一种网课聊天记录处理方法、装置和电子设备与流程

1.本发明涉及计算机技术领域，具体而言，涉及一种网课聊天记录处理方法、装置和电子设备。


背景技术：

2.目前，随着线上教育的逐步发展，越来越多的学生家长选择网课作为孩子课外辅导的补充，但是如何评价网课老师的教学质量，如何了解当前课堂中老师是否投入，孩子是否真正掌握老师所讲的内容，逐步成为一个需要亟待解决的新课题。
3.评价网课老师的教学质量，主要是间接的从转化率、续报率来反应的，但是从转化率、续报率来反应网课老师的教学质量并不准确。


技术实现要素：

4.为解决上述问题，本发明实施例的目的在于提供一种网课聊天记录处理方法、装置和电子设备。
5.第一方面，本发明实施例提供了一种网课聊天记录处理方法，包括：
6.当距离上次获取网课的聊天记录的时间长度达到预设时长时，获取所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录；
7.获取所述网课的网课参课信息，所述网课参课信息中携带有所述网课的总上课人数；
8.利用所述网课的总上课人数以及所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录，得到当前学生的发言比例；
9.对所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录进行分析，确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数；
10.利用所述当前学生的发言比例、所述当前学生在所述网课的课堂上的情绪指数以及所述当前学生的课堂灌水指数，对所述网课的教学质量进行评价。
11.第二方面，本发明实施例还提供了一种网课聊天记录处理装置，包括：
12.第一获取模块，用于当距离上次获取网课的聊天记录的时间长度达到预设时长时，获取所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录；
13.第二获取模块，用于获取所述网课的网课参课信息，所述网课参课信息中携带有所述网课的总上课人数；
14.第一处理模块，用于利用所述网课的总上课人数以及所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录，得到当前学生的发言比例；
15.第二处理模块，用于对所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录进行分析，确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数；
16.第三处理模块，用于利用所述当前学生的发言比例、所述当前学生在所述网课的
课堂上的情绪指数以及所述当前学生的课堂灌水指数，对所述网课的教学质量进行评价。
17.第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。
18.第四方面，本发明实施例还提供了一种电子设备，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行上述第一方面所述的方法的步骤。
19.本发明实施例上述第一方面至第四方面提供的方案中，通过对网课中当前学生产生的聊天记录进行分析，得到当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数，从而利用得到的当前学生的发言比例、课堂上的情绪指数以及课堂灌水指数对老师授课的质量进行分析，与相关技术中只能从转化率、续报率等间接方面对网课老师的教学质量进行评价的方式相比，可以从当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数这些与课堂教学相关的参数对网课老师的教学质量进行更加直接和客观的评价。
20.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
21.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1示出了本发明实施例1所提供的一种网课聊天记录处理方法的流程图；
23.图2示出了本发明实施例2所提供的一种网课聊天记录处理装置的结构示意图；
24.图3示出了本发明实施例3所提供的一种电子设备的结构示意图。
具体实施方式
25.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
26.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
27.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元
件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
