基于异构多源学习数据的智慧教育平台研制
发布时间：2021-02-11 14:18
随着互联网的高速增长,越来越多的网络教育平台随之增长,在线教育平台的使用极大地方便了学生的学习和老师的管理,鼎新了教育理念和教育思维,但如何在教学平台中做好个性化推荐、提高学生学习效率依然是个值得研究的问题。面对教育平台中数据的种类和存在方式多种多样,本文在基于大数据的高效组织与处理技术的基础上,提出了异构多源数据的组织与处理,通过异构数据自动收集、异构数据融合技术和异构数据校验技术,建立了异构多源的动态学习模型。通过分析学科知识图谱中的关联关系,本文提出了知识点度量值和节点的度量值的方法,并由此得到知识点重要性排序算法,为基于知识图谱的推荐系统研究打下基础。鉴于传统的推荐算法在教育平台中做习题推荐推荐的效率低,算法难以实现,推荐不准确和习题特征不容易提取等问题,本文提出了基于知识图谱的习题推荐算法,根据课程内容的不同,得到不同的学科知识图谱,结合本文提出的知识点重要性排序算法,计算出知识点重要性排序序列。在教育平台中的新用户可以直接使用知识点重要性排序算法得到推荐列表进行习题推荐,对于已有数据记录的用户可根据已构建的用户行为记录库,得到基于学生本身的正确习题序列、总习题序列以及知识点...
【文章来源】：浙江工商大学浙江省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
基于多卷服务器的块级别云存储子系统架构图
16替代卷服务器的连接。当系统拥有了多台卷服务器时，为了尽可能有效地均分各卷服务器I/O负载以提高系统的总吞吐量，本文采用连接均分策略，即在收到客户端存储设备请求时，根据每台卷服务器上已经建立的iSCSI连接数，选择连接数最少的一台创建iSCSI连接。这种策略简单易实现，且当每台卷服务器性能接近时，采用连接均分策略可以达到较高的总I/O性能。2.1.3大数据实时查询处理技术本文采取的大数据实时查询技术，是基于副本选择的一种技术，主要包含两个重要部分，基于副本选择的大数据实时查询处理并行调度方法、查询代价模型评估，按照表的数量不同把查询分为两类，单表和多表查询。对于单表查询，可以将单表查询问题变换成多副本检索的优化问题，此时可以应用最大流方法来选择执行节点和副本，而对于多表查询，可以依据Impala查询处理代价模型，转化为搜索近似最优的调度问题。如图2.3所示是基于副本选择类型的大数据实时查询处理流程简图。图2.3基于副本选择类型的大数据实时查询处理流程当用户提交查询请求时候，系统需要对用户提交的查询请求进行解析，产生相应的查询计划，再结合本文中的调度方法去完成查询处理，所有程序运行完成后，返回查询结果。并行调度方法依赖于查询处理代价模型和集群信息。相比较于一直发送网络请求，获得相应的卷服务器负载信息的方法，本文提出的算法可以大大的减少网络的负载和传输的负荷，并节省了运行的时间。因为负载的情况不同，每一个负载的节点处理同一个任务的时间都不相同，所以本文提出的方
18图2.4规则学习过程基于本体的信息汇总在很多领域都有极大的应用，比如生物信息学、医学等领域中。基于本体的Web信息汇总的优点在于，汇总的内容和本体之间有一定的关联关系，所以汇总的结果是一种本体的表述，根据本体之间的关系可以获得汇总内容之间的关系。基于本体的信息汇总系统流程简图如图2.5所示。图2.5基于本体的信息汇总本体建立完成后，如何对本体的OWL[49]文件进行提取，是构建本体关系和概念描述的重要过程，并能够及时将这些概念、关系和层级结构提取出来，存放到特定的数据库中。对于Web信息汇总的整个流程来说，筛选无效信息是流程的基础部分也是最主要部分，筛选效果将会影响到信息汇总的效果，基于本体的Web信息抽取过程如图2.6所示。图2.6基于本体的Web信息抽取流程图基于规则、基于本体的Web信息汇总方法与基于统计学习方法，都有其本身特性相关的独特优缺点，可以根据抽取信息的类型不同、规模不同、异构的程度的不同，选择合适的方法来进行信息汇总。
