基于在線評測技術(shù)的“Python程序設(shè)計”課程自主學習平臺設(shè)計

摘要：常規(guī)的“Python程序設(shè)計”課程自主學習平臺易受請求標簽交換作用影響，綜合運行性能不佳，因此，文章提出一種基于在線評測技術(shù)的“Python程序設(shè)計”課程自主學習平臺。硬件部分設(shè)計了FMC高速數(shù)據(jù)連接器和MAX1479ATE+C2R存儲芯片，軟件部分設(shè)計“Python程序設(shè)計”課程自主學習功能模塊。測試結(jié)果表明，設(shè)計的課程自主學習平臺的綜合性能良好，不存在運行異常問題，具有可靠性，有一定的應用價值，為提高“Python程序設(shè)計”課程教學質(zhì)量作出了一定的貢獻。

關(guān)鍵詞：在線評測技術(shù)；“Python程序設(shè)計”；課程；自主學習；平臺

中圖分類號：G40-057 文獻標志碼：A

0 引言

“Python程序設(shè)計”是一門基礎(chǔ)計算機編程課程，包括Python基礎(chǔ)知識、面向?qū)ο缶幊?、文件操作、常用模塊等［1］。受“Python程序設(shè)計”課程特殊的教學模式及復雜的教學知識組成影響，其自主學習難度較高［2］，因此，須要對“Python程序設(shè)計”課程自主學習平臺進行深入研究。

相關(guān)研究人員針對“Python程序設(shè)計”課程特點設(shè)計了幾種常規(guī)的自主學習平臺。馮書彬［3］提出基于MOOC網(wǎng)絡(luò)的自主學習平臺主要設(shè)置了知識提煉覆蓋框架，進行了大規(guī)模資源建設(shè)，但該平臺的運行流暢性偏低；林至揚等［4］提出基于小組學習方式的課程自主學習平臺主要構(gòu)建了多元學習小組連接終端，得到了高性能指令處理組件，實現(xiàn)學習嵌入，但該平臺易受markdown嵌入作用影響，導致資源鏈接異常。為了滿足該課程的教學要求，文章基于在線評測技術(shù)設(shè)計了一種有效的“Python程序設(shè)計”課程自主學習平臺。

1 硬件設(shè)計

1.1 FMC高速數(shù)據(jù)連接器

在課程自主學習平臺運行過程中，涉及多資源模板庫與目標文件，包括大量的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，嚴重增加了接口數(shù)據(jù)的提取難度，增加了數(shù)據(jù)連接時長，造成平臺運行卡頓［5］。因此，文章選取現(xiàn)場可編程門陣列夾層卡（FPGA Mezzanine Card，F(xiàn)MC）高速數(shù)據(jù)連接器進行了接口數(shù)據(jù)拼接處理，實時調(diào)用多份模板數(shù)據(jù)。該數(shù)據(jù)連接器主要利用結(jié)構(gòu)化形式完成對接，實現(xiàn)數(shù)據(jù)分類處理［6］，滿足數(shù)據(jù)標準化關(guān)聯(lián)協(xié)議與數(shù)據(jù)屬性要求。除此之外，F(xiàn)MC高速數(shù)據(jù)連接器的整體功耗較低，可以跨行列識別階躍數(shù)據(jù)屬性，完成單元遍歷與校核［7］。

1.2 MAX1479ATE+C2R存儲芯片

課程自主學習平臺對訪問與處理效果要求較高，須要記錄和分析每個學生的學習行為和習慣，提供個性化的學習推薦和資源。因此，文章選取MAX1479ATE+C2R存儲芯片作為平臺的核心存儲芯片，臨時或永久地存儲大量的課程數(shù)據(jù)、學習資料和用戶信息。

