基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法

摘要：虛擬仿真實(shí)驗(yàn)教學(xué)資源共享方法直接分類共享資源，未提取教學(xué)資源特征，導(dǎo)致共享資源利用效率較低，為此，文章提出基于主題搜索的智能共享方法。首先，構(gòu)建智能數(shù)據(jù)庫(kù)，整合數(shù)據(jù)并精準(zhǔn)分類管理。設(shè)計(jì)教學(xué)資源調(diào)度模型，利用主題搜索技術(shù)實(shí)現(xiàn)資源均衡高效分配。隨后，智能提取資源特征，減少冗余，提升信息密度，并構(gòu)建分類體系系統(tǒng)化資源。最后，通過(guò)結(jié)合云計(jì)算，建立智能身份認(rèn)證框架，保障數(shù)據(jù)安全共享。實(shí)驗(yàn)表明，基于主題搜索的計(jì)算機(jī)虛擬模擬共享可減少共享時(shí)間、提高共享效率并增強(qiáng)用戶體驗(yàn)。

關(guān)鍵詞：主題搜索；資源共享；智能共享；數(shù)據(jù)庫(kù)

中圖分類號(hào)：G642" 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展與社會(huì)智能化轉(zhuǎn)型，線上教學(xué)模式蓬勃興起。在此背景下，基于人工智能的線上教學(xué)資源共享技術(shù)成為研究熱點(diǎn)，特別是基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法分類領(lǐng)域。人工智能技術(shù)不僅能為教學(xué)活動(dòng)提供高仿真教學(xué)場(chǎng)景，還可靈活應(yīng)對(duì)學(xué)生的多樣需求，超越傳統(tǒng)教學(xué)局限，激發(fā)創(chuàng)新思維。此外，人工智能技術(shù)模擬多感官智能感知的能力，豐富了學(xué)生在學(xué)習(xí)過(guò)程中的體驗(yàn)，其較強(qiáng)的包容性促進(jìn)了教學(xué)內(nèi)容跨越學(xué)科界限，實(shí)現(xiàn)知識(shí)的無(wú)限拓展與整合。為了充分利用人工智能與線上教學(xué)模式的優(yōu)勢(shì)，本文聚焦于基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法［1］。該方法旨在通過(guò)異構(gòu)資源的語(yǔ)義識(shí)別與共享流程設(shè)計(jì)，實(shí)現(xiàn)教學(xué)資源的精準(zhǔn)分類與高效共享。通過(guò)計(jì)算語(yǔ)義相似度，加強(qiáng)概念互動(dòng)，推動(dòng)教學(xué)資源智能化、個(gè)性化共享，為教育創(chuàng)新注入動(dòng)力。

1 計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法

在計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)中，首要任務(wù)在于構(gòu)建資源數(shù)據(jù)庫(kù)，并據(jù)此開展虛擬仿真實(shí)驗(yàn)教學(xué)資源的搜索。運(yùn)用云計(jì)算技術(shù)，提煉出具有獨(dú)特性的詞匯。這些特色詞匯豐富了教學(xué)資源的內(nèi)容，并為構(gòu)建智能化的教學(xué)資源共享認(rèn)證框架提供了有力支撐。在此基礎(chǔ)上，對(duì)從資源中提煉出的候選特征詞進(jìn)行精細(xì)化的特征劃分，最終達(dá)成教學(xué)資源的智能匹配與高效共享。

1.1 建立資源數(shù)據(jù)庫(kù)

為構(gòu)建智能化計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源云平臺(tái)，提出基于云計(jì)算的整合上傳與云端處理方案。該方案集成多源定位信息，上傳至云端資源庫(kù)，為后續(xù)智能化處理與共享提供支持。此過(guò)程中的數(shù)據(jù)傳輸效率遵循特定的數(shù)學(xué)模型，如式（1）所示：

a（s）=w2s2+q（1）

其中，a為數(shù)據(jù)上傳周期；w為操作緩存優(yōu)化系數(shù)；s為數(shù)據(jù)傳送速率；q為一次性傳輸?shù)侥繕?biāo)存儲(chǔ)的數(shù)據(jù)總量。這一機(jī)制確保了數(shù)據(jù)能夠以最優(yōu)化方式進(jìn)入云端存儲(chǔ)。

