CN115619279A - 一种课堂实录数字课程资源质量评价方法及系统 - Google Patents
一种课堂实录数字课程资源质量评价方法及系统 Download PDFInfo
- Publication number
- CN115619279A CN115619279A CN202211364934.4A CN202211364934A CN115619279A CN 115619279 A CN115619279 A CN 115619279A CN 202211364934 A CN202211364934 A CN 202211364934A CN 115619279 A CN115619279 A CN 115619279A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- course
- video
- score
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 154
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 230000000694 effects Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 24
- 230000003993 interaction Effects 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000013215 result calculation Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000003058 natural language processing Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000008451 emotion Effects 0.000 claims description 2
- 230000000035 biogenic effect Effects 0.000 claims 1
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算机信息处理领域,提供一种课堂实录数字课程资源质量评价方法及系统。该方法具体为:(1)建立评价指标体系。构建由四个维度和三个层级组成的课堂实录数字课程资源质量评价指标体系;(2)确定指标评价算法。针对课堂实录数字课程资源包含的课程视频资源和课程文档资源,围绕各三级指标含义,确定各指标的评价方案、步骤和评价规则;(3)计算综合评价结果。应用各评价指标评价算法,计算各三级指标评价值,形成课堂实录数字课程资源质量的可视化评价结果。本发明基于音视频分析技术为各评价指标提供了自动化评价算法,实现了课堂实录数字课程资源质量的智能精准评价。
Description
技术领域
本发明涉及计算机信息处理领域,具体涉及一种课堂实录数字课程资源质量评价方法及系统。
背景技术
随着我国教育信息化、数字化工作的不断深入推进,数字课程资源成为支撑教育教学活动开展的重要内容。开展课堂实录数字课程资源质量评价不仅有利于对当前课堂实录课程资源质量状况进行全面诊断,还能为建设高质量的数字课程资源指引方向。针对单个课程的资源质量评价结果,可帮助授课教师对自身课堂教学状况和资源制作情况有更加客观和深层次的认知与评价;针对区域整体课程的资源质量评价结果,可以呈现本区域数字课程资源建设总体情况,支持基于过程数据的数字课程资源科学化管理和高质量建设。
目前国内仅有少数关于数字课程质量评价的研究,且并未聚焦于课堂实录数字课程资源,课堂实录数字课程资源质量评价的系统性研究尚属空白。当前课堂实录数字课程资源质量评价中存在的困难:(1)没有统一规范的评价指标体系和评价标准,无法全面体现课堂实录数字课程资源质量特征,难以准确界定与描述课堂实录数字课程资源质量状态;(2)缺乏对教学内容、教学活动、课堂互动等方面的系统化评价,不能准确提炼和剖析资源蕴含的教育教学属性特征;(3)缺乏对课堂实录数字课程资源过程数据分析的规范化流程,致使规模化、自动化、客观化的课堂实录数字课程资源质量评价难以实现,不能完全满足我国基础教育的现实教学需求。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种课堂实录数字课程资源质量评价方法及系统,对数字实录课程资源建设状况进行全面诊断,有助于准确评价课堂实录数字课程资源质量建设现状及特征,促进数字课程资源高质量建设与发展。
本发明的目的是通过以下技术措施实现的。
一种课堂实录数字课程资源质量评价方法,包括以下步骤:
(1)建立评价指标体系。基于对课堂实录数字课程资源的特征提取和教育属性确定,构建由四个维度和三个层级组成的课堂实录数字课程资源质量评价指标体系;四个维度包括教学内容、教学活动、课堂互动、技术支持;三个层级分别为一级指标、二级指标、三级指标,每个维度对应一个一级指标,一级指标进一步细分为二级指标,二级指标再进一步细分为三级指标。
(2)确定指标评价算法。针对课堂实录数字课程资源包含的课程视频资源和课程文档资源,围绕各三级指标含义,综合采用视频图像分析、语音识别、文本抽取方式,确定各指标评价算法。
(3)计算综合评价结果。应用各评价指标评价算法,计算各三级指标评价值;建立评价指标权重集合,确定各指标权重系数;应用线性加权法,综合三级指标评价值和指标权重值,计算综合评价值,结合雷达图、饼状图、折线图、柱形图多种可视化方式,形成针对单个课程资源和整体课程资源质量评价的可视化评价结果。
本发明还提供一种课堂实录数字课程资源质量评价系统,包括以下模块:
评价指标模块,用于建立多维度多层级的课堂实录数字课程资源质量评价指标体系,并存储到评价指标表中;
课程信息模块,用于设置课堂实录数字课程资源相关基本信息,包括课程名称、讲课教师、年级、区域,并存储到课程基本信息表中;
视频分析模块,用于对课程视频资源的视频图像进行分析,包括图像分辨率计算、视频帧率计算、画面镜头切分情况检测,并存储到评价指标分析过程数据表中;
音频分析模块,用于对课程视频资源的音频信息进行分析,包括音频信噪比分析、语速计算、师生话语内容提取,并存储到评价指标分析过程数据表中;
语义分析模块,用于对课程文档资源和师生话语内容的语义内容进行分析,包括三维目标检测、教学重难点提取与匹配、教师提问频次分析、师生对话频次分析、学生讨论频次分析,并存储到评价指标分析过程数据表中;
指标权重设置模块,用于设置各级评价指标的权重值,包括一级指标权重、二级指标权重、三级指标权重,并存储到评价指标权重表中;
评价结果计算模块,用于计算各三级指标得分,并基于三级指标得分和指标权重计算二级指标、一级指标和综合评价结果得分,并存储到评价结果得分表中;
可视化呈现模块,用于从所述的课程基本信息表、评价指标表、评价指标分析过程数据表和评价结果得分表中调取数据,可视化呈现课堂实录数字课程资源的单个课程评价结果和整体课程评价结果。
本发明的有益效果在于:
结合教育学和数据科学等多学科领域理论和特点,构建科学有效的课堂实录数字课程资源质量评价指标体系;综合采用视频图像分析、语音识别、文本抽取方式,确定各评价指标评价算法,支持课堂实录数字课程资源相关过程数据的有效抓取和分析;提出一种课堂实录数字课程资源质量评价方法,使用柱状图、折线图、饼状图可视化方式表示评价结果,填补了数字课程资源质量研究空白,支持课堂实录数字课程资源质量监测与效果评估的常态化、实时化、数据化,助力高质量数字课程资源建设与管理。
附图说明
图1是本发明课堂实录数字课程资源质量评价方法构建的总流程图;
图2是本发明课堂实录数字课程资源质量评价指标体系示意图;
图3是本发明课堂实录数字课程资源质量评价指标评价算法构建流程图;
图4是本发明课堂实录数字课程资源质量评价结果计算流程图;
图5是本发明单个课堂实录数字课程资源质量的整体评价结果可视化画像示意图;
图6是本发明单个课堂实录数字课程资源质量的各指标评价结果可视化画像示意图;
图7是本发明整体课堂实录数字课程资源质量评价结果可视化画像示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,本发明实施例提供一种课堂实录数字课程资源质量评价方法,包括如下步骤:
(1)建立评价指标体系。根据课堂实录数字课程资源特征属性与教育教学需求,建立由多个维度和多个层级组成的课堂实录数字课程资源质量评价指标体系。
(1-1)评价维度划分。课堂实录数字课程资源质量不仅包含对课程提出的教学内容、教学活动、师生互动要求,还包括对数字资源提出的适用性、易用性要求。因此,从课程质量和资源质量的双视角对课堂实录数字课程资源质量进行评价,评价维度划分为教学内容、教学活动、课堂互动、技术支持。
(1-2)评价指标层级划分。为确保课堂实录数字课程资源质量评价可操作、细粒度,增强评价结果准确性,将四个评价维度具体化为三个评价指标层级,即一级指标、二级指标、三级指标。
其中,每个维度对应一个一级指标,一级指标进一步细分为二级指标,二级指标再进一步细分为三级指标。
(1-3)所述各级评价指标内容如图2所示,每个一级指标分别对应一个评价维度,分别为教学内容、教学活动、课堂互动、技术支持;结合各一级指标含义将一级指标细分为不同的二级指标;结合各二级指标含义再进一步细分为不同的三级指标,具体内容如下:
(1-3-1)教学内容包括的二级指标有目标设置和重点难点,其中:
目标设置指标:用于评价课堂实录数字课程资源的教学目标是否明确具体,是否包含知识与技能目标、过程与方法目标、情感态度与价值观目标;其包括的三级指标有教学目标规范性;