28.目前，随着线上教育的逐步发展，越来越多的学生家长选择网课作为孩子课外辅导的补充，但是如何评价网课老师的教学质量，如何了解当前课堂中老师是否投入，孩子是否真正掌握老师所讲的内容，逐步成为一个需要亟待解决的新课题。评价网课老师的教学质量，主要是间接的从转化率、续报率来反应的，但是从转化率、续报率来反应网课老师的教学质量过于片面，不准确。
29.通过对学生课堂上聊天记录的分析，可以获得学生对该课程的参与热情程度，以及当前学生对老师所讲内容的接受程度，同时，通过对学生聊天记录的聚类分析，可以得知学生是否在课堂上灌水，获取学生聊天记录的灌水指数，从而反应老师课堂的质量。本技术基于深度学习模型，利用迁移学习的原理，通过极少数的标注数据就可以得到比较好的学生课堂情绪倾向结果，同时利用基于海量数据训练的深度学习模型，可以有效的抽取句子向量，进而通过余弦距离计算，可以反映出学生课堂聊天内容的离散程度，最终反映了老师的课堂质量。
30.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术做进一步详细的说明。
31.实施例1
32.本实施例推出的一种网课聊天记录处理方法，执行主题是服务器。
33.参见图1所示的一种网课聊天记录处理方法的流程图，本实施例提出一种网课聊天记录处理方法，包括以下具体步骤：
34.步骤100、当距离上次获取网课的聊天记录的时间长度达到预设时长时，获取所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录。
35.在上述步骤100中，所述预设时长，可以设置为10秒至60秒之间的任意时间长度。
36.所述网课的聊天记录，存储在所述服务器中，所述网课的聊天记录携带有聊天记录产生的产生时间以及产生所述聊天记录的学生的学生标识。所以，服务器可以根据网课的聊天记录携带的产生时间，将网课的聊天记录中上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录查询出来进行处理。
37.步骤102、获取所述网课的网课参课信息，所述网课参课信息中携带有所述网课的总上课人数。
38.在上述步骤102中，所述网课参课信息，存储在所述服务器中，所述网课参课信息中携带的网课的总上课人数，是在网课上课之前，服务器通过统计进入网课房间的学生的学生数量得到网课的总上课人数，并存在网课参课信息中。
39.步骤104、利用所述网课的总上课人数以及所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录，得到当前学生的发言比例。
40.在上述步骤104中，为了得到当前学生的发言比例，可以执行以下步骤(1)至步骤(2)：
41.(1)利用所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中携带的学生标识，统计当前发言的学生数量；
42.(2)利用统计得到的所述当前发言的学生数量/所述网课的总上课人数，计算得到
当前学生的发言比例。
43.在上述步骤(1)中，所述当前发言的学生数量，就是指所述上次获取聊天记录的时刻到当前时刻之间发言的学生数量。
44.步骤106、对所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录进行分析，确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数。
45.在上述步骤106中，为了确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数，可以执行以下步骤(1)至步骤(12)：
46.(1)过滤掉所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的无效聊天记录，得到所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的有效聊天记录，并统计所述有效聊天记录中聊天记录条目的数量；
47.(2)当所述有效聊天记录的数量大于等于聊天记录阈值时，对所述有效聊天记录中的每条聊天记录条目分别进行分词操作，得到组成所述有效聊天记录的词语；
48.(3)统计所述有效聊天记录中词语的词语总数以及组成所述有效聊天记录的词语在所述有效聊天记录中的出现次数，并利用组成所述有效聊天记录的词语在所述有效聊天记录中的出现次数和所述有效聊天记录中词语的词语总数，对所述有效聊天记录中词语的词频进行计算；
49.(4)统计所述有效聊天记录中包含所述词语的聊天记录条目的聊天记录条目数量，并利用包含所述词语的聊天记录条目的聊天记录条目数量和所述有效聊天记录中所述聊天记录条目的数量，计算所述词语在所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的逆文档频率；
50.(5)根据得到的所述词频和所述逆文档频率，对所述有效聊天记录中词语的词频
‑
逆文档频率进行计算；
