CN110019862A - 一种课件推荐方法、装置、设备及存储介质 - Google Patents
一种课件推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110019862A CN110019862A CN201811141078.XA CN201811141078A CN110019862A CN 110019862 A CN110019862 A CN 110019862A CN 201811141078 A CN201811141078 A CN 201811141078A CN 110019862 A CN110019862 A CN 110019862A
- Authority
- CN
- China
- Prior art keywords
- courseware
- label
- history
- text
- current
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000011161 development Methods 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 23
- 238000012790 confirmation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 22
- 230000003993 interaction Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010422 painting Methods 0.000 description 3
- 241000252233 Cyprinus carpio Species 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种课件推荐方法、装置、设备及存储介质，通过获取当前输入的课件内容和历史输入的课件内容；确认与所述当前输入的课件内容对应的当前课件标签；确认与所述历史输入的课件内容对应的历史课件标签；根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上的技术方案，实现了免去用户自行搜索课件元素的动作，在用户制作课件时，为用户推荐符合用户输入的内容的课件元素，提高了用户制作课件的效率。
Description
技术领域
本发明实施例涉及智能终端技术，尤其涉及一种课件推荐方法、装置、设备及存储介质。
背景技术
课件是根据教学大纲的要求，经过教学目标确定，教学内容和任务分析，教学活动结构及界面设计等环节，而加以制作的课程软件。它与课程内容有着直接联系。
一般而言，用户在制作课件的过程中，需要自己手动搜集制作课件所需的元素，例如，课文、习题、课程相关的图片、音视频等。在实现本发明的过程中，发明人发现现有技术存在如下缺陷：用户在使用智能终端制作课件的过程中，需要自己动手搜集制作课件所需的素材，降低制作课件的速度。
发明内容
有鉴于此，本发明实施例提供一种课件推荐方法、装置、设备及存储介质，能够提高制作课件的效率。
第一方面，本发明实施例提供了一种课件推荐方法，包括：
获取当前输入的课件内容和历史输入的课件内容；
确认与所述当前输入的课件内容对应的当前课件标签；
确认与所述历史输入的课件内容对应的历史课件标签；
根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
进一步的，所述根据所述当前课件标签和所述历史课件标签确定推荐课件信息包括：
将所述历史输入的课件内容拆分为两个或两个以上课件元素，并根据所述历史输入的课件内容确定所述课件元素对应的历史课件标签，得到课件元素集合，所述课件元素集合包括所述两个或两个以上课件元素和所述课件元素对应的历史课件标签；
根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息。
进一步的，还包括：
接收推荐课件信息选定操作，所述推荐课件信息选定操作用于选定目标课件元素；
显示目标课件内容，所述目标课件内容根据所述目标课件元素和所述当前输入的课件内容得到。
进一步的，所述课件元素至少包括文本和图片之一。
进一步的，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标文本与所述当前课件标签的相似度，相似度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的文本。
进一步的，所述计算目标文本与所述当前课件标签的相似度包括：
根据所述当前课件标签中的关键词相对于所述目标文本的词频和反向文档频率，计算目标文本与所述当前课件标签的相似度。
进一步的，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标文本的复杂度，复杂度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的多格式文本。
进一步的，所述目标文本的复杂度为所述目标文本中的纯文本成为所述目标文本的编辑次数。
进一步的，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标图片的分辨率，分辨率最高的课件元素作为所述推荐课件信息，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
进一步的，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标加权数，加权数最高的课件元素作为所述推荐课件信息，所述目标加权数为以下三项的加权平均数，该三项包括：第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率；所述第一目标文本为查找到的历史课件标签对应课件元素中的文本，所述第二目标文本为查找到的历史课件标签对应课件元素中的多格式文本，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
