面向在线教育场景的异构数据生成工具

doi:10.3969/j.issn.1000-5641.2024.05.011

摘要/Abstract

摘要：

在数字化教育应用领域, 在线课堂等平台的开发人员在追求数据驱动的优化过程中, 面临着隐私问题和现有数据集规模不足的挑战. 针对此, 构建了一种适应教育特性的异构数据模型, 并实现了相应的数据生成工具 (E-Tools), 用于模拟复杂教育场景下的数据交互. 实验表明, 该工具在多种数据规模下, 都能保持高效的数据生成速度 (64 ~ 74 ${\rm{MB}}\cdot{\rm{s}}^{-1}$ ), 展现了良好的线性扩展能力, 验证了所提模型的有效性及工具生成较大数据量的能力. 同时, 设计了反映学生学习行为的异构数据查询负载, 为教育平台的性能评估与优化提供了强有力的支持.

关键词: 在线教育, 异构数据, 查询负载

Abstract:

In the digital education application domain, developers of platforms such as online classrooms face the challenges of privacy issues and existing datasets’ insufficient size in their pursuit of data-driven optimization. To address this, a set of heterogeneous data models adapted to the characteristics of education were constructed, and corresponding data generation tools (E-Tools) that can be used to simulate data interactions in complex educational scenarios were implemented. Experimental results have shown that the tool can maintain an efficient data generation speed (64–74 ${\rm{MB}}\cdot {{\rm{s}}^{-1}}$ ) under a variety of data sizes, demonstrating good linear scaling ability, which validates the model’s effectiveness and the tool’s ability to generate larger data volumes. A heterogeneous data query load reflecting students’ learning behaviors was also designed to provide strong support for performance evaluation and the education platform’s optimization.

Key words: online education, heterogeneous data, query loads

中图分类号:

TP399

周伟, 王可, 胡卉芪. 面向在线教育场景的异构数据生成工具[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 114-127.

Wei ZHOU, Ke WANG, Huiqi HU. Heterogeneous data generation tools for online education scenarios[J]. Journal of East China Normal University(Natural Science), 2024, 2024(5): 114-127.

图/表 15

图1

图2

表1

表2

表3

表4

图3

表5

表6

表7

异构数据查询负载"

编号	SQL	描述
Q4	SELECT v.id, v.video_note, v.video_duration FROM video_vector vv1, video_vector vv2, video v WHERE vv1.id = ${vid} AND vv2.id = v.id ORDER BY vv1.feature_vector <-> vv2.feature_vector DESC LIMIT$ {limitCount}	查询某个视频最相关的几个视频信息
Q5	SELECT s.course_id, 　　ROUND(1.0 * w.watch_count / s.student_count / v.video_count, 4) 　　AS course_participation FROM (SELECT course_id, COUNT() AS watch_count 　　FROM student_video 　　GROUP BY course_id) w JOIN 　　(SELECT course_id, COUNT() AS video_count 　　FROM video 　　GROUP BY course_id) v ON w.course_id = v.course_id JOIN 　　(SELECT course_id, COUNT(*) AS student_count 　　FROM student_course 　　GROUP BY course_id) s ON w.course_id = s.course_id ORDER BY course_participation DESC	课程参与度 (课程的视频观看数/课程视频数/ 课程人数)
Q6	SELECT stu_id, DATE_TRUNC('day', act_timestamp) AS view_day, 　　ROW_NUMBER() OVER (PARTITION BY stu_id, 　　DATE_TRUNC('day', act_timestamp) ORDER BY act_timestamp) 　　AS daily_record_num FROM student_video WHERE stu_id = ${stuId} ORDER BY stu_id, view_day, daily_record_num	某个学生的每日观看记录
Q7	SELECT v.id, COUNT(*) AS watch_count FROM video v JOIN student_video sv ON v.id = sv.vid GROUP BY v.id ORDER BY watch_count DESC LIMIT ${limitCount}	视频热度排名
Q8	SELECT DISTINCT sv.vid FROM student_vector sv1, student_vector sv2, student_video sv WHERE sv1.id = ${stuId} AND sv2.id = sv.stu_id ORDER BY sv1.study_vector <-> sv2.study_vector DESC LIMIT$ {limitCount}	相似学生的视频推荐

