基于大数据分析的学生最优选课方案模型的设计与实现

摘 要： 为了提高学生选课的优化配置性能，提高课程资源的利用效能，提出一种基于大数据分析的学生最优选课方案模型的设计方法。首先构建学生优选课方案模型的总体结构模型，采用大数据分析方法进行学生选课资源数据库的信息融合和优化访问设计，结合自适应均衡博弈和灰色关联度分析，得到学生选课的综合决策模型。在Linux内核进行程序开发，基于X86架构建立学生选课系统的交叉编译环境，在虚拟文件系统配置脚本菜单，网络模块集成了HTTP服务器和Telnet服务器功能，实现课程信息的数据共享和远程传输。最后进行系统软件开发和调试分析，结果表明，该选课方案模型具有较好的大数据分析能力，实现课程最优化配置和选取，模型的可靠性较强。

关键词： 大数据分析； 选课； 模型设计； 信息融合

中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）14?0030?03

Abstract： In order to improve the optimal allocation performance in students′course selection and utilization efficiency of curriculum resources， a design method of a course selection model based on large data analysis is proposed. The overall structure model of student optimal course selection model is constructed firstly. A large data analysis method is used to conduct information fusion and optimal access design of student course resource database to get comprehensive decision model of student course selection by combining adaptive equilibrium with grey correlation analysis. The program development is performed in Linux kernel. The cross compile environment for student elective system is established based on X86 architecture. A script menu is collocated in the virtual file system. HTTP server and telnet server functions are integrated in the network module to realize data sharing and remote transmission of the curriculum information. The system software development and debugging analysis results show that the course selection scheme model has good data analysis ability and strong reliability， and can realize the optimization configuration and selection of courses.

Keywords： big data analysis； course selection； model design； information fusion

S着高等教育深化改革和发展，为了更好地发挥高等院校的教学资源优势，结合学生的课程和专业的差异性，采用选课制进行课程搭配设计。这样既尊重了学生的个性化学习需求，也更科学地搭配高校的教学资源。选课制，也称课程选修制，允许学生对学校所开设的课程有一定的选择自由，对任课教师、上课时间以及进度仅有一定组合的选课机制，采用选课制教学，更有利于扩充学生的知识面，更好地整合高等教育的教学资源。然而，学生在进行选课中具有一定的盲目性和自发性，需要有效的信息系统进行指导，设学生选课方案优化信息管理系统，在大数据信息时代，对更好地利用高校的教学资源具有积极重要的意义。

1 学生最优选课方案设计总体构架

为了实现对大数据处理环境下的学生最优选课方案模型的优化设计，首先分析软件系统的总体结构模型，基于大数据分析的学生最优选课方案模型是建立在学生选课资源数据库的信息融合和优化访问设计基础上的，结合数据信息处理模型进行学生最优选课方案模型设计，采用LabWindows/CVI进行大数据处理环境的选课方案分析[1?2]，结合均衡博弈思想进行选课资源的优化配置。学生最优选课方案模型系统建立在嵌入式操作系统Linux基础上，本文设计基于大数据分析的学生最优选课方案模型主要元件包括如下几个方面：

（1） 最优选课方案的特征采集计算元件（CE）。选课方案中对教育资源信息的采样频率大于200 Hz，寄存器基器件采用IEEE?488协议进行课程信息缓存和多线程输出，在集成控制中枢单元对课程信息进行特征提取和网格计算[3]。

（2） 副本管理器（RM）。采用二元语义信息属性决策方法，用8 个32位Maibox寄存器寄存学生选课的特征信息，在每个站点控制副本管理的传输，实现学生选课信息的输入和耦合[4?5]。

根据上述总体设计构架，得到基于大数据分析的学生最优选课方案模型的设计框图如图1所示。