基于機(jī)器學(xué)習(xí)的大學(xué)生家教適配系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

高晨昊　何謙　胡梓

關(guān)鍵詞：大學(xué)生家教；機(jī)器學(xué)習(xí)；SVM支持向量機(jī)；家教系統(tǒng)；App

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）08-0005-04

0 背景概述

當(dāng)下，“互聯(lián)網(wǎng)+教育”已經(jīng)融入學(xué)生的方方面面，在“互聯(lián)網(wǎng)+”背景下，學(xué)生借助互聯(lián)網(wǎng)瀏覽教育信息，實(shí)現(xiàn)個(gè)性化教學(xué)目的。家教行業(yè)也借助這一背景，涌現(xiàn)出部分個(gè)性化教育平臺(tái)[1]。家教群體中有這么一個(gè)群體，占據(jù)家教市場近4成，和學(xué)生溝通強(qiáng)，物美價(jià)廉，這便是大學(xué)生家教。

有學(xué)者曾調(diào)研過遼寧省的大學(xué)生家教市場。調(diào)研指出，有85%的家長會(huì)選擇為孩子報(bào)名課后輔導(dǎo)班；所調(diào)查的近300家教育機(jī)構(gòu)中，參與過家教兼職人員多達(dá)1萬人，目標(biāo)學(xué)生群體約60萬人，學(xué)生平均年消費(fèi)達(dá)2500 元[2]。據(jù)項(xiàng)目組成員調(diào)查，在一二線城市，約每10個(gè)學(xué)生中有8個(gè)學(xué)生上過課外補(bǔ)習(xí)班。因此，只要大學(xué)生有兼職意向，只要中小學(xué)生有補(bǔ)課需求，那么大學(xué)生家長市場將持續(xù)存在，并且會(huì)隨著人數(shù)、教育發(fā)展、教育需求提高而持續(xù)擴(kuò)大，線上家教匹配系統(tǒng)的未來前景仍是一片光明。

但是，大學(xué)生家教市場也存在著諸多問題。最主要的是大學(xué)生家教市場信息閉塞，大學(xué)生尋找家教系統(tǒng)途徑單一[3]。

根據(jù)項(xiàng)目組成員考察調(diào)研，將目前市場上的家教平臺(tái)分成以下三類：

1） 綜合性兼職平臺(tái)分屬家教模塊（如58同城、BOSS直聘）；

2） 專職線下家教平臺(tái)（如學(xué)而思，學(xué)大教育）；

3） 較強(qiáng)地域性的家教小網(wǎng)站和小平臺(tái)（如知善師家教）。

三種模式各有利弊，本項(xiàng)目設(shè)計(jì)為第三類家教平臺(tái)。

團(tuán)隊(duì)利用機(jī)器學(xué)習(xí)算法庫中的SVM算法，將中小學(xué)生在本平臺(tái)的上課習(xí)慣、成績、學(xué)習(xí)能力以及家教需求等個(gè)人數(shù)據(jù)作為輸入，作為每個(gè)學(xué)生的學(xué)習(xí)模型，存儲(chǔ)在數(shù)據(jù)庫中，然后通過家教匹配系統(tǒng)，按需匹配最適合中小學(xué)生的大學(xué)生教員。該平臺(tái)依據(jù)個(gè)體學(xué)習(xí)模型提供更契合的教員，從而滿足個(gè)性化需求，解決潛在的教員“講授方式”和“能力不足”等問題，減少中小學(xué)生找家教的時(shí)間，同時(shí)也為大學(xué)生提供了兼職渠道，進(jìn)一步提高平臺(tái)的競爭力[4]。

App前端使用基于Vue.js所搭載的uniapp框架搭建，同時(shí)利用MySQL數(shù)據(jù)庫進(jìn)行信息整合與存放，借助node.js搭建后端、調(diào)用數(shù)據(jù)，實(shí)現(xiàn)了教員信息展示、學(xué)生信息展示、喜歡教員、聯(lián)絡(luò)教員等諸多基礎(chǔ)功能[5]。同時(shí)，使用Python 語言在jupyter notebook 中調(diào)用機(jī)器學(xué)習(xí)算法庫中的SVM支持向量機(jī)，訓(xùn)練已獲得的數(shù)據(jù)得到模型，模型實(shí)現(xiàn)了教員與中小學(xué)生匹配，減少了中小學(xué)生挑選聯(lián)絡(luò)教員以及與教員磨合的時(shí)間，并對(duì)教員的教學(xué)方式提供即時(shí)反饋。

