基于SSM框架的高校智能化实验报告管理系统设计与实现

张弛 沈亦军 张琛 孙欣欣

摘 要：为了解决传统纸质版和电子版实验报告不易保存、不易管理、不易统分、内容抄袭、样式排版不统一等问题，结合实验报告管理实际流程与内容，设计并开发一款基于SSM框架的智能化实验报告管理系统。该系统有效融合空间向量模型算法对实验报告文本进行相似度检测，能够有效地解决传统教学中实验报告内容抄袭、分数汇总、格式排版、在线预览、在线批改、在线评语反馈、可视化数据统计与分析等问题，极大地减轻了学生、教师和教务管理人员的工作负担。实践结果表明该系统的应用是对高校实验室信息化、智能化建设的补充，对提升实验实践教学管理水平提供了一定的理论与实践参考价值。

关键词：实验报告;SSM;空间向量模型;抄袭检测

中图分类号：G642.0  文献标识码：A  文章编号：1673-260X（2021）01-0107-04

0 引言

在“互联网+教育”的大背景下，多种不同层次的教育教学管理模式借助网络化的优势开始运转，其中电子商务、电子政务管理系统的兴起，为实验实践教学管理的自动化和智能化提供了可能。在2016年教育部印发的《教育信息化“十三五”规划》与2018年出台的《教育信息化2.0行动》中[1]，明确提出通过深化信息技术与教育教学、教育科研与教育管理的融合，提升教育信息化与创新创造的深度融合发展，构建“三全两高一大”的“互联网+教育”智慧大平台，扩大教育信息化覆盖范围，进一步提升教师、学生的信息化水平与信息素养，强化教育信息化对教学改革，尤其是课程改革的服务与支撑作用。因此，在实验教学管理中引入智能化的信息管理系统对学生实验报告进行有效管理，不但是教师实验教学得以有效展开的前提，也是衡量实践教学和实验室管理水平的重要依据，更是培养和提高学生信息素养的重要手段和方法[2]。

目前，各高校的实验报告管理以纸质版与电子版混合的形式存在，纸质版实验报告延续以往的管理方式，电子版实验报告则以word或pdf电子文档形式代替传统纸质文档[3，4]。虽然，在报告形式上发生了转变，但是在报告批改、统计、分析等方面的弊端依然存在。因此，面对传统纸质与电子形式的实验报告不易保存、不易管理、不易统分、内容抄袭、样式排版不统一等弊端[5-10]，虽然各高校在信息化建设中都将实验报告管理系统纳入智能化实验室建设之中，但是具体到各个院校实际需求，现有的实验报告管理系统在人工智能技术融合、校本适应性方面还存在不少问题，需要进一步深入系统地研究与解决。传统的实验报告管理系统不但缺少对实验报告内容的抄袭自动检测功能、师生评语交流互动功能、实验项目总结与反思功能、数据智能可视化分析等功能[11]，还存在系统功能固定化，并发性不高、安全性不强，无法满足高校实验教学实际对于实验报告的管理需求，最终导致高校引入的实验报告管理系统不能满足实际需要，使用流于形式以至于达不到预期的效果。

本系统采用SSM框架软件开发技术，融合向量空间模型算法设计并实现了一款具备抄袭检测、在线批改、数据自动分析与可视化、报告打包下载等功能的智能化实验报告管理系统。以期实现对实验报告的高效管理，减轻教务管理员、教师、学生的工作与学习负担，实现对实践实验教学的可视化、网络化和智能化管理。

