基于云計算技術的教育信息管理平臺設計研究①

盛建軍

(咸寧職業技術學院,湖北 咸寧 437100)

0 引 言

云計算(Cloud Computing)屬于一類以互聯網為基礎的運算方法[1],采用此方法能夠按需向計算機與其它設備提供可共享的信息與軟硬件資源。云計算技術是基于互聯網技術而創建的一種運營模式,能夠虛擬化各類運算資源,融合互聯網內運算資源為一個高效率并統一的平臺,并采取分布式與并行的運算方法,提供與用戶現實需要相對應的服務與運算資源,為資源彈性供應與資源有效共享[2]。設計一種基于云計算技術的高校教育信息化管理平臺,實現各高校教育資源的有效共享,提升各高校的教育質量與信息化管理水平。

1 基于云計算技術的高校教育信息化管理平臺的設計

1.1 平臺整體結構設計

設計平臺整體結構的目的是根據用戶需要提供具備伸縮特點的穩定性服務,設計的基礎為實現管理統一與資源虛擬化,設計的保障是大規模的高計算性能,基于此設計的平臺整體結構見圖1。

基礎設備層作為平臺整體結構的最底層,構成虛擬服務器集群,以各高校的現實需要為依據合理分配,同時對高校教育資源的動態變化進行及時管理,達到負載平衡的目的。

圖1 平臺整體結構圖

教育資源服務平臺層為基礎設備層之上的平臺中間層,具備網絡課程云和教育管理云等教育資源,通過匯總、分類及規范化等信息化管理各高校教育資源,構成統一的教育資源,方便向各高校提供云服務;與此同時,平臺層另外提供了規范的應用程序運行與開發架構,為教育應用軟件的管理與布置提供便利。

平臺整體結構的最上層即為應用軟件服務層,其通過應用教育資源服務平臺層的環境創建類別多樣的高校教育信息化管理軟件與應用程序[3],并且通過合理整合應用軟件服務層中各平臺,以現實需求為依據為各高校教育提供更有效的服務。

1.2 網絡課程云

網絡課程云資源由高校課程、互聯網課程及企業課程共同組成。通過不同權限管理實現高校教育信息化管理平臺向對應各高校與企業共享網絡課程云資源的目的,便于各高校師生研究與學習此類課程資源。如此不僅能夠豐富學生的選修課程類別,令其視野更開闊,并且可以將各高校的教育管理壓力降低,有效提升各高校教育質量[4]。高校教育信息化管理平臺內的網絡課程云資源架構見圖2。

圖2 網絡課程云資源架構圖

1.3 教育管理云

由教育管理數據與教育管理軟件共同構成教育管理云資源。其中教育管理數據由教育流程管理數據、學生學籍數據、高?；A數據及專項培養方案等構成;向高校教育信息化管理平臺上布置教育領域商業軟件,即為教育管理軟件,其由電子郵件系統、教育評價系統、學生信息管理系統、教育管理系統及辦公自動化系統等組成,各高校不必購買軟件,可通過平臺租用的方式應用軟件,實現管理與維護時人力成本及費用的有效降低。合理有效的運用教育管理云資源可提升各高校教育信息化管理的工作效率。教育管理云資源架構見圖3。

2 大數據在高校教育信息化管理平臺中的運用

在高校教育信息化管理平臺中具備大量的數據資源,由高校教育資源中能夠將課程類別、學生學籍數據教育管理數據等提取出,此類數據對提升高校教育信息化管理水平意義重大。大數據在高校教育信息化管理平臺內的運用過程如圖4所示。

圖3 教育管理云資源架構圖

圖4 大數據的運用過程圖

其中BP神經網絡亦可稱為連接機模型,通過連接大量需處理的單元構成網絡系統,屬于一種通過模擬人類大腦神經系統活動規則而創建的運算模式。在運行BP神經網絡時,能夠劃分高校教育數據資源為多個層次,可通過操作各特征映射實現對各層次的運算,各特征操作映射均以二維平面的狀態呈現,且較多的神經元存在于此類平面中,在具備約束的條件下此類神經元均能夠實現權值集合的操作。