重点难点指标:用于评价课堂实录数字课程资源的重难点是否与课程教学大纲一致;其包括的三级指标有话语与重难点匹配度。
(1-3-2)教学活动包括的二级指标有语言表达,其中:
语言表达指标:用于评价教师表达是否清楚,语速是否适中;其包括的三级指标有表达清晰度。
(1-3-3)课堂互动包括的二级指标有师生互动和生生互动,其中:
师生互动指标:用于评价师生之间进行交流和互动的程度;其包括的三级指标有师生对话频次和教师提问频次;
生生互动指标:用于评价学生间通过协作学习、小组合作等方式进行交流和共同学习的程度;其包括的三级指标有小组讨论与协作频次。
(1-3-4)技术支持包括的二级指标有视频质量、音频质量和呈现效果,其中:
视频质量指标:用于评价画面是否色彩统一,画面是否清晰流畅;其包括的三级指标有视频清晰度和视频流畅度;
音频质量指标:用于评价声音是否清晰,是否存在回声、失声现象;其包括的三级指标有音频清晰度;
呈现效果指标:用于评价镜头组接是否恰当,是否有镜头切换;其包括的三级指标有剪辑效果。
(2)确定指标评价算法。综合采用视频图像分析、语音识别、文本抽取方式,确定各指标的评价算法。
如图3所示,所述确定指标评价算法的具体过程包括如下步骤:
(2-1)教学目标规范性的评价算法:提取课程文档资源中属于教学目标的关键词,应用自然语言处理方法将教学目标关键词与三维教学目标(包括知识与技能维度、过程与方法维度、情感态度与价值观维度)词库进行匹配,判断课程文档资源涉及教学目标的维度与数量;根据课程文档资源涉及教学目标的维度种类Nobjective,同一维度下的多个教学目标仅计算为1种,确定指标得分;若Nobjective=0,表示教学目标不符合规范性,得分为0分;若Nobjective=1,表示教学目标基本符合规范性,得分为60分;若Nobjective=2,表示教学目标较好符合规范性,得分为80分;若Nobjective=3,表示教学目标完全符合规范性,得分为100分;
(2-2)话语与重难点匹配度的评价算法:提取课程文档资源中属于重难点的主题词,通过自然语言处理方法计算课程视频资源中教师话语高频词与重难点主题词匹配的个数;根据从课程文档资源中提取的重难点主题词个数Nkeynote,多次重复的相同主题词仅计算为1个,与从教师话语中提取的高频词个数Tkeynote,多次重复的相同高频词仅计算为1个,确定指标得分;指标得分为Tkeynote/Nkeynote×100;
(2-3)表达清晰度的评价算法:从课程视频资源中提取教师话语音频,测算教师话语音频语速(即平均每秒多少字);根据教师话语音频语速Mspeed(字/秒)确定指标得分;若Mspeed∈[3,5],表示教师讲课语速恰当,得分为100分;若Mspeed∈[0,3)∪(5,+∞),表示教师讲课语速较快或较满,得分为60分;
(2-4)师生对话频次的评价算法:从课程视频资源中提取师生话语音频,计算师生对话频次;其中,师生对话频次指师生话语变化频次,从教师话语转变为学生话语,则师生对话频次增加1次,从学生话语转变为教师话语,则师生对话频次增加1次;根据师生对话频次Ndialogue确定指标得分;若Ndialogue=0,表示无师生对话,得分为0分;若Ndialogue∈(0,10],表示存在一些师生对话,得分为60分;若Ndialogue∈(10,+∞),表示师生对话较多,得分为100分;
(2-5)教师提问频次的评价算法:从课程视频资源中提取教师话语音频,计算教师话语中包含问句的提问频次;根据教师提问频次Nquestion确定指标得分;若Nquestion=0,表示教师在课堂没有采用提问的方式,得分为0分;若Nquestion∈(0,6],表示教师在课堂中提出一些问题供学生思考和回答,得分为60分;若Nquestion∈(6,+∞),表示教师采用较多次数的提问引导学生参与到课堂学习活动中,得分为100分;
(2-6)小组讨论与协作频次的评价算法:从课程视频资源中提取学生话语音频,计算多个学生进行对话交流的频次;根据学生讨论频次Ndiscuss确定指标得分;若Ndiscuss=0,表示课堂无小组讨论与协作活动,得分为0分;若Ndiscuss∈(0,3],表示存在一些小组讨论与协作活动,得分为60分;若Ndiscuss∈(3,+∞),表示课堂存在丰富的小组讨论与协作活动,得分为100分;
(2-7)视频清晰度的评价算法:从课程视频资源中提取视频画面,计算视频画面分辨率;根据视频画面分辨率Presolution确定指标得分;若Presolution为480P及以下,表示视频清晰度为标清,得分为60分;若Presolution为720P,表示视频清晰度为高清,得分为80分;若Presolution为1080P及以上,表示视频清晰度为全高清,得分为100分;