第二方面，本发明实施例还提供了一种课件推荐装置，该装置包括：
获取模块，用于获取当前输入的课件内容和历史输入的课件内容；
第一确认模块，用于确认与所述当前输入的课件内容对应的当前课件标签；
第二确认模块，用于确认与所述历史输入的课件内容对应的历史课件标签；
展示模块，用于根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的课件推荐方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的课件推荐方法。
上述提供的课件推荐方法、装置、设备及存储介质，通过获取当前输入的课件内容和历史输入的课件内容；确认与所述当前输入的课件内容对应的当前课件标签；确认与所述历史输入的课件内容对应的历史课件标签；根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上的技术方案，实现了免去用户自行搜索课件元素的动作，在用户制作课件时，为用户推荐符合用户输入的内容的课件元素，提高了用户制作课件的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明实施例一中的一种课件推荐方法的流程图；
图2为课件制作界面的内容示意图；
图3是课件制作界面的示意图；
图4是本发明实施例二提供的一种课件推荐装置的结构示意图；
图5是本发明实施例三提供的一种课件推荐设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种课件推荐方法的流程图。实施例中提供的课件推荐方法可以由电子白板的课件推荐设备执行，该电子白板的课件推荐设备可以通过软件和/或硬件的方式实现，该电子白板的课件推荐设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，电子白板的课件推荐设备具备电子白板功能，该电子白板的课件推荐设备可以是电脑，手机，平板或智能交互平板等。
为了便于理解，实施例中以智能交互平板为电子白板的课件推荐设备进行示例性描述。其中，智能交互平板可以是通过触控技术对显示在显示平板上的内容进行操控和实现人机交互操作的一体化设备，其集成了投影机、电子白板、幕布、音响、电视机以及视频会议终端等一种或多种功能。一般而言，智能交互平板的显示屏可以是电容屏、电阻屏或者电磁屏。用户可以通过手指或者触控笔对智能交互平板进行触控操作。
进一步的，智能交互平板中安装有操作系统自带的应用软件，同时，也安装有从第三方设备或者服务器中下载的应用软件，其中，应用软件的具体类型及内容可以根据实际情况设定，通常，该应用软件具有电子白板功能，其可以通过电子白板功能实现：书写、绘图、批注、课件制作以及展示播放等功能。实施例中设定电子白板功能具有课件制作及展示播放功能，其中，课件制作是指在智能交互平板上通过用户在课件制作界面中进行的元素输入或插入操作，具体地，课件制作界面是指智能交互平板中具备编辑画布、可输入元素栏、编辑设置选项以及展示播放按钮的制作界面，可输入元素栏中包含了用户输入一定操作后可以显示的要素。例如，图2为课件制作界面的内容示意图，参考图2，编辑画布10具体用于当前用户进行输入编辑，可输入元素栏11中给出了当前用户可在课件制作界面中输入的元素，其包括：文本、图形形状、多媒体、表格、课堂活动、思维导图、拼音、汉字以及学科工具。其中，学科工具可以是函数编辑器以及公式等。
同时，编辑设置选项中包含了用户编辑过程中对所编辑元素进行设置的选项按钮，同样参考图2，编辑设置选项12中给出了当前用户可在课件制作界面中设置调控的按钮，其包括：正向撤销、反向撤销、剪切、属性以及动画等设置按钮，其中，属性可以用于对所编辑元素的显示状态进行个性化设置，如对思维导图的属性设置，对文本的属性设置以及对当前编辑页面排版的属性设置等，动画可以用于对所编辑元素的播放动画轨迹进行个性化设置，如，对可编辑元素在演示播放场景下的出现动画轨迹、消失动画轨迹以及展示动作的动作轨迹进行设置。
此外，展示播放具体可指将课件制作界面中内容在授课模式下作为演示播放页面进行的课件演示，展示播放具体可通过演示播放按钮触发，图2中还给出了演示播放按钮13的一种，即开始授课按钮，用户触发开始授课按钮后就可以在演示模式下对编辑画布10中的内容进行演示播放。
进一步地，本实施例优选应用场景为具有课件制作并展示课件内容的演示类应用软件，且课件制作主要通过课件制作界面进行。本实施例中，以课件制作界面为场景进行描述。
具体的，参考图1，该方法具体包括：
S110，获取当前输入的课件内容和历史输入的课件内容。
一般而言，课件内容是指当前用户输入的课件内容和用户历史输入的课件内容，具体的，历史输入的课件内容可以为用户历史输入智能交互平板上的课件，也可以为从网络获取的历史输入的课件，实施例对此不作限定。
具体的，获取课件内容的具体方式实施例不作限定，例如，当检测到用户点击课件制作按钮时，打开课件制作界面，并开始获取课件内容。或者是，当检测到用户点击课件制作按钮时，打开课件制作界面，再经过预设时间，开始获取课件内容。或者是，当检测到用户对课件制作界面的输入元素栏的点击操作时，开始获取课件内容。其中，用户点击课件制作按钮或者点击输入元素栏的方式可以为触控方式，也可以通过与智能交互平板连接的外置设备，利用键控的方式。其中，外置设备包括但不限定于鼠标等。
S120，确认与所述当前输入的课件内容对应的当前课件标签。
具体的，确认与当前输入的课件内容对应的当前课件标签的方式可以为识别出当前输入的课件内容所属学科、学段、教材、课程，并标记相应的课件标签。例如，将当前输入的课件标记标签人教版小学四年级上册第3课《一夜的工作》。
S130，确认与所述历史输入的课件内容对应的历史课件标签。
具体的，确认与历史输入的课件内容对应的历史课件标签的方式可以为识别出历史输入的课件内容所属学科、学段、教材、课程，并标记相应的课件标签。例如，将历史输入的课件标记标签人教版小学四年级上册第3课《一夜的工作》。
