基于数据挖掘的线上线下混合式教学网课推荐系统设计

张苏颖

摘要：教学网课的设计与构建在新时代的发展中虽然获得了一定的便利条件，但是在实际应用的过程中仍然存在部分缺陷与问题。因此，对基于数据挖掘的线上线下混合式教学网课推荐系统进行设计。设计MPU6050集成传感器，同时接入总线电源，完成对硬件的设计;组建Spring MVc数据挖掘功能模块，同时在此基础之上，结合数据挖掘技术实现课程推荐数据库建设，完成对软件的设计。最终的系统测试结果表明：与初始线上线下混合式教学网课推荐系统相对比，数据挖掘的线上线下混合式教学网课推荐系统最终得出的召回率相对较高，表明系统给学生推荐的课程更加贴合实际情况，更为准确，具有实际的应用价值与社会意义。

关键词：数据挖掘;线上线下;混合式教学;网课推荐;系统设计;远程控制

中图分类号： TP391.1      文献标识码：A

文章编号：1009-3044（2022）22-0021-03

随着新时代的发展以及相关技术的不断成熟，我国教育行业结合实际发展的要求，对于课程的选择范围会发生相应的延伸与扩展[1]。为了更好地提升整体的课程选择能力，部分高职院校会使用教学网课的推荐系统，并取得了一定的效果。但是随着课程的增加以及复杂度的提升，现有的教学网课推荐系统不能够满足实际的教学需求，一定程度上也降低了教学的工作效率与质量水平[2]。因此，本文提出基于数据挖掘的线上线下混合式教学网课推荐系统。

数据挖掘技术主要针对庞大数据群进行处理[3]，同时依据特殊的格式进行汇总整合。线上线下混合式教学模式更加适用于如今的教学环境[4]，不仅如此，在数据挖掘技术的辅助与支持之下，线上线下混合式教学网课推荐系统的实际应用一定程度上也扩展延伸了学生课程选择的范围，根据不同课程的类型、内容、特点等多个方面做出选择[5]。在帮助学生提升自身能力的同时，还可以最大限度地确保教学的效果，构建个性化、智能化的选课系统具有实用价值以及社会意义[6]。

1 数据挖掘下上线下混合式教学网课推荐系统硬件设计

1.1 MPU6050集成传感器设计

在对数据挖掘线上线下混合式教学网课推荐系统硬件进行设计之前，需要先设计MPU6050传感器[7]。一般情况下，传感器的作用主要是对系统所获取收集的数据进行双向处理，同时，划定实际的处理范围，以此来提升整体的系统应用效果。可以在初始的系统电路之中，侧向安装两个MPU6050集成传感器，将其与初始的电源关联[8]。

同时，在集成传感器的附近加装三轴陀螺仪，与速度计关联，实现逻辑采集处理内部电路。随后，在此基础之上，接入DMP数据处理器和转换模块。这部分需要注意的是，转换模块的应用实际上是对课程推荐系统的一种双向处理，MPU6050集成传感器将所需要转换的数据信息关联在一起，结合第三方的处理装置，连接三轴磁力计，将传感器与I2C端口连接，最终完成对MPU6050集成传感器的设计与构建。

1.2 总线电源设计

在完成对MPU6050集成传感器的设计之后，接下来，需要进行总线电源的设计。可以在初始的电路上接入一个PowerPC分流装置，用以分化多余的电流，采用LocalBus并行局部总线与MPU6050集成传感器关联，同时，实现FPGA的多方向交互。利用总线电源采用SPI串行设备分化电路中的实际电压和电流，同时，总线的应用实际上也给电路的运行造成极大的压力。

随后，在此基础之上，结合命令的转换以及协议的变化，对相关的硬件设备做出调整。同时在原框图中，采用PowerPC程序接口接入硬件结构之中，更改相应的电源控制模式，设定硬件的主控节点，同时，在PowerPC和FPGA之间设定限制电源，形成固定的总线电源硬件控制程序，形成特殊的转换电路，定位主控制硬件节点，最终完成对总线电源的设计。设计系统硬件整体结构如图1所示。

