基于云计算技术的教育信息管理平台设计研究①

盛建军

(咸宁职业技术学院,湖北 咸宁 437100)

0 引 言

云计算(Cloud Computing)属于一类以互联网为基础的运算方法[1],采用此方法能够按需向计算机与其它设备提供可共享的信息与软硬件资源。云计算技术是基于互联网技术而创建的一种运营模式,能够虚拟化各类运算资源,融合互联网内运算资源为一个高效率并统一的平台,并采取分布式与并行的运算方法,提供与用户现实需要相对应的服务与运算资源,为资源弹性供应与资源有效共享[2]。设计一种基于云计算技术的高校教育信息化管理平台,实现各高校教育资源的有效共享,提升各高校的教育质量与信息化管理水平。

1 基于云计算技术的高校教育信息化管理平台的设计

1.1 平台整体结构设计

设计平台整体结构的目的是根据用户需要提供具备伸缩特点的稳定性服务,设计的基础为实现管理统一与资源虚拟化,设计的保障是大规模的高计算性能,基于此设计的平台整体结构见图1。

基础设备层作为平台整体结构的最底层,构成虚拟服务器集群,以各高校的现实需要为依据合理分配,同时对高校教育资源的动态变化进行及时管理,达到负载平衡的目的。

图1 平台整体结构图

教育资源服务平台层为基础设备层之上的平台中间层,具备网络课程云和教育管理云等教育资源,通过汇总、分类及规范化等信息化管理各高校教育资源,构成统一的教育资源,方便向各高校提供云服务;与此同时,平台层另外提供了规范的应用程序运行与开发架构,为教育应用软件的管理与布置提供便利。

平台整体结构的最上层即为应用软件服务层,其通过应用教育资源服务平台层的环境创建类别多样的高校教育信息化管理软件与应用程序[3],并且通过合理整合应用软件服务层中各平台,以现实需求为依据为各高校教育提供更有效的服务。

1.2 网络课程云

网络课程云资源由高校课程、互联网课程及企业课程共同组成。通过不同权限管理实现高校教育信息化管理平台向对应各高校与企业共享网络课程云资源的目的,便于各高校师生研究与学习此类课程资源。如此不仅能够丰富学生的选修课程类别,令其视野更开阔,并且可以将各高校的教育管理压力降低,有效提升各高校教育质量[4]。高校教育信息化管理平台内的网络课程云资源架构见图2。

图2 网络课程云资源架构图

1.3 教育管理云

由教育管理数据与教育管理软件共同构成教育管理云资源。其中教育管理数据由教育流程管理数据、学生学籍数据、高校基础数据及专项培养方案等构成;向高校教育信息化管理平台上布置教育领域商业软件,即为教育管理软件,其由电子邮件系统、教育评价系统、学生信息管理系统、教育管理系统及办公自动化系统等组成,各高校不必购买软件,可通过平台租用的方式应用软件,实现管理与维护时人力成本及费用的有效降低。合理有效的运用教育管理云资源可提升各高校教育信息化管理的工作效率。教育管理云资源架构见图3。

2 大数据在高校教育信息化管理平台中的运用

在高校教育信息化管理平台中具备大量的数据资源,由高校教育资源中能够将课程类别、学生学籍数据教育管理数据等提取出,此类数据对提升高校教育信息化管理水平意义重大。大数据在高校教育信息化管理平台内的运用过程如图4所示。

图3 教育管理云资源架构图

图4 大数据的运用过程图

其中BP神经网络亦可称为连接机模型,通过连接大量需处理的单元构成网络系统,属于一种通过模拟人类大脑神经系统活动规则而创建的运算模式。在运行BP神经网络时,能够划分高校教育数据资源为多个层次,可通过操作各特征映射实现对各层次的运算,各特征操作映射均以二维平面的状态呈现,且较多的神经元存在于此类平面中,在具备约束的条件下此类神经元均能够实现权值集合的操作。

支持向量机能够对高维模式数据分析、样本数量少或非线性问题予以有效处理,属于一类具有较高性能的数据分析技术。当将其用作高校教育数据资源挖掘时,可通过加入自适应共振理论,合理运用高校教育数据资源内的有用数据,并对此类数据予以划分与挖掘,实现各角度的分类与操作,提升支持向量机的精度。

K均值(K-means)算法通过无监督学习模式,以高校教育中数据对象间的类似度作为其衡量指标,在距离的基础上聚类数据对象,属于一种聚类算法[5]。一般情况下两个数据对象间距越近表示其类似度越高,无需对数据的类型标识予以特定便能够得到内部架构,聚集数据后达到数据解释的目的。

3 实例分析

将平台与ASP.NET技术的管理平台分别用于湖北省高校教学建设综合管理系统中,对比分别应用两种平台后系统的整体性能,以此检验两种平台的实际应用效果,验证平台设计的可行性与应用性能。

对比实验系统分别应用了平台与ASP.NET技术的管理平台之后系统的查询性能与处理性能,随机选取一名系统管理者,采用两种系统分别查询并处理高校学生学籍数据、基础数据、教育管理数据、专项培养方案数据、教职工信息数据及课程类型数据共6组大小不等的高校教学建设数据集,分别以a,b,c,d,e,f表示,通过对比各系统的查询用时及处理用时,检验应用平台系统的查询与处理性能,验证平台的实际应用效果,具体情况如图5所示。

(a)数据查询用时对比

(b)数据处理用时对比

由图5能够得出,应用平台之后的实验系统在对数据进行查询与处理时,所用时间均远低于应用ASP.NET技术平台的系统用时,由此说明,应用平台的系统大数据查询性能与处理性能更优越,综合性能比应用ASP.NET技术平台的系统提高2～3倍,可见平台的实际应用效果更好,更加有应用价值。

检测应用两种不同平台的实验管理系统在对6组数据集进行查询过程中,系统查询漏检率与误检率,以此检验平台的性能,检测结果见表1。

表1 检测结果对比

通过表1可看出,应用平台的实验系统在对6组数据集进行查询时,其漏检率与误检率均较低,6组数据集查询的漏检率与误检率平均值分别为0.123%和0.197%,远低于应用ASP.NET技术平台的实验系统1.058%和1.303%的平均漏检率与误检率,说明应用平台的系统查询精度更高,平台的性能更优越。

对分别应用两个不同平台的实验系统实际应用情况进行检验,实验中记录系统10天的在线应用人数(见图6),通过对比系统在线应用人数的高低,检验系统的应用情况,由此反馈平台的设计合理性。

图6 在线应用人数对比

由图6可知,应用平台的实验系统每天在线应用人数高于应用ASP.NET技术平台的实验系统,说明应用平台的实验系统更能满足更多用户的在线应用需求,实际应用性更强,由此也表明平台的设计更为合理。

4 结 语

设计一种基于云计算技术的高校教育信息化管理平台,云计算具备安全可靠的数据储存中心,能够防止用户个人数据遭受攻击与丢失的问题,同时其运算性能高,具有简便快捷的云服务特点,可为用户提供各类服务并满足各类业务需求,为高校教育信息化管理给予重要支持,不仅提升高校教育资源的共享性,而且通过对高校教育资源数据的有效分析与管理,实现高校教育信息化管理水平的有效提升。