1 智能化实验报告管理系统的背景和必要性

合肥学院人工智能与大数据学院实验中心创建于2003年，拥有专业实验教学人员11人，承担院内六个专业约1700人的实验教学任务。传统的实验报告管理模式是以班级或小组为单位，由班长收集班级每位学生的纸质或电子档实验报告，而后统一交给实验任课教师;教师在收到报告以后以手工的方式逐一对电子版实验报告分数批改、评语批注，并对每位同学的实验报告成绩逐一进行统计、汇总;最后，教师将分数、评语进行反馈，并对学生实验报告和实验操作过程中出现的问题进行分析总结、存档等操作。这个完整的实验报告处理过程包括实验报告的收集、批改、统计、分析、反馈、存档等环节，由于教师所带课程数量和班级人数较多，且存在报告处理环节复杂、反馈周期长、存储可靠性差、报告内容抄袭、评语难反馈、存档难查阅等问题，完成这一过程需要耗费教师大量的精力，而且效果往往也不好。学生由于每学期课程繁多，每门课都存在若干个实验报告撰写任务，对实验报告的管理、问题的反馈、实验结果的反思等都难以记录，使得遇到问题不能得到及时解决，严重打击了学生的实验动手操作的积极性。另外，由于教务管理部门受各种因素的限制，对实验教学缺乏长期、有效的监控手段，导致学校实验实践教学质量难以保障。因此，急需一款智能化的实验报告管理系统来解决传统方式管理中存在的问题。

2 系统关键技术介绍

2.1 SSM框架

SSM框架是Spring、SpringMVC、Mybatis三种web软件开发技术集成的简称[12，13]。该框架采用基于MVC的软件架构设计模式将系统划分表示层（View）、业务逻辑层（Control）、数据持久层（Model）三个层次。其中Spring技术是一种轻量级、开源化的框架，通过控制反转（IOC）和面向切片（AOP）两个核心功能，对容器中的各个组件之间的调用和重用进行管理，为企业级应用系统的开发提供了一种轻量级解决方案;SpringMVC框架是集成于Spring组件的一部分，它作为系统的整体基础架构提供控制业务逻辑的跳转，负责系统MVC层次的分离;Mybaitis是一种面向对象的数据库表对象关系SQL语句映射框架，提供了对数据库操作和访问的轻量级参数和结果封装，通过该框架能够以面向对象和SQL语句结合的方式访问结构化数据库中的数据。这三种框架技术相互搭配、灵活运用，能够帮助程序开发人员进行快速系统开发。

2.2 向量空间模型算法

向量空間模型（Vector Space Model，VSM）是一种综合利用文本局部和全局信息对文本进行向量化表示，并使用向量空间坐标中的夹角或位置关系来衡量文本间相似度的一种算法[14-16]。该算法自20世纪70年代由Salton等人提出后，已经被成功地应用于各种文本检索系统中，算法的有效性得到进一步证明，实践中得到较为理想的检索结果[17]。

2.3 报告生成与预览技术

系统主要功能围绕对高校实验报告的管理，使用百度开发的web前端富文本编辑技术（UEditor）实现实验报告的在线录入和编辑，该文本编辑器是一款轻量级、可定制、所见即所得的仿word编辑器在线文本编辑技术;报告生成使用开源JsPDF插件，该插件能够将学生录入的实验报告内容按照固定格式转换为pdf文档。教师端对报告批改采用了swfTools在线预览技术，该插件可以自动将word、pdf转化为swf格式的在前端以动画方式进行预览，为教师进行报告分数批改、评语录入等操作提供方便。

3 系统平台设计与实现

3.1 系统总体框架设计

本系统开发基于eclipse软件开发工具进行，前端界面设计与实现采用基于W3C标准的html+css3+JavaScript的UI设计体系，并在设计中引入Jquery+layUI对UI界面进行优化设计。用户可以通过平板、电脑端浏览器即可打开系统，打开系统操作界面后，即可通过浏览器进行数据交互，服务器根据用户从浏览器中传递的操作指令，对接收的指令进行解析、查找、返回等操作，最终将查找到的相应数据发送给客户端浏览器，经过客户端浏览器渲染后展示给用户，这个过程如图1所示。

3.2 系统功能设计

智能化实验报告管理系统作为高校实践教学信息化系统的重要组成部分，应当能够充分运用信息化和智能化的手段，以提高实验教学与教务管理的工作效率。本系统根据现实中实验教学存在的问题而设计，按照用户角色将系统划分为学生、教师、管理员和相似度检测四个模块，前三个模块的功能根据实际用户使用需求完成对应操作，相似度检测模块为其他模块提供相似度检测接口，具体功能结构如图2所示。

