基于Hadoop平臺的大學多媒體教學管理研究

王雪芹

摘? 要： 伴隨教學方式的改革，高校教學資源逐漸增多，有效管理教學資源是目前各大高校關注的核心問題。為此，設計與實現一種基于Hadoop平臺的大學多媒體教學管理系統。教師、學生等用戶在系統用戶層輸入身份信息登錄系統便可進入業務邏輯層，用戶在系統業務邏輯層點擊自己所需程序，查詢教學資源，業務邏輯層將用戶指令傳輸至系統數據層，數據層應用基于粒子群的教學資源推薦算法，獲取與用戶查詢內容最相符的教學資源提供給用戶，實現大學教學資源的有效管理。將該系統應用于某大學會計專業多媒體教學教室后，學生與教師對該系統應用效果較為滿意，系統可按照學生不同需求將不同階段會計課程推薦給學生，且該系統吞吐量不受教學程序數量變化所干擾，教學資源管理效果較好。

關鍵詞： Hadoop平臺; 大學教學資源; 多媒體教學管理系統; 粒子群; 教學資源推薦; 系統吞吐量

中圖分類號： TN99?34; TP181? ? ? ? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）09?0175?04

Research on university multimedia teaching management based on Hadoop platform

WANG Xueqin

（Huanghe Science and Technology University， Zhengzhou 450000， China）

Abstract： With the reform of teaching methods， university teaching resources increase gradually. The effective management of the teaching resources is an essential question that all the universities focus on at present. For this purpose， a multimedia teaching management system based on Hadoop platform is designed and implemented. Teachers and students input the identity information in the user layer and login the system to enter the business logic layer. They click the procedures required to query the teaching resources in the business logic layer. Then user instructions in the business logic layer is transmitted to the data layer. In the data layer， the teaching resource recommendation algorithm based on the particle swarm optimization is used to obtain the teaching resources that are most consistent with the user′s query content， and provide them to the user to achieve an effective management of university teaching resources. After applying the system to the multimedia teaching classroom of the accounting major of a university， the students and teachers are satisfied with the effect of the system. The system can recommend accounting courses at different stages to students as their needs. Moreover， its throughput is not interfered by the change of the number of teaching programs. Therefore， the effect of teaching resource management is good.

Keywords： Hadoop platform; university teaching resource; multimedia teaching management system; particle swarm; teaching resource recommendation; system throughput

0? 引? 言

傳統課堂教學大多是教師使用板書講解課堂內容，伴隨時代進步，板書教學不能符合教學要求。自國家頒布高校信息化建設理念開始，多姿多彩、各式各樣的多媒體教學逐漸變成高校信息化建設的核心構成部分[1]，其采用多媒體設備與制作方法，將文字、圖像、視頻與聲音等要素實現有機融合，優化以往教學模式，大大提升了學生的學習積極性，教學質量得以優化。基于高校信息化建設影響下，大學多媒體教學逐漸成為我國各大高校重點關注的教學方式。Hadoop為Apache基金會研發的分布式系統基礎架構，通過集群功能完成數據高速運轉和保存[2]。分布式文件系統（Hadoop Distributed File System，HDFS）具備高容錯性，在低成本硬件中可實現高吞吐量數據運轉，適用于具有海量數據集的應用程序[3]。教學資源可看成是一個超大數據集，本文圍繞大學多媒體教學管理問題深入研究，設計了一種基于Hadoop平臺的大學多媒體教學管理系統，有效管理和推薦教學資源。

1? 基于Hadoop平臺的大學多媒體教學管理系統

1.1? 系統整體架構設計

基于Hadoop平臺的大學多媒體教學管理系統分為用戶層、業務邏輯層以及數據層。教學資源應用者（學生）、教學資源管理者（教師）以及系統管理者在用戶層登錄系統進入業務邏輯層，在業務邏輯層點擊自己所需程序查詢教學資源，業務邏輯層將用戶指令傳輸至數據層，數據層應用基于粒子群的教學資源推薦算法，獲取與用戶查詢內容最相符的教學資源并提供給用戶，實現大學教學資源有效管理。系統管理者可管理用戶上傳的教學資源，可實時分析整理平臺日志，讓教學資源應用者與教學資源管理者高效應用教學資源[4?5]。基于Hadoop平臺的大學多媒體教學管理系統整體架構如圖1所示。

此系統的宗旨是構建一個良好的教學資源環境，促進教師和學生的溝通[6]。

1） 用戶層。用戶層屬于系統窗口，用戶在此層進入系統。為方便不同身份用戶登錄系統，把用戶界面分成三類：教學資源管理者界面、教學資源應用者界面與系統管理者界面。教學資源管理者與教學資源應用者通過便捷電腦應用該系統，系統管理者通過主機實現自己管理權限。教學資源管理者與教學資源應用者屬于普通用戶，系統管理者屬于管理用戶。按照用戶登入系統時輸入的用戶名稱，登錄與自己身份相符的界面，實現“量身定制”類用戶服務[7]。用戶輸入個人信息登錄時，系統使用ASP.NET Windows身份驗證[8]。用戶層中普通用戶用例圖如圖2所示。

