基于機器學習的大學生家教適配系統(tǒng)的設計與實現(xiàn)

高晨昊　何謙　胡梓

關(guān)鍵詞：大學生家教；機器學習；SVM支持向量機；家教系統(tǒng)；App

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）08-0005-04

0 背景概述

當下，“互聯(lián)網(wǎng)+教育”已經(jīng)融入學生的方方面面，在“互聯(lián)網(wǎng)+”背景下，學生借助互聯(lián)網(wǎng)瀏覽教育信息，實現(xiàn)個性化教學目的。家教行業(yè)也借助這一背景，涌現(xiàn)出部分個性化教育平臺[1]。家教群體中有這么一個群體，占據(jù)家教市場近4成，和學生溝通強，物美價廉，這便是大學生家教。

有學者曾調(diào)研過遼寧省的大學生家教市場。調(diào)研指出，有85%的家長會選擇為孩子報名課后輔導班；所調(diào)查的近300家教育機構(gòu)中，參與過家教兼職人員多達1萬人，目標學生群體約60萬人，學生平均年消費達2500 元[2]。據(jù)項目組成員調(diào)查，在一二線城市，約每10個學生中有8個學生上過課外補習班。因此，只要大學生有兼職意向，只要中小學生有補課需求，那么大學生家長市場將持續(xù)存在，并且會隨著人數(shù)、教育發(fā)展、教育需求提高而持續(xù)擴大，線上家教匹配系統(tǒng)的未來前景仍是一片光明。

但是，大學生家教市場也存在著諸多問題。最主要的是大學生家教市場信息閉塞，大學生尋找家教系統(tǒng)途徑單一[3]。

根據(jù)項目組成員考察調(diào)研，將目前市場上的家教平臺分成以下三類：

1） 綜合性兼職平臺分屬家教模塊（如58同城、BOSS直聘）；

2） 專職線下家教平臺（如學而思，學大教育）；

3） 較強地域性的家教小網(wǎng)站和小平臺（如知善師家教）。

三種模式各有利弊，本項目設計為第三類家教平臺。

團隊利用機器學習算法庫中的SVM算法，將中小學生在本平臺的上課習慣、成績、學習能力以及家教需求等個人數(shù)據(jù)作為輸入，作為每個學生的學習模型，存儲在數(shù)據(jù)庫中，然后通過家教匹配系統(tǒng)，按需匹配最適合中小學生的大學生教員。該平臺依據(jù)個體學習模型提供更契合的教員，從而滿足個性化需求，解決潛在的教員“講授方式”和“能力不足”等問題，減少中小學生找家教的時間，同時也為大學生提供了兼職渠道，進一步提高平臺的競爭力[4]。

App前端使用基于Vue.js所搭載的uniapp框架搭建，同時利用MySQL數(shù)據(jù)庫進行信息整合與存放，借助node.js搭建后端、調(diào)用數(shù)據(jù)，實現(xiàn)了教員信息展示、學生信息展示、喜歡教員、聯(lián)絡教員等諸多基礎功能[5]。同時，使用Python 語言在jupyter notebook 中調(diào)用機器學習算法庫中的SVM支持向量機，訓練已獲得的數(shù)據(jù)得到模型，模型實現(xiàn)了教員與中小學生匹配，減少了中小學生挑選聯(lián)絡教員以及與教員磨合的時間，并對教員的教學方式提供即時反饋。

本系統(tǒng)的主要目標是通過匹配中小學生與教員特點，滿足不同學生的個性化需求，同時解決大學生家教市場信息閉塞的現(xiàn)實問題。

1 系統(tǒng)的需求分析與設計

1.1 需求分析

本系統(tǒng)解決的核心是完成滿足學生和教員的相互匹配，找到合適的“最優(yōu)”伙伴。系統(tǒng)主要分為兩個角色：學生和教員。

學生端需要功能：注冊登錄、教師信息預覽、收藏喜歡的教員、教員匹配、分數(shù)教學反饋。

教員端需要功能：注冊登錄、學生信息預覽、學生匹配、學生反饋。

1.1.1 系統(tǒng)架構(gòu)圖

整個系統(tǒng)主要由三層組成：應用層，邏輯分析層，數(shù)據(jù)層。

數(shù)據(jù)層：底層數(shù)據(jù)庫存儲：1） 教員庫：教員基本信息、教室模型；2） 學生庫：學生基本信息、學生需求、成績、課程記錄反饋。學生庫中的數(shù)據(jù)輸入相關(guān)算法，抽象出特征模型后存儲在模型數(shù)據(jù)庫中。