(2-8)视频流畅度的评价算法:从课程视频资源中提取视频画面,计算视频帧率;根据视频帧率Frate确定指标得分;若Frate∈[0,16)fps,表示视频流畅度较低、易卡顿,得分为0分;若Frate∈[16,24)fps,表示视频比较流畅,得分为60分;若Frate∈[24,+∞)fps,表示视频非常流畅,得分为100分;
(2-9)音频清晰度的评价算法:从课程视频资源中提取视频的课堂音频,计算音频信噪比;根据音频信噪比SNR(signal-to-noise ratio)确定指标得分;若SNR≤10dB,表示音频噪音较大、音质比较嘈杂,得分为60分;若SNR>10dB,表示音频噪音较小、音质清晰,得分为100分;
(2-10)剪辑效果的评价算法:从课程视频资源中提取视频画面,计算视频画面涉及的镜头数量;根据视频画面涉及的镜头数量Ncamera确定指标得分;若Ncamera=1,表示视频是单画面呈现,得分为60分;若Ncamera>1,表示视频是多画面呈现,得分为100分。
(3)计算综合评价结果。计算各三级指标评价值,确定各指标权重系数,计算综合评价值,形成针对单个课程资源和整体课程资源质量评价的可视化结果。
如图4所示,所述综合评价结果计算过程包括如下步骤:
(3-1)计算各三级指标评价值。采用步骤(2)所述的指标评价算法对n个待评价的课堂实录数字课程资源进行评价,计算各三级指标评价值,形成三级指标得分矩阵S。
其中,sij为第i个课堂实录数字课程资源在第j个三级指标的评价值;n为待评价的课堂实录数字课程资源数量;m=10,表示三级指标数量。
(3-2)确定各指标权重系数。采用熵值法计算各指标熵值,确定各三级指标权重,形成各级指标权重向量。
(3-2-1)根据熵的定义,确定评价指标的熵值集合P={p1,p2,…,pm};
其中,pij为第i个课堂实录数字课程资源在第j个三级指标的熵值,pij∈[0,1];当fij=0时,fij ln fij=0;n为待评价的课堂实录数字课程资源数量,m为三级指标数量;
(3-2-2)根据熵值计算各三级指标权重向量Wthird=(w1,w2,…,wm);
其中,wj为第j个三级指标的权重值;
(3-3)测算综合评价结果。依据三级指标得分矩阵S和各级指标权重向量,应用线性加权法计算课堂实录数字课程资源的综合评价结果和各指标评价结果,结合柱状图、折线图、饼状图多种可视化方式,形成课堂实录数字课程资源的单个课程评价结果可视化画像(如图5、图6所示)、整体课程评价结果可视化画像(如图7所示)。
本发明实施例还提供一种课堂实录数字课程资源质量评价系统,包括以下模块:
评价指标模块,用于建立多维度多层级的课堂实录数字课程资源质量评价指标体系,并存储到评价指标表中;
课程信息模块,用于设置课堂实录数字课程资源相关基本信息,包括课程名称、讲课教师、年级、区域,并存储到课程基本信息表中;
视频分析模块,用于对课程视频资源的视频图像进行分析,包括图像分辨率计算、视频帧率计算、画面镜头切分情况检测,并存储到评价指标分析过程数据表中;
音频分析模块,用于对课程视频资源的音频信息进行分析,包括音频信噪比分析、语速计算、师生话语内容提取,并存储到评价指标分析过程数据表中;
语义分析模块,用于对课程文档资源和师生话语内容的语义内容进行分析,包括三维目标检测、教学重难点提取与匹配、教师提问频次分析、师生对话频次分析、学生讨论频次分析,并存储到评价指标分析过程数据表中;
指标权重设置模块,用于设置各级评价指标的权重值,包括一级指标权重、二级指标权重、三级指标权重,并存储到评价指标权重表中;
评价结果计算模块,用于计算各三级指标得分,并基于三级指标得分和指标权重计算二级指标、一级指标和综合评价结果得分,并存储到评价结果得分表中;
可视化呈现模块,用于从所述的课程基本信息表、评价指标表、评价指标分析过程数据表和评价结果得分表中调取数据,可视化呈现课堂实录数字课程资源的单个课程评价结果和整体课程评价结果。
本说明书中未作详细描述的内容,属于本专业技术人员公知的现有技术。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进,均应包含在本发明的保护范围之内。
Claims (6)
1.一种课堂实录数字课程资源质量评价方法,其特征在于该方法包括以下步骤:
(1)建立评价指标体系;构建由四个维度和三个层级组成的课堂实录数字课程资源质量评价指标体系;四个维度包括教学内容、教学活动、课堂互动、技术支持;三个层级分别为一级指标、二级指标、三级指标,每个维度对应一个一级指标,一级指标进一步细分为二级指标,二级指标再进一步细分为三级指标;
(2)确定指标评价算法;针对课堂实录数字课程资源包含的课程视频资源和课程文档资源,围绕各三级指标含义,综合采用视频图像分析、语音识别、文本抽取方式,确定各指标评价算法;
(3)计算综合评价结果;应用各评价指标评价算法,计算各三级指标评价值;采用客观赋权法,建立评价指标权重集合,确定各指标权重系数;应用线性加权法,综合三级指标评价值和指标权重值,计算综合评价值,结合多种可视化方式,形成针对单个课程资源和整体课程资源质量评价的可视化评价结果。