2 数据挖掘下上线下混合式教学网课推荐系统软件设计

2.1 Spring MVc数据挖掘功能模块设计

在完成对系统硬件的设计之后，需要继续进行Spring MVc数据挖掘功能模块软件的设计。根据校园课程选择网络的需求以及应用环境，再加上学生的课程选择情况以及专业课教学效果。结合Spring MVc數据挖掘功能，设定相应的系统模块，分别为课程分化模块、课程层级模块、课程分配模块以及课程监控模块等。每一个功能模块均是独立的，且在实际应用的过程中，需要数据目标来实现驱动，所以，可以结合Spring MVc的双向课程整合模式，先将不同的功能模块汇总到特殊的应用格式之中，随后，设定应用层级，具体如下图2所示：

根据图2，完成对Spring MVc数据挖掘功能模块层级的设定。结合上述所构建的层级，编制对应的推荐目标以及执行指令，在预设的环境之下，建立相应的Spring MVc推荐逻辑流程，将不同的层级目标融合在一起，最终完成对Spring MVc数据挖掘功能模块的最终设计与构建。

2.2 数据挖掘技术下课程推荐数据库设计

在完成对Spring MVc数据挖掘功能模块的设计之后，接下来，需要进行数据挖掘技术下课程推荐数据库的设计。可以先结合数据挖掘技术，再加上预设的Spring MVc数据挖掘功能模块层级，将相关的课程信息以及数据导入数据库之中。与此同时，结合各个层级的应用功能模块，设定具体的转换协议，设定对应的访问限制指令，结合CAN2模式架构，以及B/S的基础处理模块，最终形成多方向的课程处理推荐数据库。在特定的报文范围之内，将数据库的模式更改调整为极限的处理字节，根据FPGA推荐模式，调整更改对应的报文格式，同时，划定对应的协议要求，结合学生的综合实践能力，最终可以对数据挖掘技术下课程推荐数据库进行设计，完成软件的构建。

3 系统测试

本次主要是对数据挖掘线上线下混合式教学网课推荐系统的实际应用效果进行分析与验证。测试需要在较为稳定的环境之下进行，同时考虑到测试系统的多变性，可以选取固定的区域来实现测试。核定测试的装置与设备是否处于稳定的运行状态，同时确保不存在影响最终测试结果的外部因素，核定无误后，开始进行测试准备。

3.1 测试准备

在对数据挖掘线上线下混合式教学网课推荐系统的实际应用效果进行分析与验证之前，需要进行系统测试环境的搭建。选取A校的课程系统作为本文测试的主要目标对象，测试的环境为A校校园网。进行硬件环境的搭建，设定系统的电压为220V，同时，额定电流为1600A，另外，进行系统的控制指标参数的设定，具体如下表1所示：

根据表1，可以完成对系统控制指标参数的设定。在上述的背景环境之下，结合实际的需求，调整相应硬件的数值。CPU的控制动态变化值的范围设定在240.35～295.25之间，主频可达213MHz～252MIPS。这部分需要注意的是，主频的数值一般不是固定的，同时范围也不是固定的，通常会随着系统电流与电压的变化而做出相应的调整。在系统中设定SD/MMC外部接口，同时关联64MPC的闪存解码芯片。

进行软件测试环境的搭建。需要先设定课程推荐的整体范围，结合实际的课程需求以及分类层级，编制相关的推荐控制指令，计算出访问系数，具体如下公式1所示：

[M=12W+（m+1.5s）-1]     （1）

式中，M表示访问系数，W表示推荐层级，m表示分解差值，s表示比例系数。通过上述计算，最终可以得出实际的访问系数。结合得出的访问系数，设定出具体的推荐范围，同时，依据划定的比例，进行网课爬取数据的核定测算，具体如下公式2所示：

[K=3E-4Y]     （2）

式中，K表示网课爬取数据，E表示综合相似度，Y表示变化范围。通过上述计算，最终可以得出实际的网课爬取数据。在系统之中，初始化兴趣矩阵的构建也需要与系统的执行范围保持一致。至此，便完成了对测试环境的搭建，接下来，需要进行具体的系统测试。

