一种基于大数据云平台教育数据流的控制方法及系统

摘要

本发明公开了一种基于大数据云平台教育数据流的控制方法及系统，获得数据流集合，获得第一采样结果；根据第一采样结果获得第一数据流，根据第一数据流的输入流追踪获得第一用户的信息；根据第一用户的信息获得第一用户的第一学习能力标签；根据第一学习能力标签构建关于所述第一用户的播放速度控制数据库；根据第二数据流获得第一网课视频的第一播放速度控制结果；根据播放速度控制数据库和第一播放速度控制结果获得第二播放速度控制结果；根据所述第二播放速度控制结果控制所述第一网课视频播放。解决了现有技术中进行在线教育过程中提供给学员的授课视频控制不够智能，存在不能更好的结合学员的学习能力进行视频智能化控制的技术问题。

说明书

技术领域

本发明涉及云平台教育相关领域，尤其涉及一种基于大数据云平台教育数据流的控制方法及系统。

背景技术

在线教育是依托于在线网络教育平台进行线上授课的教育方式，它实质是面向全国的资源共享、是零距离，是一种全新的交流方式，它提供给学员一种新教育学习平台，一种新型的工具平台。在线教育平台利用一切工具进行教育活动皆以提高效率为前提。利用网络先进的技术改变师生的交流方式上课，进一步提高学生掌握知识的效率。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中进行在线教育过程中提供给学员的授课视频控制不够智能，存在不能更好的结合学员的学习能力进行视频智能化控制的技术问题。

发明内容

本申请实施例通过提供一种基于大数据云平台教育数据流的控制方法及系统，解决了现有技术中进行在线教育过程中提供给学员的授课视频控制不够智能，存在不能更好的结合学员的学习能力进行视频智能化控制的技术问题，达到结合学员的学习能力，智能化控制网课视频，提高学习效率和学习效果的技术效果。

鉴于上述问题，提出了本申请实施例提供一种基于大数据云平台教育数据流的控制方法及系统。

第一方面，本申请提供了一种基于大数据云平台教育数据流的控制方法，所述方法应用于一云平台数据处理系统，所述云平台数据处理系统与教育控制系统通信连接，所述方法包括：通过所述云平台数据处理系统获得数据流集合，其中，所述数据流集合为第一网课视频的学员操作的数据流的集合；获得第一采样指令，根据所述第一采样指令对所述数据流集合进行采样，获得第一采样结果；根据所述第一采样结果获得第一数据流，根据所述第一数据流的输入流追踪获得第一用户的信息；根据所述第一用户的信息获得所述第一用户的第一学习能力标签；根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库；通过所述云平台数据处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得第二数据流，其中，所述第二数据流为包括第二学习能力标签的数据流，所述第二学习能力标签为第二用户的学习能力标签，且所述第二学习能力标签与所述第一学习能力标签具有第一相似度；根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果；根据所述播放速度控制数据库和所述第一播放速度控制结果获得第二播放速度控制结果；通过所述教育控制系统根据所述第二播放速度控制结果控制所述第一网课视频播放。

另一方面，本申请还提供了一种基于大数据云平台教育数据流的控制系统，所述系统包括：第一获得单元，所述第一获得单元用于通过云平台数据处理系统获得数据流集合，其中，所述数据流集合为第一网课视频的学员操作的数据流的集合；第二获得单元，所述第二获得单元用于获得第一采样指令，根据所述第一采样指令对所述数据流集合进行采样，获得第一采样结果；第三获得单元，所述第三获得单元用于根据所述第一采样结果获得第一数据流，根据所述第一数据流的输入流追踪获得第一用户的信息；第四获得单元，所述第四获得单元用于根据所述第一用户的信息获得所述第一用户的第一学习能力标签；第一构建单元，所述第一构建单元用于根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库；第五获得单元，所述第五获得单元用于通过所述云平台数据处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得第二数据流，其中，所述第二数据流为包括第二学习能力标签的数据流，所述第二学习能力标签为第二用户的学习能力标签，且所述第二学习能力标签与所述第一学习能力标签具有第一相似度；第六获得单元，所述第六获得单元用于根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果；第七获得单元，所述第七获得单元用于根据所述播放速度控制数据库和所述第一播放速度控制结果获得第二播放速度控制结果；第一控制单元，所述第一控制单元用于通过教育控制系统根据所述第二播放速度控制结果控制所述第一网课视频播放。

