基于大数据的教学管理系统设计与开发研究

路曼　张德龙　孙淼　雷杰

摘要：近年来，大数据涉及各方面的领域并且在某些领域中取得了重大成果，而在教育方面，也产生了潜移默化的影响。为了深入的分析与研究教育大数据的发展，利用数据模型驱动学校，分析学校在教育教学方面的改革情况，探索教育教学变量之间的相关关系，为教育教学提供更全面的数据分析和更长远的管理模式。我们根据大数据的技术和实践典例情况，从预测、分类、关系挖掘和模型构建等角度，对教育教学系统进行设计与开发研究。最后，我们也根据目前大数据在教育教学方面的发展情况，对大数据在教学改革方面所面临的挑战进行了思考和分析。

关键词：大数据;数据模型;教学改革;教学变量;模型构建

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2019）14-0050-03

Abstract： In recent years， big data has involved various fields and achieved significant results in some areas， and in education， it has also exerted a subtle influence. In order to deeply analyze and research the development of educational big data， use data models to drive schools， analyze the reform of schools in education and teaching， explore the correlation between educational and teaching variables， and provide more comprehensive data analysis and longer-term education and teaching. Management model. Based on the technical and practical examples of big data， we conduct research on the design and development of education and teaching systems from the perspectives of forecasting， classification， relationship mining and model building. Finally， we also consider and analyze the challenges faced by big data in teaching reform based on the current development of big data in education and teaching.

Key words： big data; data model; teaching reform; teaching variable; model building

1 背景

根据社会发展的办学宗旨以及应用型技术人才对社会的影响，分析了社会地方对应用型大学的具体要求，以及学校开展不同方式的培养模式对应用型、技术型人才发挥着不同的作用。目前，不少高校也开始盲目教育教学改革，向应用型大学靠拢，造成培养的学生理论基础不扎实，实践能力普通，没有任何突出的优势，毕业求职或者继续深造时不能满足自己的预期目标。为了寻找更好的应用型人才培养模式，利用最新的大数据技术，建立相应的数据模型，对不同的模式下的具体因素进行更深层次地探索。

2 系统设计目标

为了全方面的了解学生各方面的情况，设计与开发教学数据分析的系统，该系统中利用大数据的技术与教学改革相结合，通过前端交互与智能硬件获取教学改革过程相关数据，并进行海量存储，后端采用数据挖掘、云计算等技术对数据进行处理分析，为教学改革提供技术支持，以促进高校教学改革发展。一旦完成整套系统的设计与开发工作，能够降低教育管理人员的业务处理难度，同时帮助教育管理人员对学生进行针对性的教育与帮助。该系统还为学生提供了就业指导、考研院校选择、活动竞赛通知、心理测试与辅导等功能模块，为学生提供更为专业的服务。

3 系统体系设计结构

该系统则采用了B/S结构开发模式[1]，由于需要对大量的数据进行分析，则需要运用到云平台，将服务器作为平台提供服务。在对系统进行分层设计时，需要对各层的主要功能进行明确的划分与制定需求，以及对各层所运用到技术进行深层次的挖掘与分析，具体情况如下。

3.1 云服务技术

“云”是对互联网对的一种升级[2]，将传统意义上的互联网概念从“仅仅是存储数据”提升到了“为你提供某种服务”的高度，而云服务技术也将以设备为重心转到了以信息为重心，互联网的趋势不断地在向“数据”发展。

3.2 大数据开发技术-Hadoop、Echarts

Hadoop是一个分布式系统基础框架，实现了一个分布式系统文件系统，它可以提供高吞吐量来访问应用程序的数据，适合有着超大数据集的应用程序。

ECharts底層依赖轻量级的矢量图形库ZRender，利用开源的可视化库可以提供直观、可高度个性化定制的数据可视化，同时还提供了深度的交互式数据探索和多维数据图表展现方式。

3.3 数据库-MySQL

存储和管理大量的数据的主要设备就是支撑整个系统的数据库服务器，将获取的大量数据存放到数据库中，则在后期可以对数据库中的数据进行利用和分析。在本系统中则使用了MySQL关系类型的数据库，它可以处理拥有上千万条记录的大型数据，可移植性较高，同时在调试、管理和优化方面都比较方便。

3.4 数据分析

用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。在数据分析中，则分为三种分析方法：描述性数据分析、探索性数据分析、验证数据分析。利用这些数据分析方法则则可以达到现状分析、原因分析以及预测分析的作用。

4 系统功能设计

本系统是针对目前高校在教务管理信息系统对信息管理只停留在管理层面，并未将大量的数据进行好好利用、进行详细分析，以及对学生进行全方面的信息分析与评价。根据这一现象，本系统将原有的教学信息系统中的有用资源进行整合，并增加了对数据的详细分析与预测等功能，具体分为以下几个模块：个人信息管理模块、成绩管理模块、课外竞赛管理模块、综合素质考评管理模块、专业技能实践管理模块以及毕业生信息管理模块。在本项调查研究中，只针对目前的学生的一般情况进行了详细的调查研究，但不影响研究结果的准确性。系统总体结构框架图如图1所示。

