CN116069971B - 一种基于大数据的教育视频数据推送*** - Google Patents
一种基于大数据的教育视频数据推送*** Download PDFInfo
- Publication number
- CN116069971B CN116069971B CN202211519918.8A CN202211519918A CN116069971B CN 116069971 B CN116069971 B CN 116069971B CN 202211519918 A CN202211519918 A CN 202211519918A CN 116069971 B CN116069971 B CN 116069971B
- Authority
- CN
- China
- Prior art keywords
- data
- user
- video
- delta
- education
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 21
- 239000000284 extract Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于大数据的教育视频数据推送***,尤其涉及视频推送技术领域,包括:获取模块,用以获取用户的基本信息、大数据中的若干教育视频的分辨率和像素值;存储模块,与所述获取模块连接,用以对获取的用户的基本信息、若干教育视频的分辨率和像素值进行存储;分析模块,与所述获取模块和存储模块连接,用以对用户的基本信息、若干教育视频的分辨率和像素值进行分析比对;识别模块,与所述分析模块连接,用以对分析完成的用户的基本信息和若干教育视频的关键帧进行文字识别和概括;调整模块,与所述分析模块和识别模块连接,用以对分析和识别完成的数据进行调整,提高了视频推送的精准度和用户的观看体验。
Description
技术领域
本发明涉及视频推送技术领域,尤其涉及一种基于大数据的教育视频数据推送***。
背景技术
信息技术的高速发展和广泛的应用对人们生活和学习上有着重大的影响,越来越多的教育视频在互联网上出现,以其丰富的音频、图像等信息为人们的学习提供了诸多便利,从而吸引众多学习者的关注。
中国专利公开号:CN114443898B公开了一种面向互联网智慧教育的视频大数据推送方法,首先对网络数据库中的不理想智慧教育视频提前进行筛除,然后从剩下的智慧教育视频中提取出唯一核心关键帧图像,作为待检测核心关键帧图像;再从目标学习者不同喜爱程度的智慧教育视频中提取出对应的唯一核心关键帧图像,作为样本核心关键帧图像,最后利用差异性权重SVM模型对样本进行训练,得到目标关键帧图像检索决策模型,从而利用决策模型判别出目标视频推送给学习者;由此可见,所述一种面向互联网智慧教育的视频大数据推送方法存在由于视频推送内容不精准从而影响用户观看体验的问题。
发明内容
为此,本发明提供一种基于大数据的教育视频数据推送***,用以克服现有技术中由于视频推送内容不精准从而影响用户观看体验的问题。
为实现上述目的,本发明提供一种基于大数据的教育视频数据推送***,包括:
获取模块,用以获取用户的基本信息、大数据中的若干教育视频的分辨率和像素值;
存储模块,与所述获取模块连接,用以对获取的用户的基本信息、若干教育视频的分辨率和像素值进行存储;
分析模块,分别与所述获取模块和存储模块连接,用以对用户的基本信息、若干教育视频的分辨率和像素值进行分析比对;
识别模块,与所述分析模块连接,用以对分析完成的用户的基本信息和对若干教育视频的关键帧进行文字识别和概括;
调整模块,分别与所述分析模块和识别模块连接,用以对分析和识别完成的数据进行调整;
其中,所述获取模块获取若干教育视频的像素值完成时,第一运算单元提取单个所述教育视频中所有帧的同一位置的像素值,计算所有帧的同一位置的像素平均值,并根据该像素平均值计算所述像素平均值与第i帧的像素值的像素差值,数据比对单元选取该像素差值的最小值作为单个所述教育视频的关键帧;
所述识别模块在对若干所述教育视频的关键帧进行文字识别完成时,所述第一运算单元计算所述关键帧与用户检索的数据特征值的相似度,所述数据比对单元用以根据该相似度与预设相似度的比对结果判定是否对所述教育视频进行推送。
进一步地,所述分析模块包括第一运算单元,所述获取模块在获取用户的基本信息完成时,所述第一运算单元用以根据获取的基本信息的检索数据和检索频次计算用户的需求参数Y,设定Y=M×Yy,其中,M为用户检索的数据特征值,Yy为用户在进入***的时间内检索该数据特征值的次数。
