩類(lèi)課程的最優(yōu)視頻時(shí)長(zhǎng)計(jì)算方法，具有統(tǒng)計(jì)學(xué)意義和嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)機(jī)理；該方法具有普適性，能夠幫助視頻設(shè)計(jì)者優(yōu)化視頻設(shè)計(jì)，提高視頻吸引力，從而提高M(jìn)OOC課程參與度和學(xué)習(xí)效果。

技術(shù)領(lǐng)域

本發(fā)明屬于教育信息化領(lǐng)域，具體涉及一種在線開(kāi)放課程最優(yōu)視頻時(shí)長(zhǎng)分析方法。

背景技術(shù)

大規(guī)模開(kāi)放在線課程(MOOC，Massive Open Online Courses)由國(guó)內(nèi)外知名大學(xué)通過(guò)網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)開(kāi)設(shè)，實(shí)現(xiàn)了優(yōu)質(zhì)課程資源全球共享。大量的在線開(kāi)放課程使全球?qū)W習(xí)者能夠訪問(wèn)教育資源，分享學(xué)習(xí)經(jīng)驗(yàn)并獲得認(rèn)證。

盡管MOOC發(fā)展迅速，但也存在高輟學(xué)率，低資源利用率以及缺乏有效的盈利模式等問(wèn)題，而視頻使用率低下的情形尤為嚴(yán)重。以某MOOC平臺(tái)一門(mén)課程為例，有學(xué)習(xí)行為的學(xué)習(xí)者人數(shù)為4317人，而觀看超過(guò)50％視頻的學(xué)習(xí)者僅為18人。

視頻吸引力與課程內(nèi)容相關(guān)，在不考慮教師表現(xiàn)的情況下，視頻的時(shí)長(zhǎng)會(huì)影響學(xué)習(xí)者的學(xué)習(xí)興趣。如果能夠找到最科學(xué)合理的視頻時(shí)長(zhǎng)，就能幫助視頻制作者設(shè)計(jì)出更吸引學(xué)習(xí)者的視頻。

MOOOC學(xué)習(xí)平臺(tái)采集的觀看視頻行為數(shù)據(jù)中就包含了最優(yōu)視頻時(shí)長(zhǎng)的規(guī)律。通過(guò)分析MOOC學(xué)習(xí)行為數(shù)據(jù)來(lái)研究每一類(lèi)課程最優(yōu)歡迎的視頻時(shí)長(zhǎng)是一項(xiàng)非常有意義的研究工作。美國(guó)麻省理工大學(xué)的Guo P.J[P.J.Guo,J.Kim,and R.Rubin,“How videoproduction affects student engagement:An empirical study of mooc videos,”inProceedings of the first ACM conference on Learning@scale conference,2014,pp.41–50.]應(yīng)用調(diào)查研究，發(fā)現(xiàn)最受歡迎的視頻時(shí)長(zhǎng)應(yīng)該在6分鐘以內(nèi)，這項(xiàng)研究沒(méi)有給出視頻屬性對(duì)于視頻吸引力數(shù)學(xué)機(jī)理，并且我們發(fā)現(xiàn)課程后期學(xué)習(xí)者對(duì)于視頻的觀看熱情下降[Y.Luo,G.Zhou,J.Li,and X.Xiao,“A MOOC Video Viewing Behavior AnalysisAlgorithm,”Math.Probl.Eng.,vol.2018,pp.1–7,2018.]，其受歡迎的時(shí)長(zhǎng)應(yīng)該隨著發(fā)布時(shí)間而變化。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了填補(bǔ)在線開(kāi)放課程最優(yōu)視頻時(shí)長(zhǎng)分析方法的空白，提出一種在線開(kāi)放課程最優(yōu)視頻時(shí)長(zhǎng)分析方法，該方法通過(guò)建立視頻編號(hào)對(duì)于視頻吸引力影響的數(shù)學(xué)模型，根據(jù)學(xué)習(xí)者觀看視頻數(shù)量的容忍度閾值，根據(jù)課程視頻數(shù)量與容忍度閾值的關(guān)系，建立了兩類(lèi)課程的最優(yōu)視頻時(shí)長(zhǎng)計(jì)算方法，具有統(tǒng)計(jì)學(xué)意義和嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)機(jī)理。該方法具有普適性，能夠幫助視頻設(shè)計(jì)者優(yōu)化視頻設(shè)計(jì)，提高視頻吸引力，從而提高M(jìn)OOC課程參與度和學(xué)習(xí)效果。

本發(fā)明的目的是通過(guò)以下技術(shù)實(shí)現(xiàn)的：一種在線開(kāi)放課程最優(yōu)視頻時(shí)長(zhǎng)分析方法，該方法包括以下步驟：

S1：將學(xué)習(xí)者觀看視頻行為數(shù)據(jù)轉(zhuǎn)化為矩陣表示；

將學(xué)習(xí)者觀看視頻行為數(shù)據(jù)表示為一個(gè)矩陣，d_ij表示第i個(gè)學(xué)習(xí)者觀看第j個(gè)視頻的總時(shí)間，學(xué)習(xí)者觀看視頻行為就可以表示為一個(gè)矩陣D＝(d_ij)_m×n，其中m表示學(xué)習(xí)者的數(shù)量，n表示視頻的數(shù)量，i＝1,2,...,m,j＝1,2,3,...,n。

S2：過(guò)濾無(wú)效的觀看視頻行為數(shù)據(jù)；