基于在線評(píng)測(cè)技術(shù)的“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)設(shè)計(jì)

摘要：常規(guī)的“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)易受請(qǐng)求標(biāo)簽交換作用影響，綜合運(yùn)行性能不佳，因此，文章提出一種基于在線評(píng)測(cè)技術(shù)的“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)。硬件部分設(shè)計(jì)了FMC高速數(shù)據(jù)連接器和MAX1479ATE+C2R存儲(chǔ)芯片，軟件部分設(shè)計(jì)“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)功能模塊。測(cè)試結(jié)果表明，設(shè)計(jì)的課程自主學(xué)習(xí)平臺(tái)的綜合性能良好，不存在運(yùn)行異常問題，具有可靠性，有一定的應(yīng)用價(jià)值，為提高“Python程序設(shè)計(jì)”課程教學(xué)質(zhì)量作出了一定的貢獻(xiàn)。

關(guān)鍵詞：在線評(píng)測(cè)技術(shù)；“Python程序設(shè)計(jì)”；課程；自主學(xué)習(xí)；平臺(tái)

中圖分類號(hào)：G40-057 文獻(xiàn)標(biāo)志碼：A

0 引言

“Python程序設(shè)計(jì)”是一門基礎(chǔ)計(jì)算機(jī)編程課程，包括Python基礎(chǔ)知識(shí)、面向?qū)ο缶幊?、文件操作、常用模塊等［1］。受“Python程序設(shè)計(jì)”課程特殊的教學(xué)模式及復(fù)雜的教學(xué)知識(shí)組成影響，其自主學(xué)習(xí)難度較高［2］，因此，須要對(duì)“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)進(jìn)行深入研究。

相關(guān)研究人員針對(duì)“Python程序設(shè)計(jì)”課程特點(diǎn)設(shè)計(jì)了幾種常規(guī)的自主學(xué)習(xí)平臺(tái)。馮書彬［3］提出基于MOOC網(wǎng)絡(luò)的自主學(xué)習(xí)平臺(tái)主要設(shè)置了知識(shí)提煉覆蓋框架，進(jìn)行了大規(guī)模資源建設(shè)，但該平臺(tái)的運(yùn)行流暢性偏低；林至揚(yáng)等［4］提出基于小組學(xué)習(xí)方式的課程自主學(xué)習(xí)平臺(tái)主要構(gòu)建了多元學(xué)習(xí)小組連接終端，得到了高性能指令處理組件，實(shí)現(xiàn)學(xué)習(xí)嵌入，但該平臺(tái)易受markdown嵌入作用影響，導(dǎo)致資源鏈接異常。為了滿足該課程的教學(xué)要求，文章基于在線評(píng)測(cè)技術(shù)設(shè)計(jì)了一種有效的“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)。

1 硬件設(shè)計(jì)

1.1 FMC高速數(shù)據(jù)連接器

在課程自主學(xué)習(xí)平臺(tái)運(yùn)行過程中，涉及多資源模板庫與目標(biāo)文件，包括大量的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，嚴(yán)重增加了接口數(shù)據(jù)的提取難度，增加了數(shù)據(jù)連接時(shí)長(zhǎng)，造成平臺(tái)運(yùn)行卡頓［5］。因此，文章選取現(xiàn)場(chǎng)可編程門陣列夾層卡（FPGA Mezzanine Card，F(xiàn)MC）高速數(shù)據(jù)連接器進(jìn)行了接口數(shù)據(jù)拼接處理，實(shí)時(shí)調(diào)用多份模板數(shù)據(jù)。該數(shù)據(jù)連接器主要利用結(jié)構(gòu)化形式完成對(duì)接，實(shí)現(xiàn)數(shù)據(jù)分類處理［6］，滿足數(shù)據(jù)標(biāo)準(zhǔn)化關(guān)聯(lián)協(xié)議與數(shù)據(jù)屬性要求。除此之外，F(xiàn)MC高速數(shù)據(jù)連接器的整體功耗較低，可以跨行列識(shí)別階躍數(shù)據(jù)屬性，完成單元遍歷與校核［7］。