第三方面，本发明提供了一种基于大数据云平台教育数据流的控制系统，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，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了通过所述云平台数据处理系统获得数据流集合，对所述数据流集合进行数据采样，获得第一采样结果，根据所述第一采样结果获得第一数据流，通过所述第一数据流追踪获得第一用户，基于所述第一用户的信息，获得关于所述第一用户的第一学习能力标签，基于所述第一学习能力标签构建所述第一用户的播放速度控制数据库，通过所述云平台处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得所述第一学习能力标签具有第一匹配度的第二数据流，根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果，基于所述第一播放速度控制结果和所述播放速度控制数据库获得第二播放速度控制结果，根据第二播放速度控制结果控制所述第一用户的网课视频播放，达到结合学员的学习能力，智能化控制网课视频，提高学习效率和学习效果的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种基于大数据云平台教育数据流的控制方法的流程示意图；

图2为本申请实施例一种基于大数据云平台教育数据流的控制方法的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一构建单元15，第五获得单元16，第六获得单元17，第七获得单元18，第一控制单元19，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种基于大数据云平台教育数据流的控制方法及系统，解决了现有技术中进行在线教育过程中提供给学员的授课视频控制不够智能，存在不能更好的结合学员的学习能力进行视频智能化控制的技术问题，达到结合学员的学习能力，智能化控制网课视频，提高学习效率和学习效果的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

在线教育是依托于在线网络教育平台进行线上授课的教育方式，它实质是面向全国的资源共享、是零距离，是一种全新的交流方式，它提供给学员一种新教育学习平台，一种新型的工具平台。在线教育平台利用一切工具进行教育活动皆以提高效率为前提。利用网络先进的技术改变师生的交流方式上课，进一步提高学生掌握知识的效率。现有技术中进行在线教育过程中提供给学员的授课视频控制不够智能，存在不能更好的结合学员的学习能力进行视频智能化控制的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种基于大数据云平台教育数据流的控制方法，所述方法应用于一云平台数据处理系统，所述云平台数据处理系统与教育控制系统通信连接，所述方法包括：通过所述云平台数据处理系统获得数据流集合，其中，所述数据流集合为第一网课视频的学员操作的数据流的集合；获得第一采样指令，根据所述第一采样指令对所述数据流集合进行采样，获得第一采样结果；根据所述第一采样结果获得第一数据流，根据所述第一数据流的输入流追踪获得第一用户的信息；根据所述第一用户的信息获得所述第一用户的第一学习能力标签；根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库；通过所述云平台数据处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得第二数据流，其中，所述第二数据流为包括第二学习能力标签的数据流，所述第二学习能力标签为第二用户的学习能力标签，且所述第二学习能力标签与所述第一学习能力标签具有第一相似度；根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果；根据所述播放速度控制数据库和所述第一播放速度控制结果获得第二播放速度控制结果；通过所述教育控制系统根据所述第二播放速度控制结果控制所述第一网课视频播放。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

如图1所示，本申请实施例提供了一种基于大数据云平台教育数据流的控制方法，其中，所述方法应用于一云平台数据处理系统，所述云平台数据处理系统与教育控制系统通信连接，所述方法包括：

步骤S100：通过所述云平台数据处理系统获得数据流集合，其中，所述数据流集合为第一网课视频的学员操作的数据流的集合；

具体而言，所述云平台处理系统为对在线教育用户数据进行分析处理的平台，所述教育控制系统为对线上授课视频/直播进行控制的系统，且所述教育控制系统与所述云平台处理系统通信连接，获得第一网课视频，所述第一网课视频可以为实时直播视频，也可以是录播视频，基于所述第一网课视频，对网课视频进行数据监督，获得关于所述第一网课视频的学员操作的数据流信息，对所述数据流信息进行汇总，获得数据流集合。

步骤S200：获得第一采样指令，根据所述第一采样指令对所述数据流集合进行采样，获得第一采样结果；

步骤S300：根据所述第一采样结果获得第一数据流，根据所述第一数据流的输入流追踪获得第一用户的信息；

具体而言，所述第一采样指令为对所述数据流集合进行采样的指令，基于所述第一采样指令，对所述数据流集合中的数据进行随机采样，获得第一采样结果。根据所述第一采样结果获得第一数据流，其中，所述第一数据流为包含于所述第一采样结果的数据流，对所述第一数据流进行反向追踪，即通过所述数据流的输入流追踪获得第一用户信息，其中，所述第一用户为在进行所述第一网课视频学习的学员。

