基于Elasticsearch的高校评教大数据分析平台的设计与实现

来源:用户上传      作者:

　　摘  要：高校评教有利于提高教师素质，使教师充分发挥自身专业特长，调动教学积极性，达到人尽其才的目的。为保证评教的客观性与真实性，需要大量评教数据作为支撑。该研究提出利用Elasticsearch存储和分析学生评教大数据的解决方案，建设一套分析结果可视化平台，使高校教学督导部门以及教师能够清晰查看评教结果。
　　关键词：学生评教  大数据分析  Elasticsearch
　　中图分类号：G647                文献标识码：A 文章编号：1672-3791（2019）12（b）-0010-03
　　高校评教是提高教师综合素质，调动教师积极性的重要途径，也是高校教学督导部门了解教师教学水平的重要手段。目前，大部分高校评教数据仅是通过线下调查问卷的形式进行，可视化效果差。同时学生对教师的评价不能局限在一个或者某个学期，为保证评教数据的客观性和真实性，需要大量的数据作为支撑，而大量的纸质调查问卷保存困难，而且评教结果分析更是无从下手。因此建设可视化的高校学生评教大数据平台是非常有必要的，该文提出基于Elasticsearch存储和分析评教大数据的解决方案，并实现可视化分析平台。
　　1  Elasticsearch简介
　　Elasticsearch是一款基于Lucene工具包支持分布式的开源全文检索系统[1]，采用RESTful Web接口，能够解决各种用例，能够达到实时搜索，安装使用方便。并且Elasticsearch允许执行和合并多种类型的搜索，比如结构化、非结构化、地理位置、度量指标等，搜索方式灵活多变。同时，ElasticSearch拥有非常丰富的聚合查询方法，为大数据分析提供了便利条件。
　　目前有关ElasticSearch的应用基本在全文搜索和日志分析两个方面，如姚攀等人[2]利用其在日志分析方面的优势实现了基于ELK的日志分析系统;胡鑫等人[4]利用其在搜索方面的优势实现了TEE病例库检索系统。由于Elasticsearch在存储海量数据和聚合分析方面有很大优势，所以采用Elasticsearch作为数据存储服务器和数据分析引擎，设计实现高校学生评教大数据分析平台。
　　2  高校学生评教大数据分析平台的设计
　　2.1 学生评教大数据分析平台的整体架构
　　平台利用Elasticsearch存储数据，并通过其聚合数据分析实现分析结果的可视化展示，平台的整体架构如图1所示，可以看出平台架构核心就是Elasticsearch服务器，用于学生评教数据的存储，该平台采用Elasticsearch的PHP API实现数据存储操作和数据聚合分析，对Elasticsearch的操作是基于RESTful Web接口，因此PHP API最终实现的就是相关Web接口。可视化分析平台利用Larvel5框架搭建，采用Echarts插件进行相关图标的可视化，同时接口提交、返回的数据格式均为JSON，进而方便数据的二次处理和利用。
　　2.2 学生评教大数据分析指标设计
　　通过分析学生评教数据，从教师、专业、院系多个维度分析评价等级，学生满意度，并利用图表形式进行可视化，为教学模式、课程体系等方面改革提供可靠依据。因此平台分析指标设计如下。
　　（1）单一教师综合评价等级占比分析。平台采用饼状图展示单一教师所有评教信息的等级占比，可以得出学生对某一教师任教所有课程的评价等级占比，进而获知该教师教学方法、教学效果在学生中的认可度。
　　（2）单一教师单一课程评价等级占比分析。平台采用饼状图展示单一教师单一课程评教信息的等级占比，可以得出学生对教师教授的某门课程的评价等级占比，通过结果分析可以促进教师对该课程教学模式的改革。
　　（3）单一教师多课程满意度对比分析。平台采用柱形图展示单一教师任教多门课程的满意度分值，可以得出某一教师任教的多门课程的满意度对比，进而获知更加适合该教师的课程。