S140，根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
一般而言，推荐课件信息包括制作课件需要的元素，例如可以是，制作课件需要的文本、图片、音视频、课堂活动、思维导图等。推荐课件信息的具体类型实施例不作限定。一般而言，推荐课件信息展示在课件制作界面上的位置可以为图2所示的可输入元素栏11中，也可以为用于点击图2所示的可输入元素栏11中的文本控件后显示的信息框中，还可以为点击图2所示的可输入元素栏11中的多媒体控件后显示的信息框中，实施例对此不作限定。
具体的，根据历史输入的课件内容确定历史输入的课件内容对应的课件标签，根据当前输入的课件内容确定当前输入的课件内容对应的课件标签，根据当前输入的课件内容对应的课件标签和历史输入的课件内容对应的课件标签确定推荐课件信息，并将推荐课件信息展示在课件制作界面上。例如：用户点击课件制作控件，进而打开课件制作界面，获取历史输入的课件内容和当前输入的课件内容，根据历史输入的课件内容确定历史输入的课件内容对应的课件标签，根据当前输入的课件内容确定当前输入的课件内容对应的课件标签，然后查找与当前输入的课件内容对应的课件标签相匹配的历史输入的课件内容对应的课件标签，其中，课件标签是否匹配可以通过课件标签中的关键字的相似度进行确定，也可以通过判断课件标签是否完全相同，实施例对此不进行限制。选取与当前输入的课件内容对应的课件标签相匹配的历史输入的课件内容的课件信息作为推荐课件信息，并将推荐课件信息显示在课件制作界面上。
进一步的，所述根据所述当前课件标签和所述历史课件标签确定推荐课件信息包括：
将所述历史输入的课件内容拆分为两个或两个以上课件元素，并根据所述历史输入的课件内容确定所述课件元素对应的历史课件标签，得到课件元素集合，所述课件元素集合包括所述两个或两个以上课件元素和所述课件元素对应的历史课件标签；
根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息。
一般而言，所述课件元素指的是历史输入的课件内容中的元素，也就是历史输入的课件内容中的文本、图片、音视频、课堂活动、思维导图等。所述课件元素集合是指包括至少两个课件元素的课件元素集合，课件元素集合包括的课件元素的类型，可以为文本、图片、音视频、课堂活动、思维导图中的一种或多种，例如，课件元素集合包括两个文本类型的课件元素，或者，课件元素集合包括一个文本类型的课件元素，一个图片类型的课件元素，本实施例对此不进行限制。
具体的，从历史输入的课件内容中拆分课件元素，并将课件元素分配历史课件标签，得到课件元素集合，根据当前课件标签查找课件元素集合，得到推荐课件信息，例如，历史输入的课件内容A的历史课件标签为A，历史输入的课件内容B的历史课件标签为B，则将历史输入的课件内容A进行拆分得到课件元素X，课件元素Y，课件元素Z，并为课件元素X分配历史课件标签A，课件元素Y分配历史课件标签A，课件元素Z分配历史课件标签A，得到课件元素集合：课件元素X对应历史课件标签A，课件元素Y对应历史课件标签A，课件元素Z对应历史课件标签A。将历史输入的课件内容B进行拆分得到课件元素O，课件元素P，课件元素Q，并为课件元素O分配历史课件标签B，课件元素P分配历史课件标签B，课件元素Q分配历史课件标签B，得到课件元素集合：课件元素O对应历史课件标签B，课件元素P对应历史课件标签B，课件元素Q对应历史课件标签B。根据当前课件标签为A查找课件元素集合，得到推荐课件信息为：课件元素X，课件元素Y，课件元素Z。
进一步的，还包括：
接收推荐课件信息选定操作，所述推荐课件信息选定操作用于选定目标课件元素；
显示目标课件内容，所述目标课件内容根据所述目标课件元素和所述当前输入的课件内容得到。
具体的，如图3所示，课件制作界面上显示有课件元素111、课件元素112和课件元素113，选定课件制作界面上的课件元素112，则课件元素112为目标课件元素，当前输入的课件内容包括：“小蝌蚪找妈妈”和“大大的脑袋，黑灰色身子”，将选定的目标课件元素添加至当前输入的课件内容得到目标课件内容，并显示在课件制作界面上。
在一个具体的例子中，分析希沃白板现有课件库，为每个课件都打上课件标签，并将课件内容拆解为单个课件元素，而这些课件元素也都被打上了与课件相同的课件标签。当老师使用希沃白板制作《小蝌蚪找妈妈》的课件时，以“人教版小学一年级上册第六课《小蝌蚪找妈妈》”为标签，查找与该标签关联的所有课件元素。系统筛选出这些元素里面质量最高的10个元素，推荐给老师。这些元素可能包括：《小蝌蚪找妈妈》的课程段落、小蝌蚪的图片、青蛙的图片等。
进一步的，所述课件元素至少包括文本和图片之一。
具体的，课件元素至少包括文本和图片之一，例如：如图3所示，课件元素111的类型为文本，课件元素112的类型为图片，课件元素113的类型为文本。
进一步的，所述根据所述当前课件标签查找课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签。
其中，所述相似度阈值可以为用户设定，也可以为系统根据历史数据进行自动设定，本发明实施例对此不进行限制。
具体的，查找历史课件标签中与当前课件标签的相似度大于或者等于相似度阈值的历史课件标签。
计算目标文本与所述当前课件标签的相似度，相似度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的文本。
其中，所述目标文本为与当前课件标签的相似度大于或者等于相似度阈值的历史课件标签对应的课件元素中的文本。
具体的，计算目标文本与当前课件标签的相似度，将相似度最高的课件元素作为推荐课件信息，例如可以是，若目标文本A与当前课件标签的相似度为Q，目标文本B与当前课件标签的相似度为P，目标文本C与当前课件标签的相似度为W，且Q大于P，P大于W，则目标文本A与当前课件标签的相似度最高，则将目标文本A对应的课件元素作为推荐课件信息。
进一步的，所述计算目标文本与所述当前课件标签的相似度包括：