表7

表8

图4

图5

表9

图6

参考文献 14

1	李志民.. 教育信息化与教育数字化转型升级. 中国教育信息化, 2024, 30 (1): 71- 75.
2	钱源, 施佺.. 基于多源异构数据源的高校决策支持服务平台研究. 中国教育信息化, 2020, (5): 50- 53.
3	YU J F, LUO G, XIAO T, et al. MOOCCube: A large-scale data repository for NLP applications in MOOCs [C]// Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. Association for Computational Linguistics (ACL), 2020: 3135-3142.
4	KHELIFATI A, KHAYATI M, DIGNOS A, et al.. TSM-Bench: Benchmarking time series database systems for monitoring applications. Proceedings of the VLDB Endowment, 2023, 16 (11): 3363- 3376.
5	POKORNY J. Data integration in a multi-model environment [C]// International Conference on Information Integration and Web Intelligence. Cham: Springer Nature Switzerland, 2023: 121-127.
6	LU J H, LIU Z H, XU P F, et al. UDBMS: Road to unification for multi-model data management [C]// Advances in Conceptual Modeling, ER 2018, Lecture Notes in Computer Science, Vol 11158. Cham: Springer, 2018: 285-294.
7	HOLUBOVA I, CONTOS P, SVOBODA M. Multi-model data modeling and representation: State of the art and research challenges [C]// Proceedings of the 25th International Database Engineering & Applications Symposium. ACM, 2021: 242-251.
8	ZHANG C, LU J H, XU P F, et al. UniBench: A benchmark for multi-model database management systems [C]// Performance Evaluation and Benchmarking for the Era of Artificial Intelligence, TPCTC 2018, Lecture Notes in Computer Science, Vol 11135. Cham: Springer, 2019: 7-23.
9	KIM B, KOO K, ENKHBAT U, et al.. M2Bench: A database benchmark for multi-model analytic workloads. Proceedings of the VLDB Endowment, 2022, 16 (4): 747- 759.
10	武法提, 黄石华.. 基于多源数据融合的共享教育数据模型研究. 电化教育研究, 2020, 41 (5): 59- 65.
11	黄石华, 武法提.. 场景化分析: 一种数据驱动下的学习行为解释性框架. 电化教育研究, 2023, 44 (5): 51- 59.
12	黄涛, 王一岩, 张浩, 等.. 智能教育场域中的学习者建模研究趋向. 远程教育杂志, 2020, 38 (1): 50- 60.
13	宋卓卿. 面向在线课程的学生学习行为建模研究 [D]. 广西桂林: 桂林电子科技大学, 2023.
14	KRISHNA RAO L V, GOWTHAMI B V, HEMA B, et al. Analysis of student behavioural patterns by machine learning [C]// ICT Analysis and Applications, Lecture Notes in Networks and Systems, Vol 517. Singapore: Springer Nature Singapore, 2022: 59-68.

编辑推荐 0

Metrics

阅读次数

全文

133

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	14	0	0	119

来源	本网站	其他网站

次数	51	82
比例	38%	62%

摘要

318

最新录用	在线预览	正式出版

0	0	318

来源	本网站	其他网站

次数	116	202
比例	36%	64%

表名称	主要字段	备注
teacher	tea_id, tea_name, phone, school	教师表
student	stu_id, stu_name, phone, school, enrol_year	学生表
course	course_id, tea_id, course_name, class_type, begin, end, term	课程表
video	id, course_id, rank, url, video_note	视频资源表
homework	id, course_id, rank, url, homework_note	作业资源表
evaluation	id, course_id, rank, url, evaluation_note	考核资源表

字段名称	字段类型	备注
id	int	学生编号
face_vector	vector(128)	128维人脸表征
study_vector	vector(512)	512维学习行为表征

字段名称	字段类型	备注
id	int	视频编号
feature_vector	vector(512)	512维视频表征

表格名称	主要字段	备注
login_records	act_timestamp, stu_id, login_ip, login_status	登录记录表
student_course	act_timestamp, stu_id, course_id, tea_id	学生选课表
student_video	act_timestamp, stu_id, vid, act_duration	视频观看表
video_comment	act_timestamp, stu_id, vid, comment	视频评论表
student_homework	act_timestamp, stu_id, hid	作业提交表
student_evaluation	act_timestamp, stu_id, eid	考核记录表

涉及表	约束类型	约束详情
学生表	属性阈值	确保基本信息的合理性
教师表	属性阈值	确保基本信息的合理性
课程表	空间分布	规范教师开设的课程数
作业表	空间分布	规范课程配套的章节数和对应作业数
视频表	空间分布	规范课程对应的章节数和视频数
考核表	空间分布	规范课程对应的考核数
登录记录表	时间分布	反映学生偏好的登录时段
作业提交表	时间分布	反映学生偏好的作业提交时段
视频观看表	时间分布	反映学生的视频观看频率和观看时间段
视频评论表	时间分布	反映学生的视频评论频率和评论时间段
考核记录表	时间分布	反映学生偏好的考核提交时段