基于數據挖掘的線上線下混合式教學網課推薦系統設計

張蘇穎

摘要：教學網課的設計與構建在新時代的發展中雖然獲得了一定的便利條件，但是在實際應用的過程中仍然存在部分缺陷與問題。因此，對基于數據挖掘的線上線下混合式教學網課推薦系統進行設計。設計MPU6050集成傳感器，同時接入總線電源，完成對硬件的設計;組建Spring MVc數據挖掘功能模塊，同時在此基礎之上，結合數據挖掘技術實現課程推薦數據庫建設，完成對軟件的設計。最終的系統測試結果表明：與初始線上線下混合式教學網課推薦系統相對比，數據挖掘的線上線下混合式教學網課推薦系統最終得出的召回率相對較高，表明系統給學生推薦的課程更加貼合實際情況，更為準確，具有實際的應用價值與社會意義。

關鍵詞：數據挖掘;線上線下;混合式教學;網課推薦;系統設計;遠程控制

中圖分類號： TP391.1? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）22-0021-03

隨著新時代的發展以及相關技術的不斷成熟，我國教育行業結合實際發展的要求，對于課程的選擇范圍會發生相應的延伸與擴展[1]。為了更好地提升整體的課程選擇能力，部分高職院校會使用教學網課的推薦系統，并取得了一定的效果。但是隨著課程的增加以及復雜度的提升，現有的教學網課推薦系統不能夠滿足實際的教學需求，一定程度上也降低了教學的工作效率與質量水平[2]。因此，本文提出基于數據挖掘的線上線下混合式教學網課推薦系統。

數據挖掘技術主要針對龐大數據群進行處理[3]，同時依據特殊的格式進行匯總整合。線上線下混合式教學模式更加適用于如今的教學環境[4]，不僅如此，在數據挖掘技術的輔助與支持之下，線上線下混合式教學網課推薦系統的實際應用一定程度上也擴展延伸了學生課程選擇的范圍，根據不同課程的類型、內容、特點等多個方面做出選擇[5]。在幫助學生提升自身能力的同時，還可以最大限度地確保教學的效果，構建個性化、智能化的選課系統具有實用價值以及社會意義[6]。

1 數據挖掘下上線下混合式教學網課推薦系統硬件設計

1.1 MPU6050集成傳感器設計

在對數據挖掘線上線下混合式教學網課推薦系統硬件進行設計之前，需要先設計MPU6050傳感器[7]。一般情況下，傳感器的作用主要是對系統所獲取收集的數據進行雙向處理，同時，劃定實際的處理范圍，以此來提升整體的系統應用效果。可以在初始的系統電路之中，側向安裝兩個MPU6050集成傳感器，將其與初始的電源關聯[8]。

同時，在集成傳感器的附近加裝三軸陀螺儀，與速度計關聯，實現邏輯采集處理內部電路。隨后，在此基礎之上，接入DMP數據處理器和轉換模塊。這部分需要注意的是，轉換模塊的應用實際上是對課程推薦系統的一種雙向處理，MPU6050集成傳感器將所需要轉換的數據信息關聯在一起，結合第三方的處理裝置，連接三軸磁力計，將傳感器與I2C端口連接，最終完成對MPU6050集成傳感器的設計與構建。

1.2 總線電源設計

在完成對MPU6050集成傳感器的設計之后，接下來，需要進行總線電源的設計。可以在初始的電路上接入一個PowerPC分流裝置，用以分化多余的電流，采用LocalBus并行局部總線與MPU6050集成傳感器關聯，同時，實現FPGA的多方向交互。利用總線電源采用SPI串行設備分化電路中的實際電壓和電流，同時，總線的應用實際上也給電路的運行造成極大的壓力。

隨后，在此基礎之上，結合命令的轉換以及協議的變化，對相關的硬件設備做出調整。同時在原框圖中，采用PowerPC程序接口接入硬件結構之中，更改相應的電源控制模式，設定硬件的主控節點，同時，在PowerPC和FPGA之間設定限制電源，形成固定的總線電源硬件控制程序，形成特殊的轉換電路，定位主控制硬件節點，最終完成對總線電源的設計。設計系統硬件整體結構如圖1所示。