1.2 MAX1479ATE+C2R存儲(chǔ)芯片

課程自主學(xué)習(xí)平臺(tái)對(duì)訪問與處理效果要求較高，須要記錄和分析每個(gè)學(xué)生的學(xué)習(xí)行為和習(xí)慣，提供個(gè)性化的學(xué)習(xí)推薦和資源。因此，文章選取MAX1479ATE+C2R存儲(chǔ)芯片作為平臺(tái)的核心存儲(chǔ)芯片，臨時(shí)或永久地存儲(chǔ)大量的課程數(shù)據(jù)、學(xué)習(xí)資料和用戶信息。

該存儲(chǔ)芯片的存儲(chǔ)容量較高且讀寫速度較快，能實(shí)現(xiàn)隨機(jī)位置讀取且在高溫潮濕等環(huán)境下同樣適用，兼容性較高。

2 軟件設(shè)計(jì)

2.1 基于在線評(píng)測(cè)技術(shù)構(gòu)建課程自主學(xué)習(xí)模型

在線評(píng)測(cè)技術(shù)主要基于基礎(chǔ)計(jì)算機(jī)程序進(jìn)行評(píng)測(cè)反饋，生成相關(guān)的測(cè)試標(biāo)準(zhǔn)，實(shí)現(xiàn)實(shí)踐性分類，具有較強(qiáng)的自動(dòng)性與靈活性。因此，文章基于在線評(píng)測(cè)技術(shù)構(gòu)建了課程自主學(xué)習(xí)模型。首先須要根據(jù)自主語言干擾計(jì)算，此時(shí)的教學(xué)資源相似度d（X，Y）如式（1）所示。

d（X，Y）=|xp-yp|（1）

在公式（1）中，xp代表橫向資源文本，yp代表縱向資源文本，此時(shí)可以進(jìn)行Borland集成處理，此時(shí)的學(xué)習(xí)通道劃分目標(biāo)函數(shù)k（n）如式（2）所示。

k（n）=ω（n＼Tn）（2）

在公式（2）中，ω代表學(xué)習(xí)興趣參量，n代表知識(shí)覆蓋率，Tn代表學(xué)習(xí)常量，基于此，構(gòu)建的課程自主學(xué)習(xí)模型如圖1所示。

由圖1可知，該課程自主學(xué)習(xí)模型可以有效引入自主學(xué)習(xí)策略和有效促進(jìn)因素，如目標(biāo)設(shè)定、學(xué)習(xí)策略選擇、自我監(jiān)控等，獲取多元意見，提高學(xué)習(xí)平臺(tái)的綜合反饋性能。

2.2 設(shè)計(jì)“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)功能模塊

為了提高課程自主學(xué)習(xí)平臺(tái)的教學(xué)完整性，文章根據(jù)“Python程序設(shè)計(jì)”教學(xué)要求設(shè)計(jì)了功能模塊。課程內(nèi)容模塊主要展示整個(gè)課程的章節(jié)結(jié)構(gòu)、每個(gè)章節(jié)的學(xué)習(xí)目標(biāo)和主要知識(shí)點(diǎn)，提供每個(gè)知識(shí)點(diǎn)的視頻教程，學(xué)生可以根據(jù)自己的學(xué)習(xí)進(jìn)度選擇觀看。該模塊的視頻教程應(yīng)包含詳細(xì)的講解和實(shí)例操作。學(xué)習(xí)進(jìn)度跟蹤模塊可以展示學(xué)生當(dāng)前的學(xué)習(xí)進(jìn)度。允許學(xué)生查看每個(gè)章節(jié)的詳細(xì)學(xué)習(xí)進(jìn)度。學(xué)生可以設(shè)置自己的學(xué)習(xí)計(jì)劃，包括每天或每周的學(xué)習(xí)目標(biāo)。在線評(píng)測(cè)模塊提供大量的練習(xí)題，包括選擇題、編程題等。練習(xí)題應(yīng)覆蓋課程的所有知識(shí)點(diǎn)，難度逐漸遞增。個(gè)性化學(xué)習(xí)推薦模塊可以通過在線評(píng)測(cè)結(jié)果，評(píng)估學(xué)生 對(duì)每個(gè)知識(shí)點(diǎn)的掌握情況。

