基于Android的小学教育移动互联网管理系统
发布时间：2022-01-14 02:02
近年来随着智能手机和移动互联网应用的普及,移动学习软件应运而生并且发展迅速。目前市场上最流行的教育软件类型包括知识诊断、在线问答、游戏化学习、学习社区以及其他学习课程和作业型软件,这些软件工具主要是围绕少年儿童的学习进行设计的,而关于提高少儿综合素质,加强老师、家长与学生间联系的反馈型软件却很少。针对上述情况,本文基于Android系统,设计、实现了一个用于帮助家长和老师用绩效考核的方式,管理和指导孩子健康成长的小学教育管理系统。其特点是从德、智、体、美、劳五个维度,研究并建立一套完整的绩效指标管理体系,全面关注和帮助孩子综合素质的提高。针对小学生、家长及老师等不同群体的各自特点和需要,为其各开发了一个目标一致但各具特色、功能互补的子系统。本文较详细地讨论和介绍了该系统开发中的主要问题和关键技术。首先,对该系统的组成结构和其中各模块的功能需求进行了分析;然后,针对选定的各模块功能,画出了对应的功能结构图和处理流程图,并研究、选定了推荐算法等有关算法;最后,采用MVC模式和Spring、Spring MVC、pe jdbc、Redis等主流框架,对整个系统进行了具体的编程实现和调试测试。...
【文章来源】：东华大学上海市 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
基于用户的协同过滤算法的流程图
基于项目的协同过滤算法是常见的另一种算法，与基于用户的协同过滤算法的流程大致相同，其算法流程如图2-2所示。图 2-2 基于项目的协同过滤算法流程图基于项目的协同过滤算法流程和基于用户的协同过滤算法流程基本上是一样的[17-20]。首先，遍历目标用户的评分记录集合；之后在算出项目i和集合中其他项目的相似度，挑选出K个最近邻居；依照评分相似度计算公式算出候选集中所有项目的预测评分；最后把预测评分最靠前的N个项目推荐给目标用户，由于项目之间相似度的不同，因此在进行计算时，不同的项目拥有不同的权重。评分预测函数u,jP 把项目相似度当做项目的权重因子，得到的评分公式如式（2-3）所示。 ()(),u,,,P iNuiNuuiijjsimijsimijrrr （2-3）其中N(u)是用户u评分项目合集 ，i是其中的项目，j是未评分项目2.1.2 基于内容的推荐算法这种推荐算法的思想是通过分析用户以往喜欢的物品
基于 Android 的小学教育移动物联网管理系统网络、服务器端。第一板块移动端常用的设备是 Android 手机与平板电脑。首先由客户在移动端发起请求通过网络进行传递，请求到达服务器端后，负载均衡服务器采用一定的方式把请求传给应用服务器集群，负载均衡就是为了防止家长端用户一起登录 APP 时所引起的压力问题，经过服务器端的业务逻辑处理后会返回相应的数据，APP 提供相应的展示界面。该系统缓存服务器存放的是补习班的信息。由于系统会实时的给用户推荐当前排名靠前且自己感兴趣的补习班，所以补习班的信息属于常用数据，将常用的数据放在缓存服务器中，可以加快系统的响应速度。系统在查询数据时，先从缓存服务器中读取，如果缓存里没有的话，再从数据库读取。资源服务器存放的是 API 接口，当移动端上传文件资源时调用接口将文件上传到资源服务器，资源服务器返回资源上传状态、资源地址等信息，移动端使用状态可以判断是否上传成功。
【参考文献】：
期刊论文
[1]移动短视频与拟态环境建构新模式的反思:基于媒介技术的视角[J]. 贺艳. 编辑之友. 2019(04)
[2]基于SSM框架的教育技术学专业实验课程评价系统的设计研究[J]. 曹双双,李超,李鑫,熊梦鸥,韦玉朗,朱宇. 湖北师范大学学报(自然科学版). 2019(01)
