大数据与单向信息化教学融合改革方法研究

郑习武

(江苏财会职业学院,江苏 连云港 222061)

0 引 言

随着高校教学改革的不断推进，教学改革积累的教学资源成果不断丰富和扩大，对教育资源进行大数据集成和信息融合，结合大数据挖掘和智能信息融合处理技术，实现大数据与单向信息化教学融合，实现教育改革优化[1].研究基于大数据与单向信息化教学融合的教育改革评估模型，采用教育资源的优化调度方法，提高教育资源的利用效果，从而促进教学改革，结合教育改革的效果进行评估预测，进而指导教育改革的不断深化发展.当前，对单向信息化教学融合改革评估方法主要采用模糊约简的数据挖掘方法，随着教育资源规模的不断扩大，资源调度性能不好.对此，提出一种基于大数据分析和单向信息化教学融合的教学改革评估模型.建立教学资源分布的大数据模型，采用模糊聚类方法进行大数据与单向信息化教学资源的集成处理，在大数据和单向信息化融合模型下实现教育资源的优化开发和数据融合，结合统计数据分析方法进行教学改革效能评估.最后进行实证分析，展示了该模型进行大数据与单向信息化教学融合改革模型优化中的应用性能.

1 教育资源开发模型与大数据分析

1.1 教育资源大数据挖掘开发模型

为了实现大数据与单向信息化教学融合改革模型设计，需要首先进行教育资源的开发和资源调度模型设计，采用大数据挖掘方法进行教育资源的信息资源挖掘，为教育改革提供信息基础，为了提高单向信息化教学资源的调度合理性，假设单向信息化教学资源ni的种类属性为rj，采用多特征的静态拟合方法进行信息流重组，采用属性权重分配方法进行单向信息化教学资源的优化调度[2]，结合模糊BP神经网络分类结构模型，得到单向信息化教学资源大数据分组结构模型如图1所示.

图1 单向信息化教学资源大数据分组结构模型

在云计算构架下，设计单向信息化教学资源信息融合调度模型，假设单向信息化教学资源信息融合调度中的数据传输模型原始序列为：

(1)

采用关联行映射分析方法，进行大数据挖掘和资源调度，教育资源分布集合的优先级属性可以表示为P(ni)={pk|prkj=1,k=1,2,…,m}.采用并行调度和融合聚类方法进行单向信息化教学平台的大数据挖掘，得到单向信息化资源融合的分组关系为：

(2)

(3)

(4)

(5)

式(5)中，sc(t)表示教育资源单向信息挖掘的负载，结合数据挖掘的分类属性，进行资源调度的信息教育教学融合.

1.2 大数据分析模型

E=[EG,ET,EW,EL]

(6)

用优先级列表进行单向信息化教学信息融合，采用模糊聚类方法进行大数据与单向信息化教学资源的集成处理[4]，得到单向信息化教学资源大数据分布结构模型为：

(7)

(8)

(9)

在多种存储环境下，采用移动学习迁移方法进行教育资源的分布式构架，设计教育资源大数据库，在大型数据库融合模型架构体系中，计算数据的聚类中心，聚类中心矩阵q，n表示指定权值，采用模糊约束进化聚类方法，进行大数据库的关键信息聚类处理，初始化参量k=0，当大型数据库的分布属性值为z，其取值范围2≤z≤m.根据上述分析，构建教学融合改革的大数据分析模型，结合统计特征分析方法进行教学改革模型的优化设计和教学改革的质量评估设计[5].

2 教育资源的优化开发和数据融合

2.1 信息化教学的语义本体信息特征量提取

在建立教学资源分布的大数据模型的基础上，进行教学融合改革方法优化设计，本文提出一种基于大数据分析和单向信息化教学融合的教学改革评估模型，采用模糊聚类方法进行大数据与单向信息化教学资源的集成处理，采用模糊C均值融合方法[6]，在数据融合视野下进行单向信息化教学资源查询，得到教学改革评估特征参量：

D={Si,j(t),Ti,j(t),Ui,j(t)}

(10)

式(10)中Si,j(t)表示单向信息化教学资源数据分布的有向向量，Ti,j(t)表示单向信息化教学资源数据属性权重分配输出量.