进一步地,所述分析模块包括数据比对单元,所述获取模块获取大数据中的教育视频完成时,所述数据比对单元将所述教育视频的分辨率P与预设分辨率P1进行比对,并根据比对结果判定所述教育视频的清晰度是否达标,
若P<P1,所述数据比对单元判定所述教育视频的清晰度不达标;
若P≥P1,所述数据比对单元判定所述教育视频的清晰度达标。
进一步地,所述调整模块包括第二运算单元和数据调整单元,所述数据比对单元在判定所述教育视频的清晰度不达标时,所述第二运算单元计算所述教育视频的分辨率P与预设分辨率P1的分辨率差值△P,设定△P=P1-P,并将该分辨率差值与预设分辨率差值进行比对,所述数据调整单元根据比对结果确定对应的插值对所述教育视频的清晰度进行处理,
其中,所述数据调整单元中设置有第一预设分辨率差值△P1、第二预设分辨率差值△P、第一插值C1、第二插值C2、第三插值C3,其中,△P1<△P2,C1<C2<C3,
若△P≤△P1,所述数据调整单元确定选取第一插值C1对所述教育视频的清晰度进行处理;
若△P1<△P≤△P2,所述数据调整单元确定选取第二插值C2对所述教育视频的清晰度进行处理;
若△P>△P2,所述数据调整单元确定选取第三插值C3对所述教育视频的清晰度进行处理。
进一步地,所述获取模块获取若干教育视频的像素值完成时,所述第一运算单元提取单个所述教育视频中所有帧的同一位置的像素值,并计算所有帧的同一位置的像素平均值设定
其中,G1为第一帧的像素值,G2为第二帧的像素值,G3为第三帧的像素值,Gn为第n帧的像素值。
进一步地,所述第一运算单元计算所有帧的同一位置的像素平均值完成时,计算所述像素平均值与第i帧的像素值的像素差值△Ai,设定/>所述数据比对单元选取△Ai的最小值作为单个所述教育视频的关键帧,其中,i=1,2,3,...,n。
进一步地,所述识别模块在对若干所述教育视频的关键帧进行文字识别完成时,所述第一运算单元计算所述关键帧与用户检索的数据特征值的相似度D,并将该相似度D与预设相似度D1进行比对,所述数据比对单元根据比对结果判定是否对所述教育视频进行推送,
若D<D1,所述数据比对单元判定不对所述教育视频进行推送;
若D≥D1,所述数据比对单元判定对所述教育视频进行推送。
进一步地,所述数据比对单元判定不对所述教育视频进行推送时,所述第二运算单元计算相似度D与预设相似度D1的相似度差值△D,设定△D=D1-D,并将该相似度差值与预设相似度差值进行比对,所述数据调整单元根据比对结果确定对应的补偿值对选取的单个所述教育视频的关键帧个数进行补偿,
其中,所述数据调整单元中设置有第一预设相似度差值△D1、第二预设相似度差值△D2、第一补偿值Z1、第二补偿值Z2、第三补偿值Z3,其中,△D1<△D2,Z1<Z2<Z3,
若△D≤△D1,所述数据调整单元确定选取第一补偿值Z1对选取的单个所述教育视频的关键帧个数进行补偿;
若△D1<△D≤△D2,所述数据比对单元确定选取第二补偿值Z2对选取的单个所述教育视频的关键帧个数进行补偿;
若△D≥△D2,所述数据比对单元确定选取第三补偿值Z3对选取的单个所述教育视频的关键帧个数进行补偿。
进一步地,所述获取模块获取用户的基本信息中对所述教育视频的观看时长T,所述第一运算单元将该观看时长与预设观看时长进行比对,所述数据比对单元根据比对结果确定对用户的推送频率,
其中,所述数据比对单元中设置有第一预设观看时长B1、第二预设观看时长B2、第一推送频率V1、第二推送频率V2、第三推送频率V3,其中,B1<B2,V1<V2<V3,
若T≤B1,所述数据比对单元确定对用户的推送频率为V1;
若B1<T≤B2,所述数据比对单元确定对用户的推送频率为V2;
若T>B2,所述数据比对单元确定对用户的推送频率为V3。
进一步地,所述数据比对单元在确定推送频率完成时,所述第一运算单元将用户的需求参数Y与预设需求参数Y1进行比对,所述数据比对单元根据比对结果判定是否对用户的推送频率进行调节,
若Y<Y1时,所述数据比对单元判定不对用户的推送频率进行调节;
若Y≥Y1时,所述数据比对单元判定对用户的推送频率进行调节;
所述数据比对单元判定对用户的推送频率进行调节时,所述第二运算单元计算用户的需求参数Y与预设需求参数Y1的参数差值△Y,设定△Y=Y-Y1,所述数据调整单元用以根据该参数差值对所述用户的推送频率进行调节,将调节后的推送频率设置为V4,设定V4=Kj×Vm,其中,m为1,2或3,j为1,2或3,Kj为推送频率的调节系数。
