基于多維數(shù)據(jù)分析的全景交互式云選課平臺設(shè)計研究*

孫健秧 薛 嫻 王錦坤 朱伯聰 游 盛 洪東鍵

(福建電力職業(yè)技術(shù)學(xué)院，福建 泉州 362000)

1 概述

隨著現(xiàn)代化職業(yè)教育政策的實施，對高校學(xué)生能力素質(zhì)和知識廣度的要求正在不斷提高。目前，高校越來越重視選修課的互動、擬合、共好等教學(xué)管理工作，面向人才培養(yǎng)全面發(fā)展和社會適應(yīng)性需求，各高校建設(shè)了多元素、多樣化的選修課程體系。本研究以全景互動式的教學(xué)管理模式為導(dǎo)向，在實現(xiàn)選課過程電子化的基礎(chǔ)上，突破傳統(tǒng)模式，通過預(yù)選、篩選、初選、確選、改選的全景模式，實現(xiàn)校選課程設(shè)計的多元確定，引入學(xué)生相關(guān)的多元數(shù)據(jù)，構(gòu)建學(xué)生畫像模型，打破原有單一化的交互展現(xiàn)形式，并以此為基礎(chǔ)實現(xiàn)個性化的選課推薦。此外，依托平臺的數(shù)據(jù)分析能力，綜合分析選課情況，開展全過程跟蹤，為課程開發(fā)、課程設(shè)計調(diào)整提供數(shù)據(jù)支撐，提高教學(xué)管理水平。

目前，高校選修課程大多依賴單一的、固化的選課模式，即由學(xué)生通過選課系統(tǒng)進行選修課程選擇。這種模式是按照學(xué)生登陸系統(tǒng)的時間先后順序進行課程選定，即越早登入系統(tǒng)的選擇成功幾率就越大，部分學(xué)生因無法選擇到理想課程而盲目操作。該模式缺乏互動性、適應(yīng)性、有效性，學(xué)生滿意率低，老師教學(xué)成效也不高，無法實現(xiàn)分類施教、因材施教的選修課程培養(yǎng)目標。

2 模型設(shè)計與研究

2.1 模型選擇分析

選課系統(tǒng)采用B/S結(jié)構(gòu)模式作為系統(tǒng)結(jié)構(gòu)設(shè)計方案，相較于C/S結(jié)構(gòu)，B/S結(jié)構(gòu)模式對于網(wǎng)絡(luò)環(huán)境的要求更低，維護成本低，可擴展性強[1]。傳統(tǒng)的選課針對模型算法需求較少，常見的推薦算法所涉及的技術(shù)難點、復(fù)雜程度、智能程度也不高，因此本研究采用BP神經(jīng)網(wǎng)絡(luò)算法作為選課推薦算法[2]。BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，由許許多多的神經(jīng)元組成網(wǎng)絡(luò)，神經(jīng)元接收n個其他神經(jīng)元傳遞的輸入信號，信號能通過層與層向前傳播，得到最終實際輸出后，與期望輸出做對比,通過“梯度下降”策略，逐層調(diào)節(jié)權(quán)重和閾值,最終得到與期望輸出在誤差允許范圍內(nèi)的神經(jīng)網(wǎng)絡(luò)模型(見圖1、圖2)。為深入挖掘?qū)W生的行為信息、偏好信息等特征之間的聯(lián)系，本研究還采用了數(shù)字畫像技術(shù)來構(gòu)建學(xué)生畫像模型。首先將畫像模型的各標簽進行數(shù)字轉(zhuǎn)換，當(dāng)輸入一個目標用戶的各項轉(zhuǎn)換值后，獲得該用戶的特征向量，再根據(jù)權(quán)向量得到感知器的輸入值，然后使用sigmoid函數(shù)計算出每個感知器的輸出，再將此輸出作為下一層感知器的輸入，依次類推，直到輸出層。

圖1 神經(jīng)元模型

圖2 三層BP神經(jīng)網(wǎng)絡(luò)

2.2 選課系統(tǒng)設(shè)計

以選課流程為主干線，建設(shè)選課管理、選課審核、規(guī)則配置三大基礎(chǔ)功能，在此基礎(chǔ)上結(jié)合教學(xué)統(tǒng)籌、教學(xué)評價、課程建議反饋、數(shù)據(jù)報表等功能的建設(shè)，實現(xiàn)從“選課—審核—上課反饋—數(shù)據(jù)分析展示”的全過程跟蹤及數(shù)據(jù)反饋，在滿足學(xué)生選課電子化、便捷化的基礎(chǔ)上，為學(xué)校教學(xué)管理提升提供支撐。

