用户注意力敏感的动态组合视频呈现方案

发布时间：2023-10-29 20:17

　　研究表明,近年来采用慕课进行教学的方式已经变得越来越普遍,并且将逐渐成为主流的学习方式。统计显示,用户在线学习慕课视频时会存在:无法长时间集中注意力、难以找到与自身认知和关注度相匹配的视频、难以挖掘知识点之间的关联性、学习效率不高等问题。在视频学习逐渐兴起的今天,本论文提出了一种综合的视频呈现方案,旨在提高用户对互联网慕课视频的学习体验和提高学习效率。本文的另一项工作是,基于PyQt和FFmpeg框架实现了一个用户注意力敏感的播放器系统,小范围使用情况说明,与现有的播放器相比具有更高的学习效率和更好的用户体验。具体的,本文做了以下工作:(1)针对用户无法长时间集中注意力的问题,采用听/视觉注意力方案,提出了用户注意力提醒模型。该模型能够检测视频播放内容是否容易使用户产生犯困或注意力不集中问题,并作出相应的音效或视觉提醒,从而达到在视频的重要时刻提醒用户集中注意力的目的。(2)针对用户难以找到与自身认知和关注度相匹配的视频的问题,采用语音识别与LeNet5网络结合的方案,提出了自动知识点推荐技术,并构建了自动知识点推荐模型。该模型依据播放内容推荐与用户自身认知和关注度相匹配的视频。(3)...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 引言
    1.1 选题背景
    1.2 研究内容
    1.3 国内外现状
        1.3.1 国外现状
        1.3.2 国内现状
    1.4 论文的组织架构
2 相关技术研究
    2.1 视频编码技术
        2.1.1 视频编码标准
        2.1.2 FFmpeg介绍
    2.2 PyQt简介
        2.2.1 Qt
        2.2.2 PyQt
    2.3 神经网络
        2.3.1 神经元
        2.3.2 人工神经网络模型
        2.3.3 CNN神经网络概述
        2.3.4 LeNet5 神经网络概述
    2.4 注意力模型
        2.4.1 视觉注意力模型
        2.4.2 听觉注意力模型
        2.4.3 用户注意力模型
    2.5 本章小结
3 视频呈现方案设计
    3.1 设计的目标
    3.2 设计的原则
    3.3 系统总体的框架
        3.3.1 总体框架设计
        3.3.2 系统整体业务设计
    3.4 系统主功能模块设计
        3.4.1 播放器主界面
        3.4.2 用户注意力提醒模块
        3.4.3 考查知识点模块
        3.4.4 自动知识点推荐模块
        3.4.5 精准知识点划分模块
    3.5 本章小结
4 知识点呈现方案
    4.1 用户注意力提醒
        4.1.1 视觉显著性检查方法
        4.1.2 听觉显著性检查方法
        4.1.3 显著性特效匹配
    4.2 自动知识点推荐
        4.2.1 提取音视频信息
        4.2.2 构建词向量匹配方法
    4.3 精准知识点划分
        4.3.1 收集划分知识点信息
        4.3.2 确定划分位置算法
    4.4 本章小结
5 系统实现与测试
    5.1 实现基本功能
        5.1.1 实现
        5.1.2 测试
    5.2 用户注意力提醒功能实现
        5.2.1 实现
        5.2.2 测试
    5.3 考查知识点功能实现
        5.3.1 实现
        5.3.2 测试
    5.4 自动知识点推荐功能实现
        5.4.1 实现
        5.4.2 测试
    5.5 精准知识点划分功能实现
        5.5.1 实现
        5.5.2 测试
    5.6 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士学位期间取得的研究成果
学位论文数据集表



本文编号：3858798