基于實訓云平臺的開發及算法研究

劉赟

摘要：隨著教育體制的改革，國家對職業教育的發展更加重視。為了滿足社會上對職業技能人才的需求，職業院校與社會企業之間建立的共同教育的模式，通過校企合作來為學生提供更多的實訓機會?；谠萍夹g開發的實訓云平臺，能夠為職業教育提供新的教學方式，通過實訓云平臺的開發與設計，優化數據挖掘算法，提高實訓管理水平。

關鍵詞：職業教育;實訓云平臺;開發;算法

在職業教育的實訓管理中，需要綜合考慮到院校方面、學生方面以及企業方面的需求，在設計開發實訓云平臺時，要堅持校企教育的實踐性，強化實訓信息的統一管理，并以實訓云平臺為紐帶，增強職業院校、學生以及企業的溝通，也讓職業院校能夠更加全面準確地評估實訓效果。

1基于實訓云平臺系統開發設計

1.1院系管理模塊設計

基于實訓云平臺的開發，需要在職業學校統一管理下，構建起有效的運行模式。由于現代職業教育發展中，校企合作發揮著重要的作用，在安排學生開展實訓時，學校教務負責人，要對整個實訓過程進行全面的了解和掌握，才能夠更加深入地評價整個實訓過程的效果，以便職業院?？梢苑e累實訓經驗，提高實訓管理水平，完善實訓管理機制，為學生提供積極有效的實訓指導[1]。在院系管理模塊設計中，需要從學生實訓的目標以及流程的角度，去安排實訓方案，如學生實訓的條件、環境、壓力以及后續的合同簽訂等，這些都是院系管理模塊所必須包括的內容。

1.2學生實訓模塊設計

1.2.1學生實訓云報名

實訓云平臺的主要服務對象是職業院校的學生，因此在學生實訓模塊設計中，應當以學生需求為核心，從學生報名到學生參與實訓，以及最后的學生實訓成績等方面，要通過詳細的實訓業務流程來進行說明和指導，如讓學生在實訓云平臺上先詳細查詢并了解企業的相關信息，在選擇適當的實訓企業后，再選擇實訓崗位，最后進行實訓報名及確認[2]。

1.2.2 學生實訓的云平臺管理

學生實訓模塊設計，還要綜合考慮到實訓報告管理、實訓質量評估、實訓問題交流等內容。在實訓報告的管理中，應當能夠為學生提供實訓報告模塊，學生根據自身的實訓情況，對實訓環節進行闡述，并對實訓結論進行總結。學生實訓模塊中的實訓報告，可以在云平臺上進行錄入和提交，而實訓老師則可以在云平臺上瀏覽學生的實訓報告，并進行評價打分，學生的實訓報告以及評分會統一存儲于云平臺中，以便后期對學生進行數據分析實現綜合評定[3]。

1.3信息云公告模塊設計

實訓云平臺的信息云公告模塊設計，需要具備及時性，能夠將職業院校以及企業需要發布的信息，及時準確地呈現在實訓云平臺上，使學生能夠了解最新的實訓信息。在信息云公告發布前，需要提前創建好信息模板[5]。信息云公告模塊設計中，應當能夠提高信息發布時間的選擇功能，在系統中設定發布日期、公告性質等，并面向所有的實訓參與者。

2校企合作模式下的實訓云平臺功能實現

2.1實訓云平臺服務器環境

校企合作模式下的實訓云平臺，需要有一個基于互聯網的服務器集群，能夠完成平臺上的邏輯處理指令。根據實訓云平臺服務器類型，可以分為集群化云服務器和數據庫服務器。云服務器作為主要的實訓信息處理核心，應能具有操作系統以及數據庫的信息調用能力，并通過代碼解析來完成數據處理。