与现有技术相比,本发明的有益效果在于,通过对用户检索的数据特征值和用户在进入***的时间内检索该数据特征值的次数对用户检索数据和检索频次进行分析,进而对用户的需求参数进行计算,作为评估用户对教育视频类型的需求的表征性参量,进一步提高了对视频的推送内容的精准度。
进一步地,本发明通过对大数据中若干教育视频的分辨率的分析,进而评估若干教育视频的清晰度是否达标,并对于清晰度不达标的教育视频,通过调节插值数对视频的分辨率进行调节,进而使视频清晰度达到预设值,从而进一步提高了用户的观看体验。
进一步地,本发明通过计算单个教育视频中所有帧的同一位置的像素值的平均值,并选取与该平均值最为接近的像素值作为该单个教育视频的关键帧,从而实现对单个教育视频的关键帧的提取,并将提取的关键帧作为该教育视频的视频索引,以便用户检索时能够对用户进行精准地推送,进一步提高了对视频的推送内容的精准度。
进一步地,在对关键帧提取完成时,对关键帧进行文字识别,并对从关键帧中提取的文字信息与用户的检索数据特征值的相似度进行分析,在该相似度能够达到预设相似度时对该教育视频进行推送,从而进一步提高了对视频的推送内容的精准度;
尤其,当相似度达不到预设相似度时,根据该相似度与预设相似度的差值的计算,以选取对应的补偿值对选取的单个教育视频的关键帧个数进行补偿,通过增加单个视频中提取的关键帧个数,进一步增加单个视频中的索引关键内容,一提高与用户的检索数据特征的相似度,进而实现对教育视频的精准推送,进一步提高了对视频的推送内容的精准度。
进一步地,本发明通过获取用户对检索的教育视频的观看时长,进而确定对用户的推送频率,观看时长越长表明用户对该视频越感兴趣,且表明该视频推荐的精准性达标,从而进一步提高了用户的观看体验。
进一步地,本发明通过计算用户的需求参数与预设需求参数的参数差值,进而对推送频率进行调节,通过调节推送频率进一步提高教育视频推送的精准度,从而进一步提高了用户的观看体验。
附图说明
图1为本发明所述基于大数据的教育视频数据推送***的逻辑框图;
图2为本发明所述基于大数据的教育视频数据推送***的分析模块的逻辑框图;
图3为本发明所述基于大数据的教育视频数据推送***的调整模块的逻辑框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1-图3所示,图1为本发明所述基于大数据的教育视频数据推送***的逻辑框图;图2为本发明所述基于大数据的教育视频数据推送***的分析模块的逻辑框图;图3为本发明所述基于大数据的教育视频数据推送***的调整模块的逻辑框图。
一种基于大数据的教育视频数据推送***,包括:
获取模块,用以获取用户的基本信息、大数据中的若干教育视频的分辨率和像素值;
存储模块,与所述获取模块连接,用以对获取的用户的基本信息、若干教育视频的分辨率和像素值进行存储;
分析模块,分别与所述获取模块和存储模块连接,用以对用户的基本信息、若干教育视频的分辨率和像素值进行分析比对;
识别模块,与所述分析模块连接,用以对分析完成的用户的基本信息和对若干教育视频的关键帧进行文字识别和概括;
调整模块,分别与所述分析模块和识别模块连接,用以对分析和识别完成的数据进行调整。
本发明实施例中,用户的基本信息包括但不限于用户的检索数据、检索时长、检索频次以及对视频的观看时长、观看次数、点赞次数、评论频次。
具体而言,所述分析模块包括第一运算单元,所述获取模块在获取用户的基本信息完成时,所述第一运算单元用以根据获取的基本信息的检索数据和检索频次计算用户的需求参数Y,设定Y=M×Yy,其中,M为用户检索的数据特征值,Yy为用户在进入***的时间内检索该数据特征值的次数。
本发明实施例中,所述用户检索的数据特征值包括但不限于财会学习、育儿学习、花艺学习、茶艺学习、乐器学习、美声学习。
具体而言,所述分析模块包括数据比对单元,所述获取模块获取大数据中的教育视频完成时,所述数据比对单元将所述教育视频的分辨率P与预设分辨率P1进行比对,并根据比对结果判定所述教育视频的清晰度是否达标,
若P<P1,所述数据比对单元判定所述教育视频的清晰度不达标;
若P≥P1,所述数据比对单元判定所述教育视频的清晰度达标。
