發(fā)布時(shí)間：2020-11-01 18:03

　　 隨著移動(dòng)互聯(lián)網(wǎng)的快速興起與深入發(fā)展以及智能手機(jī)的高度普及,在線教學(xué)已經(jīng)成為一種必然的趨勢(shì)。各種網(wǎng)絡(luò)教學(xué)平臺(tái)如雨后春筍般涌現(xiàn),然而當(dāng)前許多平臺(tái)仍采用了傳統(tǒng)的單塊架構(gòu)模式。由于用戶量的持續(xù)增長以及用戶需求的不斷增加,傳統(tǒng)單塊架構(gòu)模式已經(jīng)無法適應(yīng)飛速發(fā)展的互聯(lián)網(wǎng)時(shí)代。業(yè)界推出的可擴(kuò)展系統(tǒng)架構(gòu)彌補(bǔ)了傳統(tǒng)單塊架構(gòu)的缺陷。本文借鑒AKF三維伸縮模型與微服務(wù)的理念,提出一種小規(guī)模在線教學(xué)平臺(tái)開發(fā)模型。該模型利用傅里葉級(jí)數(shù)對(duì)函數(shù)進(jìn)行正交分解的思想,根據(jù)不相關(guān)的屬性集將傳統(tǒng)在線教學(xué)平臺(tái)的編程空間映射到多維正交空間,再將該空間基于多維正交維度分割組合形成顆粒度不同的功能模塊,然后將模塊代碼導(dǎo)入至云平臺(tái)的虛擬機(jī)中。通過這種分解映射與虛擬化的方式,使得在線教學(xué)平臺(tái)的開發(fā)邏輯更易理解,復(fù)雜度更低、代碼量更小、復(fù)用率更高。大規(guī)模用戶同時(shí)訪問系統(tǒng)時(shí),服務(wù)器在短時(shí)間內(nèi)需要處理大量的訪問請(qǐng)求。在如此高的并發(fā)量下,系統(tǒng)響應(yīng)時(shí)間會(huì)變長甚至容易出現(xiàn)崩潰的情況。本文針對(duì)在線考試系統(tǒng)中大量學(xué)生同時(shí)參加考試時(shí)高并發(fā)訪問導(dǎo)致的負(fù)載不均衡問題,提出一種基于學(xué)習(xí)分析與預(yù)測模型的在線考試系統(tǒng)負(fù)載均衡方法。該方法首先根據(jù)用戶在線考試數(shù)據(jù)分析數(shù)據(jù)庫并發(fā)連接數(shù)與用戶答題行為之間的關(guān)系,通過合理控制考試間隔來降低并發(fā)連接數(shù)。然后提取學(xué)生的答題總數(shù)、收藏題數(shù)、平均答題時(shí)間等學(xué)習(xí)特征,以考試平均答題時(shí)間為標(biāo)簽,通過卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建考生答題時(shí)間預(yù)測模型。最后根據(jù)考試平均答題時(shí)間的長短將所有學(xué)生分類并重定向至不同服務(wù)器。通過實(shí)驗(yàn)結(jié)果對(duì)比說明,本方法能夠有效地降低數(shù)據(jù)庫并發(fā)連接數(shù),緩解了高并發(fā)訪問導(dǎo)致系統(tǒng)不穩(wěn)定的問題,使每個(gè)服務(wù)器的負(fù)載更加均衡。且該方法可以提前預(yù)知負(fù)載情況,為考試前購買服務(wù)器資源提供了參考。隨著學(xué)習(xí)者對(duì)習(xí)題的個(gè)性化和實(shí)用性的要求越來越高,面對(duì)網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)中海量的習(xí)題,如何選擇具有針對(duì)性、能彌補(bǔ)知識(shí)漏洞的習(xí)題,已經(jīng)成為當(dāng)前教學(xué)資源個(gè)性化推薦研究領(lǐng)域的熱點(diǎn)。鑒于網(wǎng)絡(luò)學(xué)習(xí)者擁有各種各樣的學(xué)習(xí)特征,而在線習(xí)題數(shù)量龐大、類型多樣且難度不一,本文提出一種基于多維特征分析的習(xí)題精準(zhǔn)推薦方法。該方法從習(xí)題自身熱度、習(xí)題間知識(shí)點(diǎn)相關(guān)度以及學(xué)習(xí)者之間的風(fēng)格相似度3個(gè)方面量化學(xué)習(xí)者和習(xí)題之間潛在的關(guān)聯(lián)關(guān)系,分別利用線性組合與學(xué)習(xí)排序方法構(gòu)建推薦模型,完成習(xí)題和學(xué)習(xí)者的精準(zhǔn)匹配。通過實(shí)驗(yàn)表明,該方法在推薦5個(gè)候選習(xí)題時(shí)平均正確率均值達(dá)到36.8%,為學(xué)習(xí)者提供精準(zhǔn)的習(xí)題推薦服務(wù),最終提高學(xué)習(xí)效率。
【學(xué)位單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：G434;TP391.3