[3]基于内容推荐的资讯推荐系统的设计与实现[J]. 陈学辉,陈少镇,王培彬,蓝汝琪,熊梓韬. 电脑知识与技术. 2019(09)
[4]基于J2EE体系Spring MVC框架的科技项目管理系统的设计与实现[J]. 赵亚民,王荣花. 山西科技. 2019(02)
[5]基于协同过滤和内容过滤的微博话题混合推荐算法[J]. 张兴宇. 电脑编程技巧与维护. 2019(03)
[6]基于Android系统的移动学习终端平台开发与研究[J]. 边倩,王振铎,张卫钢. 电子测试. 2019(Z1)
[7]基于线性回归算法的电影票房预测研究[J]. 罗干,蒋煜楷,陈文婷,吴镇州,施运梅,宋莹. 电脑知识与技术. 2019(01)
[8]基于多元线性回归的房价预测模型[J]. 李正蹊. 中国新通信. 2018(23)
[9]移动学习的内涵及现状探究[J]. 李明,苏艳娟. 信息通信. 2018(11)
[10]基于Android的儿童智力开发电子绘本设计[J]. 徐楠. 自动化与仪器仪表. 2018(10)
博士论文
[1]电子商务网站个性化推荐的多样性对推荐效果的影响研究[D]. 张琳.北京邮电大学 2017
[2]基于Vague集理论的推荐与模糊决策相关算法研究[D]. 王伟.西北大学 2014
硕士论文
[1]基于协同过滤算法的个性化图书推荐系统的研究与实现[D]. 刘雨声.重庆理工大学 2018
[2]融合信任模型的协同过滤推荐算法研究[D]. 何旭.南京邮电大学 2018
[3]交通监控视频中车牌图像质量评价关键技术研究[D]. 承昱东.南京邮电大学 2018
[4]基于Android平台课堂点名系统的设计与实现[D]. 潘达成.吉林大学 2018
[5]面向智慧课堂的教学过程管理系统研究[D]. 王亚芬.太原理工大学 2018
[6]最小二乘法和总体最小二乘法线性回归中的估值漂移及其判定[D]. 高庚.太原理工大学 2018
[7]基于SaaS的教学系统的设计与实现[D]. 贺一通.东华大学 2018
[8]基于联合聚类的矩阵分解推荐算法研究[D]. 杨文娟.合肥工业大学 2018
[9]基于Hybrid App技术小学数学学习软件的设计与开发[D]. 张亚南.华中师范大学 2017
[10]基于Spark的SVM算法优化及其应用[D]. 赛金辰.北京邮电大学 2017
本文编号：3587587
【文章来源】：东华大学上海市 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
基于用户的协同过滤算法的流程图
基于项目的协同过滤算法是常见的另一种算法，与基于用户的协同过滤算法的流程大致相同，其算法流程如图2-2所示。图 2-2 基于项目的协同过滤算法流程图基于项目的协同过滤算法流程和基于用户的协同过滤算法流程基本上是一样的[17-20]。首先，遍历目标用户的评分记录集合；之后在算出项目i和集合中其他项目的相似度，挑选出K个最近邻居；依照评分相似度计算公式算出候选集中所有项目的预测评分；最后把预测评分最靠前的N个项目推荐给目标用户，由于项目之间相似度的不同，因此在进行计算时，不同的项目拥有不同的权重。评分预测函数u,jP 把项目相似度当做项目的权重因子，得到的评分公式如式（2-3）所示。 ()(),u,,,P iNuiNuuiijjsimijsimijrrr （2-3）其中N(u)是用户u评分项目合集 ，i是其中的项目，j是未评分项目2.1.2 基于内容的推荐算法这种推荐算法的思想是通过分析用户以往喜欢的物品