步骤S400：根据所述第一用户的信息获得所述第一用户的第一学习能力标签；

具体而言，所述第一学习能力标签为对所述第一用户进行标识的标签，所述标签为对所述第一用户进行信息采集和调查测试获得的标签，举例而言，所述标签的获取方式可以包括根据所述要进行收集的科目信息、知识点信息，对所述第一用户进行相关信息整理，将所述整理的相关信息作为基础信息，基于所述第一基础信息为所述第一用户指定对应的知识点问卷，将所述问卷反馈给所述第一用户，获得用户的反馈结果，基于所述基础信息和所述反馈结果对所述第一用户进行学习能力标签的标定。通过对用户学习能力标签的标定，使得对所述第一用户的掌握能力、学习能力有个更加准确、快速的了解，为后续准确辅助所述第一用户控制学习课程夯实了基础。

步骤S500：根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库；

具体而言，根据所述第一用户的学习能力标签，对所述第一用户的学习能力和知识掌握能力进行预估，获得第一预估结果，根据所述第一预估结果，对所述第一用户的不同知识点的掌握情况进行评估，根据评估结果对所述第一用户学习当前课程的不同位置的课程播放速度进行调整，根据调整结果获得播放速度控制数据库，所述播放课程控制数据库为控制当前视频不同位置的播放速度的数据库。

步骤S600：通过所述云平台数据处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得第二数据流，其中，所述第二数据流为包括第二学习能力标签的数据流，所述第二学习能力标签为第二用户的学习能力标签，且所述第二学习能力标签与所述第一学习能力标签具有第一相似度；

步骤S700：根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果；

具体而言，所述历史数据流集合为历史观看所述第一网课视频的数据流的集合，通过所述云平台数据处理系统获得所述数据流的集合，基于所述第一用户的学习能力标签对所述历史数据流中的数据进行筛选，获得第一筛选结果，根据所述第一筛选结果对所述数据流进行数据解析，获得与所述第一学习能力标签相似度满足所述第一相似度的数据流集合，根据所述数据流集合进行相似度排序，获得相似度最高的第二数据流，将所述第二数据流进行数据解析，获得所述第二数据流中的用户控制所述第一网课视屏的控制数据，所述控制数据包括但不限于所述第二数据流中是如何控制第一网课视频暂停、播放、播放速度等。根据所述第二数据流获得第一网课视频的第一播放速度控制结果。

步骤S800：根据所述播放速度控制数据库和所述第一播放速度控制结果获得第二播放速度控制结果；

步骤S900：通过所述教育控制系统根据所述第二播放速度控制结果控制所述第一网课视频播放。

具体而言，将所述播放速度控制数据库和所述第一播放速度控制结果进行汇总分析，基于所述汇总分析结果，结合所述第一网课视频的内容，对所述第一网课视频进行所述第一用户的专属课程控制定制结果，即获得第二播放速度控制结果，基于所述第二播放速度控制结果对所述第一网课视频播放控制。

步骤S1000：根据所述第一介入导航指令链，从所述第一介入创面入口处进行肝脏介入靶向定位。

具体而言，根据上述获得的第一介入导航指令链，通过所述获得的第一介入创面和所述第一介入导航指令链，辅助进行肝脏病灶的插管。通过根据病灶位置进行路径筛选，并根据选择路径生成导航链进行辅助导航，进而达到准确辅助插管至病灶位置，辅助介入治疗的技术效果。达到结合学员的学习能力，智能化控制网课视频，提高学习效率和学习效果的技术效果。

进一步而言，本申请实施例还包括：

步骤S410：通过所述云平台数据处理系统获得所述第一用户的第一基础信息；

步骤S420：获得第一信息处理指令，根据所述第一信息处理指令对所述第一基础信息进行信息筛选，获得第二基础信息，其中，所述第二基础信息为包含关于第一网课视频的信息；

