摘要：慕课(MOOC,Massive Open Online Course)的兴起将以知识点短视频学习为主的教育革命推向高潮。慕课主张以视...慕课(MOOC,Massive Open Online Course)的兴起将以知识点短视频学习为主的教育革命推向高潮。慕课主张以视频为载体,学习者根据需要按照知识点进行自主学习。但现有的教育视频分类方式和视频搜索引擎并没有考虑学习者之间存在着认知层面的差异问题;没有匹配学习者的学习行为特征和慕课的视频特征,学习者在搜索某个知识点视频时,很难快速、准确地找到适合自身特点的教学视频内容。本文着眼于学习者的差异,尝试从认知风格的角度出发,提出基于认知风格的慕课视频多模态分类模型,旨在根据学习者的认知风格,快速定位最适合学习者的教学视频,从而提高学习效率。论文的主要研究内容如下:(1)构建基于认知风格的多模态视频分类模型。结合系统理论的观点,考虑学习者、慕课视频、教学者等要素,从认知风格角度建立视频分类维度模型,提出言语-表象型、场独立-场依存型、聚合-发散型、冲动-沉思型、粗放-敏锐型等维度认知风格相应的学习者特征、视频特征和视频可量化的分类依据。(2)以言语-表象型、场独立-场依存型两个认知风格维度为例,确定学习者认知风格测量量表,提出慕课视频量化规则,完成对学习者特征和慕课视频的量化评价。(3)根据提出的视频多模态分类模型,以388名初中学生为被试进行实证研究,验证模型的有效性。研究数据表明:认知风格和视频类型都对学习效果有着显著影响;慕课视频能够有效提高学习者的学习效果,观看视频与未观看视频分数相差近30分;当学习者获得与自身认知风格相匹配的视频时,学习效果达到最佳,高出获得不相匹配认知风格视频的成绩14.09分。(4)针对研究结果,本文提出慕课视频的制作策略和基于认知风格的慕课视频推荐系统建设策略。实证研究结果表明本文提出的多模态视频分类模型,能够有效提高学生的学习效率。更多还原显示全部
摘要：随着互联网技术和移动通讯技术的飞速发展,“慕课”(Massive Open Online Course,MOOC)在世界范围内迅速兴...随着互联网技术和移动通讯技术的飞速发展,“慕课”(Massive Open Online Course,MOOC)在世界范围内迅速兴起,现有慕课平台上提供了海量的教学视频,但这些平台大多无法根据知识点进行精准视频检索。如何帮助学习者在海量的慕课资源中快速准确地查找具体的知识点,满足其个性化的学习需求,提高其学习效率是本文要解决的核心问题。鉴于教学视频的知识点通常也是视频讲授内容的关键词,因此,解决这一问题的关键是针对教学视频依据讲授内容实现关键词自动抽取。虽然,目前已有不少针对文本的关键词抽取算法,但尚未有针对口语化程度高、知识点具有层次性等特点的教学视频的关键词抽取研究。因此,亟需提出一种面向慕课视频关键词自动抽取的方法,为此,本文主要进行了以下工作:(1)分析并总结了慕课视频的语言特征,构建了慕课关键词抽取测试数据集并进行数据预处理。由于目前尚未有针对教学视频的标准数据集,本文运用视频爬虫和视频语音文字转写等综合方法构建了慕课测试数据集。并针对慕课视频的语言特征,提出从中文分词和文本过滤等方面对数据集进行文本预处理,以确保关键词抽取的准确性,最终得到关键词抽取候选文档集。(2)基于经典的TextRank算法和慕课视频的语言特征,提出了一种多特征融合的TextRank慕课视频关键词抽取算法。首先,根据慕课视频的语言特征,对关键词抽取候选文档集进行特征提取,得到影响词语重要性的特征:词语位置、词性和领域特征等;其次,提出通过序关系法确定文本中词语位置、词性和领域特征的权重分配;再次,将计算得到的词语综合权重用以确定传统TextRank模型中的词汇节点初始权值及概率转移矩阵,获得改进的TextRank算法;最后,通过算法的迭代,计算每个词语的最终权值,并据此选出权值最大的若干词语作为关键词。为验证算法的性能,在慕课测试数据集上进行仿真实验,实验结果表明所提出的算法是可行且有效的。(3)基于多特征融合的TextRank慕课视频关键词抽取方案,设计并实现了慕课视频关键词抽取系统。该系统具有界面简洁、操作简便、设计人性化与可拓展性强等优势,能批量处理数据、仿真关键词抽取算法和计算评价指标等,具有良好的工程实用性。本文的研究表明,面向慕课视频的关键词抽取有助于学习者在海量的慕课视频中快速准确地查找具体的知识点,能满足其个性化学习的需求,从而有效地提高学习效率。本文提出的慕课视频关键词自动抽取算法,有望在慕课检索系统中广泛应用。更多还原显示全部