鑒于不同數(shù)據(jù)類型具有獨(dú)特特性，而云端環(huán)境對(duì)于各類數(shù)據(jù)的感知能力假定為一致，因此在資源屬性分割階段，引入一個(gè)特定的屬性參量來(lái)量化數(shù)字教學(xué)資源與云端數(shù)據(jù)的關(guān)聯(lián)度，數(shù)據(jù)傳遞函數(shù)可以表示為：

r2=（1-e11）1+e11（k11+e21）2（2）

其中，r為屬性參數(shù)對(duì)主題搜索精準(zhǔn)度的關(guān)鍵性；k11為數(shù)據(jù)特征識(shí)別與量化評(píng)估系數(shù)；e11、e21為各時(shí)點(diǎn)上主題搜索的數(shù)據(jù)負(fù)載量。基于上述數(shù)據(jù)處理與屬性分割，智能化計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源數(shù)據(jù)庫(kù)得以建立。該數(shù)據(jù)庫(kù)不僅實(shí)現(xiàn)了教學(xué)資源的集中存儲(chǔ)與管理，還通過(guò)精細(xì)化的屬性劃分與關(guān)聯(lián)分析，提升了資源的檢索效率與共享便利性［2］。

1.2 搜索虛擬仿真實(shí)驗(yàn)教學(xué)資源

在整合智能化計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源數(shù)據(jù)庫(kù)的基礎(chǔ)上，針對(duì)大學(xué)生的學(xué)習(xí)需求，通過(guò)主題搜索的方式調(diào)度仿真實(shí)驗(yàn)教學(xué)資源，設(shè)定日維度虛擬機(jī)存儲(chǔ)容量標(biāo)準(zhǔn)，全局優(yōu)化視角，對(duì)各服務(wù)器的教學(xué)資源進(jìn)行精細(xì)化的分配與調(diào)度，確保資源的公平性與高效利用［3］。

在基于主題搜索調(diào)度計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源的基礎(chǔ)上，為虛擬機(jī)設(shè)計(jì)了一個(gè)日維度的內(nèi)存閾值Q。

Q=U+Cmax，F(xiàn)gt;U

Z，Cmin≤F≤Cmax

Z+Qmax，F(xiàn)lt;Cmin（3）

其中，U為虛擬機(jī)運(yùn)行時(shí)所需的存儲(chǔ)資源；F為虛擬機(jī)靜態(tài)占用的數(shù)據(jù)存儲(chǔ)空間；Z為配置需求與日內(nèi)存管理需求的偏差；Qmax為配置的每日最大內(nèi)存容量；Cmin、Cmax分別為虛擬機(jī)內(nèi)存容量的界定下限、上限。

在計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源的調(diào)度流程中，主題搜索為核心環(huán)節(jié)，其運(yùn)作機(jī)制有效促進(jìn)了資源的高效篩選與精確對(duì)接。具體過(guò)程如下：先精細(xì)化處理輸入的查詢主題，通過(guò)分詞、去停用詞、詞干提取等預(yù)處理，以關(guān)鍵詞集合的形式重構(gòu)主題。隨后，這些關(guān)鍵詞集合被用作搜索查詢，提交至預(yù)先構(gòu)建并維護(hù)的實(shí)驗(yàn)教學(xué)資源索引庫(kù)。索引庫(kù)利用倒排索引、哈希表等數(shù)據(jù)結(jié)構(gòu)，實(shí)現(xiàn)了對(duì)海量實(shí)驗(yàn)教學(xué)資源的快速檢索。系統(tǒng)依據(jù)關(guān)鍵詞與資源元數(shù)據(jù)的契合度，初步篩選出相關(guān)的資源集合［4］。為深化匹配精度，系統(tǒng)引入語(yǔ)義分析，挖掘資源深層含義，捕捉潛在關(guān)聯(lián)。綜合考慮資源的可用性、品質(zhì)及適用性，對(duì)候選資源進(jìn)行綜合排序。根據(jù)調(diào)度策略，將最契合需求的資源精準(zhǔn)推送至實(shí)驗(yàn)環(huán)境。

1.3 提取計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)特色詞匯

在計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源的特征智能提取過(guò)程中，對(duì)基于主題搜索調(diào)度的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源進(jìn)行深度智能分析，從而實(shí)現(xiàn)資源的優(yōu)化提取。該過(guò)程設(shè)計(jì)了3個(gè)步驟：分詞技術(shù)細(xì)化文本、智能算法提取關(guān)鍵詞、語(yǔ)義分析計(jì)算相似度構(gòu)建鄰接矩陣，具體如表1所示。鄰接矩陣揭示詞匯的關(guān)聯(lián)，從而降低冗余，提升信息密度，優(yōu)化資源管理。