3.2.1 学生模块

学生在实验前登录系统查看要求，并在实验结束后在线或离线完成实验报告撰写，其中离线撰写的报告可以直接复制到系统中;学生端可以点击重复率检测按钮，系统后台会自动调用文本相似度检测模块对提交的报告进行相似度检测，当重复率小于教师设定的阈值时，系统将提交到服务器端，当重复率大于阈值时，学生可以在线修改，可以暂时保存供以后修改。当需要提交的实验报告超过事先设定的截止日期以后，系统会将报告自动提交，以当前的重复率展示在教师端，为教师判定是否是抄袭提供依据;并且在此模块中学生还可以通过答疑互动功能对在实验过程中遇到的问题与教师进行留言互动，查看、讨论实验报告批改评语。

3.2.2 教师模块

教师登录系统以后，可以通过任务录入模块选择班级录入相关实验信息、发布实验任务、设定实验报告结构等;在学生提交了报告以后，教师可以通过成绩批阅模块对实验报告以班级、实验名称等条件进行删、查、改以及存档、恢复操作;通过swfTools技术提供的预览功能，通过弹出框对实验报告边浏览、边批改和评语撰写;通过成绩分析功能可以按照班级、实验名称、课程名称等条件查询对应的实验成绩，将结果以图、表的形式进行展示;使用报告导出功能教师可以以班级、学生、实验名称进行打包下载pdf电子实验报告;使用答疑互动功能可以及时查看学生的疑问留言，与学生进行互动交流。

3.2.3 管理员模块

通过该模块管理员不但可以对教师、学生的个人基本信息进行管理，也可以按照二级学院、班级对师生个人信息进行批量增、删、查、改操作，还可以将教师和学生登录系统的时间、地点、主机IP，停留时间等以图表的形式呈现;可以通过课程管理功能实现对相关的实验课程开展情况的监测，监测实验课程的进度，以及学生的报告提交情况、教师的报告批改情况;通过成绩管理功能可以实现以年级、班级为单位导出实验成绩分析表，对年级、班级的历史成绩进行在线对比分析，并且可以进行成绩分析的在线打印和导出。

3.2.4 相似度检测模块

服务器在接收到学生端提交的实验报告文本数据后，自动将报告内容与数据库中已经存在的与实验项目名称相同的报告进行文本相似度计算，返回文本间相似度最大的值作为学生实验报告的最终重复率结果，以供在其他模块中调用显示。该模块算法的实现步骤包括对报告内容的分词、去停用词、非中文字符过滤、TF-IDF统计、文本向量化表示、文本相似度计算、返回结果等操作，如图3所示。

其中该系统的分词采用了中科院研发的NLPIR-ICTCLAS2015汉语分词系统[18]。该系统具备专业的中英文混合分词功能，具有强大的兼容性，可以无缝嵌入到应用系统中，且其本身是基于Java语言的开源代码，所有的功能和操作都已经被封装为标准的Java API接口。系统采用哈工大整理的具有767个停用词，每次相似度计算的文本向量长度采用两个文本中所包含词的总数，这里使用的实验报告相似度计算方法为向量间的余弦相似度计算公式，该公式能够有效地计算文本向量间的相似度[5，19]，如公式1所示。

其中D1、D2表示两个文本，di、dj分别为文本D1、D2的句子i和j的词频-逆文本频率向量化表示，表示在文本i和j中第t个词出现的词频-逆文本频率值。

4 系统平台应用

基于SSM框架的智能化实验报告管理系统于2018年初安装部署在院实验中心服务器上，面向人工智能与大数据学院全体教务管理员、教师和学生使用（见图4所示）。自上线以来先后有186门课程的使用记录，系统访问量突破10万人次，特别是2020年上半年在COVID-19新型冠状病毒肺炎的疫情背景下，全院122名教师、94门课程全部采用本系统对所授实验课程的实验报告进行管理，较好地解决了线上实验教学中对实验报告的收集、批改、保存、进度监测等问题，获得了教师和学生的一致好评。他們表示该系统的设计非常符合实验报告管理工作的特点，能够极大地提高学习和工作效率，在一定程度上解决了实验报告内容抄袭、不易保管、不易统分、样式排版等问题。目前本系统已经获得校教务处的支持，在全校范围内进行推广使用。同时，本课题组也将针对部分教师和学生在使用中的反馈，也将在后期进行相应的完善，并及时对系统进行升级和更新，以期在全校，甚至是向全国的高校进行推广和使用。