2.根据权利要求1所述的课堂实录数字课程资源质量评价方法,其特征在于所述步骤(1)建立评价指标体系的具体过程为:
(1-1)评价维度划分;根据课堂实录数字课程资源特征属性与教育教学需求将课堂实录数字课程资源质量评价指标体系划分为教学内容、教学活动、课堂互动、技术支持四个维度;
(1-2)评价指标层级划分;评价指标体系共包括三个评价指标层级,即一级指标、二级指标、三级指标;
(1-3)各级评价指标内容确定;一级指标与评价维度内容一致,每个一级指标分别对应一个评价维度,分别为教学内容、教学活动、课堂互动、技术支持;结合各一级指标含义将一级指标细分为不同的二级指标;结合各二级指标含义再进一步细分为不同的三级指标。
3.根据权利要求2所述的课堂实录数字课程资源质量评价方法,其特征在于所述步骤(1-3)各级评价指标内容确定的具体过程为:
(1-3-1)教学内容包括的二级指标有目标设置和重点难点,其中:
目标设置包括的三级指标有教学目标规范性;
重点难点包括的三级指标有话语与重难点匹配度;
(1-3-2)教学活动包括的二级指标有语言表达,其中:
语言表达包括的三级指标有表达清晰度;
(1-3-3)课堂互动包括的二级指标有师生互动和生生互动,其中:
师生互动包括的三级指标有师生对话频次和教师提问频次;
生生互动包括的三级指标有小组讨论与协作频次;
(1-3-4)技术支持包括的二级指标有视频质量、音频质量和呈现效果,其中:
视频质量包括的三级指标有视频清晰度和视频流畅度;
音频质量包括的三级指标有音频清晰度;
呈现效果包括的三级指标有剪辑效果。
4.根据权利要求1所述的课堂实录数字课程资源质量评价方法,其特征在于所述步骤(2)确定指标评价算法的具体过程为:
(2-1)教学目标规范性的评价算法:提取课程文档资源中属于教学目标的关键词,应用自然语言处理方法将教学目标关键词与三维教学目标(包括知识与技能维度、过程与方法维度、情感态度与价值观维度)词库进行匹配,判断课程文档资源涉及教学目标的维度与数量;根据课程文档资源涉及教学目标的维度种类Nobjective,同一维度下的多个教学目标仅计算为1种,确定指标得分;若Nobjective=0,表示教学目标不符合规范性,得分为0分;若Nobjective=1,表示教学目标基本符合规范性,得分为60分;若Nobjective=2,表示教学目标较好符合规范性,得分为80分;若Nobjective=3,表示教学目标完全符合规范性,得分为100分;
(2-2)话语与重难点匹配度的评价算法:提取课程文档资源中属于重难点的主题词,通过自然语言处理方法计算课程视频资源中教师话语高频词与重难点主题词匹配的个数;根据从课程文档资源中提取的重难点主题词个数Nkeynote,多次重复的相同主题词仅计算为1个,与从教师话语中提取的高频词个数Tkeynote,多次重复的相同高频词仅计算为1个,确定指标得分;指标得分为Tkeynote/Nkeynote×100;
(2-3)表达清晰度的评价算法:从课程视频资源中提取教师话语音频,测算教师话语音频语速;根据教师话语音频语速Mspeed(字/秒)确定指标得分;若Mspeed∈[3,5],表示教师讲课语速恰当,得分为100分;若Mspeed∈[0,3)∪(5,+∞),表示教师讲课语速较快或较满,得分为60分;
(2-4)师生对话频次的评价算法:从课程视频资源中提取师生话语音频,计算师生对话频次;其中,师生对话频次指师生话语变化频次,从教师话语转变为学生话语,则师生对话频次增加1次,从学生话语转变为教师话语,则师生对话频次增加1次;根据师生对话频次Ndialogue确定指标得分;若Ndialogue=0,表示无师生对话,得分为0分;若Ndialogue∈(0,10],表示存在一些师生对话,得分为60分;若Ndialogue∈(10,+∞),表示师生对话较多,得分为100分;
(2-5)教师提问频次的评价算法:从课程视频资源中提取教师话语音频,计算教师话语中包含问句的提问频次;根据教师提问频次Nquestion确定指标得分;若Nquestion=0,表示教师在课堂没有采用提问的方式,得分为0分;若Nquestion∈(0,6],表示教师在课堂中提出一些问题供学生思考和回答,得分为60分;若Nquestion∈(6,+∞),表示教师采用较多次数的提问引导学生参与到课堂学习活动中,得分为100分;
(2-6)小组讨论与协作频次的评价算法:从课程视频资源中提取学生话语音频,计算多个学生进行对话交流的频次;根据学生讨论频次Ndiscuss确定指标得分;若Ndiscuss=0,表示课堂无小组讨论与协作活动,得分为0分;若Ndiscuss∈(0,3],表示存在一些小组讨论与协作活动,得分为60分;若Ndiscuss∈(3,+∞),表示课堂存在丰富的小组讨论与协作活动,得分为100分;
