远程网络教学决策支持系统研究.docx

远程网络教学决策支持系统研究

摘 要：介绍了数据仓库的有关概念和决策系统的一般框架,并在数据仓库的基础上提出了远程网络教学决策支持系统的数据模型和功能结构。

关键词：数据仓库；远程教学；数据挖掘与OLAP

1 引言

决策支持系统(DSS)是在管理信息系统的基础上发展起来的,在数据仓库(Datawarehouse)、联机分析处理(OLAP)技术和数据挖掘(DataMining)工具出现以前,DSS使用的数据库(DB)只能对原始数据进行一般的加工和汇总,致使决策所需信息不足,难以满足DSS的需要。随着计算机的普及和信息技术的迅速发展，信息量的激增,各个领域管理人员的有效决策需求,决策支持系统在数据库、知识库和人机交互方面得到了长足的发展。目前开发的综合DSS是以数据仓库技术为基础,以联机分析处理和数据采掘工具为手段进行实施的一整套解决方案，这一解决方案正在应用于各行各业的管理决策中。

当今社会是个学习化的社会，基于网络环境的现代远程教学已经广泛地开展起来，它的开放性、适应性、交互性显示出了良好的发展前景，对传统的课堂教学开始产生了深刻的影响。从远程网络教学的过程来看，网络教育是通过网络教育信息的传递和教学对象的学习反馈来实现的，在这一信息传递过程中将积累大量教学对象的历史和当前学习信息，为了有效了解和评价网络授课程中不同教学对象的学习状况和教学质量，给予正确、有效的教学指导，本文提出了基于数据仓库的一种解决方案。

2　数据仓库原理概述

数据仓库这个名词最早出现于20世纪90年代初,根据“数据仓库之父”的 Billnmon对数据仓库的定义,数据仓库就是一个用以更好地支持企业或组织决策分析处理的、面向主题的、集成的、不可更新的、随时间不断变化的数据集合。所谓面向主题,是与传统数据库的面向应用相对应的;所谓集成的,是因为数据仓库中的数据来自于组织不同系统的面向应用的数据;所谓不可更新,是指一旦某个数据进入仓库以后,一般情况下将被长期保留;所谓随时间变化的,是指数据仓库中的信息并不只是关于组织当时或某一时点的信息,而是系统记录了组织从过去某一时点到目前以及顺沿的各个阶段的信息。

数据仓库的提出以关系数据库、并行处理和分布式技术的飞速发展为基础,目的是解决在信息技术发展中存在的拥有大量数据、然而有用信息贫乏的问题。数据仓库并不是一个新的平台,而是一个新的概念,它仍然建立在数据库管理系统基础上。数据库是一种通用的平台,用来管理企业的数据;而数据仓库则是某一问题解决方案的实施过程。数据仓库不是可以直接购买到的产品,主要是一个问题解决过程。数据仓库中通常包含原有的详细数据、当前的详细数据、低度概括数据、高度概括数据和元数据等信息。

3 基于数据仓库决策系统一般框架

数据仓库技术、联机分析技术和数据挖掘是作为三种独立的信息处理技术出现的。数据仓库技术用于数据的存储和组织,解决了ＤＳＳ系统的数据库内数据不一致的问题;联机分析技术为用户提供了数据在线分析模型;数据挖掘则致力于知识的自动发现,三者并没有内在的依赖关系。但是这三种技术却有内在的联系性和互补性,为了充分发挥它们各自的特长,可以将它们结合起来,提出一种通用的ＤＳＳ构架,即以数据仓库为基础、将ＯＬＡＰ和ＤＭ紧密结合(ＤＷ+ＯＬＡＰ+ＤＭ=ＤＳＳ)的一整套可操作、可实施的解决方案。其框架如图1所示：