2.2實訓云平臺各功能實現

2.2.1實訓云平臺登錄功能實現

在實訓平臺管理中，擁有登錄權限的使用者，需要向平臺系統提出登錄申請。登錄申請轉化為指令形式后，傳輸至服務器。服務器會根據預先設置的參數，對申請進行判斷。如果申請信息包含了參數中沒有的內容，那么請求會被拒絕，反之申請會被接受，用戶即可進入實訓平臺系統。

2.2.2 實訓云平臺信息功能實現

職業院校在校企合作中，主要是將企業所提供的實訓崗位信息等，錄入到平臺上以供學生進行選擇，并將學生的實訓信息反映在平臺上。實訓云平臺功能實現，將建立數據信息之間的連接，通過將操作代碼附加在動態數據之上。在實訓信息構建中，通過系統參數和查詢對象的對應關系，可以對學生實訓的信息進行編輯和存儲。

3實訓云平臺數據挖掘的算法優化

3.1實訓云平臺數據挖掘的作用

3.1.1 概念描述

并非對數據進行簡單枚舉，而是泛化數據的一種形式。通過采用準確的、匯總的及精煉的模式對數據進行描述。

3.1.2關聯分析

通常情況下，數據倉庫中各種數據都存在一定的關聯關系，這些管理常常錯綜復雜，乃至蘊藏在表層信息之下。通過關聯分析發掘各數據間各類隱含的信息，就能夠有效提升數據的利用價值。對事務數據庫實施關聯規則挖掘時，用戶合理設置挖掘參數，就可從大量數據中挖掘出有價值的數據項之間的相關關系，從而分析出一些蘊藏的有用信息。

3.1.3 分類與預測

分類目標就是建立具有區分數據庫且給予描述的模型，以此對未知對象類進行區分與標記。通過分析或者使用訓練集建立一個描述，對數據或概念進行預先定義，然后采用分類器對未知數據類進行分析。

3.2 K-means算法的優化

數據挖掘有多種算法方式，主要有K-means、KNN、EM及Naive Bayes等各種算法，在這些算法中，K-means屬于最經典更是使用最廣泛的方法。因此，本文選用K-means算法的優化進行研究具有代表性。

傳統K-means算法運行過程中，用戶要提前提供出聚類數目K，通常情況下，需要針對相關數據的分析結果及經驗，確定一個比較合適的k值，如果先驗經驗缺失，可以交叉驗證的方式確定k值。

待k值個數確定之后，應當選擇k個初始化質心。考慮到本研究中用到的是啟發式的方法，因此運行時間及最后的聚類結果將會受到相關數量初始化質心具體位置的影響。因此，要對質心數量k的合理性進行評估，并且確保相關質心不能過近。

以傳統的K-Means算法流程來看：

首先輸入樣本集D={x1，x2，...，xm}D={x1，x2，...，xm}，其中最大迭代次數為N，聚類的簇樹為k，再輸出簇劃分C={C1，C2，...，Ck}C={C1，C2，...，Ck}

1）在數據集D當中，隨機選擇k個樣本，并以其作為初始的k個質心向量：{μ1，μ2，...，μk}

2）對于n=1，2，...，N

a）將簇劃分C初始化為Ct=φt=1，2，...，k

b）針對i=1，2，...，m，計算樣本xi與各個質心向量μj（j=1，2，...，k）的距離：dij=∥xi?μj∥2/2;將xi標記最小的為dij所對應的類別λi，此時更新Cλi=Cλi∪{xi}

c）針對j=1，2，...，m，對Cj當中全部樣本點，重新計算新質心μj=1/∣cj∣∑x∈cj

d）在研究當中，若發現所有k個質心向量都保持不變，則可以進行下一計算環節。

3）輸出簇劃分C={C1，C2，...，Ck}C={C1，C2，...，Ck}

3.3 優化后的elkan K- Means與Mini Batch K-Means算法

在以往的K-Means算法當中，在每個環節迭代時，需要對所有樣本點到質心間的距離進行計算，往往會花費較多的時間和精力。為此，專業人士致力于尋求更簡便的計算方法，而elkan K-Means算法則是實踐證明比較好用的方法之一，有助于減少冗余的距離計算流程。