該存儲芯片的存儲容量較高且讀寫速度較快，能實現(xiàn)隨機位置讀取且在高溫潮濕等環(huán)境下同樣適用，兼容性較高。

2 軟件設(shè)計

2.1 基于在線評測技術(shù)構(gòu)建課程自主學習模型

在線評測技術(shù)主要基于基礎(chǔ)計算機程序進行評測反饋，生成相關(guān)的測試標準，實現(xiàn)實踐性分類，具有較強的自動性與靈活性。因此，文章基于在線評測技術(shù)構(gòu)建了課程自主學習模型。首先須要根據(jù)自主語言干擾計算，此時的教學資源相似度d（X，Y）如式（1）所示。

d（X，Y）=|xp-yp|（1）

在公式（1）中，xp代表橫向資源文本，yp代表縱向資源文本，此時可以進行Borland集成處理，此時的學習通道劃分目標函數(shù)k（n）如式（2）所示。

k（n）=ω（n＼Tn）（2）

在公式（2）中，ω代表學習興趣參量，n代表知識覆蓋率，Tn代表學習常量，基于此，構(gòu)建的課程自主學習模型如圖1所示。

由圖1可知，該課程自主學習模型可以有效引入自主學習策略和有效促進因素，如目標設(shè)定、學習策略選擇、自我監(jiān)控等，獲取多元意見，提高學習平臺的綜合反饋性能。

2.2 設(shè)計“Python程序設(shè)計”課程自主學習功能模塊

為了提高課程自主學習平臺的教學完整性，文章根據(jù)“Python程序設(shè)計”教學要求設(shè)計了功能模塊。課程內(nèi)容模塊主要展示整個課程的章節(jié)結(jié)構(gòu)、每個章節(jié)的學習目標和主要知識點，提供每個知識點的視頻教程，學生可以根據(jù)自己的學習進度選擇觀看。該模塊的視頻教程應包含詳細的講解和實例操作。學習進度跟蹤模塊可以展示學生當前的學習進度。允許學生查看每個章節(jié)的詳細學習進度。學生可以設(shè)置自己的學習計劃，包括每天或每周的學習目標。在線評測模塊提供大量的練習題，包括選擇題、編程題等。練習題應覆蓋課程的所有知識點，難度逐漸遞增。個性化學習推薦模塊可以通過在線評測結(jié)果，評估學生 對每個知識點的掌握情況。

3 平臺測試

3.1 測試準備

結(jié)合上述的測試準備，文章選取Visual Studio.NET作為基礎(chǔ)框架進行了平臺測試。該框架主要利用萬維網(wǎng)（World Wide Web，Web）多語言環(huán)境開發(fā)，創(chuàng)建測試應用程序，建立基礎(chǔ)測試通信通道。該測試框架內(nèi)部設(shè)置了公共語言運行時（Common Language Runtime，CLR）公共語言運行庫，可以實現(xiàn)Win Forms全編程訪問，完成Microsoft開發(fā)，綜合性能良好。此時設(shè)置的測試數(shù)據(jù)訪問模式如圖2所示。

由圖2可知，待上述訪問模式確定后即可得到高質(zhì)量運行參量，得到可靠的平臺性能測試結(jié)果。

3.2 測試結(jié)果與討論

在上述的測試準備基礎(chǔ)上，文章調(diào)整了基礎(chǔ)服務器結(jié)構(gòu)，生成符合測試要求的測試代碼，此時可以對測試參數(shù)進行歸一化處理，運行文章設(shè)計的基于在線評測技術(shù)的“Python程序設(shè)計”課程自主學習平臺，得到的平臺性能測試結(jié)果如表1所示。

由表1可知，文章設(shè)計平臺的平均響應時間為0.286s，最高響應時間為0.514s，在處理用戶請求時具有較快的響應速度，有助于提供良好的用戶體驗。在模擬多用戶同時訪問時，最高并發(fā)用戶數(shù)達到了1558個，最優(yōu)并發(fā)用戶數(shù)為543個，表明平臺能夠在大規(guī)模用戶同時訪問的情況下保持穩(wěn)定運行，具有良好的并發(fā)處理能力。在平臺運行時，CPU平均使用率為21.5%，內(nèi)存平均占用為1.24 GB，具有較高的運行效率。