(2-7)视频清晰度的评价算法:从课程视频资源中提取视频画面,计算视频画面分辨率;根据视频画面分辨率Presolution确定指标得分;若Presolution为480P及以下,表示视频清晰度为标清,得分为60分;若Presolution为720P,表示视频清晰度为高清,得分为80分;若Presolution为1080P及以上,表示视频清晰度为全高清,得分为100分;
(2-8)视频流畅度的评价算法:从课程视频资源中提取视频画面,计算视频帧率;根据视频帧率Frate确定指标得分;若Frate∈[0,16)fps,表示视频流畅度较低、易卡顿,得分为0分;若Frate∈[16,24)fps,表示视频比较流畅,得分为60分;若Frate∈[24,+∞)fps,表示视频非常流畅,得分为100分;
(2-9)音频清晰度的评价算法:从课程视频资源中提取视频的课堂音频,计算音频信噪比;根据音频信噪比SNR确定指标得分;若SNR≤10dB,表示音频噪音较大、音质比较嘈杂,得分为60分;若SNR>10dB,表示音频噪音较小、音质清晰,得分为100分;
(2-10)剪辑效果的评价算法:从课程视频资源中提取视频画面,计算视频画面涉及的镜头数量;根据视频画面涉及的镜头数量Ncamera确定指标得分;若Ncamera=1,表示视频是单画面呈现,得分为60分;若Ncamera>1,表示视频是多画面呈现,得分为100分。
5.根据权利要求1所述的课堂实录数字课程资源质量评价方法,其特征在于所述(3)计算综合评价结果的具体过程为:
(3-1)计算各三级指标评价值;采用指标评价算法对待评价的课堂实录数字课程资源进行评价,计算各三级指标评价值,形成三级指标得分矩阵S;
其中,sij为第i个课堂实录数字课程资源在第j个三级指标的评价值,n为待评价的课堂实录数字课程资源数量,m为三级指标数量;
(3-2)确定各指标权重系数,采用熵值法计算各指标熵值,确定各三级指标权重,形成各级指标权重向量;
(3-2-1)根据熵的定义,确定评价指标的熵值集合P={p1,p2,…,pm};
其中,pij为第i个课堂实录数字课程资源在第j个三级指标的熵值,pij∈[0,1];当fij=0时,fijlnfij=0;n为待评价的课堂实录数字课程资源数量,m为三级指标数量;
(3-2-2)根据熵值计算各三级指标权重向量Wthird=(w1,w2,…,wm);
其中,wj为第j个三级指标的权重值;
(3-2-3)基于各级指标的从属关系分别计算二级指标权重向量Wsecond和一级指标权重向量Wfirst;
(3-3)测算综合评价结果,依据三级指标得分矩阵S和各级指标权重向量,应用线性加权法计算课堂实录数字课程资源的综合评价结果和各指标评价结果,结合柱状图、折线图、饼状图多种可视化方式,形成基于课堂实录数字课程资源评价结果的单个课程可视化画像和整体课程可视化画像。
6.一种课堂实录数字课程资源质量评价系统,其特征在于,用于实现权利要求1~5任一项中所述的课堂实录数字课程资源质量评价方法,包括:
评价指标模块,用于建立多维度多层级的课堂实录数字课程资源质量评价指标体系,并存储到评价指标表中;
课程信息模块,用于设置课堂实录数字课程资源相关基本信息,包括课程名称、讲课教师、年级、区域,并存储到课程基本信息表中;
视频分析模块,用于对课程视频资源的视频图像进行分析,包括图像分辨率计算、视频帧率计算、画面镜头切分情况检测,并存储到评价指标分析过程数据表中;
音频分析模块,用于对课程视频资源的音频信息进行分析,包括音频信噪比分析、语速计算、师生话语内容提取,并存储到评价指标分析过程数据表中;
语义分析模块,用于对课程文档资源和师生话语内容的语义内容进行分析,包括三维目标检测、教学重难点提取与匹配、教师提问频次分析、师生对话频次分析、学生讨论频次分析,并存储到评价指标分析过程数据表中;
指标权重设置模块,用于设置各级评价指标的权重值,包括一级指标权重、二级指标权重、三级指标权重,并存储到评价指标权重表中;
评价结果计算模块,用于计算各三级指标得分,并基于三级指标得分和指标权重计算二级指标、一级指标和综合评价结果得分,并存储到评价结果得分表中;
可视化呈现模块,用于从所述的课程基本信息表、评价指标表、评价指标分析过程数据表和评价结果得分表中调取数据,可视化呈现课堂实录数字课程资源的单个课程评价结果和整体课程评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211364934.4A CN115619279A (zh) | 2022-11-03 | 2022-11-03 | 一种课堂实录数字课程资源质量评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211364934.4A CN115619279A (zh) | 2022-11-03 | 2022-11-03 | 一种课堂实录数字课程资源质量评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115619279A true CN115619279A (zh) | 2023-01-17 |
