基于多任務(wù)自編碼器的計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合方法

關(guān)鍵詞：多任務(wù)自編碼器；計(jì)算機(jī)網(wǎng)絡(luò)課程；資源整合；神經(jīng)網(wǎng)絡(luò)；最優(yōu)編碼映射；編碼單元；多層隱藏層；單熱向量

0 引言

對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)課程資源而言，其涵蓋了從基礎(chǔ)知識(shí)到高級(jí)技術(shù)的各種內(nèi)容，包括文本、圖像、視頻、音頻等多種形式，為學(xué)習(xí)者提供了全方位的學(xué)習(xí)體驗(yàn)。其次，計(jì)算機(jī)網(wǎng)絡(luò)課程資源具有實(shí)時(shí)性和動(dòng)態(tài)性[1]。隨著技術(shù)的不斷發(fā)展，新的網(wǎng)絡(luò)技術(shù)和應(yīng)用不斷涌現(xiàn)，課程資源需要不斷更新和補(bǔ)充，以反映最新的技術(shù)動(dòng)態(tài)和趨勢(shì)[2]。此外，計(jì)算機(jī)網(wǎng)絡(luò)課程資源還具有交互性和協(xié)作性。學(xué)習(xí)者可以通過(guò)在線(xiàn)平臺(tái)與其他學(xué)習(xí)者或教師進(jìn)行交流和討論，共同解決問(wèn)題，提高學(xué)習(xí)效果[3]。針對(duì)上述特征，為了提高資源的利用率，對(duì)課程資源進(jìn)行整合是極為必要的。其中，文獻(xiàn)[4]提出了一種以K均值聚類(lèi)算法為基礎(chǔ)的教學(xué)資源整合方法，借助K均值聚類(lèi)算法的無(wú)監(jiān)督學(xué)習(xí)屬性，將教學(xué)資源集分成K個(gè)不同的簇，自動(dòng)地將具有相似特征或內(nèi)容的資源聚集在一起，形成不同的資源類(lèi)別，提高了資源的利用效率。然而，K均值聚類(lèi)算法也存在一些不足。例如，該算法需要預(yù)先指定簇的數(shù)量K，這在實(shí)際應(yīng)用中可能難以確定。此外，K均值聚類(lèi)算法對(duì)初始中心點(diǎn)的選擇敏感，不同的初始點(diǎn)可能導(dǎo)致不同的聚類(lèi)結(jié)果。這可能會(huì)影響資源整合的準(zhǔn)確性和穩(wěn)定性。文獻(xiàn)[5]提出一種以HDFS為基礎(chǔ)的課程資源整合方法，借助HDFS作為分布式文件系統(tǒng)在存儲(chǔ)海量數(shù)據(jù)以及高容錯(cuò)、高可用和高擴(kuò)展性屬性方面的特點(diǎn)，實(shí)現(xiàn)對(duì)大規(guī)模課程資源數(shù)據(jù)的并發(fā)整合，滿(mǎn)足了大量學(xué)習(xí)者同時(shí)訪(fǎng)問(wèn)課程資源的需求。然而，基于HDFS的課程資源整合方法也可能面臨一些挑戰(zhàn)。例如，HDFS的設(shè)計(jì)初衷是為了處理大規(guī)模數(shù)據(jù)，對(duì)于小規(guī)模或特定類(lèi)型的課程資源可能不是最優(yōu)選擇。

在上述基礎(chǔ)上，本文提出基于多任務(wù)自編碼器的計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合方法研究，并以實(shí)際的計(jì)算機(jī)網(wǎng)絡(luò)課程資源為基礎(chǔ)，開(kāi)展了對(duì)比測(cè)試。

1 計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合方法設(shè)計(jì)

1.1 多任務(wù)自編碼器設(shè)計(jì)

考慮到傳統(tǒng)固定碼本編碼在處理數(shù)據(jù)時(shí)存在局限性，為實(shí)現(xiàn)對(duì)計(jì)算機(jī)網(wǎng)絡(luò)課程資源的有效整合處理，本文首先構(gòu)建了多任務(wù)自編碼器，以適應(yīng)復(fù)雜計(jì)算機(jī)網(wǎng)絡(luò)課程資源的構(gòu)成特點(diǎn)。