3.2 测试方法及结果分析

在所搭建测试环境之中，进行更为具体、全面的测试。首先，将A校的课程系统设定为选择状态，同时，利用其获取网站内学生的信息，结合专业性以及兴趣爱好，再加上实际的选择倾向，构建相应的课程推荐方案。同时，结合线上线下混合式的推荐模式，需要设定具体的推荐比例以及限制区域。可以结合上述的设定，建立对应的推荐层级，每一个层级均代表不同种类的推荐课程，同时，层级的执行也需要利用智能推荐目标所驱动，因此，可以先结合实际的课程推荐需求，计算出具体的推荐迭代次数，具体如下公式3所示：

[T=D+2.5A-1R]        （3）

式中，T表示推荐迭代次数，D表示应变比，A表示混合目标值，R表示过滤层级。通过上述计算，最终得出实际的推荐迭代次数。结合系统的推荐次数，再加上数据挖掘技术的辅助与支持，测算相应的课程推荐系统召回率，具体如下公式4所示：

[U=d+1.5-B-2S7]        （4）

式中，U表示课程推荐系统召回率，d表示结果集，B表示初始化定值，S表示混合距离值。通过上述计算，最终可以得出实际的课程推荐系统召回率。结合得出的测试结果，进行验证与分析，如下表2所示：

根據表2可知，与初始线上线下混合式教学网课推荐系统相对比，数据挖掘的线上线下混合式教学网课推荐系统最终得出的召回率相对较高，表明系统给学生推荐的课程更加贴合实际情况，更为准确，具有实际的应用价值与社会意义。

4 结束语

综上所述，便是对基于数据挖掘的线上线下混合式教学网课推荐系统的设计与验证。对比传统的选课系统，数据挖掘技术支持下的混合式教学网课推荐系统在实际应用的过程中相对更加灵活、多变，在复杂的教学环境之中，可以结合学生自身的爱好以及能力，再加上学习专业信息，为学生推荐符合其发展的课程。并在学习的过程中，进行监管，对学期末最终的学习成绩进行汇总、整合，结合数据挖掘技术，更加方便快捷地分享学习资源，最大限度地提升系统的实际应用能力，扩大课程的推荐范围，加强搜索和过滤功能，以此来构建更为稳定、全面且精准的课程推荐系统，实现进一步的优化与完善，提升教学的效果。

参考文献：

[1] 王菁，田秋丽，苗楠.针对大四专业课程教学“虚化”现象的探索与实践——以飞机系统设计课程为例[J].河南教育（高等教育），2021（11）：69-70.

[2] 张培玉，李妍.新工科背景下的金课建设——以微机电系统设计与应用课程为例[J].高教学刊，2021，7（32）：113-116.

[3] 曹乐，袁艳，王同盟.CDIO模式下“嵌入式系统设计”课程构建与实施——以“智慧农业系统”为例[J].南方农机，2021，52（20）：185-187，196.

[4] 李雯雯.“云课堂”教学模式的探索与构建——以高校“产品系统设计”课程为例[J].芜湖职业技术学院学报，2021，23（3）：75-78.

[5] 刘江霞，元红妍.“新工科”背景下基于企业应用的实训案例设计——以“STM32嵌入式系统设计”课程为例[J].实验技术与管理，2021，38（7）：177-180，196.

[6] 吴德操，彭醇陵，罗彬彬，等.SPOC混合式教学模式课程改革探索——以研究生课程《嵌入式系统设计》为例[J].创新创业理论研究与实践，2021，4（12）：18-20.

[7] 罗东华，潘珺玲.基于创新创业能力培养的课程设计实践教学改革研究——以《两迅道录播系统设计与实现》为例[J].营销界，2020（39）：74-75.

[8] 王晓燕，董泽，翟永杰.以解决复杂工程问题能力培养为目标的综合实践课程群建设——以“大型火电机组热控系统设计及实现”为例[J].实验技术与管理，2020，37（9）：212-218.

【通联编辑：张薇】