邏輯分析層：對模型數(shù)據(jù)庫進行分析，將分析結(jié)果發(fā)送到匹配端，庫中模擬匹配出若干結(jié)果按契合度從高到低排序

應用層：利用下層的算法接口，將匹配的最優(yōu)信息用前端頁面可視化地展示出來，具體如圖1所示。

1.1.2 系統(tǒng)流程圖設計

圖2為系統(tǒng)流程圖。

1.2 系統(tǒng)數(shù)據(jù)庫設計

1.2.1 數(shù)據(jù)庫設計的原則

在創(chuàng)建數(shù)據(jù)庫之前，根據(jù)系統(tǒng)的數(shù)據(jù)需求和處理需求，設定以下建表要求：具有同一主題的數(shù)據(jù)應盡量存儲在同一個表中，減少不必要的字段出現(xiàn)，也要根據(jù)存儲數(shù)據(jù)的實際情況確定字段類型，提高后端查詢數(shù)據(jù)的工作效率；建立表與表之間的關(guān)系時，表的主鍵及外鍵關(guān)系要盡量少，降低聯(lián)合查詢的復雜度；表的安全性和保密性要強，不能將系統(tǒng)關(guān)鍵字設置在表中，防止SQL注入攻擊，對如用戶賬號密碼此類信息不能采用明文形式儲存，要對其進行加密后再儲存；表與表間的管理要合理化，減少SQL查詢帶來的系統(tǒng)性能下降。

1.2.2 數(shù)據(jù)庫表的設計

（1） 教員信息表：字段包括：photo、id、username、name、age、sex、phone、grade、location、score、school、所在地、subject、characteristics。

（2） 學生信息表：字段包括：id、sname、sage、ssex、sgrade、slocation、sscore、sschool、schara、sneed。表1為學生信息表樣例。

2 基于支持向量機的教員和學生數(shù)據(jù)匹配

為了實現(xiàn)教員和學生之間的最優(yōu)匹配，本文擬使用支持向量機SVM進行模型構(gòu)建與訓練，以達到教員和學生的最佳數(shù)據(jù)匹配。

2.1 支持向量機

1992年，Vapnik 對有限樣本下的機器學習問題進行研究，提出一種小樣本統(tǒng)計學習理論SLT。SLT為機器學習問題建立了理論框架，發(fā)展出一種新的學習算法：SVM-支持向量機[6]。支持向量機（SupportVector Machine， SVM） 是一類按監(jiān)督學習（supervised

learning） 方式對數(shù)據(jù)進行二元分類的廣義線性分類器（generalized linear classifier） ，其決策邊界是對學習樣本求解的最大邊距超平面（maximum-margin hyper?plane） [7-8]。

跳過理論證明，SVM 所處理的最優(yōu)化解決問題為：

上述方程即為找到各類樣本點到超平面的距離最遠，也就是找到最大間隔超平面。也就是說，此方法的距離求解即為求解由學生和教師屬性構(gòu)成超平面，用得分來刻畫該數(shù)據(jù)到超平面的距離。

2.2 基于SVM 的教員和學生的數(shù)據(jù)匹配

按需求來說，學生將自己的基本信息輸入系統(tǒng)，然后根據(jù)算法推出一個最合適學生的教員。但是在實際操作上，只輸入學生的信息給模型算法是不可以的。因為通過模型算法給出的y 值要么是一個數(shù)，要么是一個矩陣，性格相關(guān)均為并列關(guān)系，無法給出各項的準確分數(shù)的標準。比如算法給出教員的數(shù)據(jù)為：幽默18和嚴肅42，但是庫中有一位教員A：幽默20，嚴肅40；教員B：幽默16，嚴肅44，沒有辦法比較哪一位是最匹配的教員。針對此問題，項目組提出的解決方案是對數(shù)據(jù)進行歸并。

數(shù)據(jù)歸并是指將學生希望教員的數(shù)據(jù)和庫中所有教員的數(shù)據(jù)進行組合，得到若干條原始數(shù)據(jù)，得出的分數(shù)為系統(tǒng)給教員的評分，將評分從高到低排序，得到分數(shù)最高的ID，后臺將該ID傳送給后端，由前端進行數(shù)據(jù)渲染，完成教員的推送。

因此，在數(shù)據(jù)收集初期，讓挑選出的大學生教員錄制/線下試講5分鐘的習題，將錄制的視頻發(fā)至收集數(shù)據(jù)的中小學生，不告訴其教員的相關(guān)信息，由第一感覺評判該大學生教員是否符合自己的心意，并給這些教員打分，由此獲得最初的完整數(shù)據(jù)集，從而完成教員和學生的匹配。

