基于教育大數(shù)據(jù)的課程授課教師推薦系統(tǒng)設(shè)計

摘要：為了能有效地采集教務(wù)管理信息平臺和各類教學(xué)信息平臺中的相關(guān)數(shù)據(jù)形成教育大數(shù)據(jù)，實現(xiàn)課程授課教師推薦系統(tǒng)，首先將系統(tǒng)劃分成數(shù)據(jù)采集、數(shù)據(jù)建模和授課推薦三個子系統(tǒng)，并對各子系統(tǒng)的主要構(gòu)成元素和使用的主要方法進行了規(guī)范，然后采用UML建模技術(shù)，對系統(tǒng)的用例建模、靜態(tài)建模和動態(tài)建模進行了分析與設(shè)計，從而為后期開發(fā)實現(xiàn)課程授課教師推薦系統(tǒng)提供了技術(shù)指導(dǎo)。

關(guān)鍵詞：教育大數(shù)據(jù);數(shù)據(jù)量化;UML建模;授課推薦;系統(tǒng)設(shè)計

中圖分類號：TP311.5? ? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2020）26-0008-02

Abstract： To effectively collect the relevant data from educational administration management information platform and various teaching information platforms to form education big data， and realize the course teacher recommendation system， the system is firstly divided into three subsystems： data acquisition， data modeling and teaching recommendation， and the main components and main methods of each subsystem are standardized， and then UML modeling technology is adopted to analyze and design the use case modeling， static modeling and dynamic modeling of the system， so as to provide technical guidance for the later development and implementation of the course teacher recommendation system.

Key words： education big data; data quantification; UML modeling; teaching recommendation; system design

1 背景

目前，高校均已采用信息化平臺進行常規(guī)教學(xué)管理，平臺中有教師基本信息、課程信息、學(xué)生信息、學(xué)生成績等基本數(shù)據(jù)，和教師授課的學(xué)生評價、督導(dǎo)評價、同行評價等評價數(shù)據(jù)，以及數(shù)量巨大的教學(xué)過程化數(shù)據(jù)，這些海量的數(shù)據(jù)顯然已構(gòu)成了教育大數(shù)據(jù)[1]，根據(jù)需要，從中可以挖掘出隱含著的不同知識。然而長期以來，授課安排缺乏一種較好的系統(tǒng)性的推薦，一般都是根據(jù)歷史授課情況進行安排，忽略了教師專業(yè)基礎(chǔ)、教學(xué)評價與效果等因素，使課程的教學(xué)達不到最優(yōu)化，特別是一些新設(shè)置課程，無法確切地知道安排給哪位老師講授能獲得最優(yōu)效果，這顯然是不利于教學(xué)質(zhì)量的提高。為此，本文在教育大數(shù)據(jù)的基礎(chǔ)上，設(shè)計了一個課程授課教師推薦系統(tǒng)，該系統(tǒng)能對海量的教育大數(shù)據(jù)實現(xiàn)自動采集、數(shù)據(jù)量化處理并實現(xiàn)自動授課推薦。

2 授課推薦系統(tǒng)設(shè)計

2.1 系統(tǒng)總體設(shè)計

系統(tǒng)由數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)建模子系統(tǒng)和授課推薦子系統(tǒng)構(gòu)成，如圖1所示。

其中，數(shù)據(jù)采集子系統(tǒng)主要是采用離線式ETL方式，從多個信息系統(tǒng)數(shù)據(jù)源中采集相關(guān)的數(shù)據(jù)構(gòu)建數(shù)據(jù)倉庫以便進行數(shù)據(jù)處理[2]，這些數(shù)據(jù)包括靜態(tài)數(shù)據(jù)（如教師學(xué)歷、學(xué)位、職稱、畢業(yè)學(xué)校、課程名稱等這些長時間內(nèi)保持不變的數(shù)據(jù)）、動態(tài)數(shù)據(jù)（如授課學(xué)生評價數(shù)據(jù)、督導(dǎo)評價數(shù)據(jù)、課程成績、學(xué)習(xí)表現(xiàn)等在信息系統(tǒng)使用過程中動態(tài)生成的數(shù)據(jù)）和中間數(shù)據(jù)（如課程綜合成績、平均成績、排名等經(jīng)過計算、匯總形成的各種數(shù)據(jù)）。數(shù)據(jù)采集是信息處理的基礎(chǔ)，采集的數(shù)量和質(zhì)量直接影響和決定著信息加工的數(shù)量和質(zhì)量。

數(shù)據(jù)量化子系統(tǒng)是對采集得來的源數(shù)據(jù)，采用一系列的預(yù)設(shè)好的歸一化量化模型使其轉(zhuǎn)換成對應(yīng)的值，標(biāo)稱數(shù)據(jù)則使用相關(guān)定義使其期轉(zhuǎn)換到[0，1]區(qū)間中的某一個值，如規(guī)定學(xué)位標(biāo)稱數(shù)據(jù)為博士則令其值為1，碩士為0.5，學(xué)士為0.2，其他為0。數(shù)值數(shù)據(jù)則根據(jù)相關(guān)歸一化模型也使其值轉(zhuǎn)換到[0，1]區(qū)間，如學(xué)生評價數(shù)據(jù)集X中的某一評價值x，可以使用以下模型進行歸一化處理：

這樣，就可以將所有采集得到的數(shù)據(jù)全部歸一化，并存儲起來。在此基礎(chǔ)上，以歸一化數(shù)據(jù)為基礎(chǔ)，通過定義模型進行變換和計算，得出教師專業(yè)基礎(chǔ)值（Pbd）、課程難度系數(shù)值（Cdc）與授課評分值（Eva），以便后進行推薦使用。

