基于数据挖掘的计算机辅助课堂教学系统设计

陈刚 李英玉 吕鑫

摘  要： 常规计算机辅助课堂教学系统用户并发数小，信息检索时间长，为此设计基于数据挖掘的计算机辅助课堂教学系统。数据存储器包含SARM储存器、CD?ROM和硬盘三部分，布置OLAP服务器，利用交换机实现前端工具与应用的功能整合。在硬件设计完成的基础上，利用函数对数据源中的海量信息进行分类，通过神经元的数量计算隐含层，完成基于数据挖掘的计算机辅助课堂教学系统的设计。实验结果证明，基于数据挖掘的计算机辅助课堂教学系统比常规教学系统高出58个用户并发数，信息检索时间比常规教学系统快0.72 s。

关键词： 计算机辅助; 课堂教学系统; 数据挖掘; 系统设计; BP神经网络; 仿真实验

中图分类号： TN919?34; TP311.52              文献标识码： A                       文章编号： 1004?373X（2020）04?0094?03

Design of computer?aided classroom teaching system based on data mining

CHEN Gang， LI Yingyu， L? Xin

（Branch of Information Engineering， College of Optical and Electronical Information， Changchun University of Science and Technology， Changchun 130000， China）

Abstract： A computer?aided classroom teaching system based on data mining is designed to solve small concurrent number of users and long time?consumption of information retrieval in the conventional computer?aided classroom teaching system. The data storage device contains three parts： SARM storage， CD?ROM and hard disk. The OLAP server is arranged， and the integration of front?end tools and application functions is realized with the switch. On the basis of the completion of hardware design， the massive information in the data source is classified by means of the function. The hidden layer is calculated with the quantity of neurons， so as to complete the design of the computer?aided classroom teaching system based on data mining. The experimental results verify that the designed system's concurrent number of users is 58 higher and its information retrieval time is 0.72 s faster than those of the conventional teaching system.

Keywords： computer assist; classroom teaching system; data mining; system design; bp neural network; simulation experiment

0  引  言

随着“互联网+”时代到来，将计算机信息化应用在课堂上进行教学开发与资源整合是必然趋势，因此各类计算机辅助课堂教学系统应运而生[1]。在计算机普及的今天，辅助课堂教学系统促进了信息化技术在教学中的应用，传统的计算机辅助教学逐渐演变成了计算机在线辅助教学[2]，成为课堂外另一课堂。

常规的计算机辅助课堂教学系统用户并发数小，且信息检索时间长，为此提出了基于数据挖掘的计算机辅助课堂教学系统设计，对硬件的3个部分进行设计，在软件设计中引入BP神经网络[3]，以期提高用户并发数，缩短信息检索时间，优化用户体验。

1  辅助课堂教学系统总体框架设计

计算机辅助教学系统依托于校园局域网络得以应用，其信息传播路径主要通过校园局域网。计算機辅助教学系统包含硬件环境、教学资源、教学活动以及辅助教学系统维护管理[4]。通过计算机辅助教学系统设计，增强用户体验，实现计算机在线辅助教学系统的功能。系统总体框架如图1所示。

1.1  硬件设计

计算机辅助教学系统中的硬件结构结合了电子信息技术及数据处理，是科技发展的标志[5]。因此，产业界认为，基于数据挖掘的计算机辅助课堂教学系统硬件建设既是一个系统的工程，同时也是一个复杂的过程。计算机辅助教学系统硬件结构框图如图2所示。

硬件结构框图包含三部分：数据储存与管理，OLAP服务器、前端工具与应用。按照图2中的硬件结构对系统中的每一个硬件部分进行具体设计。

1.1.1  数据储存器设计

硬件中最关键的部分是数据存储器，它相当于系统的大脑。本设计中，数据存储部分包括SARM储存器、CD?ROM和硬盘三部分。SARM储存器的作用是可以实现系统内的电擦写[6]，芯片选择的是海思公司麒麟系列的HI3520 RTSP芯片，其总容量为512 TB，数据总线宽度为1 111 bit，可以增加系统的吞吐量。在选择EMIFA boot模式并上电之后，芯片可以自动将程序装在CD?ROM的储存空间中。基于CD?ROM的存取速度快，是保存系统自启动代码的通常选择。硬盘选用三星（SAMSUNG） 2 TB Type?c USB 3.1移动硬盘，固态（PSSD）T5，最大传输速度540 MB/s ，接在SARM储存器接口空间。

1.1.2  OLAP设计

OLAP又称联机分析处理服务器，主要作用是对需要的数据进行加工、重组或集成，使分析人员能够以多角度、多层次迅速地从各个方面观察信息，以达到深入理解数据的目的[7]，提供对数据分析的多维视图和分析，实现多维信息的共享。OLAP部分工作流程见图3。

1.1.3  前端工具与应用设计

交换机是前端工具与应用核心，功能复杂且种类繁多。利用一个交换机可省略常规系统中的其他硬件设施[8]。具体结构功能见表1。

根据报表1可一目了然反映出学生个体以及群体的综合素质情况，实现对学生综合素质评价。综上完成基于数据挖掘的计算机辅助课堂教学系统的硬件设计。

1.2  软件设计

教学成果的数据信息包括学校内部信息以及学校外部信息。学校的内部信息包括学生信息、考试成绩等;外部信息则指各类教学资源、数据源等信息，这些信息都嵌在数据源集成部分中。需要把这些海量、分散的数据信息按照一定的標准进行分类，并迁移到一个中心储存站中[9]。这些信息分类需通过函数形式表示，如下：