本系統(tǒng)的主要目標(biāo)是通過匹配中小學(xué)生與教員特點(diǎn)，滿足不同學(xué)生的個(gè)性化需求，同時(shí)解決大學(xué)生家教市場信息閉塞的現(xiàn)實(shí)問題。

1 系統(tǒng)的需求分析與設(shè)計(jì)

1.1 需求分析

本系統(tǒng)解決的核心是完成滿足學(xué)生和教員的相互匹配，找到合適的“最優(yōu)”伙伴。系統(tǒng)主要分為兩個(gè)角色：學(xué)生和教員。

學(xué)生端需要功能：注冊(cè)登錄、教師信息預(yù)覽、收藏喜歡的教員、教員匹配、分?jǐn)?shù)教學(xué)反饋。

教員端需要功能：注冊(cè)登錄、學(xué)生信息預(yù)覽、學(xué)生匹配、學(xué)生反饋。

1.1.1 系統(tǒng)架構(gòu)圖

整個(gè)系統(tǒng)主要由三層組成：應(yīng)用層，邏輯分析層，數(shù)據(jù)層。

數(shù)據(jù)層：底層數(shù)據(jù)庫存儲(chǔ)：1） 教員庫：教員基本信息、教室模型；2） 學(xué)生庫：學(xué)生基本信息、學(xué)生需求、成績、課程記錄反饋。學(xué)生庫中的數(shù)據(jù)輸入相關(guān)算法，抽象出特征模型后存儲(chǔ)在模型數(shù)據(jù)庫中。

邏輯分析層：對(duì)模型數(shù)據(jù)庫進(jìn)行分析，將分析結(jié)果發(fā)送到匹配端，庫中模擬匹配出若干結(jié)果按契合度從高到低排序

應(yīng)用層：利用下層的算法接口，將匹配的最優(yōu)信息用前端頁面可視化地展示出來，具體如圖1所示。

1.1.2 系統(tǒng)流程圖設(shè)計(jì)

圖2為系統(tǒng)流程圖。

1.2 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)

1.2.1 數(shù)據(jù)庫設(shè)計(jì)的原則

在創(chuàng)建數(shù)據(jù)庫之前，根據(jù)系統(tǒng)的數(shù)據(jù)需求和處理需求，設(shè)定以下建表要求：具有同一主題的數(shù)據(jù)應(yīng)盡量存儲(chǔ)在同一個(gè)表中，減少不必要的字段出現(xiàn)，也要根據(jù)存儲(chǔ)數(shù)據(jù)的實(shí)際情況確定字段類型，提高后端查詢數(shù)據(jù)的工作效率；建立表與表之間的關(guān)系時(shí)，表的主鍵及外鍵關(guān)系要盡量少，降低聯(lián)合查詢的復(fù)雜度；表的安全性和保密性要強(qiáng)，不能將系統(tǒng)關(guān)鍵字設(shè)置在表中，防止SQL注入攻擊，對(duì)如用戶賬號(hào)密碼此類信息不能采用明文形式儲(chǔ)存，要對(duì)其進(jìn)行加密后再儲(chǔ)存；表與表間的管理要合理化，減少SQL查詢帶來的系統(tǒng)性能下降。

1.2.2 數(shù)據(jù)庫表的設(shè)計(jì)

（1） 教員信息表：字段包括：photo、id、username、name、age、sex、phone、grade、location、score、school、所在地、subject、characteristics。

（2） 學(xué)生信息表：字段包括：id、sname、sage、ssex、sgrade、slocation、sscore、sschool、schara、sneed。表1為學(xué)生信息表樣例。

2 基于支持向量機(jī)的教員和學(xué)生數(shù)據(jù)匹配

為了實(shí)現(xiàn)教員和學(xué)生之間的最優(yōu)匹配，本文擬使用支持向量機(jī)SVM進(jìn)行模型構(gòu)建與訓(xùn)練，以達(dá)到教員和學(xué)生的最佳數(shù)據(jù)匹配。

2.1 支持向量機(jī)