具體來講，elkan K-Means在減少距離計算方面，沖利用了以下兩點三角形性質：其一，兩邊之和大于等于第三邊;其二，兩邊之差小于第三邊。該性質的應用，可以有效減少距離的計算流程，達到簡化計算的目的。其主要規律及原理如下。

規律一，主要是針對一個樣本點x以及兩個質心μj1，μj2。在計算研究之前，可以先計算出兩個質心的距離：D（j1，j2），在計算期間若發現2D（x，j1）≤D（j1，j2），便可以分析出以下結論：D（x，j1）≤D（x，j2）。為此，無須再對 D（x，j2）進行計算，減少了計算步驟。

規律二，主要是針對一個樣本點x以及兩個質心μj1，μj2。通過計算可與得出D（x，j2）≥max{0，D（x，j1）?D（j1，j2）}，而該規律是從三角形任意一邊大于等于其他兩邊之差這一性質中得出的。

根據以上兩個重要規律，通過優化后的elkan K-Means迭代速度顯然有明顯提升。

顯然，傳統K-Means算法在應用過程當中，計劃計算所有的樣本點到質心的距離時如果發現樣本量過大，尤其是達到10萬級以上時，顯然傳統的K-Means算法費時費力，同時elkan K-Means優化之后也無法保證效率。而在如今大數據時代當中，出現這種情況的概率更大，所以Mini Batch K-Means的應用十分有必要。

Mini Batch K-Means研究并應用了Mini Batch（分批處理）法，來計算數據點之間的距離。Mini Batch的突出優勢在于計算過程中不必調用全部的數據樣本，可以根據實際情況和需求，從多種樣本中抽取一部分，以此作為類型代表，開展進行計算。這樣一來，得益于較少的計算樣本量，可以有效減少系統運行壓力，但是該方法的缺陷在于會降低準確度。

返回x與離得最近的中心的歐式距離，可以運用梯度下降法收斂到局部最優值，同時為了提升計算準確度，通?？梢远噙\行幾次Mini Batch K-Means算法，以此來通過多次隨機采樣得到多種聚類簇，再對其進行研究分析，確定最佳聚類簇。

在實訓云平臺評測過程中，采用K-means算法主要是應用其聚類分析特征，先確定好初始中心，然后把學生評測數據和初始數據實行核對，通過這種核對來分析教師行為，分析這些行為是否可以提高學生滿意度。

4結束語

校企合作的學生實訓云平臺開發與設計，是依托于云計算技術的一種新型職業教育模式。在實訓系統的設計中，需要綜合院系管理模塊設計、學生實訓模塊設計、企業信息管理設計、信息云公告模塊設計等，以便使實訓系統滿足職業教育的需要。由于實訓云平臺的功能復雜，為了更好地實現各種功能，需要對服務器以及數據庫的性能進行有效實現，以使實訓云平臺成為校企合作的職業教育媒介。

參考文獻：

[1] 鄭闊，李長青，薄志毅，等.結合物聯網與云技術的測繪實訓管理平臺設計與實現[J].測繪通報，2019（1）：132-137.

[2] 王東云.“互聯網+”在職業教育教學、實訓、管理、服務方面應用的調查研究——以天津市信息工程學校為例[J].天津職業院校聯合學報，2018，20（12）：89-94.

[3] 鄭義海，馮澤，余思東，等.室內設計信息化過程中虛擬仿真教學實訓管理網絡軟件難點解析[J].文化創新比較研究，2018，2（28）：84-85.

[4] 冀鋼.基于Strust2+Hibernate+Spring框架的生產性實訓平臺的開發與應用[J].科技視界，2017（15）：92-95.

[5] 何理瑞，王建軍，桑迎平.基于生命周期的應用型本科院校實訓管理平臺建設[J].浙江水利水電學院學報，2016，28（5）：88-90.

【通聯編輯：光文玲】