每个功能的详细介绍如下：

个人信息管理模块：学生用户登录系统之后，可以完善个人的身份信息，同时在个人信息管理模块中，本系统增加了一个每日计划表功能，在计划表功能中分为制定计划表和计划完成进度表，在计划表中可以填入个人详细的生活作息习惯，也可以是自己每天的学习计划。

成绩管理模块：这个模块中是对学生的所有学科成绩进行统计和管理，包括学生的大学英语四六级、计算机等级考试等成绩。在这个模块中利用算法则会对学生的成绩进行详细的分析，具体到不同班级之间、不同任课教师之间、不同学年级、不同专业之间的对比和分析。

课外竞赛管理模块：这个模块需要学生自行进行填写相应的内容、上传相应的证书证明材料，后台的教辅管理人员则会对这些信息进行审核并统计，而学生则会根据学校的规定获得相应的奖励和加分政策。

综合素质考评模块：在这个模块中涉及学生的思想道德素质、专业素质、科技文化创新和实践能力素质以及身心素质等方面，这个模块是将其余模块中的数据进行整合，利用大数据技术对大量的数据以及大量的变量因素进行分析，同时将这些数据共享到云平台中，在教辅管理人员查看这些数据时，本系统则会利用Echarts进行数据的图表展示。

专业技能实践管理模块：针对一些高校有实验室开放的规定，学生使用实验室自由，则该模块是对学生进出实验室的时间段以及进出实验室的数据进行收集和管理，方便后期的数据分析。而这些数据则会通过指纹机识别这一硬件设备获取并管理。

毕业生信息管理模块[3]：一些高校在对毕业生进行数据分析时，只是将生源地、学期末成绩、政治面貌、就业率、考研率等一些便于获取的数据进行分析，并为进行深层次的数据挖掘。而本系统则将已经毕业的学生档案资料进行分类管理，分为就业类和继续深造类，而在对这两类学生分析时，则利用大数据技术结合综合素质考评模块中的各项数据进行详细的分析和预测状况。

5 系统详细设计

5.1 个人成绩管理模块

从学生角色登录系统，学生只能进行个人信息的查看和修改、个人成绩的查询、课外竞赛获奖填报以及各项活动竞赛的填报与查询，同时系统会根据学生的各项数据进行分析之后，会推送学业警告通知以及预测学生的成绩趋势。成绩趋势图见图2。

5.2 指纹考勤模块

在该模块中，指纹图像通过 ZFM-206 模块的光学组件获取，将手指放在光学镜片上，手指在内置光源照射下，用棱镜将其投射在电耦合器件（CCD）上，而形成具有一定宽度和走向的脊线呈黑色、纹线之间的凹陷部分的谷线呈白色，这种数字化的，可被指纹设备算法处理成多灰度指纹图像。

5.3 成绩管理模块

在该模块中，利用了数据分析中的描述性数据分析和探索性数据分析的方法对所获得的数据进行分析，同时利用回归模型对所分析出的数据进行建模。回归分析时一种预测性的建模技术，它主要研究的是因变量（目标）和自变量（预测器）之间的关系。我们对各个学院的计算机等级考试成绩进行了建模，下图3所展示的是利用回归模型展示了各个学院在不同年份的计算机等级考试平均成绩的对比图。

5.4 课外竞赛管理模块

各类的学科竞赛是建立在课堂教学的基础上，以竞赛的方式去激发学生的实践能力，通过不断地实践来加深学生对理论知識的理解。在该模块中，学生登录系统之后，可以根据自己所获得的奖项类型进行申请和填报，审核通过之后，学生则会获得相应的奖励以及学分加分政策。申请流程图见图4。

6 测试

为了测试该系统的性能、并发以及可靠性等性能，本系统进行了相关测试。在实际测试过程中，本系统通过性能下降曲线分析的方法，分析了随着用户访问系统的次数增长响应时间以及吞吐量的改变情况，整个曲线相对平稳，同时在整个测试过程中，整个系统可以稳定地运行。

7 结束语

本系统通过海量数据建立模型，并对这些数据进行分析，同时也为学生提供了心理测试辅导，以往各项数据查询等功能，而对于教育管理人员来说，可以为他们提供更全面数据分析与预测功能，降低业务处理难度，并针对性的帮助学生解决问题，为培养应用型人才提供可持续性的发展。

参考文献：

[1] 李浩. 大数据分析下高校教学管理系统设计与开发研究[J]. 现代信息科技， 2019（4）.

[2] 罗举明， 佟玉军， 谢文阁， 等. 云平台下教师教学质量考评管理系统研究[J]. 中下企业管理与科技： 上旬刊， 2019（2）.

[3] 贺广琰， 孙淼， 史洪玮. 试论如何推动高校职业指导工作的开展[J]. 文化创新比较研究， 2017（21）.

[4] 孙毅， 刘仁云， 王松， 等. 基于多元线性回归模型的考试成绩评价与预测[J]. 吉林大学学报：信息科学版，2013（4）.

【通联编辑：谢媛媛】