3 平臺(tái)測(cè)試

3.1 測(cè)試準(zhǔn)備

結(jié)合上述的測(cè)試準(zhǔn)備，文章選取Visual Studio.NET作為基礎(chǔ)框架進(jìn)行了平臺(tái)測(cè)試。該框架主要利用萬維網(wǎng)（World Wide Web，Web）多語言環(huán)境開發(fā)，創(chuàng)建測(cè)試應(yīng)用程序，建立基礎(chǔ)測(cè)試通信通道。該測(cè)試框架內(nèi)部設(shè)置了公共語言運(yùn)行時(shí)（Common Language Runtime，CLR）公共語言運(yùn)行庫，可以實(shí)現(xiàn)Win Forms全編程訪問，完成Microsoft開發(fā)，綜合性能良好。此時(shí)設(shè)置的測(cè)試數(shù)據(jù)訪問模式如圖2所示。

由圖2可知，待上述訪問模式確定后即可得到高質(zhì)量運(yùn)行參量，得到可靠的平臺(tái)性能測(cè)試結(jié)果。

3.2 測(cè)試結(jié)果與討論

在上述的測(cè)試準(zhǔn)備基礎(chǔ)上，文章調(diào)整了基礎(chǔ)服務(wù)器結(jié)構(gòu)，生成符合測(cè)試要求的測(cè)試代碼，此時(shí)可以對(duì)測(cè)試參數(shù)進(jìn)行歸一化處理，運(yùn)行文章設(shè)計(jì)的基于在線評(píng)測(cè)技術(shù)的“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)，得到的平臺(tái)性能測(cè)試結(jié)果如表1所示。

由表1可知，文章設(shè)計(jì)平臺(tái)的平均響應(yīng)時(shí)間為0.286s，最高響應(yīng)時(shí)間為0.514s，在處理用戶請(qǐng)求時(shí)具有較快的響應(yīng)速度，有助于提供良好的用戶體驗(yàn)。在模擬多用戶同時(shí)訪問時(shí)，最高并發(fā)用戶數(shù)達(dá)到了1558個(gè)，最優(yōu)并發(fā)用戶數(shù)為543個(gè)，表明平臺(tái)能夠在大規(guī)模用戶同時(shí)訪問的情況下保持穩(wěn)定運(yùn)行，具有良好的并發(fā)處理能力。在平臺(tái)運(yùn)行時(shí)，CPU平均使用率為21.5%，內(nèi)存平均占用為1.24 GB，具有較高的運(yùn)行效率。

平臺(tái)在模擬不同數(shù)量用戶下的請(qǐng)求量時(shí)，每秒處理請(qǐng)求數(shù)（Hits-per-Second，HPS）達(dá)到了200個(gè)，具有較高的處理能力，可以迅速響應(yīng)大量用戶的請(qǐng)求。經(jīng)過24h連續(xù)運(yùn)行測(cè)試，平臺(tái)無故障發(fā)生。證明平臺(tái)具有較高的穩(wěn)定性，能夠長(zhǎng)時(shí)間穩(wěn)定運(yùn)行。通過漏洞掃描與滲透測(cè)試，平臺(tái)未發(fā)現(xiàn)任何漏洞。平臺(tái)支持7種主流瀏覽器和8種操作系統(tǒng)，表明平臺(tái)具有較廣泛的兼容性，能夠滿足不同用戶的設(shè)備需求。