根据所述当前课件标签中的关键词相对于所述目标文本的词频和反向文档频率，计算目标文本与所述当前课件标签的相似度。
其中，所述当前课件标签中的关键词的选取方式可以根据用户设定，例如可以是，获取当前课件标签中的书名号中的文字，例如：当前课件标签为人教版小学一年级上册第六课《小蝌蚪找妈妈》，则当前课件标签中的关键词为小蝌蚪找妈妈，本发明实施例对此不进行限制。
其中，所述当前课件标签中的关键词相对于目标文本的词频指的是关键词在目标文本中出现的频率，例如可以是，目标文本为“小蝌蚪游哇游，他们看见鲤鱼妈妈在给小鲤鱼捕食”关键词为“小蝌蚪”，则关键词相对于目标文本的词频为一次。
其中，所述反向文档频率是一个词语普遍重要性的度量，关键词相对于目标文本的反向文档频率，可以由总目标文本数目除以包含该关键词之目标文本的数目，再将得到的商取对数得到。
具体的，根据当前课件标签中的关键词相对于目标文本的词频和反向文档频率，计算目标文本与所述当前课件标签的相似度，例如：获取当前课件标签中的关键词k1,k2,k3…作为关键词集合K(关键词是根据教学经验人工选取的)，分别计算K中各关键词相对于目标文本的词频tf和反向文档频率idf，对于关键词k，其质量值q＝f(tf,idf)，其中f可以是任意函数，例如q＝tf·ln(idf)。
进一步的，所述根据所述当前课件标签查找课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签。
计算目标文本的复杂度，复杂度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的多格式文本。
其中，所述目标文本的复杂度的计算方式可以为获取目标文本中采用的修饰手段，根据修饰手段的难易程度确定目标文本的复杂度，修饰手段可以为对目标文本进行的格式的改变或者颜色的变更，本实施例对此不进行限制。所述目标文本的复杂度的计算方式也可以为目标文本中的纯文本成为目标文本的编辑次数，例如可以是，目标文本A中的纯文本需要进行4次编辑才能得到目标文本A，目标文本B中的纯文本需要进行2次编辑才能得到目标文本B，则目标文本A比目标文本B复制度高。
具体的，计算目标文本的复杂度，将复杂度最高的目标文本对应的课件元素作为推荐课件信息，目标文本为查找到的历史课件标签对应的课件元素中的多格式文本，其中，多格式文本也叫富文本，简单点说就是它相对普通文本可以带有丰富的格式设置，使文本的可读性更强。
进一步的，所述目标文本的复杂度为所述目标文本中的纯文本成为所述目标文本的编辑次数。
其中，所述编辑指的是对纯文本格式的改变，例如可以是，将纯文本更改颜色。本实施例对编辑的具体形式不进行限制。
具体的，目标文本的复杂度为目标文本中的纯文本成为目标文本的编辑次数，例如可以是，对于富文本元素t，提取t中的纯文本t’。计算t’到t的编辑距离d(即从t’出发，需要至少进行多少次编辑才能到达t)，富文本元素t的复杂度q＝d。
进一步的，所述根据所述当前课件标签查找课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签。
计算目标图片的分辨率，分辨率最高的课件元素作为所述推荐课件信息，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
其中，目标图片的分辨率是指目标图片中存储的信息量，也就是每英寸图像内有多少个像素点。需要说明的是，计算目标图片的分辨率需要考虑目标图片的大小。
具体的，计算目标图片的分辨率，分辨率最高的课件元素作为所述推荐课件信息，所述目标图片为查找到的历史课件标签对应课件元素中的图片，例如可以是，对于目标图片P，其分辨率为w*h，目标图片Q，其分辨率为a*h，且w*h大于a*h，则将目标图片P作为推荐课件信息。
进一步的，所述根据所述当前课件标签查找课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签。
计算目标加权数，加权数最高的课件元素作为所述推荐课件信息，所述目标加权数为以下三项的加权平均数，该三项包括：第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率；所述第一目标文本为查找到的历史课件标签对应课件元素中的文本，所述第二目标文本为查找到的历史课件标签对应课件元素中的多格式文本，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
其中，所述第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率的权值可以根据用户需求设定，例如可以是，用户比较看重图片的清晰度，则图片清晰度的权重相对较高。也可以是根据第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率的数值的大小进行权值的设定，例如，求得：第一目标文本与所述当前课件标签的相似度为0.8，第二目标文本的复杂度为6，目标图片的分辨率为1280*960，则相似度和复杂度的权值需要大于分辨率的权值。本实施例对具体的权值不进行限制。
具体的，计算第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率的目标加权数，加权数最高的课件元素作为推荐课件信息，例如可以是，课件元素中包括：文本、多格式文本以及图片，则分别计算文本与当前课件标签的相似度、多格式文本的复杂度，以及，图片的分辨率，再计算文本与当前课件标签的相似度、多格式文本的复杂度，以及，图片的分辨率的加权平均数。
