一種基於大數據定位的交互式遠程教學方法與流程
2023-10-06 11:43:19
本發明涉及一種基於大數據定位的交互式遠程教學方法。
背景技術:
移動學習作為網絡化學習的一個分支,正日益受到人們的關注,並成為高等教育技術及相關領域研究的新熱點。移動學習作為一種全新的學習形式在學校教育和培訓領域有著不可估量的應用潛力。移動學習的主要目的就是利用移動終端和無線通信網絡進行教學相關的活動,包括上課學習、訪問教學資源、課程評價和測試等等。
隨著網際網路的發展,學習活動從教室擴展到Internet,出現了很多互連網教學系統平臺,但是現如今的在線學習系統還存在很多的缺陷:教學資源利用率不高;學習資源數不勝數,學習者如大海撈針一般無法快速地找到所需的資源;學習者需要手動輸入描述詞彙進行搜索,系統不能根據用戶自身的信息主動推薦。這些缺陷使得網絡學習失去了原有的優勢,因此,急需將個性化服務融入到互連網教學系統平臺中。這樣通過系統的主動推送使用戶能夠快速、準確地獲取所需的資源,而不必自己去檢索、尋找資源,從而提高了用戶找尋資源的效率,為用戶節省大量的時間。另外,通過個性化推薦技術,可以保證推薦資源的質量,提高資源利用率,為處於「學習迷航」的學習者指明學習方向。
在大數據應用系統中,當前多個行業,尤其是情報分析領域,會從多個數據源獲取不同的數據,數據類型又有結構化數據、半結構化數據、非結構化數據;數據內容格式雜亂無章,信息虛實結合。所以需要通過大數據分析技術,從海量多源異構數據中挖掘中有用的價值信息,為各類分析應用提供數據支撐。隨著網際網路教學技術的迅猛發展,當前進入了信息爆炸的時代,海量信息同時呈現,大量的UGC(網際網路術語,全稱為User Generated Content,即用戶生成內容的意思)內容、音頻、文本信息、視頻、圖片等非結構化數據出現了,因此有必要在網際網路教學系統中引進大數據技術。
此外,為解決網際網路教學系統數據通信中的安全問題,加密通信已成為逐漸走入人們的視野,加密通信主用採用端到端全程加密技術,空中接口和網絡之間全程採用密文傳送方式,令通話難以竊聽,保證了整個數據通信過程的安全性。
技術實現要素:
本發明提供一種基於大數據定位的交互式遠程教學方法,該方法可以實現無線實時網絡教學,能夠實現教師、學生的遠程互動,系統利用大數據的處理技術,能夠為海量的學習客戶端數據進行處理和分析,借鑑了電子商務中協同過濾推薦算法的優點,將協同過濾技術與學習平臺相結合,可準確定位用戶的學習興趣,從而精確提供學習再遠,大大的提高了在線學習資源的利用率。
為了實現上述目的,本發明提供一種基於大數據定位的交互式遠程教學方法,該方法具體包括如下步驟:
S1.大數據處理裝置從多個移動學習終端實時獲取海量數據,並對海量數據進行處理,建庫;
S2.移動學習終端和大數據處理裝置與教學伺服器三者之間實時通過安全加密的方式收發數據;
S3.教學伺服器實時接收移動教學伺服器和大數據處理裝置發送的數據,並實時定位移動學習終端的興趣,推薦適合的學習內容,實現移動學習終端與教學伺服器之間的個性化互動。
優選的,在步驟S1中具體包括如下步驟:
從多個移動學習終端抽取大數據,並對大數據進行規則轉換;
對進行規則轉換後的大數據進行數據處理;
根據數據處理後的大數據建立資料庫。
優選的,其中,從多個移動學習終端抽取的大數據包括:結構化數據和非結構化數據,對大數據進行規則轉換的方式包括數據清洗和數據預處理,數據清洗和數據預處理包括以下至少之一:
格式標準化、異常數據清除、錯誤糾正、去重。
優選的,在步驟S3中,採用如下步驟實現實時定位移動學習終端的興趣,推薦適合的學習內容:
S31.獲取用戶-資源評分矩陣;包括m個移動學習客戶端對n個資源的評分,形成m×n矩陣;
S32.選擇相似度計算公式,計算產生最近鄰居集合;設置用戶共同評分數量閾值T,若共同評分數量<T,則使用改進的相似度計算方法;反之,則使用餘弦相似度或者皮爾森相關係數相似度計算方法;
S33.引入時間函數,評分預測計算並產生推薦結果。
優選的,在所述步驟S32中,所述步驟改進的相似度計算方法為:
其中SU,V表示用戶U與用戶V的相似度;RU,V表示用戶U和用戶V的共同評分資源集合;rU,i表示用戶U對資源i的評分;rV,i表示用戶V對資源i的評分;表示用戶U對資源的平均評分;表示用戶V對資源的平均評分;
F(rU,i,rV,i)表示包含用戶u對資源i的評分、用戶V對資源i的評分的評分約束函數;di表示用戶U和用戶V對資源i評分的絕對距離;rm表示系統設定的評分範圍的評分中值;RatingStart表示系統設置評分範圍的其實質;RatingEnd表示系統設置的評分範圍的結束值。
優選的,在所述步驟S33中,所述引入時間函數,具體為:
其中,表示用戶U對資源的平均評分;
SU,V表示用戶U與用戶V的相似度;
rX,i表示用戶X對資源i的評分;
NU表示與用戶U最相似的鄰居集合;
X表示用戶U最相似的鄰居集合中的用戶之一;
ft表示時間函數,時間函數越大,用戶興趣越新,tui表示用戶對學習資源的評分時間;
N和μ為時間衰減參數。
本發明具有以下優點和有益效果:可以實現無線實時網絡教學,能夠實現教師、學生的遠程互動,系統利用大數據的處理技術,能夠為海量的學習客戶端數據進行處理和分析,借鑑了電子商務中協同過濾推薦算法的優點,將協同過濾技術與學習平臺相結合,可準確定位用戶的學習興趣,從而精確提供學習再遠,大大的提高了在線學習資源的利用率。
附圖說明
圖1示出了本發明的一種利用大數據技術的網際網路教學系統的框圖。
圖2示出了本發明的一種基於大數據定位的交互式遠程教學方法的流程圖。
具體實施方式
圖1是示出了本發明的一種利用大數據技術的網際網路教學系統,該系統包括多個移動學習終端1,教學伺服器2和大數據處理裝置3;
其中,移動學習終端1包括:
學習端交互模塊11,用於採集學生的視頻和音頻,可用於播放教學音頻和視頻,可以實現學生與教學伺服器的互動;
學習數據存儲及處理模塊12,用於存儲和處理移動學習端數據;
學習端無線數據傳輸接口14,用於學習端無線收發數據,可用於與教學伺服器和大數據處理裝置的無線通信;
學習控制模塊13,用於控制和協調移動學習終端的各個模塊;
所述教學伺服器2包括:
教學端交互模塊23,用於採集教學視頻和音頻,可用於播放學生音頻和視頻,可用於實現與移動學習終端的互動;
教學數據存儲及處理模塊22,用於存儲和處理移動教學端數據;
教學端無線數據傳輸接口21,用於教學端無線收發數據,可用於與移動學習終端和大數據處理裝置的無線通信;
學習資源定位推薦模塊25,可以通過分析學習端的大數據,對學習端的學習興趣進行準確定位,從而對學習終端的學習資源進行個性化推薦;
教學控制模塊24,用於控制和協調教學伺服器的各個模塊;
所述大數據處理裝置3用於對海量的客戶端數據進行處理,構建資料庫,從而為各類數據分析、學習客戶端興趣分析、關係發現提供數據支撐,該大數據處理裝置包括:
處理裝置無線數據傳輸接口31,用於處理裝置收發數據,可用於與教學伺服器和移動學習終端的無線通信;
抽取轉換模塊32,用於從多個學習終端抽取大數據,並對大數據進行規則轉換;
大數據處理模塊33,用於對進行規則轉換後的大數據進行數據處理;
建庫模塊34,用於根據數據處理後的大數據建立資料庫。
優選的,所述學習資源定位推薦模塊25包括管理單元、推薦策略單元及資料庫單元,其中:
管理單元:主要用於對用戶信息進行管理和學習資源的管理;
推薦策略單元,用於向登錄學習平臺的用戶推薦學習資源;
資料庫單元,用於存放系統所需要的包括信息表在內的各種基礎數據,資料庫單元與管理單元之間是數據之間的存放關係,管理單元中產生的數據表都會存入資料庫中,管理單元中的用戶信息、學習資源信息各自的管理都會產生相應的數據表。
優選的,所述管理單元,包括用戶管理子單元和學習資源管理子單元,所述用戶管理子單元主要是對用戶的登錄、註冊信息進行管理;學習資源管理子單元主要包括學習資源的類型管理以及用戶對資源的操作,學習資源的類型主要包括視頻資源和文本資源,所述的用戶對資源的操作,主要有評分、點讚、下載以及分享。
優選的,所述推薦策略單元,主要包括熱門學習資源推薦子單元和協同過濾推薦子單元:其中
熱門學習資源推薦子單元,主要針對新用戶,當新用戶初次進入系統後,通過熱門學習資源排行對新用戶進行推薦,並要求新用戶對熱門學習資源進行評分,初次預測用戶的學習興趣;
協同過濾推薦子單元,主要針對的是非新用戶,通過分析用戶對學習資源的評分來計算用戶間的相似度,尋找出最近鄰居集,根據相似用戶的學習經歷對目標用戶進行推薦。
優選的,所述資料庫單元存放有包括:用戶信息表、用戶對資源學習的數據表格信息、學習資源類型表、資源評分表。
優選的,所述從多個學習終端抽取的大數據包括:結構化數據和非結構化數據。
優選的,對大數據進行規則轉換的方式包括數據清洗和數據預處理,數據清洗和數據預處理包括以下至少之一:
格式標準化、異常數據清除、錯誤糾正、去重。
優選的,所述教學控制模塊24,包括數據安全控制單元,當所述移動學習終端1和大數據處理裝置2需要與教學伺服器進行數據交換時,將向所述數據安全控制單元發送會話請求;所述數據安全控制單元接收所述會話請求後,為所述移動學習終端1和大數據處理裝置2需分配會話。
優選的,所述數據安全控制單元,將為分配的會話設置會話標識符,並根據所述會話標識符,獲得會話密鑰,所述會話標識符可以對所述會話進行唯一標識;所述會話密鑰可以加密會話。
優選的,所述數據安全控制單元,將所述會話標識符和會話密鑰使用加密的方式,傳送給所述移動學習終端1和大數據處理裝置2,並使用數據安全控制單元中的私鑰進行籤名,使所述移動學習終端和大數據處理裝置可以利用接收的數據安全控制單元的公鑰進行驗證,增強會話安全性;所述移動學習終端和大數據處理裝置可以使用所述會話密鑰加密數據信息,並傳送給所述數據安全控制單元,或者解密從所述數據安全控制單元中取得的加密的數據信息,對所述密鑰進行數據篩選與正交處理。
優選的,所述數據安全控制單元也可以使用所述會話密鑰加解密數據信息,與所述移動學習終端和大數據處理裝置進行數據交換;當所述移動學習終端和大數據處理裝置需要向教學伺服器發送數據信息時,數據安全控制單元接收所述移動學習終端和大數據處理裝置發送的加密的數據信息,並利用所述會話密鑰解密密文信息得到原始明文信息;當所述移動學習終端和大數據處理裝置需要從所述教學伺服器中獲取數據信息時,所述數據安全控制單元將所述移動學習終端和大數據處理裝置需要的數據信息利用會話密鑰進行加密後,傳送給所述移動學習終端和大數據處理裝置,並利用所述會話密鑰解密密文信息得到原始明文信息;使得數據交換安全進行。
