基于數據挖掘的計算機輔助課堂教學系統設計

陳剛 李英玉 呂鑫

摘? 要： 常規計算機輔助課堂教學系統用戶并發數小，信息檢索時間長，為此設計基于數據挖掘的計算機輔助課堂教學系統。數據存儲器包含SARM儲存器、CD?ROM和硬盤三部分，布置OLAP服務器，利用交換機實現前端工具與應用的功能整合。在硬件設計完成的基礎上，利用函數對數據源中的海量信息進行分類，通過神經元的數量計算隱含層，完成基于數據挖掘的計算機輔助課堂教學系統的設計。實驗結果證明，基于數據挖掘的計算機輔助課堂教學系統比常規教學系統高出58個用戶并發數，信息檢索時間比常規教學系統快0.72 s。

關鍵詞： 計算機輔助; 課堂教學系統; 數據挖掘; 系統設計; BP神經網絡; 仿真實驗

中圖分類號： TN919?34; TP311.52? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）04?0094?03

Design of computer?aided classroom teaching system based on data mining

CHEN Gang， LI Yingyu， L? Xin

（Branch of Information Engineering， College of Optical and Electronical Information， Changchun University of Science and Technology， Changchun 130000， China）

Abstract： A computer?aided classroom teaching system based on data mining is designed to solve small concurrent number of users and long time?consumption of information retrieval in the conventional computer?aided classroom teaching system. The data storage device contains three parts： SARM storage， CD?ROM and hard disk. The OLAP server is arranged， and the integration of front?end tools and application functions is realized with the switch. On the basis of the completion of hardware design， the massive information in the data source is classified by means of the function. The hidden layer is calculated with the quantity of neurons， so as to complete the design of the computer?aided classroom teaching system based on data mining. The experimental results verify that the designed system's concurrent number of users is 58 higher and its information retrieval time is 0.72 s faster than those of the conventional teaching system.

Keywords： computer assist; classroom teaching system; data mining; system design; bp neural network; simulation experiment

0? 引? 言

隨著“互聯網+”時代到來，將計算機信息化應用在課堂上進行教學開發與資源整合是必然趨勢，因此各類計算機輔助課堂教學系統應運而生[1]。在計算機普及的今天，輔助課堂教學系統促進了信息化技術在教學中的應用，傳統的計算機輔助教學逐漸演變成了計算機在線輔助教學[2]，成為課堂外另一課堂。

常規的計算機輔助課堂教學系統用戶并發數小，且信息檢索時間長，為此提出了基于數據挖掘的計算機輔助課堂教學系統設計，對硬件的3個部分進行設計，在軟件設計中引入BP神經網絡[3]，以期提高用戶并發數，縮短信息檢索時間，優化用戶體驗。

1? 輔助課堂教學系統總體框架設計

計算機輔助教學系統依托于校園局域網絡得以應用，其信息傳播路徑主要通過校園局域網。計算機輔助教學系統包含硬件環境、教學資源、教學活動以及輔助教學系統維護管理[4]。通過計算機輔助教學系統設計，增強用戶體驗，實現計算機在線輔助教學系統的功能。系統總體框架如圖1所示。

1.1? 硬件設計

計算機輔助教學系統中的硬件結構結合了電子信息技術及數據處理，是科技發展的標志[5]。因此，產業界認為，基于數據挖掘的計算機輔助課堂教學系統硬件建設既是一個系統的工程，同時也是一個復雜的過程。計算機輔助教學系統硬件結構框圖如圖2所示。

硬件結構框圖包含三部分：數據儲存與管理，OLAP服務器、前端工具與應用。按照圖2中的硬件結構對系統中的每一個硬件部分進行具體設計。

1.1.1? 數據儲存器設計

硬件中最關鍵的部分是數據存儲器，它相當于系統的大腦。本設計中，數據存儲部分包括SARM儲存器、CD?ROM和硬盤三部分。SARM儲存器的作用是可以實現系統內的電擦寫[6]，芯片選擇的是海思公司麒麟系列的HI3520 RTSP芯片，其總容量為512 TB，數據總線寬度為1 111 bit，可以增加系統的吞吐量。在選擇EMIFA boot模式并上電之后，芯片可以自動將程序裝在CD?ROM的儲存空間中。基于CD?ROM的存取速度快，是保存系統自啟動代碼的通常選擇。硬盤選用三星（SAMSUNG） 2 TB Type?c USB 3.1移動硬盤，固態（PSSD）T5，最大傳輸速度540 MB/s ，接在SARM儲存器接口空間。

1.1.2? OLAP設計

OLAP又稱聯機分析處理服務器，主要作用是對需要的數據進行加工、重組或集成，使分析人員能夠以多角度、多層次迅速地從各個方面觀察信息，以達到深入理解數據的目的[7]，提供對數據分析的多維視圖和分析，實現多維信息的共享。OLAP部分工作流程見圖3。

1.1.3? 前端工具與應用設計

交換機是前端工具與應用核心，功能復雜且種類繁多。利用一個交換機可省略常規系統中的其他硬件設施[8]。具體結構功能見表1。

根據報表1可一目了然反映出學生個體以及群體的綜合素質情況，實現對學生綜合素質評價。綜上完成基于數據挖掘的計算機輔助課堂教學系統的硬件設計。

1.2? 軟件設計

教學成果的數據信息包括學校內部信息以及學校外部信息。學校的內部信息包括學生信息、考試成績等;外部信息則指各類教學資源、數據源等信息，這些信息都嵌在數據源集成部分中。需要把這些海量、分散的數據信息按照一定的標準進行分類，并遷移到一個中心儲存站中[9]。這些信息分類需通過函數形式表示，如下：

