云計算網絡教育數據分析平臺研究

時間:2022-05-21 03:17:20

導語:云計算網絡教育數據分析平臺研究一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

云計算網絡教育數據分析平臺研究

摘要:由于傳統的網絡教育數據分析平臺在計算機中內存所占比重過大,導致無法捕獲變量網絡教育數據,因此內存占用率高,無法對網絡教育數據進行精準分析。針對這一問題,進行基于云計算的網絡教育數據分析平臺研究。捕獲變量網絡教育數據,建立數據中心,通過數據中心日志來記錄捕獲變更序列;建立網絡教育數據分析平臺總體技術架構,以變量網絡教育數據表的形式進行綜合分析;基于云計算建立數據庫,完成網絡教育數據分析平臺設計。實驗結果表明,設計分析平臺的內存占用率最低可達19.93,對照組為60.01,設計分析平臺可以高效捕獲變量網絡教育數據,實現對網絡教育數據進行精準分析。

關鍵詞:云計算;網絡教育;數據分析平臺

云計算技術作為新時代下的數據處理與存儲技術,能夠實現對數據的快速處理與移動應用[1]。要解決形式上的網絡教育數據分析問題并不困難,最簡單直接的辦法就是為各種基本數據格式兩兩之間開發一個轉換器,因為流行的數據格式數量不多,并且轉換規則明確,這是一個只要投入一定人力就能解決的問題[2]。但語義上的網絡教育數據分析比較復雜,尤其是針對變量的網絡教育數據。因此,本文進行基于云計算的網絡教育數據分析平臺研究。

一、基于云計算的網絡教育數據分析平臺研究

(一)捕獲變量網絡教育數據。運用數據捕獲層,捕獲變量網絡教育數據,數據捕獲不僅針對標題,還對數據內容進行語義識別,分析其中的內容是否為教育數據資源,且是否含有敏感關鍵詞等不適于教育傳播的內容。分析識別捕獲的運算量巨大,因此設計了采用云平臺,利用強大的云計算能力解決語義識別和關鍵字檢索的功能需求。網絡教育數據分析平臺的數據整合層建立一個數據中心,用來存儲變量網絡教育數據[3]。設計數據中心最大優勢在于具有數據中心日志,可以通過數據中心日志來記錄捕獲變更序列,完成變量網絡教育數據精準捕獲。在捕獲數據后,需要對數據的完整性進行驗證,保證是完整有效的數據段。(二)建立網絡教育數據分析平臺總體技術架構。本文基于云計算進行校園網拓撲結構組建以及網絡教育數據安全設置,對網絡教育數據進行集成與管理。網絡教育數據分析平臺總體技術架構中,數據中心是處于核心地位的單元,數據的分析整理與分類標識全部在數據中心完成,終端用戶通過與數據中心的信息交互,提出希望獲取的信息關鍵詞,完成在數據庫中的搜索,數據中心將終端用戶感興趣的數據信息以及通過智能分析后與本次搜索相關度高的信息以列表的形式推送給終端用戶,再根據用戶的選擇鏈接到指定網絡教育數據信息地址。數據中心字段設置具體信息,指向教育數據的種類與類型,并以關鍵字的形式加以區分。對控制字段的分析管理可以基于云計算技術在數據中心建立一個變量網絡教育數據表,用來存儲捕獲變量網絡教育數據。便于數據庫日志的記錄以及數據分析終端對網絡教育數據的綜合分析。(三)完成網絡教育數據分析平臺設計。為保證網絡教育數據資源的更新性與實用性,數據中心的數據需要實時更新,并對其內容的正確性加以校正。分析過程中引入使用者評分規則,由最終用戶對網絡教育數據資源的實用性、完整性、有效性和精美度進行評價,通過用戶的視角對網絡上紛繁復雜、良莠不齊的數據資源加以遴選,剔除糟粕,保留精華,實現教育資源的優化與改進,為學習者提供純凈、優質的網絡教育數據資源。在網絡教育資源不斷優化的背景下,根據用戶使用體驗的評分,完成對同類教育數據資源的排序,以及用戶使用中的周邊功能推送,為用戶提供選擇方向和選擇推薦。至此,完成基于云計算的網絡教育數據分析平臺設計。

二、實驗

為了驗證基于云計算的網絡教育數據分析平臺的實用性與先進性,以實驗的形式進行對比分析。對數據分析平臺的評價主要體現在數據捕獲能力、數據分析評價能力以及用戶使用體驗。其中數據捕獲能力是云計算平臺的核心優勢能力,也是重點考核的指標;同時由于是云平臺計算技術,其對系統資源和網絡資源的占用情況也是重點考核對象。(一)實驗準備。本次實驗旨在模擬生成的網絡教育數據集中測試CPO的性能,測試內容為兩種分析平臺的內存占用率。實驗共采集10000組網絡教育數據,中間含有重復的數據。分別采用傳統的網絡教育數據分析平臺和本文設計的分析平臺進行實驗,設置傳統的網絡教育數據分析平臺為對照組。在保證實驗一致性的前提下,將實驗總次數設定為60次,進行對比實驗,記錄實驗結果。(二)實驗結果分析與結論。根據上述設計的實驗,采集實驗數據,將兩種分析平臺的內存占用率進行對比,整理實驗數據利用PHOTOS靜態圖的方式進行顯示。通過對實驗數據分析可得出如下的結論:云計算分析平臺對指定類型數據的捕獲能力均在92%以上,且內存占用率越低其平臺自身的網絡教育數據分析能力也就越強。基于云計算的分析平臺的內存占用率最低可達19.93,對照組為60.01,以此證明設計平臺在內存占用方面具有明顯優勢,可以捕獲變量網絡教育數據,實現對網絡教育數據進行精準分析。

三、結束語

網絡教育數據的分析能力無論是對于國家還是個人都很重要,針對基于云計算的網絡教育數據分析平臺的研究可以大幅度降低平臺的內存占用率,實現傳統的分析平臺所不能實現的目標。綜上所訴,可以認為基于云計算的網絡教育數據分析平臺是網絡教育數據分析的核心技術,為網絡教育數據分析提供學術意義。

參考文獻

[1]雷學鋒.基于Android的網絡教育APP設計與實現的研究[J].信息與電腦(理論版),2017(24):93-94.

[2]趙月愛,張麗.基于云計算虛擬化平臺的計算機網絡安全教學改革[J].中國信息技術教育,2017(9):93-95.

[3]劉菲菲.高職院校混合式教學實施狀況及影響因素分析——基于X校網絡教學綜合平臺的數據分析[J].職業技術教育,2019(26):43-47.

作者:徐紅霞 單位:濟源職業技術學院