2.2.1 信息庫的建立

本文使用jupyter notebook工具進行研究，首先導入學生教員信息庫的csv文件。

發(fā)現(xiàn)數(shù)據(jù)有分類類型與數(shù)值類型，首先需要進行數(shù)據(jù)的分析與統(tǒng)計，為了更好地展示數(shù)據(jù)信息，利用seaborn庫中的繪圖功能進行可視化地展示圖片，根據(jù)繪制出的熱力圖，可以更好地查看各個屬性之間的相關(guān)性，如圖3所示。

2.2.2 數(shù)據(jù)標準化

接下來，需要對分類數(shù)據(jù)與數(shù)值數(shù)據(jù)分別進行處理，對于類別字段，采用OneHot進行數(shù)字編碼，對于數(shù)值數(shù)據(jù)進行去均值和方差標準化，以此達到分離特征矩陣X和預估向量Y的目的。

針對數(shù)值數(shù)據(jù)標準化，可以利用scikit-learn 中自帶的preprocessing 庫中Standard?Scaler 很快進行實現(xiàn)，如圖4所示。

2.2.3 特征矩陣和預估向量的構(gòu)建

處理好數(shù)據(jù)后，開始構(gòu)建最終特征矩陣和最終預估的向量，特征矩陣是指分類特征數(shù)據(jù)和數(shù)值特征數(shù)據(jù)之間的拼接，利用numpy中的np.has?tack，將預估的向量轉(zhuǎn)換成numpy數(shù)組，至此完成了特征矩陣和預估向量的構(gòu)建。

2.3 模型訓練

構(gòu)建完成后，需要進行模型的訓練。首先將數(shù)據(jù)集分為測試集和訓練集，利用scikit-learn 中的model_selec?tion子包進行數(shù)據(jù)集的劃分，本模型將80%的數(shù)據(jù)作為訓練集，20% 的數(shù)據(jù)作為測試集，如圖5所示。

使用SVM支持向量機進行模型的訓練，在scikitlearn中引入SVM庫，使用fit的方法進行訓練，在fit中傳入特征矩陣X-train和預估目標y-train，就可以很快完成訓練。接著在測試集中進行預估，傳入X-test，可以得到預估的匹配度，即y-predict，如圖6所示。

最后，模型在訓練集上的分數(shù)為0.94，測試機上的結(jié)果為0.92，證明SVM算法和本文的要求有極高的匹配度。本文將該組數(shù)據(jù)采用KNN臨近算法進行模型訓練，在KNN回歸模型中，結(jié)果如圖7所示，訓練集上的準確度是0.90，測試集上的準確度為0.86，將兩者相比較，發(fā)現(xiàn)SVM模型比KNN模型有著更高的準確性，如圖7所示。

3 系統(tǒng)實現(xiàn)以及介紹

3.1 部分頁面功能實現(xiàn)

3.1.1 教員大廳、學生大廳頁面的實現(xiàn)

學生用戶登錄成功后，系統(tǒng)將自動跳轉(zhuǎn)到“教員大廳”頁（如圖），學生用戶可使用頂部搜索欄進行關(guān)鍵詞檢索，尋找心儀的教員；通過首頁輪播圖點擊進入“金牌名師”的課堂報名；通過首頁展示的教員卡片閱讀教員的生源地、高考成績、教學科目、授課特點等信息，并根據(jù)自身需求選擇心儀教員。

3.1.2 個性化匹配功能實現(xiàn)

點擊“匹配”按鈕，前端向后端發(fā)送匹配請求，后端將前端捕捉的數(shù)據(jù)傳入后臺模型，由模型得出各個教員的評分，在后臺從高到低排序，將排名第一的教員ID傳送給后端，由后端將該教員信息傳送到前端渲染展示。

4 結(jié)束語

本文設計的基于機器學習的大學生家教適配系統(tǒng)，即利用SVM支持向量機算法對教員和學生數(shù)據(jù)進行機器學習，通過建立“評價反饋”機制為模型進行修正，訓練完成的模型可以進行學生和教員的適配。通過實驗驗證，SVM支持向量機對于本項目來說優(yōu)于其他算法。本文采用的：前端-后端-后臺-后端-前端的數(shù)據(jù)傳送模式也十分契合本項目。在前后端優(yōu)化過程中，注重信息保護，信息推送的合理性。同時考慮到面向的用戶為年輕群體，UI總體設計簡約，配色清新活潑，符合系統(tǒng)用戶的審美特點。