2 數據挖掘下上線下混合式教學網課推薦系統軟件設計

2.1 Spring MVc數據挖掘功能模塊設計

在完成對系統硬件的設計之后，需要繼續進行Spring MVc數據挖掘功能模塊軟件的設計。根據校園課程選擇網絡的需求以及應用環境，再加上學生的課程選擇情況以及專業課教學效果。結合Spring MVc數據挖掘功能，設定相應的系統模塊，分別為課程分化模塊、課程層級模塊、課程分配模塊以及課程監控模塊等。每一個功能模塊均是獨立的，且在實際應用的過程中，需要數據目標來實現驅動，所以，可以結合Spring MVc的雙向課程整合模式，先將不同的功能模塊匯總到特殊的應用格式之中，隨后，設定應用層級，具體如下圖2所示：

根據圖2，完成對Spring MVc數據挖掘功能模塊層級的設定。結合上述所構建的層級，編制對應的推薦目標以及執行指令，在預設的環境之下，建立相應的Spring MVc推薦邏輯流程，將不同的層級目標融合在一起，最終完成對Spring MVc數據挖掘功能模塊的最終設計與構建。

2.2 數據挖掘技術下課程推薦數據庫設計

在完成對Spring MVc數據挖掘功能模塊的設計之后，接下來，需要進行數據挖掘技術下課程推薦數據庫的設計。可以先結合數據挖掘技術，再加上預設的Spring MVc數據挖掘功能模塊層級，將相關的課程信息以及數據導入數據庫之中。與此同時，結合各個層級的應用功能模塊，設定具體的轉換協議，設定對應的訪問限制指令，結合CAN2模式架構，以及B/S的基礎處理模塊，最終形成多方向的課程處理推薦數據庫。在特定的報文范圍之內，將數據庫的模式更改調整為極限的處理字節，根據FPGA推薦模式，調整更改對應的報文格式，同時，劃定對應的協議要求，結合學生的綜合實踐能力，最終可以對數據挖掘技術下課程推薦數據庫進行設計，完成軟件的構建。

3 系統測試

本次主要是對數據挖掘線上線下混合式教學網課推薦系統的實際應用效果進行分析與驗證。測試需要在較為穩定的環境之下進行，同時考慮到測試系統的多變性，可以選取固定的區域來實現測試。核定測試的裝置與設備是否處于穩定的運行狀態，同時確保不存在影響最終測試結果的外部因素，核定無誤后，開始進行測試準備。

3.1 測試準備

在對數據挖掘線上線下混合式教學網課推薦系統的實際應用效果進行分析與驗證之前，需要進行系統測試環境的搭建。選取A校的課程系統作為本文測試的主要目標對象，測試的環境為A校校園網。進行硬件環境的搭建，設定系統的電壓為220V，同時，額定電流為1600A，另外，進行系統的控制指標參數的設定，具體如下表1所示：

根據表1，可以完成對系統控制指標參數的設定。在上述的背景環境之下，結合實際的需求，調整相應硬件的數值。CPU的控制動態變化值的范圍設定在240.35～295.25之間，主頻可達213MHz～252MIPS。這部分需要注意的是，主頻的數值一般不是固定的，同時范圍也不是固定的，通常會隨著系統電流與電壓的變化而做出相應的調整。在系統中設定SD/MMC外部接口，同時關聯64MPC的閃存解碼芯片。

進行軟件測試環境的搭建。需要先設定課程推薦的整體范圍，結合實際的課程需求以及分類層級，編制相關的推薦控制指令，計算出訪問系數，具體如下公式1所示：

[M=12W+（m+1.5s）-1]? ? ?（1）

式中，M表示訪問系數，W表示推薦層級，m表示分解差值，s表示比例系數。通過上述計算，最終可以得出實際的訪問系數。結合得出的訪問系數，設定出具體的推薦范圍，同時，依據劃定的比例，進行網課爬取數據的核定測算，具體如下公式2所示：

[K=3E-4Y]? ? ?（2）

式中，K表示網課爬取數據，E表示綜合相似度，Y表示變化范圍。通過上述計算，最終可以得出實際的網課爬取數據。在系統之中，初始化興趣矩陣的構建也需要與系統的執行范圍保持一致。至此，便完成了對測試環境的搭建，接下來，需要進行具體的系統測試。