步骤S430：基于所述第二基础信息，定制第一调查问卷，其中，所述第一调查问卷为所述第一网课视频相关知识掌握情况的调查问卷；

步骤S440：将所述第一调查问卷发送给所述第一用户，并获得第一反馈结果；

步骤S450：根据所述第一反馈结果和所述第二基础信息，获得所述第一学习能力标签。

具体而言，所述第一用户的基础信息为包括所述第一用户学习情况的基础信息，在所述第一用户许可的前提下，对所述第一用户进行信息的收集和分析，包括对所述第一用户进行视频观察，还包括对所述第一用户的授课教师进行调研，对所述第一用户的学习状态进行评估等，并根据所述第一信息处理指令对所述采集的所述第一用户的第一基础信息进行筛选，获得由所述第一网课视频内容相关的第二基础信息，基于所述第二基础信息定制所述第一用户的调查问卷，其中，所述调查问卷主要以所述第一视频课程相关知识点为中心，以所述第一用户的学习能力评价为核心进行构建，根据所述构建结果将所述第一调查问卷发送给所述第一用户，获得所述第一用户的反馈结果，根据所述反馈结果对所述第一用户的学习能力标签进行规划，获得所述第一用户的第一学习能力标签。通过收集所述第一用户的基础信息，定制所述第一用户的相关的调查问卷，基于所述调查问卷对所述第一用户收集底层信息，为后续获得更加准确的学习能力标签夯实了基础，进而为后续准确控制视频奠定基础。

进一步而言，所述根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库，本申请实施例步骤S500还包括：

步骤S510：获得第一知识点，其中，所述第一知识点为所述第一网课视频的相关知识点；

步骤S520：获得所述第一用户关于所述第一知识点的测试答题时间信息；

步骤S530：获得所述第一用户的测试答题结果，根据所述测试答题结果获得所述第一用户的解题思路信息；

步骤S540：根据所述测试答题时间信息和所述解题思路信息对所述第一用户对于所述第一知识点的掌握情况进行评估，获得第一评估结果；

步骤S550：将所述第一知识点和所述第一评估结果作为所述第一学习能力标签的基础数据。

具体而言，获得第一分析指令，根据所述第一分析指令，对所述第一网课视频进行知识点的分析，根据所述分析结果，对所述第一网课视频的知识点进行整理，基于整理结果获得第一知识点，对所述第一用户进行所述第一知识点相关需要的基础信息进行测试，获得所述第一用户的答题时间和解题思路，进一步来说，所述测试可以是所述第一用户的学校测试，也可以是针对所述第一用户的实时测试，获得所述第一用户的解题用时信息和解题思路信息，基于所述解题的思路和答题时间对所述第一用户的第一知识点的掌握情进行评估，进一步的，所述第一网课视频的其他知识点均采用上述方法测试，将所述知识点和评估结果作为所述第一用户的第一学习能力标签的基础数据。

进一步的，本申请实施例还包括：

步骤S610：构建相似标签归纳模型，其中，所述相似标签归纳模型为进行相似标签归纳匹配处理的模型；

步骤S620：基于所述历史数据流集合对所述相似标签归纳模型进行监督训练，其中，所述监督训练的数据还包括标识不同数据流下标签的匹配结果的标识信息；

步骤S630：当所述相似标签归纳模型呈收敛状态后，将所述第一学习能力标签输入所述相似标签归纳模型，获得第一输出结果，其中，所述第一输出结果包括所述第二数据流。

具体而言，所述相似标签归纳模型为机器学习中的神经网络模型，它可以不断地进行学习和调整，是一个高度复杂的非线性动力学习系统。简单来说它是一个数学模型，通过大量训练数据的训练，将所述相似标签归纳模型训练至收敛状态后，基于输入数据，通过所述相似标签归纳模型进行分析可获得所述第二数据流。

更进一步而言，所述训练的过程还包括监督学习的过程，每一组监督数据都包括历史数据流集合、标识不同数据流相似度的标识信息，将所述历史数据流集合输入到神经网络模型中，根据用来标识第相似度标识结果的标识信息对所述相似标签归纳模型进行监督学习，使得所述相似标签归纳模型的输出数据与监督数据一致，通过所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的为收敛状态时，则监督学习过程结束。通过对所述模型的监督学习，进而使得所述模型处理所述输入信息更加准确，进而获得更加准确、合理的第二数据流，为后续获得更加匹配的课程控制速度夯实了基础。

