基于個(gè)性化推薦的高校學(xué)習(xí)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

王文豪 彭倩 陳力凱 石開(kāi)洪 吳云

摘要：針對(duì)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(yǔ)言、Flask框架、SQLAlchemy、協(xié)同過(guò)濾算法等相關(guān)技術(shù)對(duì)系統(tǒng)的總體架構(gòu)、功能模塊、數(shù)據(jù)庫(kù)以及API進(jìn)行設(shè)計(jì)，實(shí)現(xiàn)了班級(jí)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(guò)實(shí)際測(cè)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(gè)性化需求。

關(guān)鍵詞：高校學(xué)習(xí)系統(tǒng);個(gè)性化推薦;Python;協(xié)同過(guò)濾

中圖分類號(hào)：TP311.5

文獻(xiàn)標(biāo)識(shí)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(shí)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(duì)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(kāi)發(fā)一款針對(duì)不同師生群體的個(gè)性，化推薦的“高校學(xué)習(xí)系統(tǒng)”，通過(guò)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(jī)等個(gè)性化的數(shù)據(jù)，通過(guò)基于物品的協(xié)同過(guò)濾算法為不同學(xué)生的學(xué)習(xí)需求進(jìn)行個(gè)，性化、有針對(duì)地推薦相關(guān)學(xué)習(xí)資料和課程。

2 系統(tǒng)設(shè)計(jì)

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

2.1 功能模塊設(shè)計(jì)

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(jí)、管理班級(jí)、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(jí)、查看作業(yè)及狀態(tài)、在，線考試、個(gè)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(kù)設(shè)計(jì)

本文根據(jù)系統(tǒng)需求共設(shè)計(jì)了，20個(gè)數(shù)據(jù)庫(kù)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(jí)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(jì)。

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

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

3 技術(shù)實(shí)現(xiàn)

3.1 ORM技術(shù)的實(shí)現(xiàn)

系統(tǒng)后端在數(shù)據(jù)訪問(wèn)層與數(shù)據(jù)庫(kù)交互時(shí)，使用session，=Session（）創(chuàng)建會(huì)話類通過(guò)會(huì)話類的實(shí)例對(duì)象session調(diào)用方法，add（）、delete（）、update（）和query（）實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)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(yè)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(shí)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(hào)，“work_issuer”為，“test"。

3.2 RESTful?API的實(shí)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(shí)，系統(tǒng)調(diào)用對(duì)應(yīng)的API前端從頁(yè)面獲取請(qǐng)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(qǐng)求，并指定此，請(qǐng)求的方法、URL以及驗(yàn)證信息，最后調(diào)用send方法將請(qǐng)求參，數(shù)發(fā)送到后端服務(wù)。此API的請(qǐng)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(shí)現(xiàn)

基于物品的協(xié)同過(guò)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(guò)分析用戶的行為信息并計(jì)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(gè)數(shù)據(jù)結(jié)構(gòu)的視頻點(diǎn)過(guò)贊而用戶B對(duì)一個(gè)數(shù)據(jù)結(jié)構(gòu)的視，頻以及一個(gè)機(jī)器學(xué)習(xí)的視頻點(diǎn)了贊ItemCF算法則會(huì)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(guò)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(guò)，AJAX接收前端的請(qǐng)求參數(shù);

Step2：通過(guò)前端傳回的usertoken獲取該用戶的user_id和，該用戶所在班級(jí)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(hào)和該班級(jí)所有用戶下載的學(xué)習(xí)資源編號(hào)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(gè)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(gè)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(guò)ItemCF的計(jì)算公式計(jì)，算用戶A對(duì)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(gè)學(xué)習(xí)資料編號(hào);

Step5：根據(jù)10個(gè)學(xué)習(xí)資料的編號(hào)獲取對(duì)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(shí)現(xiàn)

本文最終設(shè)計(jì)并實(shí)現(xiàn)了基于個(gè)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(kāi)始在貴，州大學(xué)東校區(qū)測(cè)試運(yùn)行用戶總數(shù)量統(tǒng)計(jì)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(duì)較少。在2019年4月至6月，處于大學(xué)生剛，剛開(kāi)學(xué)在校學(xué)習(xí)的時(shí)間在學(xué)院的大力推廣之下，教師和學(xué)生，通過(guò)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(yǔ)

目前，該系統(tǒng)在貴州大學(xué)花溪東校區(qū)的運(yùn)營(yíng)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(wèn)量日均達(dá)到100次左右，充分說(shuō)明此系統(tǒng)能夠滿足不同師生，群體的需求對(duì)學(xué)生的個(gè)性化學(xué)習(xí)有著重要意義，體現(xiàn)了該系，統(tǒng)具有高實(shí)用和推廣的價(jià)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(jì)[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(jì)[J].陜西理工學(xué)院學(xué)報(bào)：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(guò)濾在高校學(xué)習(xí)資源個(gè)性化推薦系統(tǒng)中應(yīng)用研究[J].價(jià)值工程201635（4）：191-193.

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

[通聯(lián)編輯：代影]