具体而言,所述调整模块包括第二运算单元和数据调整单元,所述数据比对单元在判定所述教育视频的清晰度不达标时,所述第二运算单元计算所述教育视频的分辨率P与预设分辨率P1的分辨率差值△P,设定△P=P1-P,并将该分辨率差值与预设分辨率差值进行比对,所述数据调整单元根据比对结果确定对应的插值对所述教育视频的清晰度进行处理,
其中,所述数据调整单元中设置有第一预设分辨率差值△P1、第二预设分辨率差值△P、第一插值C1、第二插值C2、第三插值C3,其中,△P1<△P2,C1<C2<C3,
若△P≤△P1,所述数据调整单元确定选取第一插值C1对所述教育视频的清晰度进行处理;
若△P1<△P≤△P2,所述数据调整单元确定选取第二插值C2对所述教育视频的清晰度进行处理;
若△P>△P2,所述数据调整单元确定选取第三插值C3对所述教育视频的清晰度进行处理。
具体而言,所述获取模块获取若干教育视频的像素值完成时,所述第一运算单元提取单个所述教育视频中所有帧的同一位置的像素值,并计算所有帧的同一位置的像素平均值设定
其中,G1为第一帧的像素值,G2为第二帧的像素值,G3为第三帧的像素值,Gn为第n帧的像素值。
具体而言,所述第一运算单元计算所有帧的同一位置的像素平均值完成时,计算所述像素平均值与第i帧的像素值的像素差值△Ai,设定/>所述数据比对单元选取△Ai的最小值作为单个所述教育视频的关键帧,其中,i=1,2,3,...,n。
本发明实施例中,采用像素帧平均法对单个所述教育视频的关键帧进行提取,并将提取的单个所述教育视频的关键帧作为该教育视频的视频索引。
具体而言,所述识别模块在对若干所述教育视频的关键帧进行文字识别完成时,所述第一运算单元计算所述关键帧与用户检索的数据特征值的相似度D,并将该相似度D与预设相似度D1进行比对,所述数据比对单元根据比对结果判定是否对所述教育视频进行推送,
若D<D1,所述数据比对单元判定不对所述教育视频进行推送;
若D≥D1,所述数据比对单元判定对所述教育视频进行推送。
具体而言,所述数据比对单元判定不对所述教育视频进行推送时,所述第二运算单元计算相似度D与预设相似度D1的相似度差值△D,设定△D=D1-D,并将该相似度差值与预设相似度差值进行比对,所述数据调整单元根据比对结果确定对应的补偿值对选取的单个所述教育视频的关键帧个数进行补偿,
其中,所述数据调整单元中设置有第一预设相似度差值△D1、第二预设相似度差值△D2、第一补偿值Z1、第二补偿值Z2、第三补偿值Z3,其中,△D1<△D2,Z1<Z2<Z3,
若△D≤△D1,所述数据调整单元确定选取第一补偿值Z1对选取的单个所述教育视频的关键帧个数进行补偿;
若△D1<△D≤△D2,所述数据比对单元确定选取第二补偿值Z2对选取的单个所述教育视频的关键帧个数进行补偿;
若△D≥△D2,所述数据比对单元确定选取第三补偿值Z3对选取的单个所述教育视频的关键帧个数进行补偿。
具体而言,所述获取模块获取用户的基本信息中对所述教育视频的观看时长T,所述第一运算单元将该观看时长与预设观看时长进行比对,所述数据比对单元根据比对结果确定对用户的推送频率,
其中,所述数据比对单元中设置有第一预设观看时长B1、第二预设观看时长B2、第一推送频率V1、第二推送频率V2、第三推送频率V3,其中,B1<B2,V1<V2<V3,
若T≤B1,所述数据比对单元确定对用户的推送频率为V1;
若B1<T≤B2,所述数据比对单元确定对用户的推送频率为V2;
若T>B2,所述数据比对单元确定对用户的推送频率为V3。
具体而言,所述数据比对单元在确定推送频率完成时,所述第一运算单元将用户的需求参数Y与预设需求参数Y1进行比对,所述数据比对单元根据比对结果判定是否对用户的推送频率进行调节,
若Y<Y1时,所述数据比对单元判定不对用户的推送频率进行调节;
若Y≥Y1时,所述数据比对单元判定对用户的推送频率进行调节。
具体而言,所述数据比对单元判定对用户的推送频率进行调节时,所述第二运算单元计算用户的需求参数Y与预设需求参数Y1的参数差值△Y,设定△Y=Y-Y1,并将该参数差值与预设参数差值进行比对,所述数据调整单元根据比对结果选取对应的调节系数对所述用户的推送频率进行调节,
其中,所述数据调整单元中设置有第一预设参数差值△Y1、第二预设参数差值△Y2、第一调节系数K1、第二调节系数K2、第三调节系数K3,其中,△P1<△P2,1<K1<K2<K3<1.2,
若△Y≤△Y1,所述数据调整单元选取第一调节系数K1对所述用户的推送频率进行调节;
若△Y1<△Y≤△Y2,所述数据调整单元选取第二调节系数K2对所述用户的推送频率进行调节;
