基于分類挖掘的教學資源優化配置策略

劉林東，周如旗，鄔依林

（廣東第二師范學院計算機科學系，廣州510303）

基于分類挖掘的教學資源優化配置策略

劉林東，周如旗，鄔依林

（廣東第二師范學院計算機科學系，廣州510303）

傳統教學資源管理平臺中積累海量的教學資源數據，用戶訪問這些教學資源的時候，并沒有對教學資源進行優化訪問；以各類課程資源為研究對象，通過保存用戶訪問課程資源的歷史數據，利用分類挖掘算法對數據進行挖掘和分析，得出用戶訪問課程資源的規律和模式，從而對用戶訪問課程資源進行優化配置和指導；實驗證明，通過優化配置的管理平臺比較傳統管理平臺明顯提高用戶訪問課程資源的效率以及課程資源的利用率。

分類挖掘；教學資源；課程資源

0 引言

目前高校積累了海量的教學資源數據[1]，這些教學資源來源于不同的校區、教學部門、教輔部門以及各種教學資源平臺和云平臺[2-3]，為此學校需要提供支持服務的各種軟件服務平臺、網絡設備、服務器和存儲設備等。隨著教學資源數量幾何級數增長、用戶需求的提高、設備的日益老化以及教學改革的推進，學校需要投入大量的財力、物力和人力來維持師生對教學資源服務的需求，嚴重制約和影響學校教學質量工程和人才培訓質量。如何對教學資源進行優化配置，為各類用戶提供人性化服務就顯得越來越重要。

傳統的教學資源配置管理方式一般借助云計算平臺或者教學資源管理平臺進行管理，為用戶提供一種需求訪問請求模式，缺少教學資源共享模式和優化配置的指導，容易導致教學資源無法有效為教學和管理服務，從而造成教學資源利用率低、重復投入、管理不到位等現象。文中主要針對教學資源管理平臺下的各類課程資源進行研究，保存用戶訪問課程資源的歷史數據，利用分類挖掘算法對數據進行挖掘和分析，從中找出用戶訪問課程資源的規律和模式，從而進一步對用戶訪問課程資源進行優化配置，提高用戶訪問課程資源的效率以及課程資源的利用率。

1 傳統教學資源管理模式

1.1 教學資源

高校教學資源[4][5]主要包括教師資源、優質課程資源、網絡課程資源、教學硬件設施資源、圖書文獻及電子信息資源等，部分高校還包括開放課程、精品課程、在線資源等多種資源。隨著信息技術、計算機網絡技術以及互聯網技術的發展，高校的教學資源數量成幾何級數增長，嚴重制約高校的教學和管理。

1.2 傳統課程資源管理模式

傳統課程資源管理模式如圖1所示，包括用戶層、管理層和資源層。用戶層通過注冊或授權分配用戶相應的操作權限，用戶通過課程資源管理平臺可以瀏覽、下載、上傳相應的課程資源；課程資源管理平臺為各類用戶提供各種操作接口，學生、教師、管理員分別對應不同的接口；資源層一般與管理平臺相融合，將各種課程資源分類存儲、管理。

傳統課程管理平臺在很多學校中應用比較廣泛，他具有操作簡單、部署方便等優點；但也存在一些缺陷，主要包括：

（1）不能為用戶提供個性化訪問服務，每個用戶的訪問等級相同；

（2）無法識別課程資源訪問的差異性；

圖1 傳統課程資源管理模式

2 基于分類挖掘的優化配置

2.1 資源優化配置模型

由于傳統課程資源管理模式存在一些不足，文中提出了一種基于分類挖掘的資源優化配置模型[6][7]，如圖2所示。模型包括用戶層、資源優化配置層以及資源層三層體系，對比管理層，主要提出了資源優化配置層的改進。其中用戶層包括n個用戶，各種用戶分別屬于教師、學生等類別，用戶向資源優化配置層發送資源訪問請求并響應請求結果；資源優化配置層主要負責分類挖掘以及資源的優化配置，資源優化配置層接收到用戶請求后，根據分類挖掘模塊得到的分類信息，按一定的策略分配相應的資源給相關用戶；資源層由m個課程資源構成。

圖2 基于分類挖掘的資源優化配置模型

2.2 資源優化配置過程

為方便分類挖掘，在課程資源優化配置模型中設定有3個課程資源，分別為r1,r2,r3；有3個用戶，分別為u1,u2,u3。另外，為了方便對課程資源配置歷史數據進行分析，將用戶訪問課程資源的時間片劃分為四個區間（單位：分鐘），分別為：t1：[0,5),t2：[5,15),t3：[15,30),t4：[30,+∞)。在資源優化配置層中的分類挖掘模塊負責記錄用戶每次訪問課程資源的時間片信息。表1中表示用戶使用課程資源（r1,r2,r3）的時間片信息，tij表示請求資源i的時間片區間為j，其中i為資源編號。