51.(6)利用词嵌入模型(word2vec模型)对所述有效聊天记录中的词语进行处理，得到词语的词向量，并利用所述词语的词频
‑
逆文档频率和词向量，计算得到所述词语的加权词向量；
52.(7)将组成每条聊天记录条目的词语的加权词向量累加，得到累加后的第一累加结果；
53.(8)统计所述有效聊天记录中每条聊天记录条目所包括的词语的词语数量，利用每条聊天记录条目的第一累加结果和每条聊天记录条目的所包括的词语的词语数量，计算得到每条聊天记录条目的平均向量表示；
54.(9)将所述有效聊天记录中所有的聊天记录条目的平均向量表示进行累加，得到累加后的第二累加结果，并对第二累加结果进行求平均计算，得到所述有效聊天记录所指示的聊天内容的主题向量表示；
55.(10)计算聊天记录条目的平均向量表示与所述主题向量表示的距离；
56.(11)将计算得到的距离小于距离阈值的聊天记录条目确定为灌水聊天记录；
57.(12)统计所述灌水聊天记录的数量，并根据统计得到的所述灌水聊天记录的数量，和所述有效聊天记录中的聊天记录条目数量，计算得到所述有效聊天记录中所述灌水聊天记录的比例，并将所述灌水聊天记录的比例确定为课堂灌水指数。
58.在上述步骤(1)中，服务器通过判断所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录是否能够在无效聊天记录词典中查询出来，如果能，则说明在所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录是无效聊天记录。那么，服务器就将在所述上次获取聊天记录的时刻到当前时刻之间产生的无效聊天记录删除，从而执行过滤掉所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的无效聊天记录的操作。
59.无效聊天记录词典，记录但不限于：表情以及单个出现的字符。所述字符可以是但不限于：英文字符、希腊字符和罗马字符。
60.在上述步骤(2)中，所述聊天记录阈值，可以设置为30条至80条之间的任意数值，这里不再一一赘述。
61.对所述有效聊天记录中的每条聊天记录条目分别进行分词操作，得到组成所述有效聊天记录的词语的具体过程是现有技术，这里不再赘述。
62.在上述步骤(3)中，在统计所述有效聊天记录中词语的词语总数时，若一个词语在有效聊天记录中重复出现，那么该词语在所述有效聊天记录中重复出现的出现次数，都需要记录在词语总数中。
63.通过以下公式对所述有效聊天记录中词语的词频进行计算：
64.有效聊天记录中词语的词频＝有效聊天记录的词语在所述有效聊天记录中的出现次数/所述有效聊天记录中词语的词语总数
65.在上述步骤(4)中，统计所述有效聊天记录中包含所述词语的聊天记录条目的聊天记录条目数量，就是对有效聊天记录中不同词语所在的聊天记录条目的聊天记录条目数量进行统计后得到的统计结果。
66.通过以下公式对词语在所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的逆文档频率进行计算：
67.词语在所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的逆文档频率＝log[聊天记录条目数量/(所述有效聊天记录中包含所述词语的聊天记录条目的聊天记录条目数量 1)]
[0068]
在上述步骤(5)中，通过以下公式对所述有效聊天记录中词语的词频
‑
逆文档频率进行计算：
[0069]
所述有效聊天记录中词语的词频
‑
逆文档频率＝词语在所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的逆文档频率*有效聊天记录中词语的词频
[0070]
在上述步骤(6)中，利用词嵌入模型(word2vec模型)对所述有效聊天记录中的词语进行处理，得到词语的词向量的具体过程是现有技术，这里不再一一赘述。
[0071]
通过以下公式计算得到所述词语的加权词向量：
[0072]
词语的加权词向量＝词语的词向量*词语的词频
‑
逆文档频率
[0073]
在上述步骤(8)中，通过以下公式计算得到每条聊天记录条目的平均向量表示：
[0074]
聊天记录条目的平均向量表示＝聊天记录条目的第一累加结果/聊天记录条目所包括的词语的词语数量
[0075]
在上述步骤(9)中，通过以下公式对第二累加结果进行求平均计算，得到所述有效聊天记录所指示的聊天内容的主题向量表示：
[0076]
有效聊天记录所指示的聊天内容的主题向量表示＝第二累加结果/聊天记录条目的数量
[0077]
在上述步骤(10)中，计算聊天记录条目的平均向量表示与所述主题向量表示的距离，可以是但不限于：欧式距离和余弦距离。
[0078]
计算聊天记录条目的平均向量表示与所述主题向量表示的欧式距离或者余弦距离的具体过程是现有技术，这里不再赘述。
[0079]
在上述步骤(11)中，所述距离阈值，可以设置为小于等于0.3的任意数值，这里不再一一赘述。
[0080]
