基于大數據的題庫微信小程序的設計與開發

陳欣蘋　趙子瀟　程文莉

關鍵詞：微信小程序；文本分類；教育可持續發展；大數據；學習資源管理

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）03-0065-04

0 概述

教育培訓一直以來都是我國的重點發展行業之一，但傳統的教育培訓方式模式單一、生源不穩定、受到機構信譽及能力等影響，教學資源不互通也是其一大“痛點”[1-2]?；A教育階段（簡稱 K12） 是創造力和創新思維培養的關鍵階段，也是大部分教育培訓行業所注重發展的方向[3]。隨著“大數據”時代的到來和“互聯網+”技術的快速發展，為了適應培訓市場新需求、提高行業競爭力，將大數據技術與教育培訓融合，更全面、更豐富的線上K12 教育培訓模式應運而生[4-5]。

隨著信息技術的不斷更新和升級，微信小程序相結合受到越來越多用戶的青睞。它是一種新的開放能力[6]。對用戶來說，微信小程序無需下載是其最大的特點和優勢，同時具有操作簡便、所需數據流量少、使用門檻低等特點；對開發者來說，則有開發成本小、推廣成本低等特性[7-8]?？偟膩碚f，“觸手可及”“唾手可得”是小程序尤為重要的兩方面優勢[9]。這樣的優勢使得微信小程序逐漸深入各個領域且結合“互聯網+”在社會各領域也得到了廣泛的應用。在應用市場趨于飽和的背景下，搭建微信小程序平臺實現教育培訓服務具有很好的應用前景[10]?；谖⑿判〕绦虻腒12教育培訓服務不僅具有傳統教育軟件打破時間和空間的雙重限制、即時性高、傳播范圍廣等優點，同時還具有微信小程序特有的輕量級、“即用即走”以及安全性高等優勢[11-12]。同時結合大數據時代快速發展的數據收集及數據挖掘技術，以用戶需求為先導，更高效的學習提升，實現用戶多點定向的可持續發展[13]。

當下時代信息快速發展，微信小程序和教育培訓服務相結合帶來了便捷性等優勢，但也出現了教育資源數據量急劇增加，價值密度隨之大大降低的問題，因此幫助用戶快速高效地辨別學習資源的價值并進行有效分類是一個重要功能[14]。文本分類指用計算機對文本（或其他實體）按照一定的分類體系或標準進行自動分類標記，同時所標注的數據具有一致性、高質量等特點[15]。因而本文將利用文本分類算法及學習模型實現學習資源的有效分類，試圖通過利用數據科學與爬蟲技術進行數據收集，利用大數據技術進行數據挖掘來解決這一問題，將冗雜的數據資源轉化為價值更高的、可利用信息服務于我們的教育培訓小程序。本文將搭建一個以用戶需求為目標，實現資源有效管理且服務多樣化的“專享智學”微信小程序教育培訓平臺，并試圖解決傳統教育培訓模式的諸多問題。

1 系統設計

1.1 需求分析

本系統涉及家教老師、學員兩類用戶群體之間的交互，需要根據不同用戶的需求設計相應的模塊，同時為各主體分別賦予不同的適用權限、用戶的應用模板和操作頁面，并需要根據不同年級學生的需求設計相應的模塊。

基于教育可持續理念的充分調研，參照學業等級評測所需的具體技能來綜合考量主體需求。針對學員主要實現課程講解、題庫訓練、查看學習數據等功能，針對教師主要實現資質核驗、發布學習課程資源、直播講解等功能。

1.2 功能模塊

本系統整體結構包含后臺數據庫管理系統和前端客戶端系統，其中前端客戶端系統又分為學員客戶端、家教老師客戶端（如圖1） 。

1） 首頁模塊

用戶可實時觀看直播內容并以此作為挑選心儀老師的依據之一，同時通過家教教師輸出優質的視頻內容，可以積累更多的用戶和生源。如果用戶想了解直播課程的全部或進階內容，需要開通會員或者對單一課程進行付費，一定程度上增加了家教老師的收入來源。同時，針對用戶的直播分享點擊率對用戶群體進行學科偏好和興趣點等不同層次的分類，從而更好地為用戶提供個性化的推薦。

