公务员期刊网 论文中心 正文

云计算下的网络教育数据分析平台

前言:想要写出一篇引人入胜的文章?我们特意为您整理了云计算下的网络教育数据分析平台范文,希望能给你带来灵感和参考,敬请阅读。

云计算下的网络教育数据分析平台

摘要:由于传统的网络教育数据分析平台在计算机中内存所占比重过大,导致无法捕获变量网络教育数据,因此内存占用率高,无法对网络教育数据进行精准分析。针对这一问题,进行基于云计算的网络教育数据分析平台研究。捕获变量网络教育数据,建立数据中心,通过数据中心日志来记录捕获变更序列;建立网络教育数据分析平台总体技术架构,以变量网络教育数据表的形式进行综合分析;基于云计算建立数据库,完成网络教育数据分析平台设计。实验结果表明,设计分析平台的内存占用率最低可达19.93,对照组为60.01,设计分析平台可以高效捕获变量网络教育数据,实现对网络教育数据进行精准分析。

关键词:云计算;网络教育;数据分析

平台云计算技术作为新时代下的数据处理与存储技术,能够实现对数据的快速处理与移动应用[1]。要解决形式上的网络教育数据分析问题并不困难,最简单直接的办法就是为各种基本数据格式两两之间开发一个转换器,因为流行的数据格式数量不多,并且转换规则明确,这是一个只要投入一定人力就能解决的问题[2]。但语义上的网络教育数据分析比较复杂,尤其是针对变量的网络教育数据。因此,本文进行基于云计算的网络教育数据分析平台研究。

一、基于云计算的网络教育数据分析平台研究

(一)捕获变量网络教育数据运用数据捕获层,捕获变量网络教育数据,数据捕获不仅针对标题,还对数据内容进行语义识别,分析其中的内容是否为教育数据资源,且是否含有敏感关键词等不适于教育传播的内容。分析识别捕获的运算量巨大,因此设计了采用云平台,利用强大的云计算能力解决语义识别和关键字检索的功能需求。网络教育数据分析平台的数据整合层建立一个数据中心,用来存储变量网络教育数据[3]。设计数据中心最大优势在于具有数据中心日志,可以通过数据中心日志来记录捕获变更序列,完成变量网络教育数据精准捕获。在捕获数据后,需要对数据的完整性进行验证,保证是完整有效的数据段。

(二)建立网络教育数据分析平台总体技术架构本文基于云计算进行校园网拓扑结构组建以及网络教育数据安全设置,对网络教育数据进行集成与管理。网络教育数据分析平台总体技术架构中,数据中心是处于核心地位的单元,数据的分析整理与分类标识全部在数据中心完成,终端用户通过与数据中心的信息交互,提出希望获取的信息关键词,完成在数据库中的搜索,数据中心将终端用户感兴趣的数据信息以及通过智能分析后与本次搜索相关度高的信息以列表的形式推送给终端用户,再根据用户的选择链接到指定网络教育数据信息地址。数据中心字段设置具体信息,指向教育数据的种类与类型,并以关键字的形式加以区分。对控制字段的分析管理可以基于云计算技术在数据中心建立一个变量网络教育数据表,用来存储捕获变量网络教育数据。便于数据库日志的记录以及数据分析终端对网络教育数据的综合分析。

(三)完成网络教育数据分析平台设计为保证网络教育数据资源的更新性与实用性,数据中心的数据需要实时更新,并对其内容的正确性加以校正。分析过程中引入使用者评分规则,由最终用户对网络教育数据资源的实用性、完整性、有效性和精美度进行评价,通过用户的视角对网络上纷繁复杂、良莠不齐的数据资源加以遴选,剔除糟粕,保留精华,实现教育资源的优化与改进,为学习者提供纯净、优质的网络教育数据资源。在网络教育资源不断优化的背景下,根据用户使用体验的评分,完成对同类教育数据资源的排序,以及用户使用中的周边功能推送,为用户提供选择方向和选择推荐。至此,完成基于云计算的网络教育数据分析平台设计。

二、实验

为了验证基于云计算的网络教育数据分析平台的实用性与先进性,以实验的形式进行对比分析。对数据分析平台的评价主要体现在数据捕获能力、数据分析评价能力以及用户使用体验。其中数据捕获能力是云计算平台的核心优势能力,也是重点考核的指标;同时由于是云平台计算技术,其对系统资源和网络资源的占用情况也是重点考核对象。

(一)实验准备本次实验旨在模拟生成的网络教育数据集中测试CPO的性能,测试内容为两种分析平台的内存占用率。实验共采集10000组网络教育数据,中间含有重复的数据。分别采用传统的网络教育数据分析平台和本文设计的分析平台进行实验,设置传统的网络教育数据分析平台为对照组。在保证实验一致性的前提下,将实验总次数设定为60次,进行对比实验,记录实验结果。

(二)实验结果分析与结论根据上述设计的实验,采集实验数据,将两种分析平台的内存占用率进行对比,整理实验数据利用PHOTOS静态图的方式进行显示。通过对实验数据分析可得出如下的结论:云计算分析平台对指定类型数据的捕获能力均在92%以上,且内存占用率越低其平台自身的网络教育数据分析能力也就越强。基于云计算的分析平台的内存占用率最低可达19.93,对照组为60.01,以此证明设计平台在内存占用方面具有明显优势,可以捕获变量网络教育数据,实现对网络教育数据进行精准分析。

三、结束语

网络教育数据的分析能力无论是对于国家还是个人都很重要,针对基于云计算的网络教育数据分析平台的研究可以大幅度降低平台的内存占用率,实现传统的分析平台所不能实现的目标。综上所诉,可以认为基于云计算的网络教育数据分析平台是网络教育数据分析的核心技术,为网络教育数据分析提供学术意义。

参考文献

[1]雷学锋.基于Android的网络教育APP设计与实现的研究[J].信息与电脑(理论版),2017(24):93-94.

[2]赵月爱,张丽.基于云计算虚拟化平台的计算机网络安全教学改革[J].中国信息技术教育,2017(9):93-95.

[3]刘菲菲.高职院校混合式教学实施状况及影响因素分析——基于X校网络教学综合平台的数据分析[J].职业技术教育,2019(26):43-47.

作者:徐红霞 单位:济源职业技术学院

相关热门标签