本文關(guān)鍵詞：一種基于特征提取的教育視頻資源推送方法

  更多相關(guān)文章： 教育視頻資源 特征提取 深度學習 支持向量機 推送方法

【摘要】：豐富的網(wǎng)絡(luò)教育視頻資源滿足了學習者自主選擇學習內(nèi)容、時間和地點的需求。然而資源自身及其平臺存在著內(nèi)容質(zhì)量參差不齊、優(yōu)質(zhì)教育資源匱乏、資源同質(zhì)化、資源推送方式單一等問題,學習者難以快速高效地從海量的資源中獲取與自身需求相關(guān)的有價值的資源。為讓學習者高效獲取個性化教育視頻資源,在進行資源推送時,研究采用深度學習方法準確識別出視頻資源中的知識點,通過構(gòu)造視頻中的知識點、視頻質(zhì)量和學習者需求之間的特征向量作為支持向量機的輸入,由支持向量機決定是否將視頻資源推送給學習者。將學習者對推送結(jié)果的實際點擊率和學習者反饋的滿意度作為方法的性能評價指標。這種推送方法關(guān)注學習者的興趣需求和視頻特征的結(jié)合,能更好地滿足學習者的要求并提升學習效率,具有較大的應(yīng)用潛力。
【作者單位】： 湖南省教育科學研究院;中南大學信息與網(wǎng)絡(luò)中心;中南林業(yè)科技大學計算機與信息工程學院;中南大學信息科學與工程學院;
【關(guān)鍵詞】： 教育視頻資源 特征提取 深度學習 支持向量機 推送方法
【基金】：湖南省教育科學“十二五”規(guī)劃重點資助項目“云計算環(huán)境下基礎(chǔ)教育優(yōu)質(zhì)數(shù)字資源建設(shè)與應(yīng)用研究”(XJK014AJC001) 國家自然科學基金項目“云計算中資源共享的分層博弈聯(lián)盟形成與定價機制研究”(61379111)
【分類號】：G434
【正文快照】： 一、引言信息技術(shù)的快速發(fā)展和廣泛應(yīng)用深刻影響著人們的學習、工作和生活�；ヂ�(lián)網(wǎng)已成為人們搜索、獲得和發(fā)布信息的重要平臺,其自由開放的特性極大程度促進了教育資源的共建共享,信息技術(shù)對教育教學的革命性影響日趨明顯,學習者通過信息化學習環(huán)境可以自主選擇學習內(nèi)容、時

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 林海平;檀曉紅;申瑞民;;基于知識結(jié)構(gòu)圖的個性化學習內(nèi)容生成算法[J];上海交通大學學報;2010年03期

2 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學報;2009年02期

3 邢春曉;高鳳榮;戰(zhàn)思南;周立柱;;適應(yīng)用戶興趣變化的協(xié)同過濾推薦算法[J];計算機研究與發(fā)展;2007年02期

4 張學工;關(guān)于統(tǒng)計學習理論與支持向量機[J];自動化學報;2000年01期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計研究[D];中國科學技術(shù)大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 黃俊;基于學生特征模型的教育云資源推送技術(shù)[D];華南理工大學;2013年

2 郭進成;基于本體的教育資源推送服務(wù)研究[D];內(nèi)蒙古大學;2013年

3 韓勃;E-learning環(huán)境中學習行為挖掘的設(shè)計與實現(xiàn)[D];山東大學;2012年

4 何安;協(xié)同過濾技術(shù)在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];浙江大學;2007年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 文孟飛;胡超;于文濤;劉偉榮;;一種基于特征提取的教育視頻資源推送方法[J];現(xiàn)代遠程教育研究;2016年03期

2 李晨躍;劉克劍;孟慶瑞;;面向博物館的個性化推薦系統(tǒng)設(shè)計與實現(xiàn)[J];軟件導刊;2016年05期

3 張海龍;馬斌;;FCM-RVM預警模型在某重力壩典型壩段水平位移預測中的應(yīng)用[J];水電能源科學;2016年05期

4 DU Yongping;DU Xiaoyan;HUANG Liang;;Improve the Collaborative Filtering Recommender System Performance by Trust Network Construction[J];Chinese Journal of Electronics;2016年03期

5 楊紅;程萬里;任麗麗;;高溫高壓蒸汽改性落葉松木材力學性能預測模型的建立[J];東北林業(yè)大學學報;2016年04期

6 阮健;朱兆良;李勝;劉奎;;LVDT校正技術(shù)研究[J];浙江工業(yè)大學學報;2016年02期

7 孟利民;趙維;應(yīng)頌翔;;評分預測問題中個性化推薦模型的研究[J];浙江工業(yè)大學學報;2016年02期

8 劉佳樂;文曉濤;張瑞;李天;李世凱;;基于近似支持向量機的流體識別方法[J];遼寧化工;2016年04期

9 詹攀;謝守勇;劉軍;黃河;李佩原;;基于支持向量機回歸的鮮煙葉含水量預測模型[J];西南大學學報(自然科學版);2016年04期

10 蔡海尼;覃夢秋;文俊浩;熊慶宇;黎懋靚;;基于情境相似度和二次聚類的協(xié)同過濾推薦算法[J];計算機科學;2016年04期

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 李新廣;數(shù)字圖書館的用戶偏好模型及個性化推薦研究[D];武漢大學;2011年

2 高e，

本文編號：725849