2） 題庫訓練模塊

用戶可以查詢不同學科，不同類型對應的考試資源及試題解析，通過“題庫訓練”功能，學員還可以及時查看測試情況及考試題型、試題信息。為調動學員自主學習積極性，還增設了每部分題目的作答情況排行榜，從而激勵用戶進行不斷地提升。為使輔導更具針對性，設計時可考慮增設“模擬練習”板塊，指導學員開展實戰演練，以便對薄弱知識點、低分板塊開展進一步個性化指導。

3） 學習模塊

學習模塊保存用戶觀看的學習視頻、參與的課程活動以及學習的進度，用戶再次登錄時，不必查詢歷史記錄來查找所觀看課程視頻，即可直接通過學習頁面直接開始繼續完成下一部分的學習，為用戶提供了便利。同時，在課程學習模塊添加“查看學習數據”功能，并結合大數據采集及分析技術，便捷及時地開展學員評價及課程推薦功能應用，從而階段性生成個人學習電子報表及學習行為畫像，為后續推薦相應學習策略、推送有效培訓資源及服務訊息提供參考。

4） 課程模塊

課程模塊根據不同的用戶群體賦予不同的適應權限，共計分為6個一級分組，包括初中的3個年級與高中的3個年級。每個一級分組下有包括語文、數學等9個科目選項。學員可以通過分類查詢查看對應的試聽課課程。同時每個課程內添加“教師簡介”功能，可為用戶在選擇時提供一定幫助。

5） 個人中心模塊

對于學員群體，小程序設置了“積分商城”功能，學員每完成一項任務就可以領取積分，積分可以在積分商城中折現或者兌換心儀物品，以通過采用激勵機制來增加用戶黏性，同時添加“投訴處理和意見反饋”的功能。針對小程序使用過程中出現的意外情況，如家教老師態度敷衍、教學質量差等問題，小程序設置統一投訴按鈕，點擊即可留言或致電人工客服進行投訴，屆時將會有相關管理人員進行及時回復。該小程序的投訴處理和意見反饋功能的設計致力于將管理人員的管理和家教老師的工作透明公開化，在保證廣大師生的利益的同時改善現階段小程序管理的一些不足。對于家教老師群體設置了“資質核驗”功能，以確保信息的真實性。

1.3 系統核心技術

1） 小程序開發框架

微信小程序采用由WXML、WXSS、JS和JSON等文件構成的Mina開發框架，開發前端通過主要包括對小程序的頁面布局進行開發，設計出首頁、題庫頁面等小程序頁面，以及利用JS文件對小程序各頁面之間的切換等功能進行設計。小程序開發后端通過API 接口實現對數據庫中的題目數據、教師信息等數據的操作（如圖2） 。

2） UI界面設計

小程序主體選用數位薰衣草紫渲染，由于淡雅的顏色會給人帶來放松平靜感，在當今快速發展的時代背景下，人們更加關注心理健康和幸福指數，因此Pantone的2023年度代表色被定為數位薰衣草紫[16]，其波長較短，能夠帶給人更多穩定、平衡的感覺（如圖3） 。題目資料來源于百度文庫、知網等，力求做到嚴謹、詳盡、清晰。題目信息以分學科、分主題的方式劃分，同時以文字和圖片相結合的方式呈現，同時會總結用戶答題情況與答題積分排名，讓用戶可以在使用小程序增進知識的過程中，充滿興趣地學習知識，不斷提升。

3） 文本分類

文本是信息傳遞的載體，NLP（Natural LanguageProcessing） ，也即自然語言處理技術，是研究如何讓計算機讀懂人類語言，即將人的自然語言轉換為計算機可以閱讀的指令。隨著信息數據的大幅增長，人工標記數據表現出的耗費時間長、質量低、受標注主體的主觀意識影響大等問題使人工標記數據不再可行。因此，利用機器實現自動化對文本數據進行標注、實現文本的分類在“大數據”時代下備受關注，并且機器學習將文本分類變得更加高效，其標注的數據具有一致性、高質量等特點。