在上述步骤(12)中，通过以下公式对所述有效聊天记录中所述灌水聊天记录的比例进行计算：
[0081]
灌水聊天记录的比例＝灌水聊天记录的数量/聊天记录条目数量
[0082]
在通过以上步骤(1)至步骤(12)确定当前学生的课堂灌水指数后，可以继续执行以下步骤(21)至步骤(24)确定当前学生在所述网课的课堂上的情绪指数：
[0083]
(21)将所述有效聊天记录中的各聊天记录条目输入到情绪分类模型中，得到各所述聊天记录条目的情绪分类结果；所述情绪分类结果，包括：积极情绪、消极情绪和中立情绪；
[0084]
(22)分别统计具有积极情绪的聊天记录条目的第一条目数量、具有消极情绪的聊天记录条目的第二条目数量和具有中立情绪的聊天记录条目的第三条目数量；
[0085]
(23)将所述第一条目数量、第二条目数量、第三条目数量中最大的条目数量对应的情绪分类结果确定为当前学生在所述网课的课堂上的情绪倾向；
[0086]
(24)通过以下公式确定当前学生在所述网课的课堂上的情绪指数：
[0087]
当前学生在所述网课的课堂上的情绪指数＝(第二条目数量
‑
第一条目数量)/(第一条目数量 第二条目数量 第三条目数量)。
[0088]
在上述步骤(21)中，所述情绪分类模型，是预先利用具有不同情绪(积极情绪、消极情绪和中立情绪)指向的聊天记录，对深度学习模型进行训练后，得到的情绪分类模型。
[0089]
在一个实施方式中，具有积极情绪的聊天记录，包括但不限于：学生对网课老师的教学表示肯定的聊天记录，如“老师讲的好清晰”，“这节课太有趣了”；具有消极情绪的聊天记录，包括但不限于：学生对教师的教学表示不满意的聊天记录，如“讲的一点不清楚，我糊涂了”，“这课好无聊，不想听了”；具有中立情绪的聊天记录主要指表达介于积极情绪与消极情绪之间的情绪的聊天记录及与课堂无关的聊天记录。
[0090]
将所述有效聊天记录中的各聊天记录条目输入到情绪分类模型中，得到各所述聊天记录条目的情绪分类结果的具体过程是现有技术，这里不再赘述。
[0091]
在确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数后，可以继续执行以下步骤108，对所述网课的教学质量进行评价。
[0092]
步骤108、利用所述当前学生的发言比例、所述当前学生在所述网课的课堂上的情绪指数以及所述当前学生的课堂灌水指数，对所述网课的教学质量进行评价。
[0093]
在上述步骤108中，可以通过以下公式对所述网课的教学质量的评价指标进行计算：
[0094]
教学质量的评价指标＝w1*当前学生的发言比例 w2*当前学生在网课的课堂上的
情绪指数 w3*课堂灌水指数
[0095]
其中，w1、w2和w3为预设参数。
[0096]
可选地，w1、w2和w3还可以利用训练线性回归模型得到，利用训练线性回归模型得到w1、w2和w3的具体过程是现有技术，这里不再赘述。
[0097]
通过以上的内容可以确定，基于深度学习模型，利用迁移学习的原理，通过极少数的标注数据就可以得到比较好的学生课堂情绪倾向结果，同时利用基于海量数据训练的深度学习模型，可以有效的抽取句子向量，进而通过余弦距离计算，可以反映出学生课堂聊天内容的离散程度，最终反映了老师的课堂质量。
[0098]
综上所述，本实施例提出一种网课聊天记录处理方法，通过对网课中当前学生产生的聊天记录进行分析，得到当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数，从而利用得到的当前学生的发言比例、课堂上的情绪指数以及课堂灌水指数对老师授课的质量进行分析，与相关技术中只能从转化率、续报率等间接方面对网课老师的教学质量进行评价的方式相比，可以从当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数这些与课堂教学相关的参数对网课老师的教学质量进行更加直接和客观的评价。
[0099]
实施例2
[0100]
本实施例提出一种网课聊天记录处理装置，用于执行上述实施例1提出的网课聊天记录处理方法。
[0101]
参见图2所示的一种网课聊天记录处理装置的结构示意图，本实施例提出一种网课聊天记录处理装置，包括：
[0102]
第一获取模块200，用于当距离上次获取网课的聊天记录的时间长度达到预设时长时，获取所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录；
[0103]
第二获取模块202，用于获取所述网课的网课参课信息，所述网课参课信息中携带有所述网课的总上课人数；
[0104]
第一处理模块204，用于利用所述网课的总上课人数以及所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录，得到当前学生的发言比例；
[0105]
第二处理模块206，用于对所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录进行分析，确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数；