【参考文献】：
期刊论文
[1]基于LZW算法的实时数据压缩无线传感器网络的设计（英文）[J]. 成雅丽,李锦明,成乃朋. Journal of Measurement Science and Instrumentation. 2019(02)
[2]适用于在线教育大数据的Hadoop平台高准确度推荐服务（英文）[J]. 杨寅,高伟伟. 机床与液压. 2018(24)
[3]教育信息化产品的服务与定价[J]. 杨雨晴. 江苏商论. 2018(05)
[4]教育大数据驱动下的现代学校治理[J]. 曹晓明. 教育信息技术. 2018(03)
[5]基于概率矩阵分解的用户相似度计算方法及推荐应用[J]. 黄淑芹,徐勇,王平水. 山东大学学报(理学版). 2017(11)
[6]国内基于本体的信息抽取研究现状与热点分析[J]. 阳广元. 图书馆理论与实践. 2017(05)
[7]浅论限时训练在化学教学中的作用[J]. 顾景帆. 考试周刊. 2016(75)
[8]浅析大数据对高等职业教育的影响[J]. 任璐. 课程教育研究. 2016(22)
[9]基于社会性知识网络的学习模型构建[J]. 段金菊,余胜泉. 现代远程教育研究. 2016(04)
[10]教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇[J]. 杨现民,唐斯斯,李冀红. 现代教育技术. 2016(01)
博士论文
[1]基于压缩感知的动目标检测技术及其应用研究[D]. 王敏敏.中国科学院大学(中国科学院上海技术物理研究所) 2018
硕士论文
[1]面向电力调度控制系统的多源异构数据处理方法研究[D]. 王瑞杰.华北电力大学(北京) 2017
[2]个性化教学在高中思想政治课教学中的运用研究[D]. 沈奕霏.江西师范大学 2016
[3]基于开源云平台的教育云的设计与实现[D]. 邱耀雄.内蒙古大学 2016
[4]大数据对高等教育发展的推动研究[D]. 贾同.西南大学 2015
[5]数据挖掘技术在教育信息化中的应用研究[D]. 马月.西安邮电大学 2014
[6]公路隧道交通数据融合技术的研究[D]. 许可.重庆交通大学 2010
[7]基于情境认知理论的双语教学策略研究[D]. 王艳萍.江西师范大学 2004
本文编号：3029237
【文章来源】：浙江工商大学浙江省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
基于多卷服务器的块级别云存储子系统架构图
16替代卷服务器的连接。当系统拥有了多台卷服务器时，为了尽可能有效地均分各卷服务器I/O负载以提高系统的总吞吐量，本文采用连接均分策略，即在收到客户端存储设备请求时，根据每台卷服务器上已经建立的iSCSI连接数，选择连接数最少的一台创建iSCSI连接。这种策略简单易实现，且当每台卷服务器性能接近时，采用连接均分策略可以达到较高的总I/O性能。2.1.3大数据实时查询处理技术本文采取的大数据实时查询技术，是基于副本选择的一种技术，主要包含两个重要部分，基于副本选择的大数据实时查询处理并行调度方法、查询代价模型评估，按照表的数量不同把查询分为两类，单表和多表查询。对于单表查询，可以将单表查询问题变换成多副本检索的优化问题，此时可以应用最大流方法来选择执行节点和副本，而对于多表查询，可以依据Impala查询处理代价模型，转化为搜索近似最优的调度问题。如图2.3所示是基于副本选择类型的大数据实时查询处理流程简图。图2.3基于副本选择类型的大数据实时查询处理流程当用户提交查询请求时候，系统需要对用户提交的查询请求进行解析，产生相应的查询计划，再结合本文中的调度方法去完成查询处理，所有程序运行完成后，返回查询结果。并行调度方法依赖于查询处理代价模型和集群信息。相比较于一直发送网络请求，获得相应的卷服务器负载信息的方法，本文提出的算法可以大大的减少网络的负载和传输的负荷，并节省了运行的时间。因为负载的情况不同，每一个负载的节点处理同一个任务的时间都不相同，所以本文提出的方