支持向量機能夠對高維模式數據分析、樣本數量少或非線性問題予以有效處理,屬于一類具有較高性能的數據分析技術。當將其用作高校教育數據資源挖掘時,可通過加入自適應共振理論,合理運用高校教育數據資源內的有用數據,并對此類數據予以劃分與挖掘,實現各角度的分類與操作,提升支持向量機的精度。

K均值(K-means)算法通過無監督學習模式,以高校教育中數據對象間的類似度作為其衡量指標,在距離的基礎上聚類數據對象,屬于一種聚類算法[5]。一般情況下兩個數據對象間距越近表示其類似度越高,無需對數據的類型標識予以特定便能夠得到內部架構,聚集數據后達到數據解釋的目的。

3 實例分析

將平臺與ASP.NET技術的管理平臺分別用于湖北省高校教學建設綜合管理系統中,對比分別應用兩種平臺后系統的整體性能,以此檢驗兩種平臺的實際應用效果,驗證平臺設計的可行性與應用性能。

對比實驗系統分別應用了平臺與ASP.NET技術的管理平臺之后系統的查詢性能與處理性能,隨機選取一名系統管理者,采用兩種系統分別查詢并處理高校學生學籍數據、基礎數據、教育管理數據、專項培養方案數據、教職工信息數據及課程類型數據共6組大小不等的高校教學建設數據集,分別以a,b,c,d,e,f表示,通過對比各系統的查詢用時及處理用時,檢驗應用平臺系統的查詢與處理性能,驗證平臺的實際應用效果,具體情況如圖5所示。

(a)數據查詢用時對比

(b)數據處理用時對比

由圖5能夠得出,應用平臺之后的實驗系統在對數據進行查詢與處理時,所用時間均遠低于應用ASP.NET技術平臺的系統用時,由此說明,應用平臺的系統大數據查詢性能與處理性能更優越,綜合性能比應用ASP.NET技術平臺的系統提高2～3倍,可見平臺的實際應用效果更好,更加有應用價值。

檢測應用兩種不同平臺的實驗管理系統在對6組數據集進行查詢過程中,系統查詢漏檢率與誤檢率,以此檢驗平臺的性能,檢測結果見表1。

表1 檢測結果對比

通過表1可看出,應用平臺的實驗系統在對6組數據集進行查詢時,其漏檢率與誤檢率均較低,6組數據集查詢的漏檢率與誤檢率平均值分別為0.123%和0.197%,遠低于應用ASP.NET技術平臺的實驗系統1.058%和1.303%的平均漏檢率與誤檢率,說明應用平臺的系統查詢精度更高,平臺的性能更優越。

對分別應用兩個不同平臺的實驗系統實際應用情況進行檢驗,實驗中記錄系統10天的在線應用人數(見圖6),通過對比系統在線應用人數的高低,檢驗系統的應用情況,由此反饋平臺的設計合理性。

圖6 在線應用人數對比

由圖6可知,應用平臺的實驗系統每天在線應用人數高于應用ASP.NET技術平臺的實驗系統,說明應用平臺的實驗系統更能滿足更多用戶的在線應用需求,實際應用性更強,由此也表明平臺的設計更為合理。

4 結 語

設計一種基于云計算技術的高校教育信息化管理平臺,云計算具備安全可靠的數據儲存中心,能夠防止用戶個人數據遭受攻擊與丟失的問題,同時其運算性能高,具有簡便快捷的云服務特點,可為用戶提供各類服務并滿足各類業務需求,為高校教育信息化管理給予重要支持,不僅提升高校教育資源的共享性,而且通過對高校教育資源數據的有效分析與管理,實現高校教育信息化管理水平的有效提升。