基于教育區(qū)塊鏈的大數(shù)據(jù)分析方法研究

邱昊天 羅春水

摘 要：文章利用區(qū)塊鏈具有去中心化、高可信度和數(shù)據(jù)不可篡改的特性，解決了傳統(tǒng)大數(shù)據(jù)不具備的安全性和不可篡改的問題，為區(qū)塊鏈技術(shù)在教育行業(yè)的應(yīng)用提供成熟的解決方案。接著，提出一個(gè)讓所有學(xué)校及培訓(xùn)機(jī)構(gòu)能夠公開的包括學(xué)位學(xué)歷證書、獲獎(jiǎng)榮譽(yù)、學(xué)習(xí)成績(jī)等在內(nèi)的所有教育信息且能夠被第三方機(jī)構(gòu)或個(gè)人查詢和驗(yàn)證的區(qū)塊鏈證書頒發(fā)方案，并利用數(shù)據(jù)挖掘思想，提出基于集對(duì)分析算法的學(xué)生綜合成績(jī)的分析算法。最后，以某中學(xué)生的成績(jī)?yōu)闃颖?，利用該算法與普通算法評(píng)定結(jié)果的差異，較好地分析出學(xué)生在不同階段的綜合表現(xiàn)。

關(guān)鍵詞：區(qū)塊鏈；大數(shù)據(jù)；模型；分析方法；綜合表現(xiàn)

中圖分類號(hào)：G434；G424.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-3561（2018）15-0024-03

一、引言

區(qū)塊鏈（Blockchain）是新興的以金融科技領(lǐng)域衍生的熱門研究領(lǐng)域，指的是通過去中心化和去信任的方式統(tǒng)一維護(hù)一個(gè)可靠數(shù)據(jù)集合的技術(shù)方案。這個(gè)技術(shù)方案主要是讓參與系統(tǒng)中的任意多個(gè)節(jié)點(diǎn)通過使用密碼學(xué)方法產(chǎn)生一串相關(guān)聯(lián)的數(shù)據(jù)塊（block）。其中每個(gè)數(shù)據(jù)塊中包含了一定時(shí)間內(nèi)的系統(tǒng)全部信息交流數(shù)據(jù)，并且使用生成的數(shù)據(jù)指紋可以用于驗(yàn)證其信息的有效性以及鏈接（chain）下一個(gè)數(shù)據(jù)庫塊。目前區(qū)塊鏈在各個(gè)領(lǐng)域都開始了區(qū)塊鏈的應(yīng)用研究，在教育領(lǐng)域內(nèi)也有相關(guān)的研究。本文通過追蹤、檢索有關(guān)區(qū)塊鏈技術(shù)發(fā)展應(yīng)用方面，對(duì)區(qū)塊鏈的共識(shí)算法對(duì)比研究，提出構(gòu)建教育區(qū)塊鏈的方法，并在構(gòu)建教育區(qū)塊鏈的基礎(chǔ)上，對(duì)其產(chǎn)生的數(shù)據(jù)進(jìn)行清洗分析，利用一種機(jī)器學(xué)習(xí)算法，通過構(gòu)建教育區(qū)塊鏈，解決數(shù)據(jù)可信問題，并在數(shù)據(jù)可信的基礎(chǔ)上構(gòu)建教育區(qū)塊鏈的大數(shù)據(jù)分析新應(yīng)用。

二、相關(guān)工作

通過建立教育區(qū)塊鏈，從高中階段起，記錄學(xué)生社會(huì)實(shí)踐活動(dòng)、學(xué)生成績(jī)、發(fā)表的文章情況等，從德、才、日常點(diǎn)滴記錄學(xué)生的成長(zhǎng)軌跡，形成學(xué)生人力資源大數(shù)據(jù)，并利用數(shù)據(jù)進(jìn)行建模學(xué)習(xí)，通過大數(shù)據(jù)技術(shù)，為高效選拔人才提供可信全面數(shù)據(jù)。同時(shí)，教師也可以通過機(jī)器學(xué)習(xí)進(jìn)行對(duì)比，用大數(shù)據(jù)分析學(xué)生的知識(shí)結(jié)構(gòu)，找出突出問題進(jìn)行針對(duì)性的指導(dǎo)和教學(xué)，從而提高人才的質(zhì)量。

