王文豪 彭倩 陳力凱 石開洪 吳云

摘要：針對目前大多數(shù)的高校學(xué)習(xí)系統(tǒng)不能滿足不同師生群體的在線學(xué)習(xí)需求，該文運(yùn)用了Python語言、Flask框架、SQLAlchemy、協(xié)同過濾算法等相關(guān)技術(shù)對系統(tǒng)的總體架構(gòu)、功能模塊、數(shù)據(jù)庫以及API進(jìn)行設(shè)計，實現(xiàn)了班級管理、作業(yè)管理、資料搜索、在線考試、學(xué)習(xí)資源推薦等主要功能。系統(tǒng)經(jīng)過實際測試后，系統(tǒng)運(yùn)行穩(wěn)定，能夠較好地滿足不同師生群體的個性化需求。

關(guān)鍵詞：高校學(xué)習(xí)系統(tǒng);個性化推薦;Python;協(xié)同過濾

中圖分類號：TP311.5

文獻(xiàn)標(biāo)識媽：A

1 概述

目前許多高校已經(jīng)研發(fā)岀了本學(xué)校的“高校學(xué)習(xí)系統(tǒng)”，由，于高校學(xué)習(xí)系統(tǒng)的出現(xiàn)，讓學(xué)生更容易獲取自己感興趣的專業(yè)，知識以及在線完成老師分配的教學(xué)作業(yè)。然而當(dāng)前大部分地，區(qū)的高校學(xué)習(xí)系統(tǒng)并不能滿足不同高校師生的教學(xué)需求，各類，學(xué)習(xí)系統(tǒng)為學(xué)生提供的學(xué)習(xí)資源和反饋信息基本上都是千篇，一律，然而不同用戶群體對不同學(xué)習(xí)資源的需求是存在差異，的。本文基于以上需求，擬開發(fā)一款針對不同師生群體的個性，化推薦的“高校學(xué)習(xí)系統(tǒng)”，通過數(shù)據(jù)挖掘、日志分析等技術(shù)，釆，集學(xué)生用戶的學(xué)習(xí)需求、學(xué)習(xí)習(xí)慣、學(xué)習(xí)成績等個性化的數(shù)據(jù)，通過基于物品的協(xié)同過濾算法為不同學(xué)生的學(xué)習(xí)需求進(jìn)行個，性化、有針對地推薦相關(guān)學(xué)習(xí)資料和課程。

2 系統(tǒng)設(shè)計

本系統(tǒng)運(yùn)用RESTful，API設(shè)計理念進(jìn)行API設(shè)計，同時使用了SQLAlchemy、Flask，框架[1]、Pandas、Xpath、Bootstrap、Vue等技術(shù)，實現(xiàn)了系統(tǒng)功能。

2.1 功能模塊設(shè)計

根據(jù)系統(tǒng)需求，系統(tǒng)分為教師端和學(xué)生端，教師端的功能，模塊主要有創(chuàng)建班級、管理班級、發(fā)布作業(yè)、批改作業(yè)、發(fā)布資，料等;學(xué)生端的主要功能模塊有加入班級、查看作業(yè)及狀態(tài)、在，線考試、個性化課程推薦等功能詳細(xì)功能如圖1所示。

2.2 數(shù)據(jù)庫設(shè)計

本文根據(jù)系統(tǒng)需求共設(shè)計了，20個數(shù)據(jù)庫表分別為用戶表，（user）教師表（teacher）學(xué)生表（student）用戶認(rèn)證表（usertoken），作業(yè)表（work），資料表（data），搜索資料表（search），題目表（peoblem），帖子表（post）班級表（class）等。在這里選取用戶表、作業(yè)，表講述其中的邏輯結(jié)構(gòu)設(shè)計。

1）用戶表（用戶編號用戶名，用戶學(xué)號/工號，用戶密碼，用，戶手機(jī)號碼用戶權(quán)限編號，用戶出生年月，手機(jī)驗證碼id）其，中用戶編號為主鍵，用戶學(xué)號/工號具有唯一性用戶密碼和用，戶手機(jī)號碼不為空，手機(jī)驗證碼id為外鍵。

2）作業(yè)表（作業(yè)編號，班級編號，作業(yè)名稱，作業(yè)發(fā)布人，作，業(yè)發(fā)布人編號，作業(yè)發(fā)布時間作業(yè)截止時間作業(yè)狀態(tài)），其中，作業(yè)編號為主鍵班級編號、作業(yè)發(fā)布人編號和作業(yè)發(fā)布人為，外鍵。

3 技術(shù)實現(xiàn)

3.1 ORM技術(shù)的實現(xiàn)

系統(tǒng)后端在數(shù)據(jù)訪問層與數(shù)據(jù)庫交互時，使用session，=Session（）創(chuàng)建會話類通過會話類的實例對象session調(diào)用方法，add（）、delete（）、update（）和query（）實現(xiàn)對數(shù)據(jù)庫的增刪改查操，作。以“創(chuàng)建作業(yè)”功能為例系統(tǒng)后端運(yùn)用session的add。方法，向作業(yè)表中添加數(shù)據(jù)。用戶在創(chuàng)建作業(yè)頁面輸入的，“work_classid”，為，“13”，;“work_name”，為“數(shù)學(xué)作業(yè)，4”，;“work_deadtime”為截止時間;“work_statement”為作業(yè)狀態(tài)，此，外“work_issueid”為當(dāng)前創(chuàng)建者用戶編號，“work_issuer”為，“test"。