若△Y>△Y2,所述数据调整单元选取第三调节系数K3对所述用户的推送频率进行调节;
当所述数据调整单元判定选取第j调节系数对所述用户的推送频率进行调节时,将调节后的推送频率设置为V4,设定V4=Kj×Vm,其中,m为1,2或3,j为1,2或3,Kj为推送频率的调节系数。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种基于大数据的教育视频数据推送***,其特征在于,包括:
获取模块,用以获取用户的基本信息、大数据中的若干教育视频的分辨率和像素值;
存储模块,与所述获取模块连接,用以对获取的用户的基本信息、若干教育视频的分辨率和像素值进行存储;
分析模块,分别与所述获取模块和存储模块连接,用以对用户的基本信息、若干教育视频的分辨率和像素值进行分析比对;
识别模块,与所述分析模块连接,用以对分析完成的用户的基本信息和对若干教育视频的关键帧进行文字识别和概括;
调整模块,分别与所述分析模块和识别模块连接,用以对分析和识别完成的数据进行调整;
其中,所述获取模块获取若干教育视频的像素值完成时,第一运算单元提取单个所述教育视频中所有帧的同一位置的像素值,计算所有帧的同一位置的像素平均值,并根据该像素平均值计算所述像素平均值与第i帧的像素值的像素差值,数据比对单元选取该像素差值的最小值作为单个所述教育视频的关键帧;
所述识别模块在对若干所述教育视频的关键帧进行文字识别完成时,所述第一运算单元计算所述关键帧与用户检索的数据特征值的相似度,所述数据比对单元用以根据该相似度与预设相似度的比对结果判定是否对所述教育视频进行推送;
所述分析模块包括第一运算单元,所述获取模块在获取用户的基本信息完成时,所述第一运算单元用以根据获取的基本信息的检索数据和检索频次计算用户的需求参数Y,设定Y=M×Yy,其中,M为用户检索的数据特征值,Yy为用户在进入***的时间内检索该数据特征值的次数;
所述分析模块包括数据比对单元,所述获取模块获取大数据中的教育视频完成时,所述数据比对单元将所述教育视频的分辨率P与预设分辨率P1进行比对,并根据比对结果判定所述教育视频的清晰度是否达标,
若P<P1,所述数据比对单元判定所述教育视频的清晰度不达标;
若P≥P1,所述数据比对单元判定所述教育视频的清晰度达标;
所述调整模块包括第二运算单元和数据调整单元,所述数据比对单元在判定所述教育视频的清晰度不达标时,所述第二运算单元计算所述教育视频的分辨率P与预设分辨率P1的分辨率差值△P,设定△P=P1-P,并将该分辨率差值与预设分辨率差值进行比对,所述数据调整单元根据比对结果确定对应的插值对所述教育视频的清晰度进行处理,
其中,所述数据调整单元中设置有第一预设分辨率差值△P1、第二预设分辨率差值△P、第一插值C1、第二插值C2、第三插值C3,其中,△P1<△P2,C1<C2<C3,
若△P≤△P1,所述数据调整单元确定选取第一插值C1对所述教育视频的清晰度进行处理;
若△P1<△P≤△P2,所述数据调整单元确定选取第二插值C2对所述教育视频的清晰度进行处理;
若△P>△P2,所述数据调整单元确定选取第三插值C3对所述教育视频的清晰度进行处理;
所述获取模块获取若干教育视频的像素值完成时,所述第一运算单元提取单个所述教育视频中所有帧的同一位置的像素值,并计算所有帧的同一位置的像素平均值设定
其中,G1为第一帧的像素值,G2为第二帧的像素值,G3为第三帧的像素值,Gn为第n帧的像素值;
所述第一运算单元计算所有帧的同一位置的像素平均值完成时,计算所述像素平均值与第i帧的像素值的像素差值△Ai,设定/>所述数据比对单元选取△Ai的最小值作为单个所述教育视频的关键帧,其中,i=1,2,3,...,n;
所述识别模块在对若干所述教育视频的关键帧进行文字识别完成时,所述第一运算单元计算所述关键帧与用户检索的数据特征值的相似度D,并将该相似度D与预设相似度D1进行比对,所述数据比对单元根据比对结果判定是否对所述教育视频进行推送,
若D<D1,所述数据比对单元判定不对所述教育视频进行推送;
若D≥D1,所述数据比对单元判定对所述教育视频进行推送;
所述数据比对单元判定不对所述教育视频进行推送时,所述第二运算单元计算相似度D与预设相似度D1的相似度差值△D,设定△D=D1-D,并将该相似度差值与预设相似度差值进行比对,所述数据调整单元根据比对结果确定对应的补偿值对选取的单个所述教育视频的关键帧个数进行补偿,