5 结语

基于SSM框架的智能化实验报告管理系统，有效融合了人工智能领域空间向量模型算法和较先进的软件开发技术，能够有效地对实验报告的文本相似度进行检测，避免学生之间报告的抄袭，弥补了传统纸质或电子版实验报告的不足，方便了学生和教师对实验报告的管理，简洁、友好地操作界面大大提高了教师开展实验教学的工作效率，大大提升了实验室管理工作的信息化和智能化水平。

——————————

参考文献：

〔1〕教技〔2016〕2号文件.发挥信息技术支撑引领作用服务教育现代化发展大局—学习领会《教育信息化“十三五”规划》[EB/OL].[2016-06-07].http：//www.moe.gov.cn/srcsite/A16/s3342/2016 06/t20160622_269367.html.

〔2〕杨选瑾，熊宏齐.国内实验教学信息化研究进展——基于CitesPace的可视化分析[J].实验室研究与探索，2018，37（06）：218-222+226.

〔3〕虞飞华，华冠萍，朱锡瑞，郑韬，张华音.实验报告无纸化管理平台研究初探[J].中国教育信息化，2014，20（01）：80-82.

〔4〕付潤江，梁丽春.无纸化实验报告系统的设计[J].长江大学学报（自然科学版）理工卷，2010，7（03）：562-563.

〔5〕夏竹青，王竹婷.基于余弦相似度的电子版实验报告管理系统[J].电脑知识与技术，2019，15（07）：100-102.

〔6〕虞飞华，华冠萍，朱锡瑞，郑韬，张华音.实验报告无纸化管理平台研究初探[J].中国教育信息化，2014，20（01）：80-82.

〔7〕宗保平，郭琳.应用网络技术，开放实验教学[J].实验技术与管理，2012，29（04）：258-259.

〔8〕姜建华，汪洋，王敏，聂国隽，郭意亮，赵红晓.基于互联网的实验教学到实验报告自动批改[J].实验室研究与探索，2017，36（05）：157-161.

〔9〕林劼，伍征帆.防实验报告抄袭的实验平台建设与教学改革[J].中国西部科技，2010，9（24）：84-85.

〔10〕李海燕，赵汗青，高兴海，刘玉波.改革专业实验报告 提高实验教学质量[J].高校实验室工作研究，2008，26（01）：30-31+40.

〔11〕魏兆生.延锋百利得实验室管理系统设计与实现[D].大连理工大学，2017.

〔12〕白春强.基于SSM框架的投资项目经济评价系统分析与实现[D].山东大学，2019.

〔13〕甘启宏，崔亚强，王皓，余淇，冯鸟东.基于SSM框架的高校教学设备管理系统设计与实现[J].软件导刊，2020，19（02）：44-47.

〔14〕Zhang W， Yoshida T， Tang X. A comparative study of TF* IDF， LSI and multi-words for text classification[J]. Expert Systems with Applications， 2011， 38（3）： 2758-2765.

〔15〕Guo Q. The similarity computing of documents based on VSM[C]//International Conference on Network-Based Information Systems. Springer， Berlin， Heidelberg， 2008： 142-148.

〔16〕周源，刘怀兰，杜朋朋，廖岭.基于改进TF-IDF特征提取的文本分类模型研究[J].情报科学，2017，35（05）：111-118.

〔17〕Salton G. Automatic Information Organization and Retrieval[M]. McGraw Hill Text， 1968.

〔18〕NLPIR：在信息检索中运用自然语言处理的理论框架[J].图书情报工作动态，2003，25（3）：25-25.

〔19〕武永亮，赵书良，李长镜，魏娜娣，王子晏.基于TF-IDF和余弦相似度的文本分类方法[J].中文信息学报，2017，31（05）：138-145.