如圖3所示，系統(tǒng)設(shè)計三輪式選課流程，學(xué)生依次進行首選、復(fù)選、改選，其中每輪選課包括系統(tǒng)預(yù)選、初選、確認選課等。各流程的進行時間由學(xué)校通過系統(tǒng)設(shè)置模塊予以限定。

選課時(開始前)，按照學(xué)生在校期間學(xué)工信息、課程成績、綜合素質(zhì)、行為數(shù)據(jù)等多元數(shù)據(jù)，通過數(shù)字畫像技術(shù)構(gòu)建學(xué)生畫像。選課后，根據(jù)畫像并運用BP算法進行預(yù)選推薦，配合沖突檢測機制、智能匹配預(yù)警機制、課程推薦結(jié)果多輪擬合等全過程互動式邏輯，實現(xiàn)學(xué)生有針對性的選課，并保障學(xué)生個人日程合理安排，避免沖突選課。

學(xué)生選課后，進入教師審核環(huán)節(jié)。審核時，教師可以參考平臺提供的數(shù)字畫像(模型的)數(shù)據(jù)對比，確定或駁回學(xué)生選課申請。學(xué)生自主選課階段完成后，學(xué)校可通過教學(xué)統(tǒng)籌功能，對未成功選課的學(xué)生進行課程分配，合理利用教學(xué)資源，有效減少資源浪費，完成后導(dǎo)出課程學(xué)員名單及時下發(fā)至授課教師處，確保課程順利開展。

除上述選課的關(guān)鍵流程外，系統(tǒng)從多維度對最終選課結(jié)果進行數(shù)據(jù)統(tǒng)計，在課程建議功能模塊中，以圖表形式直觀展示，并自動判斷分析，為學(xué)校提供課程缺口分析以及調(diào)整建議，為學(xué)校的管理決策提供數(shù)據(jù)支撐。

2.3 關(guān)鍵技術(shù)研究

數(shù)字畫像是由對象多模態(tài)信息特征所構(gòu)成的代理原型[3]，是在一連串?dāng)?shù)據(jù)上構(gòu)建起來的對象模型，即對象的信息畫像化。其用一系列的畫像簡潔、明了地刻畫了每個個體的特征，通過數(shù)字畫像的實際應(yīng)用，實現(xiàn)支持決策、改進管理和優(yōu)化服務(wù)等功能。

以畫像構(gòu)建分析為基礎(chǔ)，通過基于標簽的群體圈選、群體計算等手段，為用戶建立個體檔案，從而實現(xiàn)對于目標群體的精準定位[4]。結(jié)合標簽庫的構(gòu)建分析，通過大量的數(shù)據(jù)收集比對分析后得出畫像構(gòu)建的要素及方式方法，最終構(gòu)建出符合目標用戶的個性化數(shù)字畫像，具有準確性、普適性。如圖4所示，本研究使用三維笛卡爾坐標系表示選課學(xué)生的畫像模型。X維表示學(xué)生畫像模型的框架維度,分別為基礎(chǔ)信息、成績信息、行為信息和愛好信息四個構(gòu)成要素。Y維表示學(xué)生畫像模型的標簽層級，分為2個標簽層級，一級標簽是每個維度提取的主成分，二級標簽為樣本原始特征。Z維表示學(xué)生畫像模型的標簽屬性，按照數(shù)據(jù)屬性來源與處理方法的不同，標簽屬性分為事實標簽、模型標簽和預(yù)測標簽。

圖4 畫像模型構(gòu)建

設(shè)計的選課系統(tǒng)采用基于BP神經(jīng)網(wǎng)絡(luò)的算法，提出分類因子、參照因子、側(cè)重比等定義，按照難易程度、專業(yè)方向、學(xué)習(xí)基礎(chǔ)等不同方面對所有課程進行分類和層級劃分，匹配預(yù)設(shè)的課程標簽庫進而得出每門課程的課程標簽，比較同一類別中各課程的權(quán)值差和權(quán)值方差，求解出具有最大相似度的解，即能滿足學(xué)生需求的課程模型，將課程庫中的課程與課程模型進行篩選比對，從而得出最接近模型的課程在選課階段進行課程推薦。

平臺設(shè)有綜合、推優(yōu)、筑基三種推薦方式可供學(xué)生選擇。其中，綜合推薦是指根據(jù)學(xué)生的畫像原型，同時兼顧學(xué)生的愛好、成績、課程等偏好信息，按預(yù)設(shè)的權(quán)重通過BP神經(jīng)網(wǎng)絡(luò)進行計算，從課程庫逐級篩選出最接近學(xué)生需求的課程進行推薦。

