中圖分類號：TP39 文獻標志碼：A

0 引言

現(xiàn)階段，我國一流大學的教學研究資源與普通高校之間仍存在較顯著的差距。在高校規(guī)模不斷擴大的背景下，科研和教學資源嚴重短缺，已難以適應新形勢下的人才培養(yǎng)需求。曹莉等引進共享DEA模型，通過對內蒙地區(qū)資源的配置現(xiàn)狀展開研究，設計對應的配置效率定量分析方法，以此為依據(jù)，進行對應資源的集中整合。設計方法的實踐結果證明此方法可以有效解決資源識別中的低效等問題。但在構建定量化模型時，該方法仍未能全面考慮市場政策因素、用戶需求等主觀性因素的影響，導致最終的結果無法達到預期。王麗芝等2采用文獻綜合分析與回顧的方式，對當前市場內人力資源整合方法的不足進行分析并以此為依據(jù)，提出資源在整合中存在較為明顯的碎片化缺陷。針對此方面問題，文章提出應加強對試點單位的人力資源優(yōu)化配置，通過強化合作等方式，實現(xiàn)對相關方面工作的持續(xù)優(yōu)化。但該方法的研究屬于定性研究，缺少定量化成果輸出作為支撐，須要在后續(xù)的工作中結合行業(yè)發(fā)展的需求與政策發(fā)展變革方向進行對應方法的優(yōu)化。為解決現(xiàn)有問題，本文將基于云計算技術的應用，以某高校作為研究試點，對產(chǎn)學研資源集成整合共享平臺的搭建進行了設計。

1硬件設計

1. 1 硬件架構

為滿足應用需求，本文基于Openstack技術的應用，建立高校產(chǎn)學研資源集成整合共享平臺[3]。該平臺由計算機控制節(jié)點、路由器、鏡像管理器、認證服務器、云存儲終端設備、Web服務器構成控制器等構成。根據(jù)平臺的運行需求，在平臺關鍵節(jié)點進行對應服務器等硬件設備的配置與安裝。硬件設備以多節(jié)點部署，每個設備在一臺物理服務器上進行配置，Openstack以8套聯(lián)想服務器為核心，操作系統(tǒng)為Ubuntu12.04。

在實際應用中，確保終端聯(lián)網(wǎng)的情況下，通過界面檢索查找配置文件。連接資源庫后進行相關信息的錄入與存儲[4]。同時，在平臺核心文件中進行參數(shù)的設置，利用JSP技術，以Tomcat為Web 服務器，以MySQL為數(shù)據(jù)庫，以Eclipse為IDE，以Eclipse為開發(fā)環(huán)境，完成高校產(chǎn)學研資源集成整合共享平臺的構建，確保平臺在應用中可以達到預期效果。

1.2云存儲設備選型

根據(jù)數(shù)據(jù)，以云存儲設備為例，進行平臺硬件設備的選型[5]。在此過程中，選用群暉 DS420+ 私有云存儲企業(yè)網(wǎng)盤備份一體機（4盤位）作為主要核心硬件。此硬件的技術參數(shù)如表1所示。

表1云存儲設備技術參數(shù)

在此基礎上，根據(jù)設計需求，在 DS420+ 內置2個M.2固態(tài)硬盤槽，滿足SSD高速緩存服務體驗。此設備與群暉3400芯片相匹配，既不占磁盤空間，又能保持高速。

2軟件設計

2.1建立高校產(chǎn)學研碎片化資源庫

高校產(chǎn)學研碎片化資源庫的構建過程中，應明確資源庫的主要功能是對教育信息資源的存儲，同時也對資源的種類、數(shù)量、媒體豐富性、瀏覽量、下載量、用戶評價等進行動態(tài)的評估[6]。其中，碎片化資源庫用于對片段資源的相關屬性進行描述，通過對碎片化資源的集中存儲，可以為后續(xù)資源集成、資源共享等予以技術支持。碎片化資源庫的主要屬性包括類型、碎片化資源名稱、碎片化上傳對象、資源瀏覽量、有效下載次數(shù)、媒介對象等。碎片化資源庫如表2所示。

表2碎片化資源庫數(shù)據(jù)

