公务员期刊网 论文中心 正文

远程教育系统设计与实现

远程教育系统设计与实现

摘要:针对网络学习环境中的学习资源个性化推荐进行深入性的探究,采用协同过滤推荐法进行分析,借助于资源使用者的兴趣来实现对信息的有效过滤,设计并实现了一套基于个性化推荐的远程教育系统。

关键词:个性化推荐;协同过滤;远程教育;UML建模

1概述

计算机网络能够为学习的群众提供各种各样的学习资源,同时不再受到时间和空间的限制,因此被广大学习者所接受。在面对“信息过载”的问题上,其中一个可行的问题解决方法便是个性化推荐,随着时间的推移,个性化推荐被大量的学者所探讨[1]。借助于资源使用者的兴趣来实现对信息的有效过滤,按照使用者的习惯和兴趣,来为其提供相应的信息或者产品,进一步减少使用者筛选信息的时间,更好地服务学习者。

2系统功能需求分析

致力研究教育系统是根据用户需求,为用户推荐相应教育信息资源的一个远程学习系统,综合分析用户需求:(1)课程管理:任何系统的背后管理者都是管理员,管理员具有权限在系统中对相应课程进行添加、删除的操作,同时管理员还需要对课程的使用状况进行记录,保证课程资源的有序和合理。当然,管理员的职责之一是时刻指导相关学员的学习进度、兴趣以及发展方向,适时地向这些学员提出学习建议,使得远程教育更个性化。(2)学员信息的维护:管理员必须维护好学员的自身信息,不得随意泄露。对于新学员必须做好注册登记工作,对于发生变动的学员,管理员同样需要在系统中留档。(3)学员分析:该系统的管理员有职责对系统中的所有学员进行专业的分析,研究出学员的兴趣以及隐藏兴趣,以便能够更好地引导和开发学员。(4)学习中心:当某个新学员正式在系统中注册登记之后,学员便能够运用学习中心学习,该板块包括课程选择、学习、考试、评价等多个方面。(5)个性化定制:个性化定制,顾名思义,就是学员能够根据自身的特殊需求对课程进行定制。其分为两类,显性定制与隐性定制。显性定制是指学员自己首先准备好定制的内容,然后按照系统的程序将定制单上交,管理员对此进行核实,之后进行具体的课程学习。隐性定制是指首先详细地去分析学员的个人兴趣,然后提供相应的资料,利用协同过滤算法,将课程进行及时的过滤和选择,然后自动得出最后的推荐学员,这样的定制方法更具有高效的特性。

3系统逻辑结构

基于个性化推荐的远程教育系统中的结构为B/S,用户在客户端借助于网页浏览器进行客户层界面资源和服务的选择,系统把用户信息在服务器端进行保存,具体的说,是保存在用户数据库中,根据用户需求来给出相应的页面。本系统设计包括用户层、服务层、数据层和网络层。其中用户层负责与用户联系,接受用户输入,同时将用户信息输入到服务层。服务层是用户与系统联系的唯一通道,服务层对用户信息进行检查,根据用户给出的要求来为其提供服务。该层次有着很多模块,每个模块均有着对应的算法,针对用户给出的请求来加以回应,同时和上下层联系,实现信息的沟通;数据层中有很多数据库,不同数据库有相应的系统管理员来维护。

4系统流程

(1)学员在使用个性化服务的过程中,系统能够提醒学员对自己感兴趣的内容进行注册,同时系统也能够对学员感兴趣的东西进行收集和保存。(2)在编制好一个学员用户描述文件之后,仍能够修改,这样系统中的内容便具备动态性,能够随着学员需求的变化而更新数据。(3)系统会主动对用户信息进行统计,按照学习信息源来对学生的活动进行分析,进一步对学生兴趣权重加以更新。根据学习信息源,学生跟踪方法主要是两种,第一种是显式跟踪,第二种是隐式跟踪,显式跟踪中,系统需要学生可以对推荐资源进行评价,隐式跟踪中系统主动完成操作。用户在网络平台中的各种活动记录一般是学生个人跟踪手机的,比如对学生顺序请求日期和时间进行收集,进一步对学生上网资源和时间来进行分析,从而可以知道学生喜欢哪些资源,喜欢的程度有多少,这样可以更好的对学生感兴趣的资源分类,进一步提高信息推荐精准度。