圖2示出了本發明的一種基於大數據定位的交互式遠程教學方法的流程圖。該方法具體包括如下步驟:
S1.大數據處理裝置從多個移動學習終端實時獲取海量數據,並對海量數據進行處理,建庫;
S2.移動學習終端和大數據處理裝置與教學伺服器三者之間實時通過安全加密的方式收發數據;
S3.教學伺服器實時接收移動教學伺服器和大數據處理裝置發送的數據,並實時定位移動學習終端的興趣,推薦適合的學習內容,實現移動學習終端與教學伺服器之間的個性化互動。
優選的,在步驟S1中具體包括如下步驟:
從多個移動學習終端抽取大數據,並對大數據進行規則轉換;
對進行規則轉換後的大數據進行數據處理;
根據數據處理後的大數據建立資料庫。
優選的,其中,從多個移動學習終端抽取的大數據包括:結構化數據和非結構化數據,對大數據進行規則轉換的方式包括數據清洗和數據預處理,數據清洗和數據預處理包括以下至少之一:
格式標準化、異常數據清除、錯誤糾正、去重。
優選的,在步驟S3中,採用如下步驟實現實時定位移動學習終端的興趣,推薦適合的學習內容:
S31.獲取用戶-資源評分矩陣;包括m個移動學習客戶端對n個資源的評分,形成m×n矩陣;
S32.選擇相似度計算公式,計算產生最近鄰居集合;設置用戶共同評分數量閾值T,若共同評分數量<T,則使用改進的相似度計算方法;反之,則使用餘弦相似度或者皮爾森相關係數相似度計算方法;
S33.引入時間函數,評分預測計算並產生推薦結果。
優選的,在所述步驟S32中,所述步驟改進的相似度計算方法為:
其中SU,V表示用戶U與用戶V的相似度;RU,V表示用戶U和用戶V的共同評分資源集合;rU,i表示用戶U對資源i的評分;rV,i表示用戶V對資源i的評分;表示用戶U對資源的平均評分;表示用戶V對資源的平均評分;
F(rU,i,rV,i)表示包含用戶u對資源i的評分、用戶V對資源i的評分的評分約束函數;di表示用戶U和用戶V對資源i評分的絕對距離;rm表示系統設定的評分範圍的評分中值;RatingStart表示系統設置評分範圍的其實質;RatingEnd表示系統設置的評分範圍的結束值。
優選的,在所述步驟S33中,所述引入時間函數,具體為:
其中,表示用戶U對資源的平均評分;
SU,V表示用戶U與用戶V的相似度;
rX,i表示用戶X對資源i的評分;
NU表示與用戶U最相似的鄰居集合;
X表示用戶U最相似的鄰居集合中的用戶之一;
ft表示時間函數,時間函數越大,用戶興趣越新,tui表示用戶對學習資源的評分時間;
N和μ為時間衰減參數。
優選的,在所述S2中的安全加密的方式收發數據具體包括如下步驟:
S21.使得教學伺服器接受至少一公私鑰對的設置,且使移動學習終端和大數據處理裝置具有公鑰;
S22.教學伺服器接移動學習終端和大數據處理裝置的會話請求並分配會話;
S23.教學伺服器設置會話標識符,根據會話標識符獲得會話密鑰;
S24.將所述會話標識符和會話密鑰加密,並使用私鑰籤名傳送給移動學習終端和大數據處理裝置;
S25.利用所述會話密鑰加解密數據信息,進行數據信息安全傳輸。
優選的,在步驟S21中,在教學伺服器的教學控制模塊的數據安全控制單元中設置至少一公私鑰對,且使移動學習終端和大數據處理裝置具有公鑰;所述公私鑰對相應的加密算法可以使用ECC算法,具體過程如下:
S211.將T_SKA/T_PKA、NB_SKB/NB_PKB,通過橢圓曲線點乘算法,計算密鑰協商第一部分Part1;
密鑰協商第一部分Part1=DPSM2(TSKA,NBPKB);
S212:將NB_SKA/NB_PKA、T_SKB/T_PKB,通過橢圓曲線點乘算法,計算密鑰協商第二部分Part2;
密鑰協商第二部分Part2=DPSM2(NBSKA,TPKB);
S213:將NB_SKA/NB_PKA、NB_SKB/NB_PKB,通過橢圓曲線點乘算法,計算密鑰協商第三部分Part3;
第三部分Part3=DPSM2(NBSKA,NBPKB);
S214:將密鑰協商第一部分Part1、密鑰協商第二部分Part2、密鑰協商第三部分Part3連接成密鑰分量KM;
密鑰分量KM=Part1||Part2||Part3);
S215:將密鑰分量KM和第一字符串用SM3算法壓縮成256bit的父滾動代表初始密鑰N_CC;
初始密鑰N_CC=HSM3(KM||第一字符串)
根據橢圓曲線點乘算法特點,通過該計算過程,通信雙方計算出一致的父滾動代表初始密鑰N_CC。
優選的,在所述步驟S22中,當移動學習終端和大數據處理裝置需要與教學伺服器進行數據交換時,將向所述數據安全控制單元發送會話請求;所述數據安全控制單元接收所述會話請求後,為所述移動學習終端和大數據處理裝置分配會話。
優選的,在所述步驟S23中,所述數據安全控制單元,將為分配的會話設置會話標識符,並根據所述會話標識符,獲得會話密鑰,所述會話標識符可以對所述會話進行唯一標識;所述會話密鑰可以加密會話。
優選的,所述數據安全控制單元,將所述會話標識符和會話密鑰使用加密的方式,傳送給所述移動學習終端和大數據處理裝置,並使用數據安全控制單元中的私鑰進行籤名,使所述移動學習終端和大數據處理裝置可以利用接收的數據安全控制單元的公鑰進行驗證,增強會話安全性;所述移動學習終端和大數據處理裝置可以使用所述會話密鑰加密數據信息,並傳送給所述數據安全控制單元,或者解密從所述數據安全控制單元中取得的加密的數據信息,對所述密鑰進行數據篩選與正交處理。
優選的,所述數據安全控制單元也可以使用所述會話密鑰加解密數據信息,與所述移動學習終端和大數據處理裝置進行數據交換;當移動學習終端和大數據處理裝置需要向信息安全設備發送數據信息時,教學伺服器接收所述移動學習終端和大數據處理裝置發送的加密的數據信息,並利用所述會話密鑰解密密文信息得到原始明文信息;當所述移動學習終端和大數據處理裝置需要從所述教學伺服器中獲取數據信息時,所述數據安全控制單元將移動學習終端和大數據處理裝置需要的數據信息利用會話密鑰進行加密後,傳送給所述移動學習終端和大數據處理裝置,並利用所述會話密鑰解密密文信息得到原始明文信息;使得數據交換安全進行。
如上所述,雖然根據實施例所限定的實施例和附圖進行了說明,但對本技術領域具有一般知識的技術人員來說能從上述的記載中進行各種修改和變形。例如,根據與說明的技術中所說明的方法相不同的順序來進行,和/或根據與說明的系統、結構、裝置、電路等構成要素所說明的方法相不同的形態進行結合或組合,或根據其他構成要素或均等物進行替換或置換也可達成適當的效果。對於本發明所屬技術領域的普通技術人員來說,在不脫離本發明構思的前提下,做出若干等同替代或明顯變型,而且性能或用途相同,都應當視為屬於本發明的保護範圍。