區(qū)塊鏈技術(shù)是以比特幣為應(yīng)用代表的數(shù)字加密貨幣體系的核心支撐技術(shù)，其核心優(yōu)勢(shì)是去中心化，利用信息記錄時(shí)間戳、分布式共識(shí)、數(shù)據(jù)加密等手段，在節(jié)點(diǎn)之間無須相互信任的分布式系統(tǒng)中實(shí)現(xiàn)去中心化的點(diǎn)對(duì)點(diǎn)交易、協(xié)調(diào)與協(xié)作，為解決中心化機(jī)構(gòu)普遍存在的高成本、低效率和數(shù)據(jù)存儲(chǔ)不安全等問題提供了解決方案。區(qū)塊鏈的去中心化、信息不可篡改、自治性三個(gè)特點(diǎn)對(duì)于改善上述學(xué)生行為綜合評(píng)價(jià)體系中數(shù)據(jù)的缺陷和不足有非常大的借鑒意義。

在建好區(qū)塊鏈并進(jìn)行數(shù)據(jù)記錄之后，基于集對(duì)分析算法的思想對(duì)其進(jìn)行分析應(yīng)用。X=（x1，x2，x3，…xn），Y=（y1，y2，…，yn），n為各集合的特征個(gè)數(shù)。X和Y間的映射關(guān)系度定義見公式（1）。

在公式（1）中，S表示集合X、Y兩個(gè)集合共有特征，P為這兩個(gè)集合之間相互互斥的特征，則F=n-S-P個(gè)特征既不互斥也不共有，即差異性特征；得出υ為不確定系數(shù)，在不同情況下取值于（-1，1）區(qū)間的，體現(xiàn)了確定性與不確定性之間的相互關(guān)系；υ為互斥系數(shù)，υ≡1。令k=S/n，稱為統(tǒng)一函數(shù)，P=F/n為差異函數(shù)，q=P/n稱為互斥函數(shù)，則公式（1）化簡(jiǎn)為公式（2）。

μw=k+P μ+qμ （2）

式中k、p、q分別表示了集合X和Y所呈現(xiàn)出的相同的和相異相斥的關(guān)系，所以k+p+q=1。k、p、q三個(gè)系數(shù)的反映集合X和Y的關(guān)系情況。

三、區(qū)塊鏈模型設(shè)計(jì)

1. 教育區(qū)塊模型鏈的基本結(jié)構(gòu)

模型中初始化、更新、評(píng)估、傳遞四種標(biāo)志分別表示輸入輸出點(diǎn)對(duì)教育區(qū)塊鏈模型采取的行動(dòng)。在模型傳遞過程中，模型的哈希表和模型本身的數(shù)據(jù)被更新，以此來減少區(qū)塊所占用的儲(chǔ)存空間。大家可以把所有包含學(xué)習(xí)活動(dòng)區(qū)塊看作一個(gè)分布式數(shù)據(jù)庫，其中每一個(gè)被授權(quán)的教育機(jī)構(gòu)或者用人單位都是可以進(jìn)行讀寫的。

2. 面向?qū)W習(xí)過程記錄的區(qū)塊創(chuàng)建機(jī)制

教育區(qū)塊鏈記錄了學(xué)生從高中開始的學(xué)習(xí)過程。每一區(qū)塊記錄以下幾個(gè)方面：唯一數(shù)、區(qū)塊大小標(biāo)記、區(qū)塊頭信息、學(xué)習(xí)活動(dòng)信息、學(xué)習(xí)活動(dòng)計(jì)數(shù)。下一個(gè)新區(qū)塊計(jì)算值的參考目標(biāo)數(shù)根據(jù)上一個(gè)區(qū)塊頭信息的計(jì)算值得出，區(qū)塊中的學(xué)習(xí)活動(dòng)信息詳細(xì)記錄了該區(qū)塊中所有學(xué)生的學(xué)習(xí)活動(dòng)。每當(dāng)出現(xiàn)一個(gè)新的學(xué)習(xí)活動(dòng)，系統(tǒng)會(huì)自動(dòng)創(chuàng)建一個(gè)區(qū)塊，不同的學(xué)習(xí)活動(dòng)都記錄在不同的區(qū)塊上，機(jī)制如圖1所示。