4 結(jié)語

“Python程序設(shè)計(jì)”屬于編程基礎(chǔ)課程，其學(xué)習(xí)難度較高，涉及的知識(shí)十分復(fù)雜，須要利用相關(guān)平臺(tái)完成實(shí)踐學(xué)習(xí)。常規(guī)的課程自主學(xué)習(xí)平臺(tái)的綜合性能較差，運(yùn)行流暢性過低。因此，文章基于在線評(píng)測(cè)技術(shù)設(shè)計(jì)了一種全新的“Python程序設(shè)計(jì)”課程自主學(xué)習(xí)平臺(tái)。測(cè)試結(jié)果表明，設(shè)計(jì)的自主學(xué)習(xí)平臺(tái)的綜合性能良好，具有可靠性，有一定的應(yīng)用價(jià)值，為推動(dòng) 該課程實(shí)踐學(xué)習(xí)進(jìn)步作出了一定的貢獻(xiàn)。

參考文獻(xiàn)

［1］葉靜，薛招騰.基于超星學(xué)習(xí)通平臺(tái)的線上線下混合式創(chuàng)新教學(xué)探索與實(shí)踐：以化工原理課程為例［J］.科教文匯，2024（9）：76-79.

［2］田永曉，王倩飛，岳增慧，等.基于超星學(xué)習(xí)通平臺(tái)的《管理學(xué)基礎(chǔ)》BOPPPS教學(xué)模式探索［J］.陜西教育（高教），2024（5）krPUqCZ1YkSc5mNd+H0LvFEJt7GN+H2c7Qt8gviE/aY=：38-40.

［3］馮書彬.基于MOOC網(wǎng)絡(luò)教學(xué)平臺(tái)的專升本大學(xué)英語線上自主學(xué)習(xí)模式改革［J］.海外英語，2023（15）：131-133.

［4］林至揚(yáng)，木斯塔帕·迪力木拉提，李海芳.基于小組學(xué)習(xí)方式的Web輔助平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)［J］.電腦知識(shí)與技術(shù)，2023（14）：50-53.

［5］劉天坤.iSmart智能學(xué)習(xí)平臺(tái)支持下大學(xué)英語混合課程構(gòu)建研究：以呼倫貝爾學(xué)院為例［J］.呼倫貝爾學(xué)院學(xué)報(bào)，2024（2）：130-134.

［6］司智慧，孫煒，苗曉宇，等.在線學(xué)習(xí)不同階段用戶體驗(yàn)要素構(gòu)建與平臺(tái)提升的設(shè)計(jì)策略［J］.中國(guó)教育技術(shù)裝備，2024（8）：116-119，134.

［7］孫聰聰，張英姿，張曉敏，等.基于在線學(xué)習(xí)平臺(tái)問卷調(diào)查的混合式教學(xué)在婦科教學(xué)中的應(yīng)用［J］.中國(guó)繼續(xù)醫(yī)學(xué)教育，2024（8）：80-84.

（編輯 王永超）

Independent learning platform design of “Python Programming Design” course based on online evaluation technology

HU Xingtong

（Jiangxi Vocational College of Mechanical & Electrical Technology， Nanchang 330013， China）

Abstract： The conventional “PythonhF9okPf5DhWcjd7IvdD9MKMtVjDUn0HaJxZblfjstCc= Programming Design” course self-learning platform is susceptible to the influence of request label exchange， resulting in poor overall performance. Therefore， a “Python Programming Design” course self-learning platform based on online evaluation technology is proposed. The hardware part is designed with an FMC high-speed data connector and MAX1479ATE+C2R storage chip， while the software part is designed with a “Python Programming Design” course self-learning function module. The test results show that the designed course self-learning platform has good comprehensive performance， no abnormal operation problems， reliability， and certain application value， making a certain contribution to improving the teaching quality of the “Python Programming Design” course.

Key words： online evaluation technology; “Python Programming Design”; course; independent learning; platform