18图2.4规则学习过程基于本体的信息汇总在很多领域都有极大的应用，比如生物信息学、医学等领域中。基于本体的Web信息汇总的优点在于，汇总的内容和本体之间有一定的关联关系，所以汇总的结果是一种本体的表述，根据本体之间的关系可以获得汇总内容之间的关系。基于本体的信息汇总系统流程简图如图2.5所示。图2.5基于本体的信息汇总本体建立完成后，如何对本体的OWL[49]文件进行提取，是构建本体关系和概念描述的重要过程，并能够及时将这些概念、关系和层级结构提取出来，存放到特定的数据库中。对于Web信息汇总的整个流程来说，筛选无效信息是流程的基础部分也是最主要部分，筛选效果将会影响到信息汇总的效果，基于本体的Web信息抽取过程如图2.6所示。图2.6基于本体的Web信息抽取流程图基于规则、基于本体的Web信息汇总方法与基于统计学习方法，都有其本身特性相关的独特优缺点，可以根据抽取信息的类型不同、规模不同、异构的程度的不同，选择合适的方法来进行信息汇总。
【参考文献】：
期刊论文
[1]基于LZW算法的实时数据压缩无线传感器网络的设计（英文）[J]. 成雅丽,李锦明,成乃朋. Journal of Measurement Science and Instrumentation. 2019(02)
[2]适用于在线教育大数据的Hadoop平台高准确度推荐服务（英文）[J]. 杨寅,高伟伟. 机床与液压. 2018(24)
[3]教育信息化产品的服务与定价[J]. 杨雨晴. 江苏商论. 2018(05)
[4]教育大数据驱动下的现代学校治理[J]. 曹晓明. 教育信息技术. 2018(03)
[5]基于概率矩阵分解的用户相似度计算方法及推荐应用[J]. 黄淑芹,徐勇,王平水. 山东大学学报(理学版). 2017(11)
[6]国内基于本体的信息抽取研究现状与热点分析[J]. 阳广元. 图书馆理论与实践. 2017(05)
[7]浅论限时训练在化学教学中的作用[J]. 顾景帆. 考试周刊. 2016(75)
[8]浅析大数据对高等职业教育的影响[J]. 任璐. 课程教育研究. 2016(22)
[9]基于社会性知识网络的学习模型构建[J]. 段金菊,余胜泉. 现代远程教育研究. 2016(04)
[10]教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇[J]. 杨现民,唐斯斯,李冀红. 现代教育技术. 2016(01)
博士论文
[1]基于压缩感知的动目标检测技术及其应用研究[D]. 王敏敏.中国科学院大学(中国科学院上海技术物理研究所) 2018
硕士论文
[1]面向电力调度控制系统的多源异构数据处理方法研究[D]. 王瑞杰.华北电力大学(北京) 2017
[2]个性化教学在高中思想政治课教学中的运用研究[D]. 沈奕霏.江西师范大学 2016
[3]基于开源云平台的教育云的设计与实现[D]. 邱耀雄.内蒙古大学 2016
[4]大数据对高等教育发展的推动研究[D]. 贾同.西南大学 2015
[5]数据挖掘技术在教育信息化中的应用研究[D]. 马月.西安邮电大学 2014
[6]公路隧道交通数据融合技术的研究[D]. 许可.重庆交通大学 2010
[7]基于情境认知理论的双语教学策略研究[D]. 王艳萍.江西师范大学 2004
本文编号：3029237
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3029237.html
最近更新
教材专著