在表1中，Wi和Wj分別為教學(xué)資源的動(dòng)態(tài)標(biāo)識(shí)與靜態(tài)標(biāo)簽。在構(gòu)建教學(xué)資源詞匯鄰接矩陣并精確定義其間關(guān)聯(lián)性的基礎(chǔ)上，引入矩陣中的詞匯特征屬性λ，當(dāng)L（Wi，Wj）的值超過(guò)詞匯的特征λ時(shí)，候選詞在界定教學(xué)資源特征的過(guò)程中展現(xiàn)出主導(dǎo)性或核心影響力。所有滿足條件集L（Wi，Wj）≥λ的Wj被作為下一個(gè)Wi候選。

在教學(xué)資源特征智能提取的實(shí)踐中，特色詞的界定與選擇嚴(yán)格遵循操作路徑［5］。首先，系統(tǒng)深度剖析教學(xué)資源文本，運(yùn)用自然語(yǔ)言處理技術(shù)和語(yǔ)義分析算法，評(píng)估每個(gè)詞條在文本中的語(yǔ)境含義及其與教學(xué)主題的匹配度。若詞條能有效且集中地展現(xiàn)教學(xué)資源的核心內(nèi)容與關(guān)鍵要點(diǎn)，則被視為表達(dá)力強(qiáng)，進(jìn)而成為潛在的特征標(biāo)志候選。

接下來(lái)，系統(tǒng)深入評(píng)估候選詞條的特征顯著性，分析其頻率、廣度及共享關(guān)系等指標(biāo)。當(dāng)詞條的特征顯著性較高，證明該詞條在教學(xué)領(lǐng)域內(nèi)的普遍重要性，強(qiáng)化了其在智能識(shí)別教學(xué)資源特色中的關(guān)鍵作用［6］。系統(tǒng)智能選擇最具代表性的特色詞匯作為教學(xué)資源標(biāo)識(shí)，概括核心，支持分類、檢索、推薦。促進(jìn)了教學(xué)資源的共享與交流，方便用戶獲取所需資源?？傊現(xiàn)（Wj）是特色詞F的Wj特征水平，F(xiàn)（Wj）作為一組復(fù)合名稱，其中F（Wj）的特征量與特色詞F的特征量相等時(shí)，F(xiàn)（Wj）的特征水平全部等價(jià)于L（W1，W2）≥λ的條件的總數(shù)。F（Wi）的值為：

F（Wi）=∑F（Wj）nj（4）

其中，n為特征量。

假設(shè)教學(xué)資源具有n個(gè)候選名稱，使用n維列向量來(lái)表示一組函數(shù)向量，即Hx=［F（W1），F(xiàn)（W2），…，F(xiàn)（Wn）］T，則可得函數(shù)向量為：

Hx=F（Wi）Hx-1T（5）

由此，完成了計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)領(lǐng)域資源的優(yōu)化提取工作，為后續(xù)構(gòu)建科學(xué)、全面且具備高度專業(yè)性的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)認(rèn)證框架奠定了基礎(chǔ)。

1.4 構(gòu)建認(rèn)證框架實(shí)現(xiàn)智能共享

構(gòu)建基于計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源的智能共享認(rèn)證框架，該框架借助云計(jì)算技術(shù)對(duì)從資源中提煉出的候選特征詞的特征進(jìn)行系統(tǒng)化劃分，這一過(guò)程涵蓋了分類體系的2個(gè)核心組成部分，即基于特征詞屬性的分類維度確立與教學(xué)資源的具體歸類實(shí)踐。

在構(gòu)建的訓(xùn)練樣本中，識(shí)別并選取能夠表征層次結(jié)構(gòu)特性的元素。深入剖析此層次概念間的內(nèi)在聯(lián)系，引入語(yǔ)義樹結(jié)構(gòu)作為分析工具，以量化計(jì)算不同層級(jí)特征間的相互作用強(qiáng)度。為確保數(shù)據(jù)共享過(guò)程的安全性，本框架深度集成了拜占庭容錯(cuò)一致性算法，構(gòu)建了身份驗(yàn)證體系。在此架構(gòu)中，所有虛擬數(shù)據(jù)節(jié)點(diǎn)均享有平等的數(shù)據(jù)處理與共享權(quán)限，并內(nèi)置了針對(duì)無(wú)效節(jié)點(diǎn)及潛在惡意行為的預(yù)防性策略。面對(duì)資源分享請(qǐng)求，主控節(jié)點(diǎn)能夠迅速響應(yīng)，啟動(dòng)精密的哈希校驗(yàn)流程，該流程依據(jù)特定算法如下：