[D=d11     d12     …     d1md21     d22     …     d2m?        ?        ?      ?dn1     dn2     …     dnm] （1）

设n个教学对象为集合[X=x1，x2，…，xn]，选定m个教学指标记作集合[Y=y1，y2，…，ym]，教学结果[D=f（W）]，其中[W=w1，w2，…，wm]，表示各指标权重系数，这样使海量信息在函数作用下排序和分类。为将已经分类的信息进行传递，需要在软件设计中引入BP神经网络[10]。BP神经网络中的神经元在各层之间进行传递，支撑起整个信息传递渠道。BP神经网络中的输入层主要依靠交互渠道进行创建，输入内容是影响神经元的事件，神经元的激活函数选择是主体X型函数，其表达式为：

[net=x1w1+x2w2+…+xnwn]   （2）

式中：[x1]，[x2]，[…]，[xn]代表的是神经元的输入;[w1]，[w2]，[…]，[wn]代表对应的连接权重值。再将这些神经元传递至隐含层，隐含层主要包括数据处理的核心，作用是处理所传递的相关信息，并向输出层传输结果。隐含层神经元数目对系统本身所具有的性能有着直接性影响。隐含层数目公式为：

[nH=0.43nm+2.54m+0.12n+0.35+0.51] （3）

式中：[m]表示输出层的神经元数量;[n]表示输入层神经元数量;[nH]表示隐含层数目。

2  仿真实验

2.1  实验环境

实验环境采用Simu works平台，服务器端采用综合素质测评系统的服务器：DELL公司的PowerEdge R860（R420720），利用Java Development Tools（JDT）进行开发，数据库设计辅助工具使用SAP HANA。服务器端采用的OS是Microsoft Windows XP/SP2。

2.2  用户并发数实验结果

利用Simu works平台，在上述实验环境下，对常规的计算机辅助课堂教学系统和本文设计系统进行用户并发数测试，并将实验结果绘制成图，结果如图4所示。

从图4中可看出，使用本文系统的用户并发数平均为131个，常规系统的用户并发数平均为73个。说明本文系统性能更优。

2.3  信息检索时间

利用Simu works平台，在第2.1节所述的实验环境下，对常规的计算机辅助课堂教学系统和本文设计系统进行信息检索时间测试，并将实验结果绘制成图，结果如图5所示。从图5可以看出，使用本文设计系统信息检索时间平均为0.75 s，常规系统的信息检索时间平均为1.47 s。说明本文系统检索时间用时更短。综上所述，本文设计的基于数据挖掘的计算机辅助课堂教学系统在仿真实验中，相对于常规教学系统来说，用户并发数更高，信息检索时间更短，验证了设计的基于数据挖掘的计算机辅助课堂教学系统的有效性。

3  结  语

本文设计基于数据挖掘的计算机辅助课堂教学系统，确定数据储存与管理部分中存储器的型号选择，设计OLAP部分的工作流程，利用交换机实现前端工具与应用的功能整合。在硬件设计完成的基础上，利用函数对数据源集成部分中海量信息进行分类表示，引入BP神经网络，通过神经元的数量计算隐含层，完成基于数据挖掘的计算机辅助课堂教学系统的设计。实验结果证明，基于数据挖掘的计算机辅助课堂教学系统比常规教学系统的用户并发数量高出58个，信息检索时间比常规教学系统快0.72 s，验证了基于数据挖掘的计算机辅助课堂教学系统的有效性。

参考文献

[1] 钟若武，王惠平.基于数据挖掘的高校云计算管理系统中特定数据查询技术[J].现代电子技术，2018，41（2）：130?132.

[2] 余亮，杨秋燕，赵楠.模型驱动的教育大数据挖掘促进教与学：访美国犹他州立大学米米·雷克教授[J].开放教育研究，2018，15（1）：4?9.

[3] 谢迟.基于计算机辅助的舞蹈教学资源管理系统设计[J].现代电子技术，2018，41（16）：108?111.

[4] 李玉霞.计算机辅助视觉下的英文字母识别软件系统设计与实现[J].现代电子技术，2017，40（4）：44?48.

[5] 俞青.椅旁计算机辅助设计与辅助制作系统的临床操作技巧与修复疗效评价[J].中华口腔医学杂志，2018，53（4）：226?229.

[6] 邬培慧，刘志涛，张英琪，等.自主研发的计算机辅助设计软件/快速成型/髋臼定位器系统模拟臼杯假体精准植入的实验研究[J].中华创伤骨科杂志，2017，19（4）：323?328.

[7] 王侠.互联网经济下计算机网络课堂教学的软件开发系统设计与实现[J].环渤海经济瞭望，2017（12）：185.

[8] 薛胜兰.基于智能手机教学互动反馈系统的设计与应用研究[J].中国电化教育，2017，52（7）：115?120.

[9] 刘红兵，郭辉.基于电子3D虚拟现实的翻转课堂远程教学系统设计[J].现代电子技术，2017，40（22）：51?53.

[10] 陈汉军.数学教学设计要彰显系统的思想：评《中学数学系统化教学设计》[J].数学通报，2019，58（1）：62?64.