圖2中，普通用戶在系統用戶層注冊登錄后，進入系統得到自己所需的教學資源，并且將自己的資源分享給其他用戶。系統中的教學資源持續更新，用戶收藏自己感興趣的教學資源，如果此類資源更新便會自動提醒用戶。用戶下載教學資源后可評價此資源，系統會按照評分完成教學資源排序[9]。其他用戶按照教學資源評價判定某資源與自己需求的契合度，資源評價功能可提高用戶查詢資源、應用資源的效率。

2） 業務邏輯層。業務邏輯層可簡單理解為教學資源選取的“中介”。例如，教學視頻播放、教學資源查詢、教學課件復習。以教學資源查詢為例，當用戶在用戶層登錄系統后，在業務邏輯層查詢自己所需資源，業務邏輯層便會將用戶查詢指令傳輸至數據層。業務邏輯層中核心技術為HDFS。HDFS降低了（relax）POSIX要求，按照流的形式訪問數據層中全部教育數據[10]。

3） 數據層。數據層是系統的“資源保存箱”，保存大量基礎教學數據 [11?12]。系統數據庫數據表中包含所有高校教學資源，該數據庫通過study命名，數據庫里配有用戶信息表、資源信息表以及公告信息表。每種數據表均對應系統不同功能。數據層通過基于粒子群的教學資源推薦算法，獲取與用戶查詢內容最相符的教學資源并提供給用戶，實現教學資源高效管理。

用戶信息表中具有普通用戶個人資料，保存大量應用系統學習資源的用戶個人資料[13]。用戶信息表結構見表1。

資源信息表屬于系統核心構成部分，資源信息表中具有教學資源稱謂、內容、上傳日期、用戶班級、專業和來源等數據，可提供用戶瀏覽資源、查詢資源以及系統管理員管理資源一系列應用[14]。資源信息表結構見表2。

公告信息表用于存儲系統發布公告的所有信息，結構見表3。

1.2? 基于粒子群的教學資源推薦算法

1） 初始化粒子群

將數據層中一系列教學資源集合設成一個粒子，則該粒子用矢量[A=y1k，y2k，…，yMk]描述，為提升算法計算效率，初始化粒子時，摒棄以往隨機方法，重點分析用戶對系統應用時間上下限，則：

[B-Hkmaxi=1～Mbi≤i=1Myik≤B-Vkmini=1～Mbi，? ? ?k=1，2，…，k] （1）

式中：[B-Hk]表示用戶在應用某類教學資源時預計應用時間下限;[B-Vk]表示用戶在應用某類教學資源時預計應用時間上限;[b]表示時間向量;[k]表示量詞。

不同用戶使用系統檢索教育信息時，系統推薦的教學資源數量存在差異性，以此去除某些不重要的粒子，加快算法速度[15]。

2） 使用函數[min gx=i=14?igi]完成粒子適應度運算，其中，[?i]表示權值，概念差異函數設成[g]。

3） 判斷粒子最優解和種群最優解所處方位。

假定[qbestj]描述粒子[j]在當前為止獲取的最優解位置，[fbestj]描述種群在當前位置最優解。把式（2）中運算的粒子適應度與[qbestj]作對比，若比此粒子[qbestj]好，那么更新[qbestj];把粒子適應度與[fbestj]作對比，若更好，則更新[fbestj]。粒子更新速度運算方法如下：

[ujde=ujde-1+d1randqbestj-yjde-1+d2randfbestj-yjde-1] （2）

式中：粒子[j]在第[e]代維度[d]中的速度設成[ujde];[d1]與[d2]均表示加速常量，值為2;rand表示隨機數;[yjde-1]代表粒子[j]在[e-1]代維度[d]中的位置。

因為本文分析粒子速度是用于描述教學資源是否可推薦給用戶，判斷[ujde]值是0還是1，若值為1，則表示該組教學資源符合用戶需求，可推薦給用戶，若值為0，代表該組教學資源不符合用戶需求。通過Sigmoid 函數對其進行修正，則：

[rujde=11+o-ujd] （3）

式中：[o-ujd]表示修正因子;[rujde]表示修正后粒子更新速度。

4） 返回步驟2），反復操作，直至獲取最大迭代次數或者符合停止條件。

5） 輸出與用戶查詢內容最相符的教學資源。

2? 大學多媒體教學系統的性能測試

2.1? 教學資源推薦測試

為測試本文系統教學資源推薦功能的有效性，將本文系統應用到某大學會計專業多媒體教學中，以學生身份實現會計課程查詢，本文系統查詢課程的界面圖如圖3所示。

本文系統課程推薦界面圖如圖4所示。

分析圖3與圖4可知，本文系統查詢課程的界面圖設計框架清晰，且按照學生不同需求，檢索不同階段會計課程推薦給學生，每個課程下方都顯示在線學習人數，由此可證本文系統教學資源推薦功能較優。