2.2基于云計算的資源集成整合

完成資源庫的構建后，為規(guī)范資源的后續(xù)共享，本文引進云計算技術，利用其中的集成學習分類算法，進行高校產(chǎn)學研資源的集成整合，旨在將平臺中云端多個基分類器進行聯(lián)合決策。設計中，通過分類算法，得到多種基分類器，把基分類器結合在一起形成一個分類器。

集成整合中，設計高校產(chǎn)學研資源表示為 {Π（a₁ b₁），…，（a_m，b_m）} ，其中 a_?m 表示第 m 個高校產(chǎn)學研資源實例， b_?m 表示輸出的分類標簽，每個標簽的取值范圍為 {-1，+1} 。訓練樣本數(shù)據(jù)，對 {（a₁，b₁），… （a_m，b_m）} 進行權值更新，其公式如下。

公式（1）中： K^t+1（i） 為權值更新后的高校產(chǎn)學研資源，其中 χ_t 為更新次數(shù)， i 表示第 i 類資源； K^t（i） 為更新前的高校產(chǎn)學研資源； α 為分類標簽； h_t 為訓練集訓練次數(shù)； Z 為云計算中的數(shù)據(jù)資源規(guī)范化因子[9-10]。上述公式中， Z 為未知參數(shù)，其公式如下。

將計算結果 Z（ρ_t） 代入公式（1），得到更新后的數(shù)據(jù)資源集合。在此基礎上，利用分類器，進行相同類別資源的集成整合，其公式如下。

公式（3）中： F 為相同類別資源的分類整合集成； s 為分類器。云計算算法將從原訓練集中隨機選擇多個樣本構成每個基分類器并對其進行多次選擇，以提升整體分類器的泛化性能。根據(jù)輸出分類器的分類結果，完成基于云計算的資源集成整合。

2.3數(shù)字化資源共享設計

完成資源的集成整合后，進行數(shù)字化資源的遠距離共享設計。共享中，引進基于一維互動信息的屬性壓縮算法，對高校資源庫空間上的教學時間窗口進行屬性壓縮，以降低數(shù)據(jù)存儲開銷，提升平臺性能，降低數(shù)據(jù)冗余特征。在此過程中，可以根據(jù)以下公式，計算數(shù)字化資源共享中的連續(xù)滑動窗口間隔。

公式（4）中： H 為數(shù)字化資源共享中的連續(xù)滑動窗口間隔； E 為交互信息屬性特征數(shù)量；8為數(shù)據(jù)冗余特征； W 為數(shù)據(jù)資源權重。完成上述計算后，建立資源空間交互特征軌跡函數(shù)，進行資源的空間交互，其公式如下。

公式（5）中： P 為資源空間交互特征軌跡函數(shù)； 為資源的空間交互： N 為交互次數(shù)。利用上文建立的軌跡函數(shù)，將交互數(shù)據(jù)傳送給資源共享終端，在終端進行高校產(chǎn)學研資源的解壓與特征提取。為確保共享接收終端獲取的共享數(shù)據(jù)與實際數(shù)據(jù)具有較高的一致性，本文選擇具體的窗口函數(shù)，進行解壓后共享高校產(chǎn)學研資源的量化編碼，其公式如下。

公式（6中： P^′ 為共享高校產(chǎn)學研資源的量化編碼； γ 為窗口函數(shù); k 為數(shù)據(jù)流; p 為資源尺度系數(shù); f 為編碼函數(shù)。至此，高校產(chǎn)學研資源集成整合共享平臺的構建完成。

3 對比實驗

3.1 實驗準備

本文選擇某高校作為研究試點，搭建產(chǎn)學研資源集成整合共享平臺，進行平臺應用效果的測試。為確保測試結果的準確性，完成終端布置與硬件設備的配置后，進行資源集成整合共享樣本數(shù)據(jù)的準備，相關內容如表3所示。

表3資源集成整合共享樣本數(shù)據(jù)

完成測試環(huán)境的構建與樣本數(shù)據(jù)準備后，將文獻曹莉等[1]、王麗芝等[2]的方法作為對照，完成本次實驗。

3.2高校產(chǎn)學研資源集成整合執(zhí)行時間檢驗

準備多組數(shù)據(jù)作為測試樣本，在不同規(guī)模數(shù)據(jù)集合下，將本文方法、曹莉等1方法與王麗芝等方法在進行高校產(chǎn)學研資源集成整合中的執(zhí)行時間進行檢驗，其結果如圖1所示。