构建单向信息化教学资源数据权重分配机制，进行分类属性权重评估，得到单向信息化教学资源信息融合调度配置的权值wBLCMV为：

(11)

在单向信息化教学资源数据语义信息形成的异构数据序列中，采用统计回归分析方法，得到单向信息化教学资源大数据分布相关性特征分量定义为：

EFT(vi,pq)=EST(vi,pq)+W(vi,pq)

(12)

提取单向信息化教学的语义本体信息特征量，在大数据和单向信息化融合模型下进行教学改革的有效性评估，通过属性权重分配，定义单向信息化教学资源大数据的适应度函数如下：

进水渠长45.0m，底宽18.7m，矩形断面。进水口前2.5m为厂前水平段，高程为106.41m；总长45m采用坡度为1∶3的反坡段连接至121.4m高程。

fij=wtδt+wcδc+wqδq+wsδs

(13)

式(13)中wt+wc+wq+ws=1，t代表单向信息化教学资源大数据融合调度的时间(time)，c代表代价(cost)，单向信息化教学资源大数据查询的概率分布函数为：

w(epkq) =α×w(spkq)

(14)

大数据信息融合调度的有效概率权重为：

(15)

采用自适应特征分解方法，进行单向信息化教学的大数据分析，根据上述分析，实现信息化教学的语义本体信息特征量提取.

2.2 数据融合和教育资源的优化调度

根据数据聚类结果进行教育资源的单向信息化教学融合改革模型设计，采用均衡调度方法进行教育资源的关联规则挖掘，在信息开发平台中，单向信息化教学资源的传输控制函数表达为：

(16)

提取单向信息化教学的语义本体信息特征量，根据特征提取结果在数据融合平台下进行资源分配处理[7],采用云计算和大数据分析方法进行单向信息化教学资源信息流调度，构建资源信息流模型，结合数据融合方法，得到教学资源的负载均衡配置模型为：

(17)

图2 教育资源开发的实现流程

(18)

其中

‖xj-xi‖≤ε

(19)

式(19)中(ε是足够小的正数)，在数据融合视野下，结合属性聚类算法进行单向信息化教学资源的分类和模式识别，实现教育资源的优化开发和改革效果评估[8]，改进模型的实现流程如图2所示.

3 仿真实验与实证分析

为了测试设计模型在实现单向信息化教学资源开发和教学改革效能评估中的应用性能，进行实证分析和仿真实验，实验采用Visual C++ 设计，教育资源分布大数据采样的规模为2000，数据的分组长度为1024，仿真时间长度100 s，描述性统计分析结果见表1.

表1 教学资源分布的描述性统计分析结果

根据上述描述性统计分析结果，进行教学资源数据挖掘和特征分类识别，得到单向信息化教学融合数据挖掘结果如图3所示.

在数据融合视野下进行单向信息化教学资源大数据挖掘，提取单向信息化教学的语义本体信息特征量，实现信息融合，信息融合结果如图4所示.

图3 单向信息化教学融合数据挖掘结果

图4 信息融合结果

分析图4得知，本文方法能有效实现对大数据与单向信息化教育资源的数据融合和特征提取，从而促进教学改革，实现改革效果评估，得到评估的准确性对比结果如图5所示，分析图5得知，采用改进的模型进行单向信息化教学信息融合和改革评估的信息召回性较好，说明改革效果较好.

图5 性能对比

4 结 语

研究基于大数据与单向信息化教学融合的教育改革评估模型，采用教育资源的优化调度方法，提高教育资源的利用效果，提出一种基于大数据分析和单向信息化教学融合的教学改革评估模型.建立教学资源分布的大数据模型，采用模糊聚类方法进行大数据与单向信息化教学资源的集成处理，根据数据聚类结果进行教育资源的单向信息化教学融合改革模型设计，采用模糊分区网格调度方法构建教育资源的数据融合模型，在数据融合视野下进行单向信息化教学资源大数据挖掘，提取单向信息化教学的语义本体信息特征量，在大数据和单向信息化融合模型下实现教育资源的优化开发和数据融合，结合统计数据分析方法进行教学改革效能评估.研究得知，设计模型能有效实现对教学信息融合和大数据挖掘，提高了教学资源的融合调度能力，从而促进教学改革优化升级.