基于线性判别的学生选课导航系统设计与实现.docx

基于线性判别的学生选课导航系统设计与实现摘要：随着我国教育的不断改革，各高校教育模式的持续转变，以学生为中心的选课导航系统越来越受到重视。文章基于线性判别理论，通过层次分析法对学生性格及能力的影响要素进行排序，并进行成对矩阵分析及相对权重比较，得到学生性格层级。再通过学生的性格层级与课程类型层级进行匹配，最终匹配出适合学生学习的课程，对学生选课进行导航。基于线性判别的学生选课导航系统使得学生选课更加便捷、高效，同时也大大提高了教务人员的工作效率。关键词：线性判定；层次分析法；学生选课；导航一、引言随着云计算、物联网等技术的兴起与发展，数据正在以飞快的速度迅猛增长与积累。[1]在这个数据资源充斥的时代，只要对数据处理得当，就能从中获取巨大价值，所以大数据问题越来越受到各界广泛的关注。“互联网+”的普及，以及为了更好地贯彻“十三五”规划——加强文化教育，培育适应社会发展的人才。教育的改革以及教学模式的转变，使得各高校不再拘泥于传统的教师单向灌输、学生被动接受知识的课堂教学模式，而是朝着兼顾学生兴趣和个人特点、发挥学生主观能动性的课程方式转变。教育改革、高校扩招、学生自主选择范围变大，都使得与学生相关的信息量成倍增长，所以作为接收信息和传递知识的摇篮，高校无疑成了数据的主要源头之一[2]。为了提高教务管理工作的效率以及充分利用好现有学习资源，开发以学生兴趣和特点为主的自主学习性的选课管理系统势在必行。大数据时代的到来，将海量信息进行聚合、分类，最终用数据特征体现出来，使得教育信息化转向了教育可计算化。结合学生自身兴趣和特点进行课程自主选择，使得传统经验教学向着精准化教学发展，教师的教学精准度以及学生学习的个性化程度增长[3]。基于线性判别的学生选课导航系统，通过分析学生所在专业、自身兴趣与特点以及学生对课程的期望，根据每个学生的自身差异并结合学校开展学生选课的实践，为学生选课提供了参考依据，实现了选课导航功能，使得学生选课更具针对性。本研究着重于专业选修课的选课实践。该系统以层次分析法为依据，从学生性格和兴趣出发，充分考虑学生各方面的素质，帮助学生挖掘他们的潜在能力，让他们结合自身特点进行自由选课。同时给学生更大的自由度，让他们进行人性化的课程选择，突出以学生为中心的教育模式，合理的利用资源，达到了高效，节源的效果。同时也给师生之间提供了较好的交流平台，使得他们之间的交流更加直接、有效，进而也降低了管理员的工作难度。因此结合教务管理系统以及互联网、大数据发展的现状，高效、快捷、便利的处理信息是人们心之所向，更加人性化、充满趣味性的选课导航系统也急需开发。该系统不仅可以为学生制定私人课程表、提高选课效率，而且提高了师生之间的互动频数，让师生彼此之间更加了解，便于教师根据学生掌握知识的程度制定柔性教学方案，同时带动学生更加积极地投入学习。二、相关研究1.选课系统选课系统能够帮助师生实现高效、高质、高精确性的选课功能，让在线选课系统更加科学化、正规化、便捷化[4]。通过对当前国内外网上选课系统的发展现状以及国内不同高校所采用的选课系统进行对比分析，当前用户在选课过程中通常会遇到选课人数太多导致的页面超载，网速太慢页面无法跳转，以及课程分类杂乱，学生无法针对本专业进行合理选课等问题[4]，通过对这些问题的解决，可以缩短了选课时间，极大提高了选课效率，进而提高了选课质量[2]。另一方面，基于Web模式的学生选课系统，从用户信息收集、筛选、分类及管理的实际需求出发，能实现信息的实时更新与共享，使得用户可以迅速获取与选课相关的信息，以及了解信息的变更，实现数据的可视化以及信息的科学化管理，为高校提供了一个自由和谐的选课自由平台，[5]使得选课流程更加清晰，操作更加便捷。为了解决大数据环境下高校在选课时出现的选课时间过于集中、系统访问量大、选课专业门类繁多等问题，基于大数据云计算技术的选课系统出现。[6]这类系统能对数据库进行多维性能调整与优化，并对Web端进行负载均衡配置，利用数据挖掘技術提取学生在选课过程中产生的海量数据，最大程度地优化了选课环境，缩短系统响应时间，提高了选课效率。[6]以上研究，虽然都实现了学生自由选课功能，并且提高了学生的选课效率与精准度，但同时存在一个问题：学生只能按照教务计划选课，而不能合理的针对学生本身的差异性，为其选择适合自己的并且自己感兴趣的课程，从而无法真正根据学生的能力为其量身定制适合他们学习的课表。为了解决这一问题，本论文将层次分析法应用于学生选课系统中。2.层次分析法美国运筹学家Saaty于20世纪70年代出提出了著名的层次分析法（AnalyticHierarchyProce简称AHP），是对非定量事件做定量分析的一种评价方法，即对一些受多种主观因素影响的问题，通过对其进行分解，并且将主观因素量化，用数字或