Family
ID=84876378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211364934.4A Pending CN115619279A (zh) | 2022-11-03 | 2022-11-03 | 一种课堂实录数字课程资源质量评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619279A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107122894A (zh) * | 2017-04-14 | 2017-09-01 | 华中师范大学 | 一种组合赋权的教育信息化水平评估方法及系统 |
CN107491890A (zh) * | 2017-08-29 | 2017-12-19 | 广州思涵信息科技有限公司 | 一种可量化课堂教学质量评估系统及方法 |
WO2019024247A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市鹰硕技术有限公司 | 一种基于数据交换网络的在线教学考评系统及方法 |
CN110334610A (zh) * | 2019-06-14 | 2019-10-15 | 华中师范大学 | 一种基于计算机视觉的多维度课堂量化系统及方法 |
CN111882247A (zh) * | 2020-08-07 | 2020-11-03 | 成都理工大学 | 一种基于综合模糊评价模型的在线学习系统评价方法 |
CN111898441A (zh) * | 2020-06-30 | 2020-11-06 | 华中师范大学 | 一种在线课程视频资源内容识别与评估方法及智能系统 |
-
2022
- 2022-11-03 CN CN202211364934.4A patent/CN115619279A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107122894A (zh) * | 2017-04-14 | 2017-09-01 | 华中师范大学 | 一种组合赋权的教育信息化水平评估方法及系统 |
WO2019024247A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市鹰硕技术有限公司 | 一种基于数据交换网络的在线教学考评系统及方法 |
CN107491890A (zh) * | 2017-08-29 | 2017-12-19 | 广州思涵信息科技有限公司 | 一种可量化课堂教学质量评估系统及方法 |
CN110334610A (zh) * | 2019-06-14 | 2019-10-15 | 华中师范大学 | 一种基于计算机视觉的多维度课堂量化系统及方法 |
CN111898441A (zh) * | 2020-06-30 | 2020-11-06 | 华中师范大学 | 一种在线课程视频资源内容识别与评估方法及智能系统 |
CN111882247A (zh) * | 2020-08-07 | 2020-11-03 | 成都理工大学 | 一种基于综合模糊评价模型的在线学习系统评价方法 |
Non-Patent Citations (1)
Title |
---|
龚雄涛 等: "高职教育在线开放课程评价体系构建研究", 职业技术教育, vol. 43, no. 14, pages 56 - 61 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Safranj | Advancing listening comprehension through movies | |
Stinson et al. | Deaf and hard-of-hearing students' memory of lectures with speech-to-text and interpreting/note taking services | |
CN111027865B (zh) | 基于行为和表情识别的教学分析与质量评估系统及方法 | |
Häggström | Teaching systems of linear equations in Sweden and China: What is made possible to learn? | |
Jenks | Recording and transcribing social interaction | |