2.2? 系統教學應用效果測試

為測試本文系統應用效果，對使用本文系統一年后的學生與教師進行問卷調查，使用李克特量表對各項實行計分統計，計分等級為1～5，越接近于5分則表示學生和教師越滿意，獲取的平均分結果如圖5所示。

根據圖5反饋結果可知，該校學生與教師對本文系統應用效果評價的平均分均大于4.5分，認為本文系統有利于復習，教學資源難度合適，教學資源符合學習目標，教學資源對學習有幫助，且教學資源推薦方式合適，說明該校學生與教師對本文系統應用效果較為滿意，本文系統應用效果較好。

2.3? 系統吞吐量測試

系統吞吐量較大，代表本文系統在單位時間中實現的用戶或系統請求較多，系統教學資源得到充分應用。

為了測試本文系統吞吐量，對比理想吞吐量和本文系統吞吐量。假設本文系統中教學資源屬于飽和數據流，那么系統中各個教學程序均存在需傳輸教學數據。系統吞吐量測試中需要應用的參數見表4。

當教學數據幀載荷是241 bit與151 bit時，測試本文系統吞吐量和教學程序數量間關系，測試結果如圖6所示。

由圖6可知：當教學數據幀載荷是241 bit與151 bit時，本文系統吞吐量與理想吞吐量變化幾乎一致，且本文系統吞吐量沒有伴隨教學程序數量變化而增多或減少，而以簡諧振動的變化趨勢交替變化，最終收斂至穩定值。

3? 結? 論

伴隨著計算機技術快速發展，高校教學形式也逐漸出現改革，使用計算機、多媒體等輔助工具教學已成為現在各大高校主流的教學方式。使用計算機、多媒體教學不僅提高了教學效率，也提升了學生學習興趣，但也存在一定弊端，比如課件數據量較大，以往多媒體教學管理系統吞吐量較低，數據傳輸性能較差，導致系統應用存在局限。Hadoop平臺采用分布式處理系統保存數據，并且對數據存在較高吞吐量，本文設計一種基于Hadoop平臺的大學多媒體教學管理系統，經驗證，本文系統可向用戶推薦滿足用戶需求的會計課程，且在教學數據幀載荷為151 bit與241 bit時，本文系統吞吐量與理想吞吐量變化幾乎一致，應用價值極高。

參考文獻

[1] 鄭亞娟.“互聯網+”高職教育實踐教學模式改革與探索[J].成人教育，2018（2）：78?81.

[2] 夏靖波，韋澤鯤，付凱，等.云計算中Hadoop技術研究與應用綜述[J].計算機科學，2016，43（11）：6?11.

[3] 覃偉榮.Hadoop中改進的共享式存儲設備設計[J].計算機工程與設計，2018，39（5）：1319?1325.

[4] 何明，常盟盟，劉郭洋，等.基于SQL?on?Hadoop查詢引擎的日志挖掘及其應用[J].智能系統學報，2017，12（5）：717?728.

[5] 蒙杰，楊生舉，趙昕暉，等.基于Hadoop的海量科技信息資源管理系統設計與實現[J].科技管理研究，2017，37（13）：181?186.

[6] 劉彤，張陽，孫琦，等.基于Hadoop的可視化Deep Web采集平臺設計[J].計算機工程與科學，2016，38（2）：217?223.

[7] 毛剛，張秀娥，李賀.生態學視角下的圖書館用戶需求管理：理念與模式[J].現代情報，2016，36（7）：18?23.

[8] 張萌，劉秋紅，宮繼兵.基于混沌映射和模糊提取器的身份驗證方案[J].計算機工程與設計，2018，39（12）：3655?3660.

[9] 周鵬，李環，劉佩文，等.基于大數據的教育云服務績效評價研究[J].中國電化教育，2018（6）：22?28.

[10] 郭建華，楊洪斌，陳圣波.基于HDFS的海量視頻數據重分布算法[J].計算機科學，2016，43（z1）：480?484.

[11] 張新興.高校科學數據管理研究綜述[J].情報資料工作，2016，37（6）：48?54.

[12] 吳南中，黃治虎，曾靚，等.大數據視角下“互聯網+教育”生態觀及其建構[J].中國電化教育，2018（10）：27?35.

[13] 金瑜，蔡超，何亨.支持用戶追溯和輕量的共享云數據審計方案[J].計算機應用，2017，37（12）：3417?3422.

[14] 朱彥華，劉冬寧.資源受限約束下網絡信息共享路徑研究[J].中國電子科學研究院學報，2018，13（5）：59?62.

[15] 胡小光，張太華，楊靜，等.基于改進粒子群算法的知識主動推送模型[J].組合機床與自動化加工技術，2018（6）：23?26.