进一步的，本申请实施例还包括：

步骤S451：获得所述第一用户的第一播放设备信息；

步骤S452：根据所述第一用户的第一基础信息获得所述第一用户的第一文字阅读习惯；

步骤S453：基于所述第一播放设备信息和所述第一文字阅读习惯对所述第一网课视频的文字大小进行调整；

步骤S454：根据调整结果获得第二网课视频，获得第一推送指令，根据所述第一推送指令将所述第二网课视频推送给所述第一用户。

具体而言，所述第一播放设备为所述第一用户的播放设备，根据所述第一用户的使用设备标号的识别，获得所述第一用户的在播放所述第一网课视频时的设备信息，根据所述第一用户的基础信息收集所述第一用户的文字阅读习惯，即所述第一用户的在平常阅读、学习过程中更加舒服的文字大小，基于所述第一播放设备的显示屏幕的尺寸和所述第一用户的文字阅读习惯，对所述第一网课视频中的文字大小进行调整，所述调整的部分包括但不限于字幕部分和课件部分，根据上述调整结果获得第二网课视频，根据所述第一推送指令将所述第二网课视频推送给所述第一用户，取代所述第一网课视频。通过根据所述第一用户的阅读习惯和播放设备，对所述第一用户的播放视频进行定制化推送，使得所述第一用户的网课视频更加适配所述第一用户，可达到更好地辅助所述第一用户学习的技术效果。

进一步而言，本申请实施例还包括：

步骤S455：获得所述第一用户的第一输入信息，其中，所述第一输入信息为包括所述第一用户标定字体大小的信息；

步骤S456：根据所述第一文字阅读习惯和所述第一输入信息确定第一文字大小信息；

步骤S457：根据所述第一文字大小信息对所述第一网课视频进行文字匹配缩放，获得所述第二网课视频；

步骤S458：根据所述第一推送指令将所述第二网课视频推送给所述第一用户。

具体而言，所述第一输入信息为所述第一用户对所述第一视频定义的文字大小的输入信息，还包括字体信息，根据所述第一用户的第一输入信息和所述第一用户的文字阅读习惯确定所述第一网课视频的文字大小和字体信息，根据所述第一用户的输入信息对所述文字的大小信息和字体信息进行调整，获得第一预览呈现效果，将所述第一预览呈现效果发送给所述第一用户，当所述第一用户确认后，将所述第一网课视频基于所述文字信息进行调整，获得第二网课视频信息，将所述第二网课视频信息通过所述第一推送指令推送给所述第一用户。

进一步而言，本申请实施例还包括：

步骤S4581：将获得第一解析指令，根据所述第一解析指令对所述第一网课视频进行内容解析，获得第一内容解析结果；

步骤S4582：根据所述第一内容解析结果对所述第二网课视频进行滚动处理，获得第三网课视频；

步骤S4583：获得第二推送指令，根据所述第二推送指令将所述第三网课视频推送给所述第一用户。

具体而言，所述第一解析指令为对所述第一网课视频进行内容解析的指令，基于所述第一解析指令，根据所述第一网课视频在不同时间点的呈现的视频内容和语音信息对所述第一网课视频进行内容解析，获得第一内容解析结果，当所述网课视频在单页面显示内容过多时，即放大所述第一网课视频的文字字体后会导致显示不全/或无法显示时，此时根据所述第一网课视频的语音信息，设定所述第一网课视频上下/左右结合的滚动，使得所述视频在保证字体信息为所述第一用户设定的前提下，保证所述字体显示的范围与所述语音内容相匹配，根据所述滚动处理后的第二网课视频获得第三网课视频，将所述第三网课视频通过所述第二推送指令发送给所述第一用户。通过对网课视频的处理，使得所述第一用户在进行学习时的学习视频与所述第一用户的习惯、风格、能力更加匹配，在减少所述第一用户的学习时对视频的操作的同时，达到使得所述第一用户的学习效率、学习节奏、学习效果更佳的技术效果。