Qiu | The effect of English movies on college English listening teaching | |
SYAFRİZAL et al. | The Impact of Experiential Learning Method and Vocabolary Mastery Toward Indonesiaon Students' Reading Comprehension Though Animation Video | |
CN110930781A (zh) | 录播系统 | |
Maitlo et al. | Factors Affecting Speaking and Listening Skills of English Language Learners at Secondary School Level in Sindh, Pakistan | |
Kaldahl | Teachers' voices on the unspoken oracy construct:" Oracy-the taken-for-granted competence" | |
Käpplinger | Modernisation of organisations due to migration? Mixed blessings in adult education centres in Germany | |
Khoshsima et al. | Investigating the role of experience in reflective practice of Iranian language teachers | |
Tuset | A commognitive lens to study pre-service teachers’ teaching in the context of achieving a goal of ambitious mathematics teaching | |
Coppe et al. | Beyond traditional narratives about teacher professional development: A critical perspective on teachers' working life | |
CN115619279A (zh) | 一种课堂实录数字课程资源质量评价方法及系统 | |
Torusdağ et al. | High school English teachers’ perceptions of task based language teaching | |
Shaojie et al. | The Effects of Visual Input and Text Types on the Listening Comprehension of EFL Students in China. | |
CN114944089A (zh) | 一种基于用户行为分析的远程教育培训系统及方法 | |
Sa'adah et al. | Improving Students’ vocabulary Using Poster Media For Second Grade Hearing Disable At Smalb | |
Reichertz et al. | How Do I Know What I See Until I Hear What I Say? | |
Ghafournia et al. | the relationship among demotivating factors, gender, educational fields, and reading proficiency: A study of Iranian EFL learners | |
KR102658252B1 (ko) | 캐릭터를 활용한 인공지능 자연어 처리 기반의 화상교육 콘텐츠 제공 방법 및 장치 | |
Bashir et al. | CORRELATION OF AGRICULTURAL SCIENCE TEACHERS’QUALIFICATION AND THEIR COGNITION | |
Weng et al. | Personalized Educational Video Evaluation Combining Student's Cognitive and Teaching Style | |
What et al. | 4. Describing |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230117 |
|
RJ01 | Rejection of invention patent application after publication |