[D=d11? ? ?d12? ? ?…? ? ?d1md21? ? ?d22? ? ?…? ? ?d2m?? ? ? ? ?? ? ? ? ?? ? ? ?dn1? ? ?dn2? ? ?…? ? ?dnm] （1）

設n個教學對象為集合[X=x1，x2，…，xn]，選定m個教學指標記作集合[Y=y1，y2，…，ym]，教學結果[D=f（W）]，其中[W=w1，w2，…，wm]，表示各指標權重系數，這樣使海量信息在函數作用下排序和分類。為將已經分類的信息進行傳遞，需要在軟件設計中引入BP神經網絡[10]。BP神經網絡中的神經元在各層之間進行傳遞，支撐起整個信息傳遞渠道。BP神經網絡中的輸入層主要依靠交互渠道進行創建，輸入內容是影響神經元的事件，神經元的激活函數選擇是主體X型函數，其表達式為：

[net=x1w1+x2w2+…+xnwn]? ?（2）

式中：[x1]，[x2]，[…]，[xn]代表的是神經元的輸入;[w1]，[w2]，[…]，[wn]代表對應的連接權重值。再將這些神經元傳遞至隱含層，隱含層主要包括數據處理的核心，作用是處理所傳遞的相關信息，并向輸出層傳輸結果。隱含層神經元數目對系統本身所具有的性能有著直接性影響。隱含層數目公式為：

[nH=0.43nm+2.54m+0.12n+0.35+0.51] （3）

式中：[m]表示輸出層的神經元數量;[n]表示輸入層神經元數量;[nH]表示隱含層數目。

2? 仿真實驗

2.1? 實驗環境

實驗環境采用Simu works平臺，服務器端采用綜合素質測評系統的服務器：DELL公司的PowerEdge R860（R420720），利用Java Development Tools（JDT）進行開發，數據庫設計輔助工具使用SAP HANA。服務器端采用的OS是Microsoft Windows XP/SP2。

2.2? 用戶并發數實驗結果

利用Simu works平臺，在上述實驗環境下，對常規的計算機輔助課堂教學系統和本文設計系統進行用戶并發數測試，并將實驗結果繪制成圖，結果如圖4所示。

從圖4中可看出，使用本文系統的用戶并發數平均為131個，常規系統的用戶并發數平均為73個。說明本文系統性能更優。

2.3? 信息檢索時間

利用Simu works平臺，在第2.1節所述的實驗環境下，對常規的計算機輔助課堂教學系統和本文設計系統進行信息檢索時間測試，并將實驗結果繪制成圖，結果如圖5所示。從圖5可以看出，使用本文設計系統信息檢索時間平均為0.75 s，常規系統的信息檢索時間平均為1.47 s。說明本文系統檢索時間用時更短。綜上所述，本文設計的基于數據挖掘的計算機輔助課堂教學系統在仿真實驗中，相對于常規教學系統來說，用戶并發數更高，信息檢索時間更短，驗證了設計的基于數據挖掘的計算機輔助課堂教學系統的有效性。

3? 結? 語

本文設計基于數據挖掘的計算機輔助課堂教學系統，確定數據儲存與管理部分中存儲器的型號選擇，設計OLAP部分的工作流程，利用交換機實現前端工具與應用的功能整合。在硬件設計完成的基礎上，利用函數對數據源集成部分中海量信息進行分類表示，引入BP神經網絡，通過神經元的數量計算隱含層，完成基于數據挖掘的計算機輔助課堂教學系統的設計。實驗結果證明，基于數據挖掘的計算機輔助課堂教學系統比常規教學系統的用戶并發數量高出58個，信息檢索時間比常規教學系統快0.72 s，驗證了基于數據挖掘的計算機輔助課堂教學系統的有效性。

參考文獻

[1] 鐘若武，王惠平.基于數據挖掘的高校云計算管理系統中特定數據查詢技術[J].現代電子技術，2018，41（2）：130?132.

[2] 余亮，楊秋燕，趙楠.模型驅動的教育大數據挖掘促進教與學：訪美國猶他州立大學米米·雷克教授[J].開放教育研究，2018，15（1）：4?9.

[3] 謝遲.基于計算機輔助的舞蹈教學資源管理系統設計[J].現代電子技術，2018，41（16）：108?111.

[4] 李玉霞.計算機輔助視覺下的英文字母識別軟件系統設計與實現[J].現代電子技術，2017，40（4）：44?48.

[5] 俞青.椅旁計算機輔助設計與輔助制作系統的臨床操作技巧與修復療效評價[J].中華口腔醫學雜志，2018，53（4）：226?229.

[6] 鄔培慧，劉志濤，張英琪，等.自主研發的計算機輔助設計軟件/快速成型/髖臼定位器系統模擬臼杯假體精準植入的實驗研究[J].中華創傷骨科雜志，2017，19（4）：323?328.

[7] 王俠.互聯網經濟下計算機網絡課堂教學的軟件開發系統設計與實現[J].環渤海經濟瞭望，2017（12）：185.

[8] 薛勝蘭.基于智能手機教學互動反饋系統的設計與應用研究[J].中國電化教育，2017，52（7）：115?120.

[9] 劉紅兵，郭輝.基于電子3D虛擬現實的翻轉課堂遠程教學系統設計[J].現代電子技術，2017，40（22）：51?53.

[10] 陳漢軍.數學教學設計要彰顯系統的思想：評《中學數學系統化教學設計》[J].數學通報，2019，58（1）：62?64.