摘 ?要： 針對現(xiàn)有計算機輔助教學模式中普遍存在的信息利用率差，智能性、個性化較低等問題，設(shè)計一種基于數(shù)據(jù)挖掘的計算機輔助課堂教學系統(tǒng)。該系統(tǒng)模塊設(shè)計采用三層B/S結(jié)構(gòu)。利用信息收集模塊實現(xiàn)學生信息數(shù)據(jù)的收集與存儲;用戶信息預(yù)處理模塊將信息數(shù)據(jù)進行預(yù)處理后，作為個性化數(shù)據(jù)分析模塊中個性化數(shù)據(jù)源的數(shù)據(jù)。通過個性化數(shù)據(jù)分析模型，采用數(shù)據(jù)挖掘并行化技術(shù)，通過K?means聚類算法和Map Reduce并行計算框架更新數(shù)據(jù)聚類中心，將聚類性能指標最小化，對個性化數(shù)據(jù)源內(nèi)的數(shù)據(jù)進行有效挖掘分析，對分析后的結(jié)論進行規(guī)則化生成教學規(guī)則，通過人機交互呈現(xiàn)給學生，以提升教學系統(tǒng)的智能化與個性化。實驗結(jié)果表明，該系統(tǒng)能夠有效提升學生學習效率，資源占用率降低32.4%以上。

關(guān)鍵詞： 數(shù)據(jù)挖掘; 計算機輔助教學; 課堂教學; 信息收集; 數(shù)據(jù)分析; 教學規(guī)則

中圖分類號： TN919?34; TP311.52 ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）02?0084?03

Design of computer?aided classroom teaching system based on data mining

ZHOU Junping

Abstract： As for the problems of poor information utilization， low intelligence and individuality in the current computer?aided teaching mode， a computer?aided classroom teaching system based on data mining is designed. The three?layer B/S structure is used in the module design of the system. The students′ information data is collected and stored with the information collection module， which is taken as data of the personalized data source in the personalized data analysis module after the information data is preprocessed with the user information preprocessing module. In the personalized data analysis model， the data clustering center is updated with the data mining parallelization technology by means of the K?means clustering algorithm and Map Reduce parallel computing framework. The clustering performance indexes are minimized to effectively mine and analyze data in the personalized data sources， the conclusion is regularized to generate teaching rules， and presented to students by means of the human?computer interaction， so as to promote the intelligence and personalization of the teaching system. The experimental results show that the system can effectively improve students′learning efficiency and reduce the occupancy rate of its resources by more than 32.4%.

Keywords： data mining; computer?aided teaching; classroom teaching; information collection; data analysis; teaching rule

在教育系統(tǒng)中，舊式純課堂教學模式受到了強烈沖擊，無法滿足當前社會對高等人才培養(yǎng)的全新要求，人們越來越重視教學模式的革新。在此大環(huán)境下，現(xiàn)代教學模式逐漸取代舊式教學模式[1]。計算機網(wǎng)絡(luò)同教育教學相結(jié)合的模式是具有代表性的現(xiàn)代教學模式，該教學模式以計算機作為教學輔助手段，將網(wǎng)絡(luò)作為知識傳播的主要途徑之一，具有教學資源共享、師生交互性增強、學習空間不受限制、因材施教等優(yōu)勢[2]。

現(xiàn)有的計算機輔助教學模式中普遍存在信息利用率差，智能性、個性化較低等問題[3]。作為數(shù)據(jù)庫技術(shù)開發(fā)與研究的結(jié)果，數(shù)據(jù)挖掘技術(shù)能夠在大量信息存儲器內(nèi)挖掘潛在有用信息，其本質(zhì)為數(shù)據(jù)增值過程。將數(shù)據(jù)挖掘技術(shù)應(yīng)用在計算機輔助教學模式中，設(shè)計基于數(shù)據(jù)挖掘的計算機輔助課堂教學系統(tǒng)，提升信息利用率、提供教學資源下載、網(wǎng)絡(luò)交互、成績管理等服務(wù)，對教育系統(tǒng)中的“教”和“學”均具有較大的積極意義。

1 ?計算機輔助課堂教學系統(tǒng)

1.1 ?系統(tǒng)整體結(jié)構(gòu)設(shè)計

本文參考相關(guān)教育專家的研究結(jié)果[4]，將模塊結(jié)構(gòu)設(shè)計為三層B/S結(jié)構(gòu)，如圖1所示。

教學界面層的主要任務(wù)是針對各用戶提供人機交互界面。教學應(yīng)用層包括四個主要模塊，即信息收集模塊、信息預(yù)處理模塊、個性化分析模塊及信息調(diào)度模塊。通過這些模塊實現(xiàn)系統(tǒng)個性化功能。系統(tǒng)資源層的主要功能是存儲教學規(guī)則、教學資源以及用戶信息等。