在具體設(shè)計(jì)過(guò)程中，引入神經(jīng)網(wǎng)絡(luò)輔助的自編碼器，以敏銳捕捉計(jì)算機(jī)網(wǎng)絡(luò)課程資源之間的規(guī)律[6]，并通過(guò)高效學(xué)習(xí)的方式快速確定最優(yōu)編碼映射，從而降低訓(xùn)練參數(shù)，減少計(jì)算機(jī)網(wǎng)絡(luò)課程資源編碼的復(fù)雜度[7]。具體處理方式如圖1所示。

按照?qǐng)D1所示的方式，在構(gòu)建的CNN-SCMA編碼方案中，目標(biāo)教學(xué)內(nèi)容與計(jì)算機(jī)網(wǎng)絡(luò)課程資源間的數(shù)據(jù)流通過(guò)CNN單元進(jìn)行精細(xì)處理[8]，以發(fā)掘從輸入數(shù)據(jù)到頻譜資源星點(diǎn)之間的映射關(guān)系。具體的實(shí)現(xiàn)方式可以表示為：

式中，y 表示目標(biāo)教學(xué)內(nèi)容與計(jì)算機(jī)網(wǎng)絡(luò)課程資源間的數(shù)據(jù)流映射關(guān)系函數(shù)，diag表示計(jì)算機(jī)網(wǎng)絡(luò)課程資源的混合因子函數(shù)，hc 表示輸入CNN層計(jì)算機(jī)網(wǎng)絡(luò)課程資源在頻譜端的信息碼字，xc 表示輸入CNN層的原始計(jì)算機(jī)網(wǎng)絡(luò)課程資源，hk 表示SCMA層對(duì)計(jì)算機(jī)網(wǎng)絡(luò)課程資源頻譜端信息碼字映射后的結(jié)果，xk 表示調(diào)制信息生成函數(shù)輸出的結(jié)果，n 表示自編碼器的維度參數(shù)。

結(jié)合式（1） 所示的信息可以看出，本文在編碼器結(jié)構(gòu)中創(chuàng)新性地整合了CNN，并為目標(biāo)教學(xué)內(nèi)容和計(jì)算機(jī)網(wǎng)絡(luò)課程資源分別設(shè)計(jì)了專(zhuān)門(mén)的編碼單元[9]。在具體運(yùn)行階段，各計(jì)算機(jī)網(wǎng)絡(luò)課程資源首先轉(zhuǎn)換成神經(jīng)網(wǎng)絡(luò)可識(shí)別的單熱向量，再通過(guò)各自對(duì)應(yīng)的CNN編碼單元進(jìn)行深度處理。在編碼單元內(nèi)部結(jié)構(gòu)中，利用多層隱藏層處理輸入的單熱向量[10]，最終輸出學(xué)習(xí)的碼字信息，具體的實(shí)現(xiàn)方式可以表示為

式中，fdk （x） 表示多層隱藏層對(duì)輸入單熱向量處理后得到的碼字信息，Rd 表示目標(biāo)教學(xué)內(nèi)容對(duì)應(yīng)編碼單元的調(diào)制函數(shù)，θed 表示計(jì)算機(jī)網(wǎng)絡(luò)課程資源對(duì)應(yīng)編碼單元的調(diào)制函數(shù)。以此，使得每個(gè)計(jì)算機(jī)網(wǎng)絡(luò)課程資源的二進(jìn)制數(shù)據(jù)能夠高效轉(zhuǎn)化為頻譜資源上的碼字信息。

按照上述所示的方式，可以實(shí)現(xiàn)對(duì)適應(yīng)計(jì)算機(jī)網(wǎng)絡(luò)課程資源特性的多任務(wù)自編碼器設(shè)計(jì)，為后續(xù)的資源整合提供基礎(chǔ)。