综上所述，本申请实施例所提供的一种基于大数据云平台教育数据流的控制方法及系统具有如下技术效果：

1、由于采用了通过所述云平台数据处理系统获得数据流集合，对所述数据流集合进行数据采样，获得第一采样结果，根据所述第一采样结果获得第一数据流，通过所述第一数据流追踪获得第一用户，基于所述第一用户的信息，获得关于所述第一用户的第一学习能力标签，基于所述第一学习能力标签构建所述第一用户的播放速度控制数据库，通过所述云平台处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得所述第一学习能力标签具有第一匹配度的第二数据流，根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果，基于所述第一播放速度控制结果和所述播放速度控制数据库获得第二播放速度控制结果，根据第二播放速度控制结果控制所述第一用户的网课视频播放，达到结合学员的学习能力，智能化控制网课视频，提高学习效率和学习效果的技术效果。

2、由于采用了通过收集所述第一用户的基础信息，定制所述第一用户的相关的调查问卷，基于所述调查问卷对所述第一用户收集底层信息的方式，为后续获得更加准确的学习能力标签夯实了基础，进而为后续准确控制视频奠定基础。

3、由于采用了通过对网课视频的处理的方式，使得所述第一用户在进行学习时的学习视频与所述第一用户的习惯、风格、能力更加匹配，在减少所述第一用户的学习时对视频的操作的同时，达到使得所述第一用户的学习效率、学习节奏、学习效果更佳的技术效果。

基于与前述实施例中一种基于大数据云平台教育数据流的控制方法同样发明构思，本发明还提供了一种基于大数据云平台教育数据流的控制系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于通过云平台数据处理系统获得数据流集合，其中，所述数据流集合为第一网课视频的学员操作的数据流的集合；

第二获得单元12，所述第二获得单元12用于获得第一采样指令，根据所述第一采样指令对所述数据流集合进行采样，获得第一采样结果；

第三获得单元13，所述第三获得单元13用于根据所述第一采样结果获得第一数据流，根据所述第一数据流的输入流追踪获得第一用户的信息；

第四获得单元14，所述第四获得单元14用于根据所述第一用户的信息获得所述第一用户的第一学习能力标签；

第一构建单元15，所述第一构建单元15用于根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库；

第五获得单元16，所述第五获得单元16用于通过所述云平台数据处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得第二数据流，其中，所述第二数据流为包括第二学习能力标签的数据流，所述第二学习能力标签为第二用户的学习能力标签，且所述第二学习能力标签与所述第一学习能力标签具有第一相似度；

第六获得单元17，所述第六获得单元17用于根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果；

第七获得单元18，所述第七获得单元18用于根据所述播放速度控制数据库和所述第一播放速度控制结果获得第二播放速度控制结果；

第一控制单元19，所述第一控制单元19用于通过教育控制系统根据所述第二播放速度控制结果控制所述第一网课视频播放。

进一步的，所述系统还包括：

第八获得单元，所述第八获得单元用于通过所述云平台数据处理系统获得所述第一用户的第一基础信息；

第九获得单元，所述第九获得单元用于获得第一信息处理指令，根据所述第一信息处理指令对所述第一基础信息进行信息筛选，获得第二基础信息，其中，所述第二基础信息为包含关于第一网课视频的信息；

第一定制单元，所述第一定制单元用于基于所述第二基础信息，定制第一调查问卷，其中，所述第一调查问卷为所述第一网课视频相关知识掌握情况的调查问卷；

第十获得单元，所述第十获得单元用于将所述第一调查问卷发送给所述第一用户，并获得第一反馈结果；

第十一获得单元，所述第十一获得单元用于根据所述第一反馈结果和所述第二基础信息，获得所述第一学习能力标签。

进一步的，所述系统还包括：

第十二获得单元，所述第十二获得单元用于获得第一知识点，其中，所述第一知识点为所述第一网课视频的相关知识点；

第十三获得单元，所述第十三获得单元用于获得所述第一用户关于所述第一知识点的测试答题时间信息；

第十四获得单元，所述第十四获得单元用于获得所述第一用户的测试答题结果，根据所述测试答题结果获得所述第一用户的解题思路信息；

第十五获得单元，所述第十五获得单元用于根据所述测试答题时间信息和所述解题思路信息对所述第一用户对于所述第一知识点的掌握情况进行评估，获得第一评估结果；

第十六获得单元，所述第十六获得单元用于将所述第一知识点和所述第一评估结果作为所述第一学习能力标签的基础数据。

进一步的，所述系统还包括：

第二构建单元，所述第二构建单元用于构建相似标签归纳模型，其中，所述相似标签归纳模型为进行相似标签归纳匹配处理的模型；

第十七获得单元，所述第十七获得单元用于基于所述历史数据流集合对所述相似标签归纳模型进行监督训练，其中，所述监督训练的数据还包括标识不同数据流下标签的匹配结果的标识信息；