                                  图1 DSS系统框架

这一综合解决问题的实施方案，可以使决策者运用OLAP或DM工具对已提炼过的信息进行多维分析，从而实施有效的问题解决决策。

4基于数据仓库的远程网络教学信息分析和决策

4．1 远程网络教学系统特点

在远程网络教学中，所有的信息传递都是由计算机在网络技术环境支持下进行的，教师与学生通常是非直接接触的，时间通常是异步的，空间通常也是分离的。网络教学过程的控制，主要是各种信息传递的控制。这些信息传递同样有教师传向学生的教学信息，学生传向教师的应答信息，教师传向学生的反馈信息等，还有大量的学生传向学生的交流协作信息，因此在网络教学中，将会积累大量的教学信息，上述信息传递直接影响学生接受教学信息，影响学生与教师、学生与学生的交互。也就是说，学生最终的学习成就在很大程度上取决于这些信息传递的质量和针对性。

为了便于教学效果的有效评价和教学决策，使学习者提高学习质量，笔者认为，采用数据仓库原理和技术对这些数据进行存储和处理是一种可行的方案。这些数据来源于互联网络，多数都是非结构化和半结构化的，运用数据仓库的数据预处理技术来进行数据的标准化处理和清理工作，把教学数据和反馈数据进行整理送往数据仓库数据库；运用数据仓库的管理层来对这些数据进行管理；并运用OLAP或DW工具，按照教学需求进行分析和采集数据，从而为千差万别、来源广泛、学习经验差异大、对知识与技能的偏爱各不相同的教学对象实施个别化和小组协作教学方案，可以更加有的放矢的传递教学内容和采取有效的教学形式。

4．2 数据来源与分析

本系统数据主要是来源于某一远程网络教学组织所积累的大量教学数据。这些数据来自于每门网络教学课程，主要包含教学对象的来源，年龄，职业，学习经历，爱好，学业成绩等。按照数据分析和教学决策的需要，数据仓库可按如下主题组织：学生，学生分布，课程。

在教学决策和教学效果评价中，将数据仓库中相关数据集市转换为多维数据库。建立时间维、学生维、课程维和地理维。时间维以“学期”和“入学年份”为粒度来划分；学生维以“职业”和“学历”为粒度划分；课程维以“课程名称”和“课程性质”为粒度划分；地理维以“省”、“市”、为粒度划分。

4．3 系统数据模型和功能结构

本系统采用“星型架构”来表示多维概念模型，采用星型模型的数据库中至少包括一张“事实表”。“事实表”中的每条记录都包含有指向各个“维表”的外键和一些相应的测量数据,即度量值。对于每一维都有一张“维素”，“维表”中记录的是有关这一维的属性,如图2所示：

该系统的功能结构采用C/S体系结构,由客户机、应用服务器和数据仓库服务器构成。客户端采用Java Applet实现用户界面,OLAP和DW在应用服务器中实现。底层数据库/数据仓库在数据库服务器端实现。客户端用来向决策者发布信息或提交查询并返回结果。应用服务器处理应用逻辑,必要时从数据库服务器获取数据,再向客户端返回结果。数据库服务器处理教学数据的清理、转换和形成各学科数据集市，以及远程网络教学数据仓库的更新维护。功能结构图3如下所示：

5 结束语

数据仓库技术为决策支持的发展提供了一套有效可行的体系化解决方案,它是解决问题的过程，而不是一个可以获得的软件产品。本文采用数据仓库的原理与技术，尝试着进行远程网络教学分析与决策，只是给出一个一般意义上的解决框架。一个完整的ＤＳＳ数据仓库解决方案应集成了数据仓库、ＯＬＡＰ和数据挖掘三种信息处理技术。运用这一套完整的解决方案进行远程网络教学的管理和决策，必然推动远程教育的进一步发展，同时为教学对象提供高质量的教学。

参 考 文 献

[1] 陈京民． 数据仓库与数据挖掘技术．北京：电子工业出版社，2002．

[2] 杨晓玲． 基于数据仓库的数据分析系统研究．山西电子技术，2002．

[3] Ｗ.Ｈ.Ｉｎｍｏｎ,王志海等译 ．数据仓库．北京：机械工业出版社,2000.

[4] 於晓榛,李青．基于数据仓库的决策支持系统的研究与应用．计算机与现代化．2002．

[5] Jia wei Han, Micheline KamberDatamining.san Francisco:Morgan Kaufmann publishers,2001.

-全文完-