平臺在模擬不同數(shù)量用戶下的請求量時，每秒處理請求數(shù)（Hits-per-Second，HPS）達到了200個，具有較高的處理能力，可以迅速響應大量用戶的請求。經(jīng)過24h連續(xù)運行測試，平臺無故障發(fā)生。證明平臺具有較高的穩(wěn)定性，能夠長時間穩(wěn)定運行。通過漏洞掃描與滲透測試，平臺未發(fā)現(xiàn)任何漏洞。平臺支持7種主流瀏覽器和8種操作系統(tǒng)，表明平臺具有較廣泛的兼容性，能夠滿足不同用戶的設(shè)備需求。

4 結(jié)語

“Python程序設(shè)計”屬于編程基礎(chǔ)課程，其學習難度較高，涉及的知識十分復雜，須要利用相關(guān)平臺完成實踐學習。常規(guī)的課程自主學習平臺的綜合性能較差，運行流暢性過低。因此，文章基于在線評測技術(shù)設(shè)計了一種全新的“Python程序設(shè)計”課程自主學習平臺。測試結(jié)果表明，設(shè)計的自主學習平臺的綜合性能良好，具有可靠性，有一定的應用價值，為推動 該課程實踐學習進步作出了一定的貢獻。

參考文獻

［1］葉靜，薛招騰.基于超星學習通平臺的線上線下混合式創(chuàng)新教學探索與實踐：以化工原理課程為例［J］.科教文匯，2024（9）：76-79.

［2］田永曉，王倩飛，岳增慧，等.基于超星學習通平臺的《管理學基礎(chǔ)》BOPPPS教學模式探索［J］.陜西教育（高教），2024（5）krPUqCZ1YkSc5mNd+H0LvFEJt7GN+H2c7Qt8gviE/aY=：38-40.

［3］馮書彬.基于MOOC網(wǎng)絡(luò)教學平臺的專升本大學英語線上自主學習模式改革［J］.海外英語，2023（15）：131-133.

［4］林至揚，木斯塔帕·迪力木拉提，李海芳.基于小組學習方式的Web輔助平臺設(shè)計與實現(xiàn)［J］.電腦知識與技術(shù)，2023（14）：50-53.

［5］劉天坤.iSmart智能學習平臺支持下大學英語混合課程構(gòu)建研究：以呼倫貝爾學院為例［J］.呼倫貝爾學院學報，2024（2）：130-134.

［6］司智慧，孫煒，苗曉宇，等.在線學習不同階段用戶體驗要素構(gòu)建與平臺提升的設(shè)計策略［J］.中國教育技術(shù)裝備，2024（8）：116-119，134.

［7］孫聰聰，張英姿，張曉敏，等.基于在線學習平臺問卷調(diào)查的混合式教學在婦科教學中的應用［J］.中國繼續(xù)醫(yī)學教育，2024（8）：80-84.

（編輯 王永超）

Independent learning platform design of “Python Programming Design” course based on online evaluation technology

HU Xingtong

（Jiangxi Vocational College of Mechanical & Electrical Technology， Nanchang 330013， China）

Abstract： The conventional “PythonhF9okPf5DhWcjd7IvdD9MKMtVjDUn0HaJxZblfjstCc= Programming Design” course self-learning platform is susceptible to the influence of request label exchange， resulting in poor overall performance. Therefore， a “Python Programming Design” course self-learning platform based on online evaluation technology is proposed. The hardware part is designed with an FMC high-speed data connector and MAX1479ATE+C2R storage chip， while the software part is designed with a “Python Programming Design” course self-learning function module. The test results show that the designed course self-learning platform has good comprehensive performance， no abnormal operation problems， reliability， and certain application value， making a certain contribution to improving the teaching quality of the “Python Programming Design” course.

Key words： online evaluation technology; “Python Programming Design”; course; independent learning; platform