3. 模型鏈上的部分模型傳遞機(jī)制

在本文中展示部分模型更新和傳遞的一個(gè)運(yùn)行實(shí)例，如圖2所示。其中有四名參與的教師想在私有區(qū)塊鏈網(wǎng)絡(luò)上檢查學(xué)生的學(xué)習(xí)活動(dòng)的正確性。Mst代表t時(shí)刻在教師s上學(xué)生活動(dòng)的模型，Est代表t時(shí)刻教師s上學(xué)生活動(dòng)的誤差。在初始階段（t=0），每個(gè)教師使用自己的數(shù)據(jù)檢查學(xué)生的區(qū)塊，所有這些模型中擁有最小誤差的模型將被選中為初始模型。約定M10是從教師1到教師1的自身“傳遞”。然后，選定的模型（M10）被提交給教師2、教師3和教師4。

當(dāng)t=1時(shí)，每名教師使用本地?cái)?shù)據(jù)評(píng)估模型M11（與模型M10相同）。假如教師2具有最大的誤差（E21=70%），鑒于教師2的數(shù)據(jù)對(duì)模型M11來說最不可預(yù)期，就認(rèn)為教師2包含了最豐富的信息可以改善模型M1。因此，教師2贏得了“信息出價(jià)”，于是模型M11在區(qū)塊1中被傳遞給教師2。

當(dāng)t=2時(shí)，教師2更新學(xué)生學(xué)習(xí)活動(dòng)模型為M22。同理，教師2發(fā)送M22到其他所有教師，接下來一個(gè)擁有最大誤差的教師將贏得“信息出價(jià)”得以在本地更新模型（如本文中的教師3）。這一過程會(huì)一直重復(fù)，直到某一名教師更新模型，并發(fā)現(xiàn)自己比其他教師誤差都大。

4. 模型鏈上的數(shù)據(jù)更新機(jī)制

在任何教師添加新數(shù)據(jù)的情況下，網(wǎng)絡(luò)并不需要重新訓(xùn)練整個(gè)模型，而是通過信息證明算法以確定是否應(yīng)該使用新的數(shù)據(jù)更新模型。如圖3所示。假設(shè)目前的共識(shí)模型是M44，并且新的數(shù)據(jù)接入教師1，在時(shí)間t=5，教師1使用更新后的數(shù)據(jù)（包括舊的數(shù)據(jù)和新的數(shù)據(jù)）來評(píng)估模型M45（該模型與M44相同），當(dāng)意識(shí)到誤差E15大于當(dāng)前更新中的教師（教師4誤差E45= 30%）時(shí)，教師1再次贏得“信息出價(jià)”，并且模型M45現(xiàn)在被傳遞到教師1進(jìn)行更新。重復(fù)圖2所示的過程，直到識(shí)別一致模型為止。

類似的機(jī)制可以用于一個(gè)新教師的加入，如圖4所示。新加入教師的數(shù)據(jù)都是全新的，一旦加入網(wǎng)絡(luò)，該教師首先從區(qū)塊鏈中獲取最新的模型（例如M44）在本地評(píng)估，如果評(píng)估后的誤差為當(dāng)前最大（教師4誤差E45=60%），則由該教師負(fù)責(zé)就地更新模型，否則，模型仍為一致共識(shí)模型，模型的傳遞過程不需要繼續(xù)進(jìn)行。

當(dāng)教師離開私有區(qū)塊鏈網(wǎng)絡(luò)時(shí)，基于區(qū)塊鏈機(jī)制，不需要立即處理教師離開的情況。如果教師離開時(shí)沒有更新模型，這種離開的影響可能被忽略。此外，如果教師在更新模型時(shí)離開，仍然可以忽略它，這是因?yàn)槟Ｐ偷膫鬟f只是概念上的。

四、基于集對(duì)分析的學(xué)生綜合成績(jī)預(yù)測(cè)算法

依據(jù)區(qū)塊鏈采集到的數(shù)據(jù)，使用集對(duì)分析算法可以對(duì)學(xué)生的整體成績(jī)進(jìn)行預(yù)測(cè)并進(jìn)行成績(jī)分級(jí)。預(yù)測(cè)算法的本質(zhì)是把學(xué)生整體成績(jī)（C）與劃分標(biāo)準(zhǔn)（L）構(gòu)成映射，即構(gòu)成一個(gè)對(duì)應(yīng)關(guān)系F（C，L），然后將集對(duì)F（C，L）進(jìn)行分析，再將學(xué)生整體成績(jī)中的各個(gè)成績(jī)數(shù)值與成績(jī)劃分標(biāo)準(zhǔn)S中的評(píng)價(jià)標(biāo)準(zhǔn)范圍進(jìn)行比較，最后通過比較對(duì)學(xué)生成績(jī)進(jìn)行最終評(píng)定。