1.2 計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合

結(jié)合上述構(gòu)建的多任務(wù)自編碼器，在開(kāi)展具體的計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合階段[11]，以目標(biāo)教學(xué)內(nèi)容為核心，建立計(jì)算機(jī)網(wǎng)絡(luò)課程資源體系。

對(duì)于目標(biāo)教學(xué)內(nèi)容而言，多任務(wù)自編碼器其編碼特征參數(shù)的提取結(jié)果可以表示為：

式中，d_rs 表示目標(biāo)教學(xué)內(nèi)容的編碼特征參數(shù)，需要注意的是，此時(shí)解碼器輸出的實(shí)值向量，即式（3） 計(jì)算得到的目標(biāo)教學(xué)內(nèi)容的編碼特征參數(shù)為歸一化的編碼概率分布形式。

結(jié)合上述的提取結(jié)果，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)課程資源的整合對(duì)象可以表示為：

式中，x（d_rs）表示計(jì)算機(jī)網(wǎng)絡(luò)課程資源的整合對(duì)象，可以將其理解為編碼單元內(nèi)部結(jié)構(gòu)中，單熱向量對(duì)應(yīng)的教學(xué)內(nèi)容與原始計(jì)算機(jī)網(wǎng)絡(luò)課程資源數(shù)據(jù)所碼字向量的擬合結(jié)果。

按照上述所示的方式，確定與目標(biāo)教學(xué)內(nèi)容存在關(guān)聯(lián)關(guān)系的計(jì)算機(jī)網(wǎng)絡(luò)課程資源，對(duì)應(yīng)的整合處理方式可以表示為：

式中，P （X ） 表示表現(xiàn)出d_rs 特征目標(biāo)教學(xué)內(nèi)容對(duì)應(yīng)教學(xué)資源的整合結(jié)果。結(jié)合式（5） 可以看出，整合后的結(jié)果為以目標(biāo)教學(xué)內(nèi)容為導(dǎo)向的計(jì)算機(jī)課程資源集合。

按照上述所示的方式，可以實(shí)現(xiàn)對(duì)計(jì)算機(jī)課程資源的整合處理，最大限度保障最后整合結(jié)果的精準(zhǔn)性和可靠性。

2 測(cè)試與分析

2.1 測(cè)試數(shù)據(jù)準(zhǔn)備

在分析本文設(shè)計(jì)的課程資源整合方法的實(shí)際應(yīng)用效果時(shí)，開(kāi)展了對(duì)比測(cè)試。其中，參與測(cè)試的對(duì)照組分別采用文獻(xiàn)[4]提出的基于K均值聚類(lèi)算法的教學(xué)資源整合方法，以及文獻(xiàn)[5]提出的基于HDFS的課程資源整合方法。通過(guò)對(duì)比在相同數(shù)據(jù)環(huán)境下三種不同方法的整合效果，對(duì)其具體性能作出客觀評(píng)價(jià)。

對(duì)于具體的測(cè)試數(shù)據(jù)，本文以某院校的計(jì)算機(jī)網(wǎng)絡(luò)課程資源數(shù)據(jù)集為基礎(chǔ)。在該數(shù)據(jù)集中，旨在全面呈現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)課程資源，涵蓋了從基礎(chǔ)知識(shí)到高級(jí)技術(shù)的各個(gè)學(xué)習(xí)階段。數(shù)據(jù)集包含多種類(lèi)型的課程資源，如教學(xué)視頻、課程文檔、實(shí)驗(yàn)指南等，并且每個(gè)資源都與特定的計(jì)算機(jī)知識(shí)階段相關(guān)聯(lián)。通過(guò)對(duì)數(shù)據(jù)集的分析，具體的計(jì)算機(jī)網(wǎng)絡(luò)課程資源的分布和構(gòu)成情況如表1所示。