3.2 RESTful?API的實現(xiàn)

本文以“創(chuàng)建作業(yè)”，API[2]為例當(dāng)用戶觸發(fā)“創(chuàng)建作業(yè)”功能，時，系統(tǒng)調(diào)用對應(yīng)的API前端從頁面獲取請求參數(shù)。在后端獲取到參數(shù)后，運(yùn)用封裝好的。pen方法新建Http請求，并指定此，請求的方法、URL以及驗證信息，最后調(diào)用send方法將請求參，數(shù)發(fā)送到后端服務(wù)。此API的請求方式是POST路徑是“/sys-，tem/class/create/work/”狀態(tài)碼200表示前后端數(shù)據(jù)交互成功。

3.3 推薦算法的實現(xiàn)

基于物品的協(xié)同過濾算法⑶是當(dāng)前最主流、最基礎(chǔ)、應(yīng)用最，多的推薦算法，該算法主要是通過分析用戶的行為信息并計算，與該物品之間的相似度的物品最終推薦給用戶。例如用戶A，為一個數(shù)據(jù)結(jié)構(gòu)的視頻點(diǎn)過贊而用戶B對一個數(shù)據(jù)結(jié)構(gòu)的視，頻以及一個機(jī)器學(xué)習(xí)的視頻點(diǎn)了贊ItemCF算法則會將機(jī)器學(xué)，習(xí)的學(xué)習(xí)資源推薦給用戶A?；谖锲返膮f(xié)同過濾算法在本，系統(tǒng)中的運(yùn)用流程如下：

Stepl：系統(tǒng)后端服務(wù)器調(diào)用學(xué)習(xí)資料的API接口，并通過，AJAX接收前端的請求參數(shù);

Step2：通過前端傳回的usertoken獲取該用戶的user_id和，該用戶所在班級的所有同學(xué)的user_id并獲取該用戶已下載的，學(xué)習(xí)資源編號和該班級所有用戶下載的學(xué)習(xí)資源編號建立用，戶-學(xué)習(xí)資源的倒排表train;

Step3：根據(jù)用戶-學(xué)習(xí)資源倒排表train得到每個學(xué)習(xí)資源，集合將集合里的學(xué)習(xí)資源兩兩加一得到一個矩陣再將這些，矩陣相加得到矩陣C最后將矩陣C歸一化得到學(xué)習(xí)資源之間，的余弦相似度矩陣W;

Step4：得到相似度矩陣W之后通過ItemCF的計算公式計，算用戶A對學(xué)習(xí)資源的興趣字典rank，并根據(jù)用戶興趣度由高，向低排序取10個學(xué)習(xí)資料編號;

Step5：根據(jù)10個學(xué)習(xí)資料的編號獲取對應(yīng)學(xué)習(xí)資料的相，關(guān)信息封裝成推薦列表返回到前端。

4 系統(tǒng)實現(xiàn)

本文最終設(shè)計并實現(xiàn)了基于個性化推薦的高校學(xué)習(xí)系統(tǒng)，系統(tǒng)功能界面如圖2所示。

本系統(tǒng)于2019年3月部署到貴州大學(xué)校園網(wǎng)上開始在貴，州大學(xué)東校區(qū)測試運(yùn)行用戶總數(shù)量統(tǒng)計結(jié)果如圖3所示。從，圖中可以得出，由于2019年3月至4月系統(tǒng)還在調(diào)試和推廣，期，用戶數(shù)量相對較少。在2019年4月至6月，處于大學(xué)生剛，剛開學(xué)在校學(xué)習(xí)的時間在學(xué)院的大力推廣之下，教師和學(xué)生，通過該系統(tǒng)進(jìn)行線上學(xué)習(xí)，使得用戶總數(shù)量急速上升;在2019，年7月至8月期間因暑假原因，用戶數(shù)增量不大，但在9月份，用戶數(shù)量得到提高已達(dá)450人次。

5 結(jié)束語

目前，該系統(tǒng)在貴州大學(xué)花溪東校區(qū)的運(yùn)營情況良好學(xué)，校師生使用該系統(tǒng)作為日常教學(xué)工具的頻率不斷增加，系統(tǒng)訪，問量日均達(dá)到100次左右，充分說明此系統(tǒng)能夠滿足不同師生，群體的需求對學(xué)生的個性化學(xué)習(xí)有著重要意義，體現(xiàn)了該系，統(tǒng)具有高實用和推廣的價值。

參考文獻(xiàn)：

[1]李超，徐云龍華中偉，等.一種基于Python，F(xiàn)lask的Web服務(wù)器端設(shè)計[J].信息與電腦：理論版2019（8）：87-88.

[2]張前進(jìn).基于REST的泛在網(wǎng)絡(luò)資源服務(wù)架構(gòu)設(shè)計[J].陜西理工學(xué)院學(xué)報：自然科學(xué)版201733⑵：60-6368.

[3]林麗金，李文翔楊俊賢，等.基于協(xié)同過濾在高校學(xué)習(xí)資源個性化推薦系統(tǒng)中應(yīng)用研究[J].價值工程201635（4）：191-193.

[4]李曉瑜.協(xié)同過濾推薦算法研究[J].計算機(jī)與數(shù)字工程2019，47（9）：2118-21222136.

[通聯(lián)編輯：代影]