其中,所述数据调整单元中设置有第一预设相似度差值△D1、第二预设相似度差值△D2、第一补偿值Z1、第二补偿值Z2、第三补偿值Z3,其中,△D1<△D2,Z1<Z2<Z3,
若△D≤△D1,所述数据调整单元确定选取第一补偿值Z1对选取的单个所述教育视频的关键帧个数进行补偿;
若△D1<△D≤△D2,所述数据比对单元确定选取第二补偿值Z2对选取的单个所述教育视频的关键帧个数进行补偿;
若△D≥△D2,所述数据比对单元确定选取第三补偿值Z3对选取的单个所述教育视频的关键帧个数进行补偿;
所述获取模块获取用户的基本信息中对所述教育视频的观看时长T,所述第一运算单元将该观看时长与预设观看时长进行比对,所述数据比对单元根据比对结果确定对用户的推送频率,
其中,所述数据比对单元中设置有第一预设观看时长B1、第二预设观看时长B2、第一推送频率V1、第二推送频率V2、第三推送频率V3,其中,B1<B2,V1<V2<V3,
若T≤B1,所述数据比对单元确定对用户的推送频率为V1;
若B1<T≤B2,所述数据比对单元确定对用户的推送频率为V2;
若T>B2,所述数据比对单元确定对用户的推送频率为V3;
所述数据比对单元在确定推送频率完成时,所述第一运算单元将用户的需求参数Y与预设需求参数Y1进行比对,所述数据比对单元根据比对结果判定是否对用户的推送频率进行调节,
若Y<Y1时,所述数据比对单元判定不对用户的推送频率进行调节;
若Y≥Y1时,所述数据比对单元判定对用户的推送频率进行调节;
所述数据比对单元判定对用户的推送频率进行调节时,所述第二运算单元计算用户的需求参数Y与预设需求参数Y1的参数差值△Y,设定△Y=Y-Y1,所述数据调整单元用以根据该参数差值对所述用户的推送频率进行调节,将调节后的推送频率设置为V4,设定V4=Kj×Vm,其中,m为1,2或3,j为1,2或3,Kj为推送频率的调节系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211519918.8A CN116069971B (zh) | 2022-11-30 | 2022-11-30 | 一种基于大数据的教育视频数据推送*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211519918.8A CN116069971B (zh) | 2022-11-30 | 2022-11-30 | 一种基于大数据的教育视频数据推送*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116069971A CN116069971A (zh) | 2023-05-05 |
CN116069971B true CN116069971B (zh) | 2023-12-26 |
Family
ID=86177778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211519918.8A Active CN116069971B (zh) | 2022-11-30 | 2022-11-30 | 一种基于大数据的教育视频数据推送*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116069971B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116701707B (zh) * | 2023-08-08 | 2023-11-10 | 成都市青羊大数据有限责任公司 | 一种教育大数据管理*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160366463A1 (en) * | 2014-02-26 | 2016-12-15 | Tencent Technology (Shenzhen) Company Limited | Information pushing method, terminal and server |
CN111915370A (zh) * | 2020-07-27 | 2020-11-10 | 刘念龙 | 一种投放、响应、监测视频媒体植入广告的***和方法 |
CN112115299A (zh) * | 2020-09-17 | 2020-12-22 | 北京百度网讯科技有限公司 | 视频搜索方法、装置、推荐方法、电子设备及存储介质 |
-