在一个具体的例子中，对于包含目标文本的课件元素，计算目标文本与当前课件标签的相似度，相似度越高，质量越高。相似度算法：假设待评估的当前课件标签为T，T相关的全部课件元素集合为E，选取当前课件标签T的关键词k1,k2,k3…作为关键词集合K(关键词是根据教学经验人工选取的)，提取E中所有课件元素的目标文本，形成目标文本集合E’，分别计算K中各关键词相对于E’的词频tf和反向文档频率idf，对于关键词k，其质量值q＝f(tf,idf)，其中f可以是任意函数，例如q＝tf·ln(idf)。对于包含多格式文本的课件元素，计算多格式文本格式的复杂度。具体算法：对于多格式文本t，提取t中的纯文本t’，计算t’到t的编辑距离d(即从t’出发，需要至少进行多少次编辑才能到达t)，多格式文本t的复杂度q＝d。对于包含目标图片的课件元素，计算目标图片的分辨率。具体算法：对于目标图片p，其分辨率为w*h。根据上述评估方法，计算出加权平均数，分数越高质量越高。具体算法：假设对于课件元素e，分别计算第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率为x1，x2，x3，设定各方法的权值为y1，y2，y3，则目标加权数q＝(x1*y1+x2*y2+x3*y3)/n。
可选的，还可以根据其他方法评估出相应数值，计算出加权平均数。具体算法：假设对于元素e，分别计算其方法1-方法n得到的数值为q1,q2…qn，设定各方法的权值为w1,w2…wn，则加权平均数q＝(q1*w1+q2*w2…qn*wn)/n。
在一个具体的例子中，收集老师制作好的电子课件，成为集合A(文件格式：希沃白板enbx或PPT)。通过对课件内容进行分析，分别识别出A中课件所属学科、学段、教材、课程，并标记相应的课件标签。例如，判断某份课件属于人教版小学四年级上册第3课《一夜的工作》，则将该课件标记标签：人教版小学四年级上册第3课《一夜的工作》。解析A集合中的每个课件，提取其中的课件元素(文本、图片、音视频、课堂活动、思维导图等)，并将这部分课件元素添加与课件相同的课件标签。将提取的课件元素存储至系统S中，并根据课件标签建立索引。通过系统S，我们可以查询到某个课件标签所对应的课件元素。当老师通过白板软件制作课件的过程中，白板软件客户端根据上下文环境(包括课件名称、已制作的课件内容、老师的学科学段信息、老师近期制作的课件信息，老师选择的课程名称等)推断出当前课件所对应的课件标签x。根据课件标签x，从系统S中查询对应的所有课件元素集合E。根据一套课件元素质量评估算法，选取集合E中质量最高的n个元素。白板软件将这n个元素作为课件素材推荐给老师，供老师选用。
本实施例的技术方案，通过获取当前输入的课件内容和历史输入的课件内容；确认与所述当前输入的课件内容对应的当前课件标签；确认与所述历史输入的课件内容对应的历史课件标签；根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上的技术方案，实现了免去用户自行搜索课件元素的动作，在用户制作课件时，为用户推荐符合用户输入的内容的课件元素，提高了用户制作课件的效率。
实施例二
图4为本发明实施例二提供的一种课件推荐装置的结构示意图。本实施例可适用于课件推荐的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供课件推荐的功能的设备中，如图4所示，所述课件推荐装置具体包括：获取模块210、第一确认模块220、第二确认模块230和展示模块240。
其中，获取模块210，用于获取当前输入的课件内容和历史输入的课件内容；
第一确认模块220，用于确认与所述当前输入的课件内容对应的当前课件标签；
第二确认模块230，用于确认与所述历史输入的课件内容对应的历史课件标签；
展示模块240，用于根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
本实施例提供的技术方案，通过获取当前输入的课件内容和历史输入的课件内容；确认与所述当前输入的课件内容对应的当前课件标签；确认与所述历史输入的课件内容对应的历史课件标签；根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上的技术方案，实现了免去用户自行搜索课件元素的动作，在用户制作课件时，为用户推荐符合用户输入的内容的课件元素，提高了用户制作课件的效率。
进一步的，所述展示模块包括：
拆分单元，用于将所述历史输入的课件内容拆分为两个或两个以上课件元素，并根据所述历史输入的课件内容确定所述课件元素对应的历史课件标签，得到课件元素集合，所述课件元素集合包括所述两个或两个以上课件元素和所述课件元素对应的历史课件标签；
查找单元，用于根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息。
进一步的，还包括：
接收单元，用于接收推荐课件信息选定操作，所述推荐课件信息选定操作用于选定目标课件元素；
内容显示单元，用于显示目标课件内容，所述目标课件内容根据所述目标课件元素和所述当前输入的课件内容得到。
进一步的，所述课件元素至少包括文本和图片之一。
进一步的，所述查找单元包括：
第一标签查找子单元，用于查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
第一计算子单元，用于计算目标文本与所述当前课件标签的相似度，相似度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的文本。
进一步的，所述计算子单元具体用于：
根据所述当前课件标签中的关键词相对于所述目标文本的词频和反向文档频率，计算目标文本与所述当前课件标签的相似度。
进一步的，所述查找单元包括：
第二标签查找子单元，用于查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
第二计算子单元，用于计算目标文本的复杂度，复杂度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的多格式文本。
进一步的，所述目标文本的复杂度为所述目标文本中的纯文本成为所述目标文本的编辑次数。
进一步的，所述查找单元包括：
第三标签查找子单元，用于查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
