基于HUSTOJ的青少年编程在线训练比赛系统设计与实现

发布时间：2021-01-28 23:48

　　随着信息技术的普及,信息教育的重要性越来越高。信息技术教育的核心计算思维的养成,需要从基础教育开始锻炼。在此背景下,青少年编程教育显得尤为重要。编程教育分为三个阶段:启蒙阶段,学习阶段和提高阶段。编程启蒙教育和提高阶段都有非常成熟的方案。第二阶段主要集中在中学阶段,对于初、高中生,尤其是对于那些本校没有专业教练指导的学生,要付出巨大的时间成本,事倍功半。这些学生,一方面要面临孤独枯燥的训练过程,另一方面由于缺乏指导,不容易找到适合自己的练习题,采取题海战术,浪费了大量的时间精力。为了解决上述问题,引导学生高效、趣味学习,本文利用现有OJ平台的成熟评测机,通过创新尝试,设计并实现了一个针对初高中生的编程的高效在线训练与比赛系统。本文内容简要概括如下:（1）系统需求和可行性分析通过走访大量的参加NOIP提高组的比赛选手和金牌教练,了解需求,确立了系统目标;通过查阅相关文献,研究相关系统,确定了系统功能模块。通过咨询专业人士,确认了系统的可行性,并最终确定了系统所要采用的技术方案。（2）关键技术研究本文从三个方面进行了提高编程学习效果的尝试。本文设计了融合时序的协同过滤题目推荐算法,解决学生... 

【文章来源】：山东师范大学山东省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图３－１不同算法难度匹配度对比??由图可以看出，本文推荐算法所推荐的题目难度集中在０．５附近，较符合选??

山东师范大学硕士学位论文??的推荐算法的知识点设为“动态规划”。实验效果如图３－１所示。??１０００??＿?：?—?－???．１??’?．?．?Ｉ??Ｍ?６００??—４００?＜?Ｐ??２００??｜｜｜?ｉｆ??０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９??题目难度??■本文算法?■基于难度?■基于相似度??图３－１不同算法难度匹配度对比??由图可以看出，本文推荐算法所推荐的题目难度集中在０．５附近，较符合选??手水平值；而基于难度的推荐算法由于难度参数设定为０．６，所以推荐题目的难??度均在０．６附近，拟合难度参数，但与选手水平值不符合；基于相似度的推荐??算法，推荐的题目均为“动态规划”相关题目，但由于动态规划题目难度偏??高，因此推荐的题目难度较高。??（２）

?加密、编码￣＾／?卜嵌入ｆｆｉｆｆ?／??图３－３?嵌入流程??加密、预编码将原信息Ｓ经过私钥加密和冗余纠错编码处理，转换为二进??制待嵌入码流Ｓ＇，预处理过程如图３－４。??Ｋ￣?Ｉ??Ｓ?Ｇ?（．）?—Ｓｏ－＾?Ｃ?（．）?—？?Ｓ?’??图３４?加密、编码过程??其中Ｓ是原信息，Ｋ为加密私钥，Ｇ（．）是加密函数，Ｓ〇＝Ｇ（Ｓ，Ｋ），Ｃ（．）是编码??函数，ｓ＇＝ｃ（ｓ。）。??生成待嵌入码流之后，通过本文提出嵌入算法将待嵌入码流嵌入到原证书??图像中。嵌入完毕之后，便得到原证书的含水印副本，该副本便可用来颁发给??用户，进行下载流通和认证。??（２）水印的提取流程??水印的提取过程分为提取、解码和篡改定位。如图３－５所示


本文编号：3005911