推優(yōu)方式是指根據(jù)對學(xué)生的畫像分析，通過不同課程的績點分數(shù)計算，按照對應(yīng)等級劃分排序，根據(jù)學(xué)生的良好能力進行課程推薦。推優(yōu)算法首先根據(jù)績點分數(shù)要求預(yù)設(shè)優(yōu)級分界線，將學(xué)生所有課程成績績點按優(yōu)級分界線做分類排序，反映出在不同類別、專業(yè)課程方面的學(xué)習(xí)能力情況，將所有績點大于等于優(yōu)級分界線的課程的標簽做歸納，基于畫像模型從課程庫中篩選出同類標簽的課程，完成推優(yōu)方式。

筑基方式根據(jù)績點分數(shù)要求預(yù)設(shè)劣級分界線，同樣計算出學(xué)生所有課程的績點分數(shù)，將所有績點小于等于劣級分界線的課程的標簽做歸納，基于畫像模型從課程庫中篩選出同類標簽的課程，完成筑基推薦。以此調(diào)動學(xué)習(xí)積極性，合理安排選課[5]。

3 平臺功能設(shè)計

平臺功能設(shè)計通過多輪次匹配選課提高教學(xué)的互動性、適應(yīng)性、有效性、創(chuàng)新性，賦能選修課程管理水平提升。

平臺建設(shè)面向選課各環(huán)節(jié)包括學(xué)生、教師、教學(xué)等多角色設(shè)計，設(shè)計包含基礎(chǔ)信息、選課中心、資源中心、配置中心四大功能模塊，功能結(jié)構(gòu)如圖5所示。

圖5 功能結(jié)構(gòu)示意圖

①選課中心功能包含自主選課、選課審核、課程統(tǒng)籌、教學(xué)評價、問卷反饋、報表分析、課程建議，實現(xiàn)選課的智能化、多元化，同時為課程設(shè)計提供數(shù)據(jù)支撐，保證了學(xué)生選課的有效性、互動性、創(chuàng)新性及課程設(shè)計的科學(xué)性。

②資源中心主要包含畫像模型庫、培養(yǎng)方案、課程庫；畫像模型庫是通過對學(xué)生畫像模型的統(tǒng)一查詢、展示功能，輔助教師對學(xué)生整體情況進行了解，為選課審核提供參考依據(jù)[6]。

③基礎(chǔ)信息功能分為學(xué)生個人中心和職工個人中心。學(xué)生個人中心包含學(xué)生基礎(chǔ)信息和畫像模型的查看。

4 結(jié)論與展望

本研究設(shè)計的選課平臺以學(xué)生在校期間的多維數(shù)據(jù)為基礎(chǔ)，通過互動式全景選課模式，實現(xiàn)學(xué)生選課的全過程多輪次匹配。第一，基于學(xué)生自身特點優(yōu)勢，擬合課程和教師特色。為學(xué)生提供選修課程的個性化推薦，大幅減少學(xué)生選課決策時間。第二，為師生雙方對課程設(shè)計和授課的理解形成共好的態(tài)勢。幫助學(xué)生減少彎路的同時，降低一線教師為針對性研究的工作負擔(dān)。第三，優(yōu)化教師和學(xué)校對學(xué)生有針對性的選課工作量。提升選修課程管理效率，賦能學(xué)校管理水平提升。第四，為學(xué)生及老師提供針對性學(xué)習(xí)與培養(yǎng)方向，為院校提供更為全面的學(xué)生發(fā)展情況、課程目標落實情況等的數(shù)據(jù)支撐參考，提升課程設(shè)計質(zhì)量。

綜上，本研究設(shè)計能夠較好實現(xiàn)選課互動及教學(xué)目標，但也需要進一步完善。一是平臺采用的BP神經(jīng)網(wǎng)絡(luò)算法應(yīng)進一步優(yōu)化，以加快算法的計算速度和準確性。二是平臺所需處理的數(shù)據(jù)量巨大，可以考慮下一步研究采用大數(shù)據(jù)分布式計算算法，提高數(shù)據(jù)處理的即時性，使選課平臺運行更穩(wěn)定高效。三是進一步采用新的數(shù)據(jù)挖掘技術(shù)或者深度學(xué)習(xí)算法，更深層次、準確、智能地刻畫學(xué)生畫像。四是探索師生教與學(xué)的最佳互動形態(tài)，形成泛數(shù)據(jù)深度學(xué)習(xí)及應(yīng)用，實現(xiàn)教學(xué)相長和師生共同發(fā)展。