1.2 ?硬件設(shè)計

1.2.1 ?信息收集模塊

信息收集模塊實現(xiàn)學生信息數(shù)據(jù)的收集與存儲，支持OLTP數(shù)據(jù)、OLAP數(shù)據(jù)、日志數(shù)據(jù)等不同源數(shù)據(jù)格式[5]，包含數(shù)據(jù)庫實時同步、Socket消息同步等多種數(shù)據(jù)同步方式。該模塊采用模板化設(shè)計方式，實現(xiàn)新數(shù)據(jù)的模板與元數(shù)據(jù)配置，完成不同信息數(shù)據(jù)統(tǒng)一收集與規(guī)約。信息收集模塊設(shè)計圖如圖2所示。

1.2.2 ?個性化分析模塊

個性化分析模塊劃分為個性化數(shù)據(jù)源與個性化數(shù)據(jù)分析模型兩部分[6]。用戶信息預(yù)處理模塊將信息收集模塊獲取的信息數(shù)據(jù)進行預(yù)處理后，作為個性化數(shù)據(jù)源的數(shù)據(jù);選取K?means聚類算法和Map Reduce并行計算框架，對個性化數(shù)據(jù)源內(nèi)的數(shù)據(jù)實施挖掘分析，分析后進行規(guī)則化生成教學規(guī)則，并存儲至教學規(guī)則庫，同時將個性化信息傳輸至信息調(diào)度模塊內(nèi)，通過人機交互呈現(xiàn)給學生，以提升教學系統(tǒng)的智能化與個性化。

1.3 ?軟件設(shè)計

1.3.1 ?數(shù)據(jù)挖掘并行化技術(shù)

數(shù)據(jù)挖掘并行化技術(shù)是系統(tǒng)個性化分析模塊提供的基礎(chǔ)算法之一，包括數(shù)據(jù)挖掘算法能夠并行和相應(yīng)的并行策略選取等[7]。利用K?means聚類算法和Map Reduce并行計算框架提升個性化數(shù)據(jù)源中數(shù)據(jù)挖掘效率與質(zhì)量。

K?means聚類算法內(nèi)的聚類準則函數(shù)為聚類集內(nèi)各本點與此類簇中心點間距離的平方和，同時將其最小化，即：任意選取[d]個目標，各目標均表示一個數(shù)據(jù)簇的初始均值與中心;依照剩余各目標與各簇的均值距離，將剩余各目標分配至相似度最高的簇內(nèi);確定各簇的新均值;循環(huán)上述過程至準則函數(shù)收斂。一般情況下，以平方誤差準則為準則函數(shù)，表達式如下：

[U=i=1dp∈Cip-bi2] ? ? ? ? ? ? ? ? （1）

式中：[U]和[p]分別表示數(shù)據(jù)集內(nèi)全部對象的平方誤差和給定對象;[Ci]表示簇;[bi]是其均值[8]。任意初始化[d]個聚類中心后，執(zhí)行一次新的任務(wù)就表示更新一次當前[d]個聚類中心。映射過程中，用[Rs]表示樣本，針對各[Rs]需確定與其距離最近的聚類中心，用[Ri0≤i≤d-1]表示，獲取[i，Rs]鍵值對。在Map Reduce并行計算框架內(nèi)根據(jù)聚集的樣本可再次獲取[d]個數(shù)據(jù)聚類中心：

[Ri=j=1nRjn] ? ? ? ? ? ? ? （2）

通過上述過程結(jié)束一輪Map Reduce后，即可得到新數(shù)據(jù)聚類中心，對比新數(shù)據(jù)聚類中心與上一輪聚類中心就能判斷算法是否收斂來提升數(shù)據(jù)挖掘效率與質(zhì)量。

2 ?實驗分析

2.1 ?系統(tǒng)功能測試

實驗為測試本文設(shè)計的基于數(shù)據(jù)挖掘的計算機輔助課堂教學系統(tǒng)功能，對其實施相關(guān)功能性檢測，通過期望結(jié)果與測試結(jié)果是否一致判斷本文系統(tǒng)功能有效性，如表1所示。由表1得到，本文系統(tǒng)功能性測試的結(jié)果與期望結(jié)果完全一致，表明本文系統(tǒng)功能的有效性。

2.2 ?教學效果對比

以某高校124名學生為實驗對象，將其分為未使用本文系統(tǒng)對照組和使用本文系統(tǒng)實驗組，每組62人，由一名教師進行授課。對比對照組與實驗組期末平均成績，結(jié)果如表2所示。