圖1高校產(chǎn)學研資源集成整合執(zhí)行時間檢驗結果

由圖3所示的結果可以看出，在相同的環(huán)境下，應用本文方法進行高校產(chǎn)學研資源集成整合，對應的執(zhí)行時間最短，說明本文方法的效率最高。而應用曹莉等方法與王麗芝等方法進行高校產(chǎn)學研資源集成整合，對應的執(zhí)行時間則相對較高。

3.3資源集成整合共享平臺單位時間吞吐量檢驗

吞吐量是檢驗平臺對資源整合共享處理效率的另一核心指標，吞吐量較高，說明該方法在單位時間內可實現(xiàn)共享的數(shù)據(jù)量較大，反之，如吞吐量降低，說明該方法在單位時間內可實現(xiàn)共享的數(shù)據(jù)量較小。以此為依據(jù)，對實驗結果進行分析，結果如圖2所示。

由圖2所示的結果可以看出，本文方法構建的共享平臺吞吐量最高，可以達到高效共享的數(shù)據(jù)處理效果。

4結語

資源質量的失衡現(xiàn)象，在一定程度上影響著人才的質量?；跀?shù)字化技術的應用，進行核心、高質量資源的整合與集成共享，可助力高校人才培養(yǎng)等相關工作的規(guī)范化實施。云計算主要是通過對網(wǎng)絡中海量的資源進行統(tǒng)一管理與調度，為用戶提供海量的數(shù)據(jù)和計算服務。為全面落實此項工作，筆者基于云計算技術的應用，通過建立高校產(chǎn)學研碎片化資源庫、資源集成整合、數(shù)字化資源共享，以某高校為例，完成產(chǎn)學研資源集成整合共享平臺的設計。在高校教學資源管理場景中開展的對比實驗結果驗證了筆者所提方法在資源整合效率、檢索響應速度及用戶滿意度等關鍵指標上的顯著優(yōu)勢。實驗結果表明，該方法通過動態(tài)資源池化與智能調度策略，可精準匹配教學需求與資源供給，為高校教學資源質量提升提供了可量化的技術支撐方案。

圖2資源集成整合共享平臺單位時間吞吐量檢驗結果

參考文獻

[1]曹莉，馬智瑞，馬占新，等.資源共享型DEA模型及內蒙古醫(yī)療資源的整合優(yōu)化[J].內蒙古大學學報（自然科學版），2024（2）：213-224.

[2]王麗芝，馬延濤，張馨瑜，等.我國區(qū)域公共衛(wèi)生機構衛(wèi)生人力資源整合路徑探析：基于整體性治理理論的思考[J].中國衛(wèi)生事業(yè)管理，2023（9）：674-677.

[3]燕賢青，陳鳳鳳，沈麗.應用型高校在線學習過程評價系統(tǒng)研究[J].無線互聯(lián)科技，2024（8）：21-25.

[4]陳剛.基于AI大模型的高校人事檔案信息數(shù)據(jù)挖掘研究[J].江蘇科技信息，2024（2）：107-110，124.

[5]楊東盛，尹明，王高志，等.基于大數(shù)據(jù)技術的重載鐵路電務專業(yè)智能運維數(shù)據(jù)匯集及共享方法研究[J].鐵道運輸與經(jīng)濟，2023（11）：39-47.

[6]林仁鎮(zhèn)，唐煜金，文宏.差異化協(xié)同：開放試點中縱向政府間資源整合的行動邏輯：基于市域社會治理現(xiàn)代化試點工作的分析[J].公共管理學報，2023（4）：78-92.

（編輯 王雪芬）

Abstract：To improvetheeficiencyof resource integrationandsharing，thisarticle takes auniversityas a pilot researchsitetodesignitsplatformforintegratingandsharing industry-academia-researchresources.Thehardware architecture of the platform is designed based on requirements， using a Qunhui DS420 + private cloud storage enterprise network disk backup all-in-one machine （4-bay） private cloud device to build a resource repository. Combining cloud computing technology，resourcesare integrated.On this basis，theplatform introducesanatribute compression algorithm basedonone-dimensional interactive information to compress the teaching time windows inthe resource repository space，thereby completing the designof resource integrationand sharing.Comparative experimental results show thatthis design not only shortens theexecution time for resource integration but alsoincreases the throughput per unit time of the integration and sharing platform，optimizing the sharing ffect.

Keywords：cloud computing; resource base;sharing platform