本文在使用Python語言對題目數據進行文本分類時，利用爬蟲爬取網絡上大量的題目數據，采用Tgrocery及Pandas宏包處理結構化數據（如圖4） 。

2 功能實現

2.1 題庫功能實現

利用Python 爬蟲獲取大量題目數據信息，使用Tgrocery宏包中含有的Tgrocety函數對爬取到的題目數據進行訓練得到文本分類模型，并利用此文本分類模型進行題目數據類別的預測（如圖5） ，最終得到對題目類型分類的準確率達到93%以上的題目分類模型并將分類好的數據導入數據庫并實現分類調取的目的。

將分類完成的題目數據全部導入數據庫之后，通過SQL查詢語句實現用戶查詢不同學科、不同類型對應的相關考試資源以及試題解析的功能。同時，本文通過在相應數據庫下建立用戶表和積分表對用戶信息以及實時更新的總積分進行存儲以實現學習積分的排行榜實時更新功能（如圖6） 。

2.2 視頻直播功能實現

本文通過WebRTC 實現媒體流的獲取、建立連接、數據傳輸、編解碼以及數據展示，使小程序支持視頻直播功能，還可以將視頻數據壓縮成較小的文件，以便將視頻數據推送至服務器（如圖6） 。同時，利用ICE框架進行網絡探測和NAT穿透，保證學員和家教老師的相互通信。

2.3 學習模塊實現

利用UI設計技術設計學習頁面，分為“我參與的”“學習進度”和“學習報表”三個小程序界面板塊。其中“我參與的”展示用戶已參與的課程和活動，“學習進度”頁面展示用戶參與課程和考試的進度，“學習報表”頁面則結合大數據采集及分析技術，便捷及時地開展學員評價及課程推薦功能應用，從而階段性生成個人學習電子報表及學習行為畫像，為方便用戶需求，設計并實現了客服反饋功能（如圖7） 。

2.4 課程模塊實現

利用Java中的jar庫實現小程序頁面的分類查詢功能。對于前端，用戶輸入查詢內容后點擊“查詢”按鈕就會向服務器發送請求查詢數據庫中的數據并響應到前端頁面。對于后端，通過使用limit關鍵字限制查詢的位置和數量從而實現數據庫的查詢并將查詢的數據響應給前端實現分頁。并利用UI技術以及簡單的數據庫技術將表分為不同的年級和科目，實現結果如圖7所示。

2.5 分類查詢功能實現

利用Java中的jar庫實現小程序頁面的分類查詢功能。對于前端，用戶輸入查詢內容后點擊“查詢”按鈕就會向服務器發送請求以查詢數據庫中的數據，然后響應到前端頁面。對于后端，通過使用limit關鍵字限制查詢的位置和數量從而實現數據庫的查詢并將查詢的數據響應給前端實現分頁功能。

2.6 個人中心模塊

為了方便客戶的使用與溝通，本文在個人中心模塊中實現了客服反饋功能，客戶反饋的信息與意見將實時傳送至后臺，使后臺客服可以及時查看到客戶發送的信息，同時個人中心模塊中還實現了查看所購買的課程、已完成的課程、用戶收藏的課程以及用戶正在學習的課程。

3 結束語

隨著時代的發展，開展在線培訓教育已然是大勢所趨，本文所搭建的專享智學微信小程序，使用準確率達到93%以上NLP文本分類模型解決題目信息復雜難以分類的問題，為用戶提供了更專業題目，并使用數據庫技術將其錄入題庫，實現學習資源的有效分類。同時還實現了直播授課、在線答題、錯題收錄、線上家教等人性化、多樣化功能，滿足“多點定向”的教育培訓可持續發展。在接下來的研究過程中，本文小程序將繼續完善NLP文本分類模型以實現更長更復雜的題目分類和增加其他功能模塊提升系統功能，根據用戶體驗進行優化迭代。

【通聯編輯：王力】