通過(guò)該數(shù)據(jù)集，教師可以根據(jù)學(xué)生的學(xué)習(xí)階段和需求選擇合適的課程資源進(jìn)行教學(xué)；學(xué)生可以根據(jù)自己的學(xué)習(xí)進(jìn)度和興趣，有針對(duì)性地選擇相關(guān)資源進(jìn)行學(xué)習(xí)和實(shí)踐。為了提高資源的利用率，方便教師和學(xué)生，需要對(duì)數(shù)據(jù)集進(jìn)行分析，根據(jù)不同知識(shí)階段之間的關(guān)聯(lián)和趨勢(shì)進(jìn)行整合?；谏鲜鰷y(cè)試數(shù)據(jù)的構(gòu)成以及教學(xué)資源的配置情況，分別采用三種方法開(kāi)展整合處理。

2.2 測(cè)試結(jié)果與分析

在對(duì)三種不同方法的整合效果進(jìn)行分析時(shí)，本文以具體的計(jì)算機(jī)知識(shí)內(nèi)容為基礎(chǔ)，對(duì)上述資源進(jìn)行整合。對(duì)于具體的整合效果分析，本文將資源差錯(cuò)率作為評(píng)價(jià)指標(biāo)，即資源差錯(cuò)數(shù)占對(duì)應(yīng)計(jì)算機(jī)知識(shí)內(nèi)容覆蓋教學(xué)資源總數(shù)的比率。三種方法的測(cè)試結(jié)果如圖2 所示。

結(jié)合圖2所示的測(cè)試結(jié)果可以看出，本文抽取計(jì)算機(jī)網(wǎng)絡(luò)課程知識(shí)點(diǎn)中的TCP/IP四層模型、OSI體系結(jié)構(gòu)、數(shù)據(jù)編碼和解碼技術(shù)以及數(shù)字調(diào)制與解調(diào)作為測(cè)試對(duì)象。其中，在文獻(xiàn)[4]提出的以K均值聚類(lèi)算法為基礎(chǔ)的教學(xué)資源整合方法下，資源差錯(cuò)率穩(wěn)定在10.0%～11.0%區(qū)間，雖然較為穩(wěn)定，但水平較高；在文獻(xiàn)[5]提出的以HDFS為基礎(chǔ)的課程資源整合方法下，資源差錯(cuò)率表現(xiàn)出較為明顯的不穩(wěn)定性，最大值達(dá)到13.16%（數(shù)據(jù)編碼和解碼技術(shù)），最小值僅為5.33%（TCP/IP四層模型）；在本文設(shè)計(jì)的課程資源整合方法下，資源差錯(cuò)率始終穩(wěn)定在5.0%以?xún)?nèi)，與文獻(xiàn)[4]相比，整體資源差錯(cuò)率下降了6.18%，與文獻(xiàn)[5]相比，整體資源差錯(cuò)率下降了5.57%，具有明顯優(yōu)勢(shì)。

綜合上述測(cè)試結(jié)果可以得出結(jié)論，本文設(shè)計(jì)的基于多任務(wù)自編碼器的計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合方法能夠達(dá)到精準(zhǔn)的處理效果。

3 結(jié)束語(yǔ)

整合課程資源可以實(shí)現(xiàn)資源的優(yōu)化配置和共享，避免資源浪費(fèi)和重復(fù)建設(shè)。同時(shí)，整合后的課程資源更易于管理和維護(hù)，提高了資源的使用效率。由此可見(jiàn)，將課程資源進(jìn)行合理整合對(duì)于資源利用具有重要的現(xiàn)實(shí)意義。本文提出基于多任務(wù)自編碼器的計(jì)算機(jī)網(wǎng)絡(luò)課程資源整合方法，結(jié)合計(jì)算機(jī)網(wǎng)絡(luò)課程資源的構(gòu)成特點(diǎn)，構(gòu)建了多任務(wù)自編碼器，圍繞具體的目標(biāo)教學(xué)內(nèi)容，切實(shí)實(shí)現(xiàn)了對(duì)資源的有效整合處理，大大降低了整合數(shù)據(jù)的差錯(cuò)率。借助本文設(shè)計(jì)的課程資源整合方法，希望能夠促進(jìn)學(xué)習(xí)者的自主學(xué)習(xí)和個(gè)性化學(xué)習(xí)，滿(mǎn)足不同學(xué)習(xí)者的需求。