基于云智慧校园数据服务的研究与实现

发布时间：2021-04-26 10:43

　　智慧校园数据服务是指利用数字化技术对传统教育模式进行改革,是以信息化数据服务为基础的一种新型教育服务模式。传统智慧校园数据服务包括教学管理、科研管理、教育资源管理等传统数据服务,传统智慧校园数据服务虽然提高了教育效率,但是在如今大数据与人工智能时代下传统智慧校园数据服务已经无法满足时代发展的要求,传统智慧校园数据服务存在对海量数据存储和计算效率低下的问题,更重要的是不能够对海量数据潜在价值信息进行有效利用。因此利用大数据与人工智能技术建设新型智慧校园数据服务来解决传统智慧校园数据服务中所存在的问题是十分具有意义的。本论文基于上述背景,首先,利用云服务理论和技术构建了一种可以根据真实资源需求进行动态伸缩变化云服务环境,为智慧校园的各种数据服务提供了稳定的运行环境。其次,通过对大数据相关技术与理论的研究,提出了如何利用分布式存储技术对海量数据进行高效存储,同时又能保证海量数据存储具有安全可靠性的理论方法,以及如何利用分布式缓存技术和分布式并行计算技术加快海量数据处理速度的理论方法。最后,通过利用已经搭建完成云计算环境和已经提出的关于大数据存储与计算的理论方法实现了基于海量数据的新型智慧校园... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状及分析
        1.2.1 国内研究现状
        1.2.2 国外研究现状
        1.2.3 综合研究现状
    1.3 研究目标与研究内容
        1.3.1 研究目标
        1.3.2 研究内容
    1.4 论文组织结构
第2章 相关技术概述
    2.1 云服务技术
        2.1.1 软件即服务
        2.1.2 平台即服务
        2.1.3 基础即服务
    2.2 分布式存储技术
        2.2.1 HDFS
        2.2.2 存储原理
    2.3 并行计算技术
        2.3.1 MapReduce
        2.3.2 Spark
    2.4 逻辑回归与神经网络算法
        2.4.1 逻辑回归
        2.4.2 DNN神经网络
    2.5 本章小结
第3章 智慧校园数据服务需求分析
    3.1 传统数据服务需求分析
        3.1.1 教育教学管理需求分析
        3.1.2 教育资源管理需求分析
        3.1.3 人力资源管理需求分析
        3.1.4 科研成果管理需求分析
        3.1.5 招生与就业管理需求分析
    3.2 智能数据服务需求分析
        3.2.1 学生日常行为分析
        3.2.2 教育资源智能推荐模型
    3.3 本章小结
第4章 海量数据存储与计算理论研究
    4.1 智慧校园数据RS理论
        4.1.1 数据Reliability
        4.1.2 数据Speed
    4.2 DeepFM算法
        4.2.1 低阶特征组合
        4.2.2 低阶和高级特征融合
    4.3 本章小结
第5章 智慧校园数据服务功能设计
    5.1 传统数据服务功能设计
        5.1.1 教育教学管理数据库设计
        5.1.2 科研成果管理数据库设计
    5.2 智能数据服务功能设计
        5.2.1 用户日常行为分析功能设计
        5.2.2 教育资源智能推荐功能设计
    5.3 本章小结
第6章 智慧校园数据服务实现
    6.1 云环境搭建
    6.2 传统数据服务实现
        6.2.1 教育教学管理数据服务实现
        6.2.2 科研成果管理数据服务实现
    6.3 用户行为分析数据服务实现
    6.4 教育资源智能推荐服务实现
        6.4.1 推荐模型评估指标定义
        6.4.2 相关特征选择与分析
        6.4.3 推荐模型训练与训练结果
    6.5 本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢



本文编号：3161275