1992年，Vapnik 對(duì)有限樣本下的機(jī)器學(xué)習(xí)問題進(jìn)行研究，提出一種小樣本統(tǒng)計(jì)學(xué)習(xí)理論SLT。SLT為機(jī)器學(xué)習(xí)問題建立了理論框架，發(fā)展出一種新的學(xué)習(xí)算法：SVM-支持向量機(jī)[6]。支持向量機(jī)（SupportVector Machine， SVM） 是一類按監(jiān)督學(xué)習(xí)（supervised

learning） 方式對(duì)數(shù)據(jù)進(jìn)行二元分類的廣義線性分類器（generalized linear classifier） ，其決策邊界是對(duì)學(xué)習(xí)樣本求解的最大邊距超平面（maximum-margin hyper?plane） [7-8]。

跳過理論證明，SVM 所處理的最優(yōu)化解決問題為：

上述方程即為找到各類樣本點(diǎn)到超平面的距離最遠(yuǎn)，也就是找到最大間隔超平面。也就是說，此方法的距離求解即為求解由學(xué)生和教師屬性構(gòu)成超平面，用得分來刻畫該數(shù)據(jù)到超平面的距離。

2.2 基于SVM 的教員和學(xué)生的數(shù)據(jù)匹配

按需求來說，學(xué)生將自己的基本信息輸入系統(tǒng)，然后根據(jù)算法推出一個(gè)最合適學(xué)生的教員。但是在實(shí)際操作上，只輸入學(xué)生的信息給模型算法是不可以的。因?yàn)橥ㄟ^模型算法給出的y 值要么是一個(gè)數(shù)，要么是一個(gè)矩陣，性格相關(guān)均為并列關(guān)系，無法給出各項(xiàng)的準(zhǔn)確分?jǐn)?shù)的標(biāo)準(zhǔn)。比如算法給出教員的數(shù)據(jù)為：幽默18和嚴(yán)肅42，但是庫中有一位教員A：幽默20，嚴(yán)肅40；教員B：幽默16，嚴(yán)肅44，沒有辦法比較哪一位是最匹配的教員。針對(duì)此問題，項(xiàng)目組提出的解決方案是對(duì)數(shù)據(jù)進(jìn)行歸并。

數(shù)據(jù)歸并是指將學(xué)生希望教員的數(shù)據(jù)和庫中所有教員的數(shù)據(jù)進(jìn)行組合，得到若干條原始數(shù)據(jù)，得出的分?jǐn)?shù)為系統(tǒng)給教員的評(píng)分，將評(píng)分從高到低排序，得到分?jǐn)?shù)最高的ID，后臺(tái)將該ID傳送給后端，由前端進(jìn)行數(shù)據(jù)渲染，完成教員的推送。

因此，在數(shù)據(jù)收集初期，讓挑選出的大學(xué)生教員錄制/線下試講5分鐘的習(xí)題，將錄制的視頻發(fā)至收集數(shù)據(jù)的中小學(xué)生，不告訴其教員的相關(guān)信息，由第一感覺評(píng)判該大學(xué)生教員是否符合自己的心意，并給這些教員打分，由此獲得最初的完整數(shù)據(jù)集，從而完成教員和學(xué)生的匹配。

2.2.1 信息庫的建立

本文使用jupyter notebook工具進(jìn)行研究，首先導(dǎo)入學(xué)生教員信息庫的csv文件。

發(fā)現(xiàn)數(shù)據(jù)有分類類型與數(shù)值類型，首先需要進(jìn)行數(shù)據(jù)的分析與統(tǒng)計(jì)，為了更好地展示數(shù)據(jù)信息，利用seaborn庫中的繪圖功能進(jìn)行可視化地展示圖片，根據(jù)繪制出的熱力圖，可以更好地查看各個(gè)屬性之間的相關(guān)性，如圖3所示。

2.2.2 數(shù)據(jù)標(biāo)準(zhǔn)化

接下來，需要對(duì)分類數(shù)據(jù)與數(shù)值數(shù)據(jù)分別進(jìn)行處理，對(duì)于類別字段，采用OneHot進(jìn)行數(shù)字編碼，對(duì)于數(shù)值數(shù)據(jù)進(jìn)行去均值和方差標(biāo)準(zhǔn)化，以此達(dá)到分離特征矩陣X和預(yù)估向量Y的目的。

針對(duì)數(shù)值數(shù)據(jù)標(biāo)準(zhǔn)化，可以利用scikit-learn 中自帶的preprocessing 庫中Standard?Scaler 很快進(jìn)行實(shí)現(xiàn)，如圖4所示。

