基于大数据技术智能教学系统的设计与实现

项目地址：基于大数据技术智能教学系统的设计与实现

摘 要

随着信息化技术的快速发展，大数据技术已深入教育行业，极大地推动了高校的教学和教务管理，如何从海量的教学数据中提取出有价值的信息已经成为相关学者研究的重点。笔者从某高校的成绩分析和学业预警系统中抽取出全校学生的学习成绩，通过统计分析学生的卷面成绩和总评成绩，了解全校学生的整体情况，研究成绩评价体系和关键指标，为学校下一步的课程制度建设提出建议。在教育领域，随着教学资源信息数量的高速增长，传统教学模式已不能满足学生当下的学习需求。从而智能化学习推荐应运而生，为信息化、现代化教育带来了新的思路。以学生为主体的个性化学习资源推荐成为了在线学习一个新的研究热点。如何从海量的数据信息中挖掘出学习者所需的学习资源，并且根据学习者的特征将相应的学习资源推荐给他们，对于提高学习者的学习效率和教学资源的不浪费有着重要的意义。

本文首先通过对大数据分析技术和智能化教学等大量文献进行阅读与整理，分析现状与存在的问题，凝练出个性化教学、基于大数据技术的智能教学系统的相关概念并阐述了与之相关的理论依据。本研究首先使用python爬虫技术对学生的成绩进行的爬取，再利用大数据技术对数据进行存储、清洗和处理，使用推荐系统算法计算相似度建立推荐模型，对数据进行分析。采用MySQL作为数据库，将处理好的数据导入到数据库中，利用数据库管理工具将数据库连接起来，使用MySQL对智能教学系统所需要的数据进行采集。在学习资源推荐过程中，根据学生表现进行成绩等级评定，进而依照学生成绩等级，运用推荐策略为学生推荐相应难度等级的覆盖薄弱知识点的学习资源。最终应用所提出的策略实现一个智能化教学系统，达到对学生进行查漏补缺的效果。

关键词：msyql；信息；python；学习资源；可视化

本系统预计是一个基于PYthon的基于慕课的大数据分析及个性化课程推荐系统的开发。通过对网站系统需求的调查研究，确定网站系统应该对不同的用户提供不同的功能。本系统主要功能结构如下所示。

（1）对现有基于MOOC的推荐和教育学习资源的研究进展进行概述，阐述常用推荐算法的思想、原理、具体流程和各自的优缺点，对使用的模型进行了简单介绍，最后提出本文评估个性化推荐系统实验方法和评估指标。

（2）建立基于个性化课程推荐模型。首先通过课程概要、课程评论信息和用户己学习历史课程等数据，获得用户潜在的喜爱偏好，提高了推荐的准确性。

（3）基于系统架构对推荐系统进行升发，实现推荐系统所设计的全部功能，最后对个性化推荐系统进行了系统测试，验证了推荐系统的功能的正确性和性能的稳定性。