3.2 測試方法及結果分析

在所搭建測試環境之中，進行更為具體、全面的測試。首先，將A校的課程系統設定為選擇狀態，同時，利用其獲取網站內學生的信息，結合專業性以及興趣愛好，再加上實際的選擇傾向，構建相應的課程推薦方案。同時，結合線上線下混合式的推薦模式，需要設定具體的推薦比例以及限制區域。可以結合上述的設定，建立對應的推薦層級，每一個層級均代表不同種類的推薦課程，同時，層級的執行也需要利用智能推薦目標所驅動，因此，可以先結合實際的課程推薦需求，計算出具體的推薦迭代次數，具體如下公式3所示：

[T=D+2.5A-1R]? ? ? ? （3）

式中，T表示推薦迭代次數，D表示應變比，A表示混合目標值，R表示過濾層級。通過上述計算，最終得出實際的推薦迭代次數。結合系統的推薦次數，再加上數據挖掘技術的輔助與支持，測算相應的課程推薦系統召回率，具體如下公式4所示：

[U=d+1.5-B-2S7]? ? ? ? （4）

式中，U表示課程推薦系統召回率，d表示結果集，B表示初始化定值，S表示混合距離值。通過上述計算，最終可以得出實際的課程推薦系統召回率。結合得出的測試結果，進行驗證與分析，如下表2所示：

根據表2可知，與初始線上線下混合式教學網課推薦系統相對比，數據挖掘的線上線下混合式教學網課推薦系統最終得出的召回率相對較高，表明系統給學生推薦的課程更加貼合實際情況，更為準確，具有實際的應用價值與社會意義。

4 結束語

綜上所述，便是對基于數據挖掘的線上線下混合式教學網課推薦系統的設計與驗證。對比傳統的選課系統，數據挖掘技術支持下的混合式教學網課推薦系統在實際應用的過程中相對更加靈活、多變，在復雜的教學環境之中，可以結合學生自身的愛好以及能力，再加上學習專業信息，為學生推薦符合其發展的課程。并在學習的過程中，進行監管，對學期末最終的學習成績進行匯總、整合，結合數據挖掘技術，更加方便快捷地分享學習資源，最大限度地提升系統的實際應用能力，擴大課程的推薦范圍，加強搜索和過濾功能，以此來構建更為穩定、全面且精準的課程推薦系統，實現進一步的優化與完善，提升教學的效果。

參考文獻：

[1] 王菁，田秋麗，苗楠.針對大四專業課程教學“虛化”現象的探索與實踐——以飛機系統設計課程為例[J].河南教育（高等教育），2021（11）：69-70.

[2] 張培玉，李妍.新工科背景下的金課建設——以微機電系統設計與應用課程為例[J].高教學刊，2021，7（32）：113-116.

[3] 曹樂，袁艷，王同盟.CDIO模式下“嵌入式系統設計”課程構建與實施——以“智慧農業系統”為例[J].南方農機，2021，52（20）：185-187，196.

[4] 李雯雯.“云課堂”教學模式的探索與構建——以高校“產品系統設計”課程為例[J].蕪湖職業技術學院學報，2021，23（3）：75-78.

[5] 劉江霞，元紅妍.“新工科”背景下基于企業應用的實訓案例設計——以“STM32嵌入式系統設計”課程為例[J].實驗技術與管理，2021，38（7）：177-180，196.

[6] 吳德操，彭醇陵，羅彬彬，等.SPOC混合式教學模式課程改革探索——以研究生課程《嵌入式系統設計》為例[J].創新創業理論研究與實踐，2021，4（12）：18-20.

[7] 羅東華，潘珺玲.基于創新創業能力培養的課程設計實踐教學改革研究——以《兩迅道錄播系統設計與實現》為例[J].營銷界，2020（39）：74-75.

[8] 王曉燕，董澤，翟永杰.以解決復雜工程問題能力培養為目標的綜合實踐課程群建設——以“大型火電機組熱控系統設計及實現”為例[J].實驗技術與管理，2020，37（9）：212-218.

【通聯編輯：張薇】