【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 應(yīng)用軟件架構(gòu)
        1.2.2 負(fù)載均衡研究
        1.2.3 推薦算法研究
    1.3 主要研究內(nèi)容
    1.4 研究貢獻(xiàn)及創(chuàng)新點(diǎn)
    1.5 論文結(jié)構(gòu)
2 小規(guī)模在線教學(xué)平臺(tái)開發(fā)模型研究
    2.1 AKF三維伸縮模型
    2.2 小規(guī)模在線教學(xué)平臺(tái)開發(fā)模型研究
    2.3 小規(guī)模在線教學(xué)平臺(tái)的分解與映射
    2.4 小規(guī)模在線教學(xué)平臺(tái)編程優(yōu)點(diǎn)
    2.5 本章小結(jié)
3 基于學(xué)習(xí)分析與預(yù)測模型的在線考試系統(tǒng)負(fù)載均衡研究
    3.1 在線考試系統(tǒng)中的負(fù)載均衡問題
    3.2 負(fù)載均衡基本原理
    3.3 卷積神經(jīng)網(wǎng)絡(luò)
    3.4 負(fù)載均衡實(shí)驗(yàn)設(shè)計(jì)
        3.4.1 基于學(xué)習(xí)分析的負(fù)載均衡方法
        3.4.2 基于預(yù)測模型的重定向負(fù)載均衡方法
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)與預(yù)處理
        3.5.2 負(fù)載指標(biāo)與度量方法
        3.5.3 實(shí)驗(yàn)結(jié)果與對(duì)比分析
    3.6 本章小結(jié)
4 基于多維特征分析的習(xí)題精準(zhǔn)推薦研究
    4.1 在線教學(xué)平臺(tái)中的習(xí)題推薦
    4.2 習(xí)題精準(zhǔn)推薦方法框架
    4.3 提取多維特征與量化度量
        4.3.1 習(xí)題熱度
        4.3.2 知識(shí)點(diǎn)相關(guān)度
        4.3.3 風(fēng)格相似度
    4.4 基于多維特征的習(xí)題精準(zhǔn)推薦方法
        4.4.1 基于線性組合的推薦方法
        4.4.2 基于排序?qū)W習(xí)的推薦方法
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 數(shù)據(jù)預(yù)處理
        4.5.2 評(píng)價(jià)指標(biāo)設(shè)定
        4.5.3 實(shí)驗(yàn)結(jié)果與對(duì)比分析
    4.6 本章小結(jié)
5 小規(guī)模在線教學(xué)平臺(tái)實(shí)例的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 小規(guī)模在線教學(xué)平臺(tái)實(shí)例
    5.2 傳統(tǒng)新生始業(yè)教育存在的問題
    5.3 平臺(tái)整體框架設(shè)計(jì)
        5.3.1 移動(dòng)端功能模塊設(shè)計(jì)
        5.3.2 后臺(tái)管理系統(tǒng)設(shè)計(jì)
    5.4 新生始業(yè)教育平臺(tái)實(shí)現(xiàn)
        5.4.1 開發(fā)環(huán)境與框架模式
        5.4.2 移動(dòng)端界面
        5.4.3 后臺(tái)管理系統(tǒng)界面
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
本文作者碩士期間取得的研究成果
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 趙艷妮;郭華磊;尚嵐;范秀峰;;一種柔性軟件框架的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2015年11期

2 祝智庭;賀斌;;智慧教育:教育信息化的新境界[J];電化教育研究;2012年12期

3 賈志洋;石宜金;李丁;馬瑞英;;基于協(xié)同過濾的在線教學(xué)視頻推薦方法[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期

4 張勤慧;吳東洋;;基于網(wǎng)格的在線考試系統(tǒng)的分析與研究[J];電腦知識(shí)與技術(shù);2012年07期

5 洪偉宏;劉濤;黃少濱;張萬松;;ALP:一種面向CometCloud平臺(tái)的自適應(yīng)負(fù)載均衡方法[J];電信科學(xué);2011年11期

本文編號(hào)：2865896