[0106]
第三处理模块208，用于利用所述当前学生的发言比例、所述当前学生在所述网课的课堂上的情绪指数以及所述当前学生的课堂灌水指数，对所述网课的教学质量进行评价。
[0107]
具体地，所述聊天记录中携带有产生所述聊天记录的学生的学生标识；所述第一处理模块，具体用于：
[0108]
利用所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中携带的学生标识，统计当前发言的学生数量；
[0109]
利用统计得到的所述当前发言的学生数量/所述网课的总上课人数，计算得到当前学生的发言比例。
[0110]
具体地，所述第二处理模块，用于对所述上次获取聊天记录的时刻到当前时刻之
间产生的网课的聊天记录进行分析，确定当前学生的课堂灌水指数，包括：
[0111]
过滤掉所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的无效聊天记录，得到所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的有效聊天记录，并统计所述有效聊天记录中聊天记录条目的数量；
[0112]
当所述有效聊天记录的数量大于等于聊天记录阈值时，对所述有效聊天记录中的每条聊天记录条目分别进行分词操作，得到组成所述有效聊天记录的词语；
[0113]
统计所述有效聊天记录中词语的词语总数以及组成所述有效聊天记录的词语在所述有效聊天记录中的出现次数，并利用组成所述有效聊天记录的词语在所述有效聊天记录中的出现次数和所述有效聊天记录中词语的词语总数，对所述有效聊天记录中词语的词频进行计算；
[0114]
统计所述有效聊天记录中包含所述词语的聊天记录条目的聊天记录条目数量，并利用包含所述词语的聊天记录条目的聊天记录条目数量和所述有效聊天记录中所述聊天记录条目的数量，计算所述词语在所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录中的逆文档频率；
[0115]
根据得到的所述词频和所述逆文档频率，对所述有效聊天记录中词语的词频
‑
逆文档频率进行计算；
[0116]
利用词嵌入模型word2vec模型对所述有效聊天记录中的词语进行处理，得到词语的词向量，并利用所述词语的词频
‑
逆文档频率和词向量，计算得到所述词语的加权词向量；
[0117]
将组成每条聊天记录条目的词语的加权词向量累加，得到累加后的第一累加结果；
[0118]
统计所述有效聊天记录中每条聊天记录条目所包括的词语的词语数量，利用每条聊天记录条目的第一累加结果和每条聊天记录条目的所包括的词语的词语数量，计算得到每条聊天记录条目的平均向量表示；
[0119]
将所述有效聊天记录中所有的聊天记录条目的平均向量表示进行累加，得到累加后的第二累加结果，并对第二累加结果进行求平均计算，得到所述有效聊天记录所指示的聊天内容的主题向量表示；
[0120]
计算聊天记录条目的平均向量表示与所述主题向量表示的距离；
[0121]
将计算得到的距离小于距离阈值的聊天记录条目确定为灌水聊天记录；
[0122]
统计所述灌水聊天记录的数量，并根据统计得到的所述灌水聊天记录的数量，和所述有效聊天记录中的聊天记录条目数量，计算得到所述有效聊天记录中所述灌水聊天记录的比例，并将所述灌水聊天记录的比例确定为课堂灌水指数。
[0123]
综上所述，本实施例提出一种网课聊天记录处理装置，通过对网课中当前学生产生的聊天记录进行分析，得到当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数，从而利用得到的当前学生的发言比例、课堂上的情绪指数以及课堂灌水指数对老师授课的质量进行分析，与相关技术中只能从转化率、续报率等间接方面对网课老师的教学质量进行评价的方式相比，可以从当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数这些与课堂教学相关的参数对网课老师的教学质量进行更加直接和客观的评价。
[0124]
实施例3
[0125]
本实施例提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例1描述的网课聊天记录处理方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
[0126]
此外，参见图3所示的一种电子设备的结构示意图，本实施例还提出一种电子设备，上述电子设备包括总线51、处理器52、收发机53、总线接口54、存储器55和用户接口56。上述电子设备包括有存储器55。
[0127]
本实施例中，上述电子设备还包括：存储在存储器55上并可在处理器52上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤(1)至步骤(5)：