用柱形圖形式描述表2中的數(shù)據(jù)，結(jié)果如圖4所示。

由表2和圖3能夠得到，在期末考試平均成績中，實驗組不及格分數(shù)段與高于90分數(shù)段中的人數(shù)分別是2人和16人，在80～89分數(shù)段的學生人數(shù)最多，占總?cè)藬?shù)40.32%;對照組中不及格分數(shù)段與高于90分數(shù)段中的人數(shù)分別是13人和3人，在60～69分數(shù)段的學生人數(shù)最多，占總?cè)藬?shù)38.71%。實驗結(jié)果表明，此次期末考試中，使用本文系統(tǒng)的學生成績明顯高于未使用本文系統(tǒng)，說明本文系統(tǒng)能夠有效提升學習成績。

2.3 ?資源占用率對比

實驗為測試本文系統(tǒng)的資源占用率，分別從人機交互、信息收集、信息預(yù)處理等方面對比本文系統(tǒng)、基于移動終端的輔助課堂教學系統(tǒng)和C/S多媒體輔助課堂教學系統(tǒng)的CUP及內(nèi)存占用率，結(jié)果如表3所示。

分析表3可知，使用本文系統(tǒng)進行計算機輔助教學時CPU占用率總值為35.7%，與其他兩個系統(tǒng)相比，分別降低了50.8%和37.7%;本文系統(tǒng)內(nèi)存占用率總值為18.6%，相比其他兩個系統(tǒng)分別降低了51.8%和32.4%。實驗結(jié)果表明使用本文系統(tǒng)進行計算機輔助教學時資源占用率較低。

3 ?結(jié) ?論

本文將數(shù)據(jù)挖掘技術(shù)應(yīng)用在計算機輔助教學模式中，設(shè)計基于數(shù)據(jù)挖掘的計算機輔助課堂教學系統(tǒng)，利用信息收集模塊收集學生信息，通過個性化數(shù)據(jù)分析模塊分析預(yù)處理后的學生信息，采用數(shù)據(jù)挖掘并行化技術(shù)，通過K?means聚類算法和Map Reduce并行計算框架聚類分析預(yù)處理后的數(shù)據(jù)，生成教學規(guī)則，同時將個性化信息傳輸至信息調(diào)度模塊內(nèi)，實現(xiàn)個性化教學。實驗結(jié)果表明本文系統(tǒng)能夠有效提升學生學習成績。

參考文獻

[1] 孔邵穎，薛麗敏，曹莉.現(xiàn)代遠程教育泛在學習模式的研究與實踐[J].中國成人教育，2018（14）：9?13.

[2] 梁小帆，趙冬梅，龐元博.現(xiàn)代教學理念視域下的高效課堂教學探析[J].教學與管理，2018（30）：105?107.

[3] 趙新憲.多媒體技術(shù)在計算機輔助教學中的應(yīng)用：評《計算機輔助教學多媒體課件設(shè)計制作與應(yīng)用》[J].中國教育學刊，2017（2）：151.

[4] 路玥.基于數(shù)據(jù)挖掘的英語教師教學能力評價研究[J].現(xiàn)代電子技術(shù)，2018，41（11）：161?164.

[5] 鐘若武，王惠平.基于數(shù)據(jù)挖掘的高校云計算管理系統(tǒng)中特定數(shù)據(jù)查詢技術(shù)[J].現(xiàn)代電子技術(shù)，2018，41（2）：130?132.

[6] 柴艷妹，雷陳芳.基于數(shù)據(jù)挖掘技術(shù)的在線學習行為研究綜述[J].計算機應(yīng)用研究，2018，35（5）：1287?1293.

[7] 王新剛，吳穎，張垠.基于數(shù)據(jù)挖掘的智能電能表在線監(jiān)測方法[J].電測與儀表，2016，53（13）：65?69.

[8] 張延芳，袁浩.網(wǎng)絡(luò)數(shù)據(jù)庫訪問路徑關(guān)聯(lián)特征分析查詢優(yōu)化[J].計算機仿真，2015，32（9）：437?440.

[9] 李麗萍，孟小豐，劉立輝.基于代碼自動生成的計算機輔助系統(tǒng)設(shè)計與實現(xiàn)[J].航天控制，2015，33（4）：68?72.

[10] 朱利鵬，陸超，孫元章，等.基于數(shù)據(jù)挖掘的區(qū)域暫態(tài)電壓穩(wěn)定評估[J].電網(wǎng)技術(shù)，2015，39（4）：1026?1032.

作者簡介：周俊萍（1982—），女，陜西西安人，碩士，講師，研究方向為計算機應(yīng)用技術(shù)、英語教育技術(shù)。