M=Hi（K-G）m（6）

其中，M為已通過(guò)哈希值驗(yàn)證的數(shù)據(jù)；Hi為數(shù)據(jù)i的哈希值；K為數(shù)據(jù)分享請(qǐng)求源區(qū)；G為數(shù)據(jù)驗(yàn)證遍歷節(jié)點(diǎn)數(shù)；m為無(wú)效節(jié)點(diǎn)數(shù)。這一機(jī)制有效評(píng)估了請(qǐng)求數(shù)據(jù)的真實(shí)性與完整性，為數(shù)據(jù)安全傳輸提供了重要保障。綜上所述，本文提出的方案通過(guò)構(gòu)建認(rèn)證框架，結(jié)合云計(jì)算技術(shù)與拜占庭容錯(cuò)一致性算法，實(shí)現(xiàn)了計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源的智能共享，為教學(xué)資源的管理與利用提供了新的解決方案。

2 實(shí)驗(yàn)論證

2.1 實(shí)驗(yàn)準(zhǔn)備與設(shè)置

本文以某所高職院校作為實(shí)踐基地，通過(guò)本文創(chuàng)新的共享機(jī)制，構(gòu)建一個(gè)高效、便捷的大學(xué)教育資源共享平臺(tái)，并對(duì)其進(jìn)行全面測(cè)試。實(shí)驗(yàn)環(huán)境搭建如下，采用高性能服務(wù)器，核心為IntelXeon Gold5115處理器，該處理器主頻2.40 GHz，為數(shù)據(jù)處理任務(wù)提供了強(qiáng)大的動(dòng)力支持，確保了平臺(tái)在高負(fù)載下仍能穩(wěn)定運(yùn)行。鑒于MacOS 12.01在穩(wěn)定性和安全性方面的表現(xiàn)，本文將其作為服務(wù)器的操作系統(tǒng)，以進(jìn)一步保障平臺(tái)運(yùn)行的安全性和流暢性。為了提升開發(fā)效率和代碼的可維護(hù)性，本文選擇了Python 3.7作為主要開發(fā)語(yǔ)言。

在推進(jìn)遠(yuǎn)程教育終端對(duì)算法類課程教學(xué)資源的高效承載能力研究中，在實(shí)驗(yàn)操作終端上進(jìn)行了部署工作，并設(shè)定了實(shí)驗(yàn)參數(shù)，參數(shù)配置如表2所示。

為了全面評(píng)估基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法的有效性，本文設(shè)計(jì)了多維度的實(shí)驗(yàn)指標(biāo)與評(píng)估標(biāo)準(zhǔn)。這些指標(biāo)不僅涵蓋了資源共享的直接效率，還考慮了用戶體驗(yàn)、系統(tǒng)穩(wěn)定性、數(shù)據(jù)安全性等多個(gè)方面，以確保評(píng)估的全面性和客觀性。共享時(shí)間的計(jì)算公式為：

TGX=ZRtmCR（8）

其中，ZR為總資源數(shù)量；CR為共享人數(shù)；tm為每人使用時(shí)間。

2.2 實(shí)驗(yàn)步驟

為了驗(yàn)證設(shè)計(jì)的基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法，隨機(jī)選擇5門具有代表性的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)課程，分別標(biāo)記為C1、C2、C3、C4和C5，并確保這些課程涵蓋不同的學(xué)科領(lǐng)域和難度級(jí)別，以全面評(píng)估資源共享方法的適用性。為每門課程準(zhǔn)備相同數(shù)量和類型的教學(xué)資源，以保證實(shí)驗(yàn)條件的一致性。配置相同的硬件和軟件環(huán)境，包括服務(wù)器配置、網(wǎng)絡(luò)帶寬、操作系統(tǒng)及必要的軟件工具，以確保實(shí)驗(yàn)過(guò)程中各方法運(yùn)行環(huán)境的一致性。將查艷芳［4］提出的基于位置索引與下沉式計(jì)算的標(biāo)準(zhǔn)資源共享方法、李婭［5］提出的基于信息化背景下高校教學(xué)管理中的資源共享方法、何杰等［6］提出的基于云計(jì)算的數(shù)字化教學(xué)資源共享方法研究與本文提出的基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法進(jìn)行對(duì)比，對(duì)每門課程的教學(xué)資源進(jìn)行共享處理，并記錄每門課程的平均共享時(shí)間。最后，使用公式（8）計(jì)算每種方法在每門課程上的平均共享時(shí)間。匯總4種方法的平均共享時(shí)間數(shù)據(jù)，對(duì)比分析4種方法在資源共享效率上的差異。