算法的核心是計(jì)算出每個(gè)學(xué)生的學(xué)習(xí)成績(jī)與等級(jí)劃分標(biāo)準(zhǔn)間的關(guān)系來確定影響因子，即計(jì)算出同關(guān)系度函數(shù)、異關(guān)系度函數(shù)和反關(guān)系度函數(shù)。根據(jù)學(xué)生的成績(jī)數(shù)據(jù)，選擇能夠反映出學(xué)生分類等級(jí)特征的綜合指標(biāo)x1，x2，x3，…xj（j為指標(biāo)數(shù)目）。劃分標(biāo)準(zhǔn)[L（m-1，j），L（m，j）]（分類等級(jí)數(shù)目；j=1，2，…），其中，l（m-1，j），l（m，j）指的是第j個(gè)科目指標(biāo)的第m等級(jí)學(xué)生整體成績(jī)分類的等級(jí)下限和上限。

預(yù)測(cè)算法通過比較學(xué)生各科的成績(jī)C（i，j）和指標(biāo)區(qū)間[L（m-1，j），L（m，j）]的關(guān)系來計(jì)算關(guān)系度A（m，j）（公式3），在公式3的基礎(chǔ)上進(jìn)行改進(jìn)得到A（m，j）的最終公式，如式（3）～（5）所示。

A（1，j）=1，C（i，j）≤L（1，j）1-，l（1，j）<（i，j）≤s（2，j）-1，其他 （3）

A（k，j）=1-，L（k-2，j）≤C（i，j）

A（m，j）=1，C（i，j）≥L（m-1，j）1--1，其他，L（m-2，j）≤C（i，j）

公式（4）中，k=2，3，…，m-1。根據(jù)式（3）～（5）計(jì)算出來學(xué)生各科成績(jī)與每個(gè)成績(jī)整體級(jí)別之間的聯(lián)系度A（m，j）后，根據(jù)各科成績(jī)的權(quán)重W={ω（j）}，計(jì)算聯(lián)系度U（i，m），ω（j），U（i，m）公式如式（6），（7）所示。

在學(xué)生的成長(zhǎng)過程中，學(xué)習(xí)的科目重要性也不同，教師在預(yù)測(cè)算法中需要評(píng)定出不同科目在學(xué)生的整體成績(jī)中所占的權(quán)重值。在公式（6）中預(yù)測(cè)算法將學(xué)生不同科目成績(jī)分配權(quán)重ω（j），x表示第j科目在學(xué)習(xí)后所獲得的成績(jī)。如某學(xué)生某學(xué)期參與四門科目（學(xué)習(xí)成績(jī)、社會(huì)實(shí)踐、競(jìng)賽、體育）學(xué)習(xí)，各科目的成績(jī)依次為70、80、90、95，則各類目的權(quán)重分別為0.4、0.2、0.1、0.3。

（6）

（7）

式（7），Z（i，m）表示第i個(gè)學(xué)生和等級(jí)m的關(guān)系度；

若max（p）=max{Z（i，m）}，p=1，2，3，…m （8）

則第i個(gè)學(xué)生的整體成績(jī)等級(jí)評(píng)定為P級(jí)。

本文中所闡述的關(guān)于學(xué)生綜合成績(jī)算法偽碼如下所示。

算法：基于集對(duì)分析的學(xué)生整體成績(jī)預(yù)測(cè)算法

上述算法的時(shí)間復(fù)雜度為T（n）=0（n）。因此，該算法可行。

五、模型應(yīng)用

如表1，以某中學(xué)學(xué)生的整體成績(jī)數(shù)據(jù)作為研究對(duì)象，學(xué)生整體成績(jī)按照5個(gè)等級(jí)來進(jìn)行評(píng)定：等級(jí)Ⅴ為優(yōu)秀（90分～100分），等級(jí)Ⅳ為良好（80分～89分），等級(jí)Ⅲ為中等（70分～79分），等級(jí)Ⅱ?yàn)榧案瘢?0分～69分），等級(jí)Ⅰ為不及格（0分～59分）。