基于 Android 的小学教育移动物联网管理系统网络、服务器端。第一板块移动端常用的设备是 Android 手机与平板电脑。首先由客户在移动端发起请求通过网络进行传递，请求到达服务器端后，负载均衡服务器采用一定的方式把请求传给应用服务器集群，负载均衡就是为了防止家长端用户一起登录 APP 时所引起的压力问题，经过服务器端的业务逻辑处理后会返回相应的数据，APP 提供相应的展示界面。该系统缓存服务器存放的是补习班的信息。由于系统会实时的给用户推荐当前排名靠前且自己感兴趣的补习班，所以补习班的信息属于常用数据，将常用的数据放在缓存服务器中，可以加快系统的响应速度。系统在查询数据时，先从缓存服务器中读取，如果缓存里没有的话，再从数据库读取。资源服务器存放的是 API 接口，当移动端上传文件资源时调用接口将文件上传到资源服务器，资源服务器返回资源上传状态、资源地址等信息，移动端使用状态可以判断是否上传成功。
【参考文献】：
期刊论文
[1]移动短视频与拟态环境建构新模式的反思:基于媒介技术的视角[J]. 贺艳. 编辑之友. 2019(04)
[2]基于SSM框架的教育技术学专业实验课程评价系统的设计研究[J]. 曹双双,李超,李鑫,熊梦鸥,韦玉朗,朱宇. 湖北师范大学学报(自然科学版). 2019(01)
[3]基于内容推荐的资讯推荐系统的设计与实现[J]. 陈学辉,陈少镇,王培彬,蓝汝琪,熊梓韬. 电脑知识与技术. 2019(09)
[4]基于J2EE体系Spring MVC框架的科技项目管理系统的设计与实现[J]. 赵亚民,王荣花. 山西科技. 2019(02)
[5]基于协同过滤和内容过滤的微博话题混合推荐算法[J]. 张兴宇. 电脑编程技巧与维护. 2019(03)
[6]基于Android系统的移动学习终端平台开发与研究[J]. 边倩,王振铎,张卫钢. 电子测试. 2019(Z1)
[7]基于线性回归算法的电影票房预测研究[J]. 罗干,蒋煜楷,陈文婷,吴镇州,施运梅,宋莹. 电脑知识与技术. 2019(01)
[8]基于多元线性回归的房价预测模型[J]. 李正蹊. 中国新通信. 2018(23)
[9]移动学习的内涵及现状探究[J]. 李明,苏艳娟. 信息通信. 2018(11)
[10]基于Android的儿童智力开发电子绘本设计[J]. 徐楠. 自动化与仪器仪表. 2018(10)
博士论文
[1]电子商务网站个性化推荐的多样性对推荐效果的影响研究[D]. 张琳.北京邮电大学 2017
[2]基于Vague集理论的推荐与模糊决策相关算法研究[D]. 王伟.西北大学 2014
硕士论文
[1]基于协同过滤算法的个性化图书推荐系统的研究与实现[D]. 刘雨声.重庆理工大学 2018
[2]融合信任模型的协同过滤推荐算法研究[D]. 何旭.南京邮电大学 2018
[3]交通监控视频中车牌图像质量评价关键技术研究[D]. 承昱东.南京邮电大学 2018
[4]基于Android平台课堂点名系统的设计与实现[D]. 潘达成.吉林大学 2018
[5]面向智慧课堂的教学过程管理系统研究[D]. 王亚芬.太原理工大学 2018
[6]最小二乘法和总体最小二乘法线性回归中的估值漂移及其判定[D]. 高庚.太原理工大学 2018
[7]基于SaaS的教学系统的设计与实现[D]. 贺一通.东华大学 2018
[8]基于联合聚类的矩阵分解推荐算法研究[D]. 杨文娟.合肥工业大学 2018
[9]基于Hybrid App技术小学数学学习软件的设计与开发[D]. 张亚南.华中师范大学 2017
[10]基于Spark的SVM算法优化及其应用[D]. 赛金辰.北京邮电大学 2017
本文编号：3587587
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3587587.html