2.3 實(shí)驗(yàn)結(jié)果分析

4種方法的共享時(shí)間實(shí)驗(yàn)對(duì)比結(jié)果如表3所示。

由表3可知，本文方法共享教學(xué)資源平均耗時(shí)為0.33 s，查艷芳［4］方法、李婭［5］方法、何杰等 ［6］方法的平均耗時(shí)分別為2.53 s，4.96 s，7.63 s，本文方法與其他3種方法相比平均耗時(shí)分別平均減少了2.20 s、4.64 s和7.30 s。由實(shí)驗(yàn)結(jié)果可知，本文方法耗時(shí)最短，共享資源效率較高，這主要得益于本文方法能夠快速準(zhǔn)確地定位并匹配用戶所需的教學(xué)資源，極大地縮短了資源檢索與共享時(shí)間。因此，本文所提出的方法在資源共享時(shí)間效率上展現(xiàn)出了顯著優(yōu)勢(shì)，為用戶提供了更為高效、流暢的資源共享服務(wù)體驗(yàn)，從而有效改善了用戶的整體使用感受。

3 結(jié)語(yǔ)

基于主題搜索的計(jì)算機(jī)虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享方法顯著優(yōu)化了資源獲取效率與便捷性，依托其分布式存儲(chǔ)架構(gòu)與彈性計(jì)算資源，有效促進(jìn)了教育資源在教學(xué)機(jī)構(gòu)及個(gè)體學(xué)習(xí)者間的廣泛流通與高效利用。盡管如此，該方法在實(shí)際部署中亦面臨安全性與隱私保護(hù)方面的嚴(yán)峻挑戰(zhàn)，須持續(xù)聚焦于數(shù)據(jù)加密策略的強(qiáng)化與精細(xì)訪問(wèn)控制機(jī)制的構(gòu)建，以增強(qiáng)教材資源在云端共享環(huán)境中的安全保障能力。未來(lái)研究將探索提升冗余部署、故障預(yù)測(cè)、自動(dòng)恢復(fù)等策略，確保主題搜索驅(qū)動(dòng)的虛擬仿真實(shí)驗(yàn)教學(xué)資源智能共享無(wú)縫銜接、長(zhǎng)期穩(wěn)定運(yùn)行。

參考文獻(xiàn)

［1］宋小芹.基于1+X證書的算法類課程教學(xué)資源智能共享方法［J］.信息與電腦（理論版），2023（20）：254-256.

［2］程艷艷，孫濱.基于云計(jì)算的產(chǎn)學(xué)研模式教學(xué)智能共享系統(tǒng)研究［J］.信息與電腦（理論版），2023（5）：145-147.

［3］王洪江，陳妍，王楠.智慧學(xué)習(xí)環(huán)境下課程資源共建共享研究［J］.電大理工，2022（1）：39-43.

［4］查艷芳.基于人工智能的線上教學(xué)資源共享技術(shù)［J］.信息與電腦（理論版），2021（17）：143-145.

［5］李婭.大學(xué)計(jì)算機(jī)課程教學(xué)資源云共享機(jī)制的構(gòu)建［J］.中國(guó)新通信，2021（16）：86-87.

［6］何杰，王在滿，楊文武，等.水稻生產(chǎn)全程機(jī)械化關(guān)鍵環(huán)節(jié)虛擬仿真實(shí)驗(yàn)資源建設(shè)［J］.中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2021（8）：40-46.

（編輯 沈 強(qiáng)編輯）

Intelligent sharing method of teaching resources of computer virtual simulation experiment

based on subject search

TANG" Jie， FAN" Hui

（College of Information Science and Technology，Gansu Agricultural University， Lanzhou 730070， China）

Abstract： The virtual simulation experiment teaching resource sharing method directly classifies shared resources without extracting teaching resource features， resulting in low efficiency of shared resources. Therefore， an intelligent sharing method based on topic search is proposed. Firstly， the article builds an intelligent database， integrates data， and accurately classifies and manages it. Then it designs a teaching resource scheduling model and use topic search technology to achieve balanced and efficient allocation of resources. Subsequently， intelligent extraction of resource features reduces redundancy， enhances information density， and constructs a systematic classification system for resources. Finally， by combining cloud computing， an intelligent identity authentication framework is established to ensure secure data sharing. The experiment shows that topic search-based sharing for computer virtual sims cuts sharing time， boosts efficiency and enhances user experience.

Key words： topic search; resource sharing; intelligent sharing; database