　　（4）多教师综合满意度对比分析。平台采用柱形图展示多教师综合满意度分值，对比不同教师在学生评价下的综合满意度，达到教师之间取长补短、相互促进目的。
　　（5）多教师单一课程满意度对比分析。平台采用柱形图展示多教师相同课程满意度分值，对比不同教师任教的同一课程在学生评价下的综合满意度，进而可以得出更加适合某门课程的教师，有利于教研室内部的课程重新安排。
　　（7）多专业满意度对比分析。平台采用柱形图展示多专业满意度分值，对比不同专业学生评价下的综合满意度，为院系内部评比提供依据。
　　（8）多院系满意度對比分析。平台采用柱形图展示多院系满意度分值，对比不同院系在学生评价下的综合满意度，为学校整体的评比提供依据。
　　2.3 学生评教大数据平台的数据索引设计
　　与关系型数据库不同，利用Elasticsearch存储数据，不是建立数据库，数据表以及设计表字段，而是创建文档索引、文档类型以及索引mapping。为了实现上述分析指标，索引mapping中涉及到的字段以及说明如表1所示。
　　依照表1索引mapping，通过ElasticSearch的Restful接口创建索引evaluation。为了实现不同教师、不同课程、不同专业、不同院系的学生满意度对比分析，增加了与评价等级相对应的满意度分值字段，优、良、中、差分别对应的满意度分值为10、8、6、2。
　　3  高校学生评教大数据分析平台的实现
　　3.1 学生评教数据存储
　　依据上文创建的索引，平台通过Elasticsearch的PHP API实现学生评教数据存储，底层实现的RESTful Web接口如图2所示。Elasticsearch创建索引文档采用POST方式，evaluations是本平台建立的索引，doc为该索引的类型，提交的数据部分与该索引的mapping相对应，数据格式为JSON。
　　3.2 学生评教数据聚合分析
　　平台通过Elasticsearch的PHP API实现学生评教聚合分析，以多教师综合满意度对比分析为例，底层实现的RESTful Web接口。通过聚合查询获取了张三、李四这2名老师的平均满意度分值，平均满意度分值将作为各自的综合满意度。接口返回数据结果如图3所示，得到了2名教师的综合满意度结果，数据格式为JSON，因此对该结果数据的二次处理非常便捷。
　　3.3 学生评教数据分析结果可视化实现
　　该平台利用PHP+Elasticsearch搭建，数据可视化平台采用Laravel5框架，平台利用Elasticsearch的PHP API从其聚合查询中获取分析结果，并利用Echarts进行可视化展示。数据可视化平台整体页面效果图4所示。图5、图6、图7分别实现单一教师综合评价等级占比分析、单一教师多课程满意度对比分析、多教师综合满意度对比分析3个指标的效果图。
　　该平台的实现为高校学生评教数据的存储与可视化分析，同时利用大数据保证了评教结果的客观性和真实性，为高校教师改变教学模式，改变授课结构等提供可靠依据，也为教师专业水平考察提供参考。但是该系统仍处于实验阶段，评教指标也有待完善甚至是改变。如教师某一门课程各个学期的教学评价满意度发展趋势目前还未考虑到，这将是下一步的工作重点。
　　参考文献
　　[1] 王伟，魏乐，刘文清，等.基于ElasticSearch的分布式全文搜索系统[J].电子科技，2018，31（8）：56-59，65.
　　[2] 姚攀，马玉鹏，徐春香.基于ELK的日志分析系统研究及应用[J].计算机工程与设计，2018，39（7）：2090-2095.
　　[3] 王力群，黄必栋.基于日志分析平台的监控系统的设计与实现[J].计算机应用与软件，2017，34（12）：158-162，201.
　　[4] 胡鑫，姚宇，徐英杰.基于ElasticSearch的TEE病例库检索系统设计与实现[J].计算机应用，2018，38（S1）：91-94.
转载注明来源:https://www.xzbu.com/8/view-15154228.htm