[發(fā)明專利]一種基于大數(shù)據(jù)技術(shù)和數(shù)學(xué)算法的學(xué)習(xí)行為分計(jì)算方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010467410.2
• 申請(qǐng)日: 2020-05-28
• 公開(kāi)（公告）號(hào): CN111651499A
• 公開(kāi)（公告）日: 2020-09-11
• 發(fā)明（設(shè)計(jì)）人: 王暉;鄒夢(mèng)橋
• 申請(qǐng)（專利權(quán)）人: 上海卓越睿新數(shù)碼科技有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/25;G06F16/27;G06F16/28;G06Q50/20
• 代理公司: 北京匯捷知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11531
• 代理人: 于鵬

本發(fā)明公開(kāi)了一種基于大數(shù)據(jù)技術(shù)和數(shù)學(xué)算法的學(xué)習(xí)行為分計(jì)算方法，包括以下方法步驟：記錄用戶每天每個(gè)課程的學(xué)習(xí)觀看視頻行為數(shù)據(jù)及問(wèn)答互動(dòng)操作數(shù)據(jù)；利用Canal+Kafka將記錄的數(shù)據(jù)實(shí)時(shí)同步到Hbase數(shù)據(jù)庫(kù)；利用HADOOP離線計(jì)算(HIVE+HBASE+MR)；利用SQOOP將計(jì)算結(jié)果導(dǎo)出到關(guān)系型數(shù)據(jù)庫(kù)。有益效果：培養(yǎng)和改善用戶的學(xué)習(xí)習(xí)慣，合理的安排學(xué)習(xí)時(shí)長(zhǎng)；減少用戶可見(jiàn)的違規(guī)內(nèi)容，凈化問(wèn)答環(huán)境，最終達(dá)到提升問(wèn)答活躍度的結(jié)果；對(duì)應(yīng)問(wèn)答智能評(píng)分需求，鼓勵(lì)問(wèn)答產(chǎn)生更多的有效內(nèi)容。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)算法領(lǐng)域，具體來(lái)說(shuō)，涉及一種基于大數(shù)據(jù)技術(shù)和數(shù)學(xué)算法的學(xué)習(xí)行為分計(jì)算方法。

背景技術(shù)

目前市場(chǎng)上利用大數(shù)據(jù)技術(shù)對(duì)用戶的行為進(jìn)行分析的應(yīng)用很多，做用戶行為分析的基礎(chǔ)是獲得用戶行為數(shù)據(jù)，例如用戶頁(yè)面停留時(shí)間、跳轉(zhuǎn)來(lái)源等等。這些信息有些能直接拿到，有些是需要做一些計(jì)算才能拿到的。一般來(lái)說(shuō)用戶訪問(wèn)時(shí)的一些信息都是以日志的形式記錄到NoSQL系統(tǒng)中去，這其中包含了最通用的一些訪問(wèn)信息以及一些自定義的日志埋點(diǎn)。通常這些數(shù)據(jù)都是零散的，需要從業(yè)務(wù)需求層面將所有行為數(shù)據(jù)串聯(lián)起來(lái)，通過(guò)一定的計(jì)算，加工，清洗獲得最終需要的數(shù)據(jù)。

針對(duì)相關(guān)技術(shù)中的問(wèn)題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于大數(shù)據(jù)技術(shù)和數(shù)學(xué)算法的學(xué)習(xí)行為分計(jì)算方法，通過(guò)科學(xué)的計(jì)算行為分，培養(yǎng)和改善用戶的學(xué)習(xí)習(xí)慣，合理的安排學(xué)習(xí)時(shí)長(zhǎng)，通過(guò)合理的規(guī)則減少人為的刷課行為，鼓勵(lì)學(xué)生進(jìn)行更有價(jià)值的學(xué)習(xí)行為，以解決上述背景技術(shù)中提出的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于大數(shù)據(jù)技術(shù)和數(shù)學(xué)算法的學(xué)習(xí)行為分計(jì)算方法，包括以下方法步驟：

(1)、記錄用戶每天每個(gè)課程的學(xué)習(xí)觀看視頻行為數(shù)據(jù)及問(wèn)答互動(dòng)操作數(shù)據(jù)；

(2)、利用Canal+Kafka將記錄的數(shù)據(jù)實(shí)時(shí)同步到Hbase數(shù)據(jù)庫(kù)；

(3)、利用HADOOP離線計(jì)算(HIVE+HBASE+MR)；

(4)、利用SQOOP將計(jì)算結(jié)果導(dǎo)出到關(guān)系型數(shù)據(jù)庫(kù)。

進(jìn)一步的，習(xí)慣分計(jì)算規(guī)則如下：

(1)將記錄下來(lái)的同一課程章節(jié)同一用戶學(xué)習(xí)觀看時(shí)長(zhǎng)累加與該視頻時(shí)長(zhǎng)作對(duì)比，當(dāng)觀看時(shí)長(zhǎng)大于視頻時(shí)長(zhǎng)，取視頻時(shí)長(zhǎng)再減去上一次已觀看時(shí)長(zhǎng)作為本次計(jì)算有效觀看時(shí)長(zhǎng)；

(2)當(dāng)有效時(shí)長(zhǎng)大于等于合理學(xué)習(xí)時(shí)長(zhǎng)時(shí)視為合理學(xué)習(xí)一次；

(3)合理學(xué)習(xí)總次數(shù)＝課程學(xué)習(xí)總時(shí)長(zhǎng)*0.6/25；

(4)根據(jù)合理學(xué)習(xí)次數(shù)與合理學(xué)習(xí)總次數(shù)對(duì)比計(jì)算出相應(yīng)的學(xué)習(xí)習(xí)慣分。

進(jìn)一步的，互動(dòng)分計(jì)算規(guī)則如下：

(1)將用戶在課程下發(fā)的貼子數(shù)累計(jì)；用戶回復(fù)的帖子數(shù)累計(jì)；用戶發(fā)的帖子被回復(fù)數(shù)累計(jì)；用戶發(fā)的帖子被老師回復(fù)數(shù)累計(jì)；用戶發(fā)的帖子被點(diǎn)贊數(shù)累計(jì)；用戶回復(fù)的帖子被老師點(diǎn)贊數(shù)累計(jì)；用戶回復(fù)的帖子被老師評(píng)論數(shù)累計(jì)；

(2)將各項(xiàng)累計(jì)指標(biāo)*相應(yīng)的分?jǐn)?shù)值；

(3)將分?jǐn)?shù)值累加為總得分值。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

(1)、培養(yǎng)和改善用戶的學(xué)習(xí)習(xí)慣，合理的安排學(xué)習(xí)時(shí)長(zhǎng)；

(2)、減少用戶可見(jiàn)的違規(guī)內(nèi)容，凈化問(wèn)答環(huán)境，最終達(dá)到提升問(wèn)答活躍度的結(jié)果；

(3)、對(duì)應(yīng)問(wèn)答智能評(píng)分需求，鼓勵(lì)問(wèn)答產(chǎn)生更多的有效內(nèi)容。

具體實(shí)施方式