根據(jù)上述公式A（m，j）得出學(xué)生A各學(xué)習(xí)類別成績(jī)與各等級(jí)的影響因子如表2所示。通過公式（7）得到該學(xué)生A的成績(jī)與各個(gè)等級(jí)的影響因子如表3所示。這樣，可得出等級(jí)Ⅲ的影響因子值為五個(gè)等級(jí)值中最高的，根據(jù)公式（8）計(jì)算這個(gè)學(xué)生利用預(yù)測(cè)算法對(duì)其綜合成績(jī)等級(jí)評(píng)定為中等。同理，對(duì)學(xué)生B進(jìn)行成績(jī)（表1中的第5列）評(píng)定得出的結(jié)果也是中等。

采用常規(guī)的加權(quán)均值法（公式9）對(duì)學(xué)生進(jìn)行成績(jī)預(yù)測(cè)，就能得出學(xué)生A的成績(jī)?yōu)榈燃?jí)Ⅱ（及格），學(xué)生B的成績(jī)?yōu)榈燃?jí)Ⅲ（中等），但是卻與學(xué)生實(shí)際的成績(jī)情況不符了。同時(shí)從預(yù)測(cè)后的學(xué)生整體成績(jī)可以看出，雖然部分學(xué)習(xí)科目（如升學(xué)成績(jī)、中學(xué)分科考試、中學(xué)聯(lián)考成績(jī)、中學(xué)社會(huì)實(shí)踐等）學(xué)生B的成績(jī)高于學(xué)生A，但是偏科比較嚴(yán)重，而學(xué)生A各成績(jī)間相對(duì)穩(wěn)定。綜上可以得出，在學(xué)生綜合成績(jī)測(cè)評(píng)時(shí)，預(yù)測(cè)算法相對(duì)于績(jī)效均值方法更加優(yōu)越。

常見的加權(quán)均值法和均值法如下：

（9）

（10）

式中x1，x2，x3，…xn是各學(xué)習(xí)類目的成績(jī)，n是所學(xué)類目的數(shù)目，ωi是通過第i門類目后獲得的成績(jī)。

六、總結(jié)

本文針對(duì)教育區(qū)塊鏈中的大數(shù)據(jù)分析方法，提出了建立教育區(qū)塊鏈，并進(jìn)行大數(shù)據(jù)分析的算法解決方案。首先定義了教育區(qū)塊鏈的構(gòu)建以及教育區(qū)塊鏈的數(shù)據(jù)結(jié)構(gòu)，接著給出了教育區(qū)塊鏈的數(shù)據(jù)產(chǎn)生與采集分析清洗方法，然后給出了大數(shù)據(jù)分析的算法，最后給出了評(píng)價(jià)結(jié)果，進(jìn)而說明使用本文采用的方法的效果與實(shí)際應(yīng)用。

當(dāng)然，本文還存在著許多不足之處，教育區(qū)塊鏈搭建以及大數(shù)據(jù)分析算法都有待進(jìn)行更多的運(yùn)營(yíng)實(shí)踐去檢驗(yàn)。因此，利用教育區(qū)塊鏈技術(shù)，改善教育教學(xué)資源投入、提升科教水平將是未來很好的研究方向。

參考文獻(xiàn)：

[1]王芳.大數(shù)據(jù)分析下的教育成績(jī)分析[J].時(shí)代教育，2015（06）.

[2]孫華富.漫談教育教學(xué)體系中的大數(shù)據(jù)分析[J].中小學(xué)教學(xué)研究，2013（09）.

[3]韓艷敏，鄭衛(wèi)榮，張楊，等.混合式學(xué)習(xí)中預(yù)測(cè)學(xué)習(xí)績(jī)效的教育大數(shù)據(jù)分析研究[J].教育現(xiàn)代化，2018（06）.

[4]胡火星.大數(shù)據(jù)及其關(guān)鍵技術(shù)的教育應(yīng)用實(shí)證分析[J].遠(yuǎn)程教育雜志，2015（05）.