基于大数据分析的计算机网络课程自适应学习系统构建

计算机工程与科学

基于大数据分析的计算机网络课程自适应学习系统构建

邓莉琼，肖秋根，李中宁，任媛

（空军大连通信士官学校信息网络系，辽宁大连 116600）

收稿日期:2015-09-17 修回日期:2015-11-19 出版日期:2016-11-26 发布日期:2016-12-26

Construction of an adaptive learning system of

computer network course based on big data analysis

DENG Liqiong,XIAO Qiugen,LI Zhongning,REN Yuan

（Dalian Airforce Communication NCO Academy,Dalian 116600,China）

Received:2015-09-17 Revised:2015-11-19 Online:2016-11-26 Published:2016-12-26

摘要/Abstract

摘要：

大数据时代数字化的学习资源将呈现爆炸式的增长，面对海量的学习资源，学习者如何选择，或者如何向学习者推送合适的学习资源将成为未来面临的主要问题。针对计算机网络课程授课内容多、知识更新快的问题，通过收集教育过程中的学习行为数据，利用大数据的学习分析技术构建了一个计算机网络自适应学习系统，该系统包含自适应、预测、干预等六大模块，可以针对性地推送学习内容，及时反馈学习者的学习效果，并推荐下一步的学习策略，从而达到因材施教和培养学生自主学习能力的效果。

关键词: 大数据, 数据分析, 计算机网络, 教学, 训练

Abstract:

In big data era, digital learning resources are growing explosively. Facing on massive learning resources, how to choose or how to push proper resources to learners will become a major challenge in the future. To overcome the problems of excessive fast update network course contents, we build a computer network adaptive learning system through collecting learning behavior data in the teaching process based on big data analysis. This system contains six modules: adaptive learning, forecasting, interpose and others, which can push targeted learning contents and feedback learners’ performance in time, thus teaching learners in accordance to their aptitudes.

Key words: bigdata, data analysis, computer network, teaching, training

邓莉琼，肖秋根，李中宁，任媛. 基于大数据分析的计算机网络课程自适应学习系统构建[J]. 计算机工程与科学.

DENG Liqiong,XIAO Qiugen,LI Zhongning,REN Yuan.

Construction of an adaptive learning system of

computer network course based on big data analysis

[J]. Computer Engineering & Science.

参考文献

［1］Meng Xiaofeng, Ci Xiang. Big data management: concept, technology and challenge ［J］. Computer Research and Development,2013,50(1):146167.(in Chinese)

［2］Zhang Wen. Big data change the educationwritten in the first year of big data coming ［J］.Shanghai Education,2013(10):1.(in Chinese)

［3］Wang long,Hou shuang,Stian H(a)klev,et al. From open education resource to open evaluation resource——nterview with famous American open education resource researcher ［J］. Research of Open Education,2011,17(6):47.(in Chinese)

［4］Li Qing,Wang Tao. Review of study analysis technology research and application status ［J］. China Educational Technology,2012(8):129133.(in Chinese)

［5］Yuan Junpeng,Zhu Donghua,Li Yi,et al. Survey of text mining technology ［J］. Computer Application Research, 2006(2):14.(in Chinese)

［6］Carneiro G，Vasconcelos N. A database centric view of semantic image annotation and retrieval［C］∥Proc of ACM SIGIR，2005:559566.

［7］Li Guojie,Cheng Xueqi. Big data rearch:Research Status and Scientific Thinking of Big Data ［J］. Bulletin of Chinese Academy of Sciences,2012(6):647657.(in Chinese)

［8］Graf S，Ives C，Lock Yer L，et al. Building a data governance model for learning analytics ［C］∥Proc of LAK’12,2013:1.

附中文参考文献：

［1］孟小峰，慈祥. 大数据管理：概念、技术与挑战［J］．计算机研究与发展，2013，50(1)：146167.

［2］张韫. 大数据改变教育——写在大数据元年来临之际［J］.上海教育,2013(10):1.

［3］王龙，侯爽，Stian H(a)klev ,等. 从开放教育资源到开放评估资源——访美国开放教育资源知名学者戴维?威利博士［J］．开放教育研究，2011，17(6)：47.

［4］李青，王涛. 学习分析技术研究与应用现状述评［J］.中国电化教育,2012(8):129133.

［5］袁军鹏，朱东华，李毅,等. 文本挖掘技术研究进展［J］. 计算机应用研究，2006(2):14:

［7］李国杰，程学旗. 大数据研究:未来科技及经济社会发展的重大战略领域—大数据的研宄现状与科学思考［J］. 中国科学院院刊,2012(6):647657.

[1]	陈侨安1，李峰1，曹越1，龙明盛1,2. 基于运行数据分析的Spark任务参数优化[J]. J4, 20160101, 38(01): 11-19.
[2]	印杰, 黄肖宇, 刘家银, 牛博威, 谢文伟, . 基于预训练语言模型的安卓恶意软件检测方法[J]. 计算机工程与科学, 2023, 45(08): 1433-1442.
[3]	喻金平, 朱伟锋, 廖列法. 基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究[J]. 计算机工程与科学, 2023, 45(08): 1498-1507.
[4]	张迎晨, 高盛祥, 余正涛, 王振晗, 毛存礼, . 融合BERT与词嵌入双重表征的汉越神经机器翻译方法[J]. 计算机工程与科学, 2023, 45(03): 546-553.
[5]	杨浩艺, 陈微, 姚泽欢, 谭郁松, 李非. 基于转录组学数据的抗真菌药物预测方法研究[J]. 计算机工程与科学, 2023, 45(02): 246-251.
[6]	高永强, 张之明, 王宇涛. 基于Cross-DeepFM的军事训练推荐模型[J]. 计算机工程与科学, 2022, 44(08): 1364-1371.
[7]	葛旭冉, 刘洋, 陈志广, 肖侬. 基于MPI的并行大数据集生成器[J]. 计算机工程与科学, 2022, 44(07): 1152-1161.
[8]	刘世缘, 李云春, 陈晨, 杨海龙. 面向大数据存储的主动与被动相结合的性能评测方法体系结构与实现[J]. 计算机工程与科学, 2022, 44(04): 584-593.
[9]	杨柏蔼, 赵山, 刘芳. 无服务器计算技术研究综述[J]. 计算机工程与科学, 2022, 44(04): 611-619.
[10]	薛擎天, 李军辉, 贡正仙, 徐东钦. 基于预训练的无监督神经机器翻译模型研究[J]. 计算机工程与科学, 2022, 44(04): 730-736.
[11]	吕高锋, 王玉鹏, 杨鎔嘉, 唐竹. 基于聚合的FlowRadar网络数据采集加速模型设计[J]. 计算机工程与科学, 2022, 44(02): 220-226.
[12]	卜冠华, 周礼亮, 李昊, 张敏 . 基于深度学习的GPS轨迹去匿名研究[J]. 计算机工程与科学, 2022, 44(02): 244-250.
[13]	冯琪堯, 张惊雷, . 基于混合注意力机制的目标跟踪算法[J]. 计算机工程与科学, 2022, 44(02): 276-282.
[14]	张元鸣, 虞家睿, 陆佳炜, 高飞, 肖刚. 基于Spark Streaming的视频大数据并行处理方法[J]. 计算机工程与科学, 2021, 43(10): 1736-1743.
[15]	许力, 李建华. 基于BERT和BiLSTM-CRF的生物医学命名实体识别[J]. 计算机工程与科学, 2021, 43(10): 1873-1879.