第三计算子单元，用于计算目标图片的分辨率，分辨率最高的课件元素作为所述推荐课件信息，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
进一步的，所述查找单元具体用于：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标加权数，加权数最高的课件元素作为所述推荐课件信息，所述目标加权数为以下三项的加权平均数，该三项包括：第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率；所述第一目标文本为查找到的历史课件标签对应课件元素中的文本，所述第二目标文本为查找到的历史课件标签对应课件元素中的多格式文本，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
本实施例提供的课件推荐装置可以用于执行上述任意实施例提供的课件推荐方法，具备相应的功能和有益效果。
实施例三
图5为本发明实施例三提供的一种课件推荐设备的结构示意图。该电子白板的连接节点控制设备包括：处理器40、存储器41、显示屏42、输入装置43以及输出装置44。该电子白板的连接节点控制设备中处理器40的数量可以是一个或者多个，图5中以一个处理器40为例。该电子白板的连接节点控制设备中存储器41的数量可以是一个或者多个，图5中以一个存储器41为例。该电子白板的连接节点控制设备的处理器40、存储器41、显示屏42、输入装置43以及输出装置44可以通过总线或者其他方式连接，图5中以通过总线连接为例。实施例中，电子白板的连接节点控制设备可以是电脑，手机，平板或交互智能平板等。
存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例所述的电子白板的连接节点控制设备对应的程序指令/模块(例如，课件推荐装置中的获取模块210以及显示模块220)。存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
显示屏42可以为具有触摸功能的显示屏42，其可以是电容屏、电磁屏或者红外屏。一般而言，显示屏42用于根据处理器40的指示显示数据，例如显示推荐课件信息以及目标课件内容等，还用于接收作用于显示屏42的触摸操作，并将相应的信号发送至处理器40或其他装置。
输入装置43可用于接收输入的数字或者字符信息，以及产生与连接节点控制设备的用户设置以及功能控制有关的键信号输入，还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置44可以包括扬声器等音频设备。需要说明的是，输入装置43和输出装置44的具体组成可以根据实际情况设定。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的电子白板的连接节点控制方法。
上述提供的课件推荐设备可用于执行上述任意实施例提供的课件推荐方法，具备相应的功能和有益效果。
实施例四
本发明实施例四提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的课件推荐方法：
获取当前输入的课件内容和历史输入的课件内容；
确认与所述当前输入的课件内容对应的当前课件标签；
确认与所述历史输入的课件内容对应的历史课件标签；
根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的课件推荐方法操作,还可以执行本发明任意实施例所提供的课件推荐方法中的相关操作，且具备相应的功能和有益效果。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明任意实施例所述的课件推荐方法。
值得注意的是，上述课件推荐装置中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种课件推荐方法，其特征在于，包括：
获取当前输入的课件内容和历史输入的课件内容；
确认与所述当前输入的课件内容对应的当前课件标签；
确认与所述历史输入的课件内容对应的历史课件标签；
根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前课件标签和所述历史课件标签确定推荐课件信息包括：
将所述历史输入的课件内容拆分为两个或两个以上课件元素，并根据所述历史输入的课件内容确定所述课件元素对应的历史课件标签，得到课件元素集合，所述课件元素集合包括所述两个或两个以上课件元素和所述课件元素对应的历史课件标签；
根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息。
3.根据权利要求2所述的方法，其特征在于，还包括：
接收推荐课件信息选定操作，所述推荐课件信息选定操作用于选定目标课件元素；
显示目标课件内容，所述目标课件内容根据所述目标课件元素和所述当前输入的课件内容得到。
4.根据权利要求2所述的方法，其特征在于，所述课件元素至少包括文本和图片之一。
5.根据权利要求4所述的方法，其特征在于，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标文本与所述当前课件标签的相似度，相似度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的文本。
6.根据权利要求5所述的方法，其特征在于，所述计算目标文本与所述当前课件标签的相似度包括：
根据所述当前课件标签中的关键词相对于所述目标文本的词频和反向文档频率，计算目标文本与所述当前课件标签的相似度。
7.根据权利要求4所述的方法，其特征在于，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标文本的复杂度，复杂度最高的课件元素作为所述推荐课件信息，所述目标文本为查找到的历史课件标签对应课件元素中的多格式文本。
8.根据权利要求7所述的方法，其特征在于，所述目标文本的复杂度为所述目标文本中的纯文本成为所述目标文本的编辑次数。