第十八获得单元，所述第十八获得单元用于当所述相似标签归纳模型呈收敛状态后，将所述第一学习能力标签输入所述相似标签归纳模型，获得第一输出结果，其中，所述第一输出结果包括所述第二数据流。

进一步的，所述系统还包括：

第十九获得单元，所述第十九获得单元用于获得所述第一用户的第一播放设备信息；

第二十获得单元，所述第二十获得单元用于根据所述第一用户的第一基础信息获得所述第一用户的第一文字阅读习惯；

第一调整单元，所述第一调整单元用于基于所述第一播放设备信息和所述第一文字阅读习惯对所述第一网课视频的文字大小进行调整；

第二十一获得单元，所述第二十一获得单元用于根据调整结果获得第二网课视频，获得第一推送指令，根据所述第一推送指令将所述第二网课视频推送给所述第一用户。

进一步的，所述系统还包括：

第二十二获得单元，所述第二十二获得单元用于获得所述第一用户的第一输入信息，其中，所述第一输入信息为包括所述第一用户标定字体大小的信息；

第二十三获得单元，所述第二十三获得单元用于根据所述第一文字阅读习惯和所述第一输入信息确定第一文字大小信息；

第二十四获得单元，所述第二十四获得单元用于根据所述第一文字大小信息对所述第一网课视频进行文字匹配缩放，获得所述第二网课视频；

第一推送单元，所述第一推送单元用于根据所述第一推送指令将所述第二网课视频推送给所述第一用户。

进一步的，所述系统还包括：

第二十五获得单元，所述第二十五获得单元用于获得第一解析指令，根据所述第一解析指令对所述第一网课视频进行内容解析，获得第一内容解析结果；

第二十六获得单元，所述第二十六获得单元用于根据所述第一内容解析结果对所述第二网课视频进行滚动处理，获得第三网课视频；

第二十七获得单元，所述第二十七获得单元用于获得第二推送指令，根据所述第二推送指令将所述第三网课视频推送给所述第一用户。

前述图1实施例一中的一种基于大数据云平台教育数据流的控制方法的各种变化方式和具体实例同样适用于本实施例的一种基于大数据云平台教育数据流的控制系统，通过前述对一种基于大数据云平台教育数据流的控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于大数据云平台教育数据流的控制系统的实施方法，所以为了说明书的简洁，在此不再详述。

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种基于大数据云平台教育数据流的控制方法的发明构思，本发明还提供一种基于大数据云平台教育数据流的控制系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于大数据云平台教育数据流的控制方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种基于大数据云平台教育数据流的控制方法，所述方法应用于一云平台数据处理系统，所述云平台数据处理系统与教育控制系统通信连接，所述方法包括：通过所述云平台数据处理系统获得数据流集合，其中，所述数据流集合为第一网课视频的学员操作的数据流的集合；获得第一采样指令，根据所述第一采样指令对所述数据流集合进行采样，获得第一采样结果；根据所述第一采样结果获得第一数据流，根据所述第一数据流的输入流追踪获得第一用户的信息；根据所述第一用户的信息获得所述第一用户的第一学习能力标签；根据所述第一学习能力标签构建关于所述第一用户的播放速度控制数据库；通过所述云平台数据处理系统获得历史数据流集合，根据所述第一学习能力标签对所述历史数据流集合进行信息筛选，获得第二数据流，其中，所述第二数据流为包括第二学习能力标签的数据流，所述第二学习能力标签为第二用户的学习能力标签，且所述第二学习能力标签与所述第一学习能力标签具有第一相似度；根据所述第二数据流获得所述第一网课视频的第一播放速度控制结果；根据所述播放速度控制数据库和所述第一播放速度控制结果获得第二播放速度控制结果；通过所述教育控制系统根据所述第二播放速度控制结果控制所述第一网课视频播放。解决了现有技术中进行在线教育过程中提供给学员的授课视频控制不够智能，存在不能更好的结合学员的学习能力进行视频智能化控制的技术问题，达到结合学员的学习能力，智能化控制网课视频，提高学习效率和学习效果的技术效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。