5系统功能模块

基于个性化推荐的远程教育系统中,分学员客户端和管理员服务器端。

5.1学员注册登录模块

在远程教育系统中,一定有一个入口登录子系统,通过这个系统,能够对系统的安全程度有个基本了解。

5.2课程管理模块

基于个性化推荐的远程教育系统中,课程资源属性会将课程信息表达出来,每一种资源在进入系统中,系统均会赋予该资源的属性,该属性被数据库所保管,通过资源二进制模式在磁盘目录中保存。系统具备课程资源属性描述功能,能够将课程资源的元数据在数据库中进行保存,这样可以更好地对课程资源属性描述进行管理。

5.3学习中心模块

学习中心是学员进行选择课程、在线学习、在线考试、成绩查询、课程评价的中心模块。

5.4学员分析模块

学员兴趣获取及分析方式包括两种,即显示分析和隐式分析。在显示分析中,需要用户能够回应系统给出的问题,在建模上发表自己的意见,这个过程一般是通过表达的填写来进行。这样的方法中,可以更加客观地获取到用户信息,但是需要一定的时间来进行,灵活性较低。在隐式分析中,系统可以主动按照用户行为来进行用户兴趣的分析,这样可以节省时间,也不会干扰用户。为了能够更好地对用户兴趣有个全面的分析,结合这两种方式,通过显示分析进行静态用户信息的获取,通过隐式分析进行动态用户信息的获取。

5.5个性化推荐模块

协同过滤推荐系统流程包括:(1)进行用户信息的获取,这些信息指的是用户兴趣信息和在对资源上给出的评价信息;(2)将这些信息在数据预处理模块中进行处理,促使输入数据能够与推荐算法要求相统一,构建评价矩阵;(3)进入推荐模块,以评价矩阵为前提,通过系统中的推荐算法来完成推荐,然后将推荐内容呈现在用户面前。另外推荐系统中还需有推荐反馈模块,也就是用户针对推荐结果给出评价,系统维护人员根据这些评价来对系统进行完善。教育信息个性化推荐模块中有两个部分,分别是推荐生成部分和数据预处理部分。其中在推荐生成部分中,按照输入的评价矩阵,借助于基于项目的协同过滤给出推荐结果;在数据预处理部分中,按照数据库中用户信息和资源描述评价,来给出资源评价矩阵。基于用户的协同过滤中,需要通过这个评价来给出推荐,然而这需要一定数量的用户能够回答系统给出的问题,然后才能够保证推荐的准确性。根据实际情况进行分析可以发现,大部分用户并不会配合系统的调查,鉴于此,文章通过基于内容的推荐来对用户在资源上的兴趣度加以计算,将所计算出来的兴趣度视为用户在未评价资源上的预测评价值。

6系统的实现

6.1学员管理模块

在学员第一次登录网络教育平台的时候,该学员需要进行基本信息的注册,同时进行自己有关兴趣的填写。

6.2课程管理模块

管理员成功登录后,则进入课程管理模块,可对已有课程资源进行模糊查询。(1)按科目类别分类显示;(2)输入课程名称,进行模糊查询;(3)输入课程资源的关键字,对课程基本信息的课程名、关键字、内容简介进行模糊查询;(4)对查询结果中的课程点击“查看/修改”则进入课程基本信息的更新。

6.3学习中心模块

学员登录成功后,则进入到学习中心。在学习中心,学员可以看到自己“在学课程”、“完成课程”,能及时了解自己所学课程的学习进度。同时,学员可以了解系统的学习公告,可以配合系统进行调查问卷。学员在“学习中心”点击“在线学习”,或在“选择课程”中点击“选课”,则链接到相应课程网站,进入在线学习。可以在线观看课程的文本、PPT、视频等多形式的资源。

6.4学员分析模块

系统根据学员注册的基本信息,按性别、按专业、按学历进行学员的特征分析;根据学员所选课程进行了学员兴趣分析,及时了解学员所偏爱的课程的变化,帮助管理员能更好地提供有针对性、受欢迎的课程资源。

6.5个性化推荐模块

本系统采用的是Top-N推荐算法,即将数据表中大量的对象进行排序,然后只需要取出最Top的前N名作为排行榜的数据。其工作过程为:(1)从数组中提出位置在前面的个元素,建立起该系统的最小堆。(2)自起将余下的各个元素进行循环,一旦某个元素大于最小堆的根节点,此时将根节点用来替换。(3)在循环结束之后,最大的元素便是在最小堆中的全部元素。

参考文献

[1]马永昌,陈新一.基于藏语远程教育网的学习资源推荐系统设计与研究[J].西北民族大学学报(自然科学版),2014,02:21

作者:沈荷英 单位:江苏省武进中等专业学校

相关热门标签