9.根据权利要求4所述的方法，其特征在于，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标图片的分辨率，分辨率最高的课件元素作为所述推荐课件信息，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
10.根据权利要求4所述的方法，其特征在于，所述根据所述当前课件标签查找所述课件元素集合，得到所述推荐课件信息包括：
查找与当前课件标签相似度大于等于相似度阈值的历史课件标签；
计算目标加权数，加权数最高的课件元素作为所述推荐课件信息，所述目标加权数为以下三项的加权平均数，该三项包括：第一目标文本与所述当前课件标签的相似度、第二目标文本的复杂度，以及，目标图片的分辨率；所述第一目标文本为查找到的历史课件标签对应课件元素中的文本，所述第二目标文本为查找到的历史课件标签对应课件元素中的多格式文本，所述目标图片为查找到的历史课件标签对应课件元素中的图片。
11.一种课件推荐装置，其特征在于，包括：
获取模块，用于获取当前输入的课件内容和历史输入的课件内容；
第一确认模块，用于确认与所述当前输入的课件内容对应的当前课件标签；
第二确认模块，用于确认与所述历史输入的课件内容对应的历史课件标签；
展示模块，用于根据所述当前课件标签和所述历史课件标签确定推荐课件信息，并将所述推荐课件信息展示在课件制作界面上。
12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-10中任一所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811141078.XA CN110019862B (zh) | 2018-09-28 | 2018-09-28 | 一种课件推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811141078.XA CN110019862B (zh) | 2018-09-28 | 2018-09-28 | 一种课件推荐方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110019862A true CN110019862A (zh) | 2019-07-16 |
| CN110019862B CN110019862B (zh) | 2021-09-10 |
Family
ID=67188497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811141078.XA Active CN110019862B (zh) | 2018-09-28 | 2018-09-28 | 一种课件推荐方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110019862B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179129A (zh) * | 2019-12-17 | 2020-05-19 | 广州视源电子科技股份有限公司 | 课件质量的评价方法、装置、服务器及存储介质 |
| CN115599962A (zh) * | 2022-10-27 | 2023-01-13 | 武汉翰林文融教育咨询有限公司（Cn） | 基于教育领域的数据资源云存储共享方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440243A (zh) * | 2013-07-09 | 2013-12-11 | 深圳市鸿合创新信息技术有限责任公司 | 一种教学资源推荐方法及其装置 |
| US20140030691A1 (en) * | 2012-07-23 | 2014-01-30 | Siew Mui Pamela LIU | System and Method for Collaborative Electronic Textbook Authoring, Instructional Material Generation, Coursework Distribution, and Feedback-Based Content Adaptation |
| US20150058336A1 (en) * | 2013-08-26 | 2015-02-26 | Knewton, Inc. | Personalized content recommendations |
| CN105321133A (zh) * | 2014-06-28 | 2016-02-10 | 江苏睿泰数字产业园有限公司 | 一种微课程在线设计系统 |
| CN105701082A (zh) * | 2016-01-13 | 2016-06-22 | 刘敏 | 演示文档的自动排版方法及系统 |
| CN108509405A (zh) * | 2018-04-11 | 2018-09-07 | 北京深度智耀科技有限公司 | 一种演示文稿的生成方法、装置以及设备 |
-
2018
- 2018-09-28 CN CN201811141078.XA patent/CN110019862B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140030691A1 (en) * | 2012-07-23 | 2014-01-30 | Siew Mui Pamela LIU | System and Method for Collaborative Electronic Textbook Authoring, Instructional Material Generation, Coursework Distribution, and Feedback-Based Content Adaptation |