表1 資源訪問事務集D

根據Apriori分類算法[8-9]對表1中的事務進行分類挖掘，設最小支持度計數min_sup=2，得出頻繁模式為{〈t11,t31,u1〉,〈t12,t22,u2〉,〈t12,t32,u2〉,〈t21,t31,u1〉}；設置最小置信度 min_conf=70%，產生分類規則如下：t11∧t31=〉u1，t11∧u1=〉t31，t11=〉t31∧u1，t21∧t31=〉u1，t21∧u1=t31和 t12∧t22=〉u2，t22∧u2=〉t12，t12∧t32=〉u2，t32∧u2=t12，t32=〉u2∧t12。

3 結果分析

通過對分類挖掘的結果進行分析，得出相應的分類規則，得到的分類規則可以在資源優化配置模塊中對用戶訪問課程資源進行優化管理。例如：用戶1訪問課程1和課程2的時間范圍在5分鐘以內；用戶2訪問課程1和課程3的時間范圍為5～15分鐘。這些分析結果可以進一步優化用戶訪問課程資源，從而提高課程資源的訪問效率以及為用戶推薦相應的課程資源。

通過實驗對比優化配置策略與傳統管理平臺在課程資源訪問的對比情況。分別從課程資源訪問率、同一資源同一用戶平均訪問時長以及同一用戶平均訪問資源數，得出如表2所示結論，能過分析得出傳統資源平臺無法提供有效的訪問控制，所有課程資源均會被用戶訪問，從而導致用戶訪問資源的時間變長，其中部分訪問時間是無效的；相反，優化配置模型可以對歷史數據進行分析，從而有效地指導用戶訪問課程資源。

表2 優化配置策略與傳統管理平臺對比

4 結語

基于分類挖掘的教學資源優化配置策略從傳統的資源管理平臺出發，分析其主要特點以及優缺點。在此基礎上，提出了一種基于分類挖掘的教學資源優化配置策略，主要思路是通過分析用戶歷史訪問行為，形成一種資源訪問的規則，并進一步指導用戶訪問教學資源。此策略有效地提高了教學資源的利用率，減少了用戶重復訪問教學資源等問題。

為更好地進行教學資源的優化配置管理，還需要解決教學資源的標準化、教學資源平臺以及教學資源的共享、共用和共建等問題。

[1]陳樂,崔海波,吳蘭岸.地方高校教學資源優化配置的現狀與問題思考-以廣西某地方高校為例[J].玉林師范學院學報(哲學社會科學)，2016,37(6)：132-136.

[2]王健.運用云計算實現高校教學資源共享[J].數字技術與應用.2011(11)：198-199.

[3]聶晶.基于云計算的共享型優質教學資源庫建設的可行性研究[J].電腦知識與技術.2012,34(8)：8207-9209.

[4]饒紹倫,邱永芳.高等院校教育資源的優化配置與合理利用研究[J].中國校外教育.2013(10)：39-40.

[5]劉輝,陳溪輝,向卓.高校數字教學資源共享機制與優化配置的研究與實踐[J].電腦知識與技術.2015,11(13)：20-21.

[6]Jiayin LI,Meikang QIU,Zhong MING,et al.Online Optimization for Scheduling Preemptable Tasks on IaaS Cloud Systems[J].Journal of Parallel and Distributed Computing,2012,72(2)：666-677.

[7]黃有福.高校優質教學資源共享的意義和策略探索[J].教育經濟.2011(4)：57-58.

[8]劉林東.基于分類挖掘的網格資源分配研究[J].計算機應用研究.2013,30(2)：371-373.

[9]Y.YE,C.CHIANG.A Parallel Apriori Algorithm for Frequent Itemset Mining：Proc.Forth Int.Conf.Software Engineering Research,Management and Applications,2006[C],[S.l.]：[s.n.],2006：8794.

Optimal Allocation Strategy for Teaching Resources Based on Dlassification
Data Mining

LIU Lin-dong，ZHOU Ru-qi，WU Yi-lin
（Department of Computer Science,Guangdong University of Education,Guangzhou 510303）

Traditional teaching resources management platform has accumulated a large amount of teaching resource data.When users access these teaching resources,it does not support optimal access to teaching resources.Based on all kinds of curriculum resources,stores a large amount of historical access data of accessing to the curriculum resources,and through data classification mining algorithms to analyze them,some rules and patterns about accessing curriculum resources are obtained.These rules can be further optimized teaching resources management platform.Experiments show that the optimized management platform significantly improves the efficiency of user's access to curriculum resources and the utilization of curriculum resources compared to the traditional management platform.

Classification Data Mining;Teaching Resources;Curriculum Resources

2013年廣東省高等學校教學質量與教學改革工程項目（No.2013-113）、廣東第二師范學院面向教育信息化的人才培養協同育人基地項目（No.xtyr201404）、IT/互聯網開發實踐教學基地項目（No.2016sjjxjd03）

1007-1423（2017）32-0055-03

10.3969/j.issn.1007-1423.2017.32.014

劉林東（1978-），男，湖南邵陽人，博士研究生，副教授，研究方向為云計算、多核處理器調度

周如旗（1971-），男，廣西人桂林人，博士研究生，副教授，研究方向

鄔依林（1970-）,男，四川南充人，博士，教授，研究方向為為數控系統、數據處理與數據挖掘和網絡優化控制

2017-09-12

2017-11-02