在授課推薦子系統(tǒng)中，構(gòu)建一個三維有偏權(quán)值張量模型[3]，數(shù)據(jù)按“教師（T）-課程（C）-評分（E）-權(quán)值（W）”四元關(guān)系構(gòu)成維度分別為T、C、E的三維張量[X∈RIt×Ic×Ie]，其元素對應(yīng)下標(biāo)是[ti，cj，ek]，對應(yīng)的元素值為按式2計算得到的綜合有偏權(quán)值[wti，cj，ek]：

式2表示如果存在某專業(yè)基礎(chǔ)度為[Pbdi]的教師（[ti]）講授了難度系數(shù)為[Cdcj]的課程（[cj]）且獲得了評分（[ek]）為[Evak]，則張量對應(yīng)下標(biāo)[ti，cj，ek]的元素值取加權(quán)計算得到的[wti，cj，ek]值，否則對應(yīng)元素取值為0。其中[ρ1]，[ρ2]和[ρ3]的值是可以靈活地根據(jù)授課推薦偏重面不同，而設(shè)置的一種可調(diào)節(jié)的系數(shù)。最后，使用基于Tucker張量分解方法[4]，產(chǎn)生按課程分類的Top-N授課推薦教師列表。

2.2 系統(tǒng)用例建模

用例圖（User Case）[5]是外部用戶（被稱為參與者）所能觀察到的系統(tǒng)功能的模型圖，它定義了系統(tǒng)的功能需求。授課推薦系統(tǒng)的參與者（Actor）包括普通用戶（User）、教務(wù)管理員（Academic_admin）和系統(tǒng)管理員（System_admin）。普通用戶一般為教師，具有登錄、查看個人基本信息、修改個人基本信息、查看授課推薦結(jié)果等功能。教務(wù)管理員具有登錄、查看個人基本信息、修改個人基本信息、審核用戶信息、課程信息維護、查看課程授課教師推薦結(jié)果等。系統(tǒng)管理員具有登錄、獲取數(shù)據(jù)、更新數(shù)據(jù)、模型管理、推薦算法管理、推薦精度查看等。其用例圖設(shè)計如圖2-圖4所示。

2.3 系統(tǒng)靜態(tài)建模

UML靜態(tài)機制[6]中的類圖具有強大的表達能力，能夠有效地建立專業(yè)領(lǐng)域?qū)ο竽Ｐ?，是設(shè)計人員關(guān)心的核心，也是實現(xiàn)人員關(guān)心的核心，一般建模工具都可以根據(jù)類圖產(chǎn)生框架代碼。在對授課推薦系統(tǒng)的類圖建模中，主要從三個方面進行類圖建模。一是實體類建模，根據(jù)需求分析與用例模型，可以找出系統(tǒng)中的所有實體類，并對其之間的關(guān)系進行確認;二是邊界類建模，根據(jù)參與者與用例之間的交互情況，可以確定需要的邊界類，以及它們之間的關(guān)系;三是業(yè)務(wù)邏輯處理類建模，根據(jù)用例實現(xiàn)所需處理的業(yè)務(wù)邏輯需要，分析并設(shè)計出其業(yè)務(wù)邏輯處理類及其之間的關(guān)系。

2.4 系統(tǒng)動態(tài)建模

系統(tǒng)動態(tài)建模[6]是定義并描述結(jié)構(gòu)元素的動態(tài)特性及行為，UML中動態(tài)模型包括狀態(tài)圖、順序圖、活動圖和協(xié)作圖。其中活動圖是一種表述業(yè)務(wù)過程以及工作流程的技術(shù)，它可以用來對業(yè)務(wù)建模、工作流建模、用例實現(xiàn)建模以及程序?qū)崿F(xiàn)建模。授課推薦系統(tǒng)的獲取數(shù)據(jù)用例實現(xiàn)建模如圖5所示。

3 結(jié)束語

教務(wù)管理平臺與各類教學(xué)平臺在教學(xué)中的廣泛使用，產(chǎn)生了大量的數(shù)據(jù)形成了教育大數(shù)據(jù)，為從教育大數(shù)據(jù)中挖掘出有價值的知識，解決長期以來課程教學(xué)安排無科學(xué)方法的問題，設(shè)計了該課程授課教師推薦系統(tǒng)，采用UML從不同角度對系統(tǒng)進行可視化建模，從而為課程授課推薦系統(tǒng)的實現(xiàn)給出了規(guī)范性的指導(dǎo)。

參考文獻：

[1] 孫洪濤， 鄭勤華. 教育大數(shù)據(jù)的核心技術(shù)、應(yīng)用現(xiàn)狀與發(fā)展趨勢[J]. 遠程教育雜志， 2016， 34（5）： 41-49.

[2] 王濤. 基于數(shù)據(jù)倉庫ETL技術(shù)的數(shù)據(jù)提取與數(shù)據(jù)轉(zhuǎn)換研究[D]. 長春： 吉林大學(xué)， 2011.

[3] 代翔. 張量分解及其在推薦系統(tǒng)中的應(yīng)用[J]. 信息與電腦， 2016（22）： 34-37.

[4] 姚敦紅， 李石君， 胡亞慧. 三維有偏權(quán)值張量分解在授課推薦上的應(yīng)用研究[J]. 電子科技大學(xué)學(xué)報， 2017， 46（5）： 747-754.

[5] 袁國銘， 劉瑞， 樊波， 等. UML用例圖在軟件工程中的步驟設(shè)計研究[J]. 微型電腦應(yīng)用， 2014， 30（1）： 46-48.

[6] 于紅志. 基于UML的建模分析與應(yīng)用[J]. 電腦編程技巧與維護， 2016（19）： 37-38， 42.

【通聯(lián)編輯：謝媛媛】