2022
- 2022-11-30 CN CN202211519918.8A patent/CN116069971B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160366463A1 (en) * | 2014-02-26 | 2016-12-15 | Tencent Technology (Shenzhen) Company Limited | Information pushing method, terminal and server |
CN111915370A (zh) * | 2020-07-27 | 2020-11-10 | 刘念龙 | 一种投放、响应、监测视频媒体植入广告的***和方法 |
CN112115299A (zh) * | 2020-09-17 | 2020-12-22 | 北京百度网讯科技有限公司 | 视频搜索方法、装置、推荐方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116069971A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322738B (zh) | 一种课程优化方法、装置和*** | |
US7684651B2 (en) | Image-based face search | |
CN106407418A (zh) | 一种基于人脸识别的个性化视频推荐方法及推荐*** | |
CN102486793A (zh) | 一种搜索目标用户的方法和*** | |
CN116069971B (zh) | 一种基于大数据的教育视频数据推送*** | |
CN109213853B (zh) | 一种基于cca算法的中文社区问答跨模态检索方法 | |
CN110765254A (zh) | 一种融合多视角答案重排序的多文档问答***模型 | |
CN111062277A (zh) | 基于单目视觉的手语-唇语转化方法 | |
CN112183334A (zh) | 一种基于多模态特征融合的视频深度关系分析方法 | |
Liu et al. | Using collaborative filtering algorithms combined with Doc2Vec for movie recommendation | |
US11386292B2 (en) | Method and system for auto multiple image captioning | |
KR20130090042A (ko) | 사용자 선호주제 기반 tv프로그램 콘텐츠 자동추천 장치, 시스템, 방법 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체 | |
CN113254708A (zh) | 一种视频搜索方法、装置、计算机设备及存储介质 | |
CN115080865B (zh) | 基于多维数据分析的电商数据运营管理*** | |
CN117956232A (zh) | 一种视频推荐方法及装置 | |
CN116910302A (zh) | 一种多模态视频内容有效性反馈可视分析方法与*** | |
CN115936939A (zh) | 基于多偏好度的项目推荐方法及*** | |
CN113887334A (zh) | 一种视频知识点抽取方法及装置 | |
CN114445744A (zh) | 一种教育视频自动定位方法、装置及存储介质 | |
CN108153863B (zh) | 一种视频信息的表示方法及装置 | |
CN116028657B (zh) | 基于运动检测技术的智能云相框的分析*** | |
CN112347354B (zh) | 用于智慧教育的课件管理方法 | |
CN112016024B (zh) | 一种数据推荐方法、装置以及计算机可读存储介质 | |
Shen et al. | The Intervention of Digital Media Technology on the Visual Language of Radio and Television | |
CN110084099A (zh) | 基于图像识别技术的信息反馈方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |