远程教育系统设计与实现

前言：想要写出一篇引人入胜的文章？我们特意为您整理了远程教育系统设计与实现范文，希望能给你带来灵感和参考，敬请阅读。

摘要：针对网络学习环境中的学习资源个性化推荐进行深入性的探究，采用协同过滤推荐法进行分析，借助于资源使用者的兴趣来实现对信息的有效过滤，设计并实现了一套基于个性化推荐的远程教育系统。

关键词：个性化推荐；协同过滤；远程教育；UML建模

1概述

计算机网络能够为学习的群众提供各种各样的学习资源，同时不再受到时间和空间的限制，因此被广大学习者所接受。在面对“信息过载”的问题上，其中一个可行的问题解决方法便是个性化推荐，随着时间的推移，个性化推荐被大量的学者所探讨[1]。借助于资源使用者的兴趣来实现对信息的有效过滤，按照使用者的习惯和兴趣，来为其提供相应的信息或者产品，进一步减少使用者筛选信息的时间，更好地服务学习者。

2系统功能需求分析

致力研究教育系统是根据用户需求，为用户推荐相应教育信息资源的一个远程学习系统，综合分析用户需求：（1）课程管理：任何系统的背后管理者都是管理员，管理员具有权限在系统中对相应课程进行添加、删除的操作，同时管理员还需要对课程的使用状况进行记录，保证课程资源的有序和合理。当然，管理员的职责之一是时刻指导相关学员的学习进度、兴趣以及发展方向，适时地向这些学员提出学习建议，使得远程教育更个性化。（2）学员信息的维护：管理员必须维护好学员的自身信息，不得随意泄露。对于新学员必须做好注册登记工作，对于发生变动的学员，管理员同样需要在系统中留档。（3）学员分析：该系统的管理员有职责对系统中的所有学员进行专业的分析，研究出学员的兴趣以及隐藏兴趣，以便能够更好地引导和开发学员。（4）学习中心：当某个新学员正式在系统中注册登记之后，学员便能够运用学习中心学习，该板块包括课程选择、学习、考试、评价等多个方面。（5）个性化定制：个性化定制，顾名思义，就是学员能够根据自身的特殊需求对课程进行定制。其分为两类，显性定制与隐性定制。显性定制是指学员自己首先准备好定制的内容，然后按照系统的程序将定制单上交，管理员对此进行核实，之后进行具体的课程学习。隐性定制是指首先详细地去分析学员的个人兴趣，然后提供相应的资料，利用协同过滤算法，将课程进行及时的过滤和选择，然后自动得出最后的推荐学员，这样的定制方法更具有高效的特性。

3系统逻辑结构

基于个性化推荐的远程教育系统中的结构为B/S，用户在客户端借助于网页浏览器进行客户层界面资源和服务的选择，系统把用户信息在服务器端进行保存，具体的说，是保存在用户数据库中，根据用户需求来给出相应的页面。本系统设计包括用户层、服务层、数据层和网络层。其中用户层负责与用户联系，接受用户输入，同时将用户信息输入到服务层。服务层是用户与系统联系的唯一通道，服务层对用户信息进行检查，根据用户给出的要求来为其提供服务。该层次有着很多模块，每个模块均有着对应的算法，针对用户给出的请求来加以回应，同时和上下层联系，实现信息的沟通；数据层中有很多数据库，不同数据库有相应的系统管理员来维护。

4系统流程

（1）学员在使用个性化服务的过程中，系统能够提醒学员对自己感兴趣的内容进行注册，同时系统也能够对学员感兴趣的东西进行收集和保存。（2）在编制好一个学员用户描述文件之后，仍能够修改，这样系统中的内容便具备动态性，能够随着学员需求的变化而更新数据。（3）系统会主动对用户信息进行统计，按照学习信息源来对学生的活动进行分析，进一步对学生兴趣权重加以更新。根据学习信息源，学生跟踪方法主要是两种，第一种是显式跟踪，第二种是隐式跟踪，显式跟踪中，系统需要学生可以对推荐资源进行评价，隐式跟踪中系统主动完成操作。用户在网络平台中的各种活动记录一般是学生个人跟踪手机的，比如对学生顺序请求日期和时间进行收集，进一步对学生上网资源和时间来进行分析，从而可以知道学生喜欢哪些资源，喜欢的程度有多少，这样可以更好的对学生感兴趣的资源分类，进一步提高信息推荐精准度。

5系统功能模块

基于个性化推荐的远程教育系统中，分学员客户端和管理员服务器端。

5.1学员注册登录模块

在远程教育系统中，一定有一个入口登录子系统，通过这个系统，能够对系统的安全程度有个基本了解。

5.2课程管理模块

基于个性化推荐的远程教育系统中，课程资源属性会将课程信息表达出来，每一种资源在进入系统中，系统均会赋予该资源的属性，该属性被数据库所保管，通过资源二进制模式在磁盘目录中保存。系统具备课程资源属性描述功能，能够将课程资源的元数据在数据库中进行保存，这样可以更好地对课程资源属性描述进行管理。

5.3学习中心模块

学习中心是学员进行选择课程、在线学习、在线考试、成绩查询、课程评价的中心模块。

5.4学员分析模块

学员兴趣获取及分析方式包括两种，即显示分析和隐式分析。在显示分析中，需要用户能够回应系统给出的问题，在建模上发表自己的意见，这个过程一般是通过表达的填写来进行。这样的方法中，可以更加客观地获取到用户信息，但是需要一定的时间来进行，灵活性较低。在隐式分析中，系统可以主动按照用户行为来进行用户兴趣的分析，这样可以节省时间，也不会干扰用户。为了能够更好地对用户兴趣有个全面的分析，结合这两种方式，通过显示分析进行静态用户信息的获取，通过隐式分析进行动态用户信息的获取。

5.5个性化推荐模块

协同过滤推荐系统流程包括：（1）进行用户信息的获取，这些信息指的是用户兴趣信息和在对资源上给出的评价信息；（2）将这些信息在数据预处理模块中进行处理，促使输入数据能够与推荐算法要求相统一，构建评价矩阵；（3）进入推荐模块，以评价矩阵为前提，通过系统中的推荐算法来完成推荐，然后将推荐内容呈现在用户面前。另外推荐系统中还需有推荐反馈模块，也就是用户针对推荐结果给出评价，系统维护人员根据这些评价来对系统进行完善。教育信息个性化推荐模块中有两个部分，分别是推荐生成部分和数据预处理部分。其中在推荐生成部分中，按照输入的评价矩阵，借助于基于项目的协同过滤给出推荐结果；在数据预处理部分中，按照数据库中用户信息和资源描述评价，来给出资源评价矩阵。基于用户的协同过滤中，需要通过这个评价来给出推荐，然而这需要一定数量的用户能够回答系统给出的问题，然后才能够保证推荐的准确性。根据实际情况进行分析可以发现，大部分用户并不会配合系统的调查，鉴于此，文章通过基于内容的推荐来对用户在资源上的兴趣度加以计算，将所计算出来的兴趣度视为用户在未评价资源上的预测评价值。

6系统的实现

6.1学员管理模块

在学员第一次登录网络教育平台的时候，该学员需要进行基本信息的注册，同时进行自己有关兴趣的填写。

6.2课程管理模块

管理员成功登录后，则进入课程管理模块，可对已有课程资源进行模糊查询。（1）按科目类别分类显示；（2）输入课程名称，进行模糊查询；（3）输入课程资源的关键字，对课程基本信息的课程名、关键字、内容简介进行模糊查询；（4）对查询结果中的课程点击“查看/修改”则进入课程基本信息的更新。

6.3学习中心模块

学员登录成功后，则进入到学习中心。在学习中心，学员可以看到自己“在学课程”、“完成课程”，能及时了解自己所学课程的学习进度。同时，学员可以了解系统的学习公告，可以配合系统进行调查问卷。学员在“学习中心”点击“在线学习”，或在“选择课程”中点击“选课”，则链接到相应课程网站，进入在线学习。可以在线观看课程的文本、PPT、视频等多形式的资源。

6.4学员分析模块

系统根据学员注册的基本信息，按性别、按专业、按学历进行学员的特征分析；根据学员所选课程进行了学员兴趣分析，及时了解学员所偏爱的课程的变化，帮助管理员能更好地提供有针对性、受欢迎的课程资源。

6.5个性化推荐模块

本系统采用的是Top-N推荐算法，即将数据表中大量的对象进行排序，然后只需要取出最Top的前N名作为排行榜的数据。其工作过程为：（1）从数组中提出位置在前面的个元素，建立起该系统的最小堆。（2）自起将余下的各个元素进行循环，一旦某个元素大于最小堆的根节点，此时将根节点用来替换。（3）在循环结束之后，最大的元素便是在最小堆中的全部元素。

参考文献

[1]马永昌,陈新一.基于藏语远程教育网的学习资源推荐系统设计与研究[J].西北民族大学学报(自然科学版),2014,02:21

作者：沈荷英 单位：江苏省武进中等专业学校