2.2.3 特征矩陣和預(yù)估向量的構(gòu)建

處理好數(shù)據(jù)后，開始構(gòu)建最終特征矩陣和最終預(yù)估的向量，特征矩陣是指分類特征數(shù)據(jù)和數(shù)值特征數(shù)據(jù)之間的拼接，利用numpy中的np.has?tack，將預(yù)估的向量轉(zhuǎn)換成numpy數(shù)組，至此完成了特征矩陣和預(yù)估向量的構(gòu)建。

2.3 模型訓(xùn)練

構(gòu)建完成后，需要進(jìn)行模型的訓(xùn)練。首先將數(shù)據(jù)集分為測試集和訓(xùn)練集，利用scikit-learn 中的model_selec?tion子包進(jìn)行數(shù)據(jù)集的劃分，本模型將80%的數(shù)據(jù)作為訓(xùn)練集，20% 的數(shù)據(jù)作為測試集，如圖5所示。

使用SVM支持向量機(jī)進(jìn)行模型的訓(xùn)練，在scikitlearn中引入SVM庫，使用fit的方法進(jìn)行訓(xùn)練，在fit中傳入特征矩陣X-train和預(yù)估目標(biāo)y-train，就可以很快完成訓(xùn)練。接著在測試集中進(jìn)行預(yù)估，傳入X-test，可以得到預(yù)估的匹配度，即y-predict，如圖6所示。

最后，模型在訓(xùn)練集上的分?jǐn)?shù)為0.94，測試機(jī)上的結(jié)果為0.92，證明SVM算法和本文的要求有極高的匹配度。本文將該組數(shù)據(jù)采用KNN臨近算法進(jìn)行模型訓(xùn)練，在KNN回歸模型中，結(jié)果如圖7所示，訓(xùn)練集上的準(zhǔn)確度是0.90，測試集上的準(zhǔn)確度為0.86，將兩者相比較，發(fā)現(xiàn)SVM模型比KNN模型有著更高的準(zhǔn)確性，如圖7所示。

3 系統(tǒng)實(shí)現(xiàn)以及介紹

3.1 部分頁面功能實(shí)現(xiàn)

3.1.1 教員大廳、學(xué)生大廳頁面的實(shí)現(xiàn)

學(xué)生用戶登錄成功后，系統(tǒng)將自動(dòng)跳轉(zhuǎn)到“教員大廳”頁（如圖），學(xué)生用戶可使用頂部搜索欄進(jìn)行關(guān)鍵詞檢索，尋找心儀的教員；通過首頁輪播圖點(diǎn)擊進(jìn)入“金牌名師”的課堂報(bào)名；通過首頁展示的教員卡片閱讀教員的生源地、高考成績、教學(xué)科目、授課特點(diǎn)等信息，并根據(jù)自身需求選擇心儀教員。

3.1.2 個(gè)性化匹配功能實(shí)現(xiàn)

點(diǎn)擊“匹配”按鈕，前端向后端發(fā)送匹配請(qǐng)求，后端將前端捕捉的數(shù)據(jù)傳入后臺(tái)模型，由模型得出各個(gè)教員的評(píng)分，在后臺(tái)從高到低排序，將排名第一的教員ID傳送給后端，由后端將該教員信息傳送到前端渲染展示。

4 結(jié)束語

本文設(shè)計(jì)的基于機(jī)器學(xué)習(xí)的大學(xué)生家教適配系統(tǒng)，即利用SVM支持向量機(jī)算法對(duì)教員和學(xué)生數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，通過建立“評(píng)價(jià)反饋”機(jī)制為模型進(jìn)行修正，訓(xùn)練完成的模型可以進(jìn)行學(xué)生和教員的適配。通過實(shí)驗(yàn)驗(yàn)證，SVM支持向量機(jī)對(duì)于本項(xiàng)目來說優(yōu)于其他算法。本文采用的：前端-后端-后臺(tái)-后端-前端的數(shù)據(jù)傳送模式也十分契合本項(xiàng)目。在前后端優(yōu)化過程中，注重信息保護(hù)，信息推送的合理性。同時(shí)考慮到面向的用戶為年輕群體，UI總體設(shè)計(jì)簡約，配色清新活潑，符合系統(tǒng)用戶的審美特點(diǎn)。