[0128]
(1)当距离上次获取网课的聊天记录的时间长度达到预设时长时，获取所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录；
[0129]
(2)获取所述网课的网课参课信息，所述网课参课信息中携带有所述网课的总上课人数；
[0130]
(3)利用所述网课的总上课人数以及所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录，得到当前学生的发言比例；
[0131]
(4)对所述上次获取聊天记录的时刻到当前时刻之间产生的网课的聊天记录进行分析，确定当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数；
[0132]
(5)利用所述当前学生的发言比例、所述当前学生在所述网课的课堂上的情绪指数以及所述当前学生的课堂灌水指数，对所述网课的教学质量进行评价。
[0133]
收发机53，用于在处理器52的控制下接收和发送数据。
[0134]
其中，总线架构(用总线51来代表)，总线51可以包括任意数量的互联的总线和桥，总线51将包括由处理器52代表的一个或多个处理器和存储器55代表的存储器的各种电路链接在一起。总线51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，本实施例不再对其进行进一步描述。总线接口54在总线51和收发机53之间提供接口。收发机53可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发机53从其他设备接收外部数据。收发机53用于将处理器52处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口56，例如小键盘、显示器、扬声器、麦克风、操纵杆。
[0135]
处理器52负责管理总线51和通常的处理，如前述上述运行通用操作系统。而存储器55可以被用于存储处理器52在执行操作时所使用的数据。
[0136]
可选的，处理器52可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
[0137]
可以理解，本发明实施例中的存储器55可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read
‑
onlymemory，rom)、可编程只读存储器(programmablerom，prom)、可擦除可编程只读存储器(erasableprom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(randomaccessmemory，ram)，其用作外部高速缓
存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(staticram，sram)、动态随机存取存储器(dynamicram，dram)、同步动态随机存取存储器(synchronousdram，sdram)、双倍数据速率同步动态随机存取存储器(doubledataratesdram，ddrsdram)、增强型同步动态随机存取存储器(enhancedsdram，esdram)、同步连接动态随机存取存储器(synchlinkdram，sldram)和直接内存总线随机存取存储器(directrambusram，drram)。本实施例描述的系统和方法的存储器55旨在包括但不限于这些和任意其它适合类型的存储器。
[0138]
在一些实施方式中，存储器55存储了如下的元素，可执行模块或者数据结构，或者它们的子集，或者它们的扩展集：操作系统551和应用程序552。
[0139]
其中，操作系统551，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序552，包含各种应用程序，例如媒体播放器(mediaplayer)、浏览器(browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序552中。
[0140]
综上所述，本实施例提出一种计算机可读存储介质和电子设备，通过对网课中当前学生产生的聊天记录进行分析，得到当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数，从而利用得到的当前学生的发言比例、课堂上的情绪指数以及课堂灌水指数对老师授课的质量进行分析，与相关技术中只能从转化率、续报率等间接方面对网课老师的教学质量进行评价的方式相比，可以从当前学生的发言比例、当前学生在所述网课的课堂上的情绪指数以及当前学生的课堂灌水指数这些与课堂教学相关的参数对网课老师的教学质量进行更加直接和客观的评价。
[0141]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。