| CN103440243A (zh) * | 2013-07-09 | 2013-12-11 | 深圳市鸿合创新信息技术有限责任公司 | 一种教学资源推荐方法及其装置 |
| US20150058336A1 (en) * | 2013-08-26 | 2015-02-26 | Knewton, Inc. | Personalized content recommendations |
| CN105321133A (zh) * | 2014-06-28 | 2016-02-10 | 江苏睿泰数字产业园有限公司 | 一种微课程在线设计系统 |
| CN105701082A (zh) * | 2016-01-13 | 2016-06-22 | 刘敏 | 演示文档的自动排版方法及系统 |
| CN108509405A (zh) * | 2018-04-11 | 2018-09-07 | 北京深度智耀科技有限公司 | 一种演示文稿的生成方法、装置以及设备 |
Non-Patent Citations (2)
| Title |
|---|
| PANPAN WANG ET AL: "An recommendation algorithm based on weighted Slope one algorithm and user-based collaborative filtering", 《2016 CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 * |
| 牛亚男: "教学资源个性化推荐系统的设计和实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179129A (zh) * | 2019-12-17 | 2020-05-19 | 广州视源电子科技股份有限公司 | 课件质量的评价方法、装置、服务器及存储介质 |
| CN115599962A (zh) * | 2022-10-27 | 2023-01-13 | 武汉翰林文融教育咨询有限公司（Cn） | 基于教育领域的数据资源云存储共享方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110019862B (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109801194B (zh) | 一种具有远程评价功能的跟随教学方法 | |
| CN109698920B (zh) | 一种基于互联网教学平台的跟随教学系统 | |
| CN113504852A (zh) | 一种录播一体的智能全面屏黑板系统的控制方法 | |
| Wargo | Spatial Stories with Nomadic Narrators: Affect, Snapchat, and Feeling Embodiment in Youth Mobile Composing. | |
| Tu Huynh et al. | Digital sketch-map drawing as an instrument to collect data about spatial cognition | |
| CN103282935A (zh) | 多导航模式的计算机实施系统 | |
| US20140045162A1 (en) | Device of Structuring Learning Contents, Learning-Content Selection Support System and Support Method Using the Device | |
| CN109035079A (zh) | 一种基于互联网的录播课程跟随学习系统和方法 | |
| US20240153395A1 (en) | Tracking concepts and presenting content in a learning system | |
| CN109814787A (zh) | 关键信息确定方法、装置、设备及存储介质 | |
| CN104021326A (zh) | 一种外语教学方法与外语教具 | |
| CN110753256A (zh) | 录像回放的方法、装置、存储介质及计算机设备 | |
| CN114339285A (zh) | 知识点的处理方法、视频处理方法、装置及电子设备 | |
| CN113254708A (zh) | 一种视频搜索方法、装置、计算机设备及存储介质 | |
| CN110019862A (zh) | 一种课件推荐方法、装置、设备及存储介质 | |
| CN112560663B (zh) | 教学视频打点方法、相关设备及可读存储介质 | |
| Jensen | Musicalized Characters: A study of music, multimodality, and the empiric child perspective on mainstream animation | |
| JP4651981B2 (ja) | 教育情報管理サーバ | |
| CN109040797A (zh) | 一种互联网教学的录播系统和方法 | |
| US10943496B2 (en) | Dynamic educational system incorporating physical movement with educational content | |
| CN109857874A (zh) | 一种基于知识图谱的用户答案的推荐方法和装置 | |
| JP5269318B2 (ja) | 情報処理システム、情報出力装置、およびプログラム | |
| JP2017090478A (ja) | 手書き情報処理装置 | |
| CN109933762B (zh) | 一种课件制作方法、装置、设备和存储介质 | |
| CN110113405B (zh) | 增强学生间互动的教学方法 |
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 |