基于大数据分析的多媒体信息检索系统设计

摘 要： 针对传统的多媒体信息检索系统存在信息检索速度缓慢、检索精度低等问题，提出一种大数据分析的多媒体信息检索系统的设计。首先从数据源追踪组件、数据挖掘组件、系统预警组件对检索系统的硬件部分进行设计；然后分析软件设计流程图以及信息检索的算法，对多媒体信息检索系统的软件部分进行设计；最后以教学多媒体信息为依据进行实验。实验结果证明，所设计的多媒体信息检索系统检索速度快、精度高，为教育机构提供了一个完美的平台，日后将会成为各个学校一个重要的组成部分。

关键词： 大数据； 多媒体； 教学； 数据挖掘； 信息检索； 系统设计

中图分类号： TN02⁃34； G40⁃057 文献标识码： A 文章编号： 1004⁃373X（2018）03⁃0111⁃04

Abstract： The traditional multimedia information retrieval system has the problems of slow information retrieval speed and low retrieval accuracy. Therefore， a design of multimedia information retrieval system based on large data analysis is presented. The hardware components of the retrieval system were designed in the aspects of data source tracking component， data mining component and system warning component. The software design flowchart and information retrieval algorithm are analyzed to design the software of the multimedia information retrieval system. The teaching multimedia information is taken as the basis for experiment. The experimental results show that the multimedia information retrieval system has fast retrieval speed and high precision， provides a perfect platform for educational institutions， and should become an important component for each school.

Keywords： big data； multimedia； teaching； data mining； information retrieval； system design

0 引 言

隨着教育改革的不断深入，对高校的实践教育多媒体信息管理工作的改革和运行模式的分析成为人们关注的热点课题。教学多媒体信息检索工作是衡量学校对学生的实践教学和管理的重要指标，实践教学管理是通过实践教学的信息化检索平台得以实现[3⁃4]。基于大数据分析的多媒体信息检索是一种全新模式，打破了传统固有的多媒体信息检索模式，借助多媒体信息强大的覆盖性能为更多的人提供学习的机会，多媒体教育不仅仅是针对学生，还可以为很多不同身份的人提供接受教育的途径[5]。多媒体信息检索系统设计的目的在于：可以反映数据参数的相关系统进行融合，并以简单明了的形式展现给设计人员；设计人员利用挖掘到的数据对系统的硬件以及软件进行理论上的分析，并将运行的实时数据与参数变化记录下来；具有一定的预警功能，如果出现学生学习进度落后的情况，应立刻启动警告模式[6]。

文献[7]详细地分析了国内外多媒体信息检索方法的标准与原理，介绍了多媒体信息系统设计的主要工具和模型；文献[8]研究了多媒体信息检索系统的安全性能，从随机的模型与评价的技术着手分析多媒体安全的评价指标；文献[9]提出协同式的病毒入侵对抗理念，为多媒体信息检索系统设计竖起了一个安全的屏障；文献[10]专门为检索系统设计进行了虚拟物理的实验，得出多媒体信息检索系统的设计具有不可估量的前景的结论。

传统的教学多媒体信息检索方法的空间限制性很强，无法全面展示大多数学生的学习情况，基于上述观点，本文提出大数据分析下教学多媒体信息检索系统的设计。首先对检索系统的硬件部分从数据源追踪组件、数据挖掘组件、系统预警组件这3个主要的组件进行设计，并着重分析了数据挖掘算法；然后对检索系统的软件部分从软件的设计流程图开始分析，并运用数据检索的算法得到模型函数；最后将传统的方法与本系统的教育方法进行对比。实验结果证明，检索系统的设计对教育的发展具有重要意义。

1 大数据分析的多媒体信息检索系统硬件设计

传统的教学多媒体信息检索方法存在学习行为的繁琐性与多因素性，其检索信息的目的性非常模糊，大量的不确定因素导致出现半结构化的问题。从统计学的角度来分析，传统的教学多媒体信息难以实现检索模型的建立；从控制学的角度分析，无法精准地跟踪教学信息。因此，基于大数据分析下的教学多媒体信息检索系统的硬件设计是非常必要的，在教学过程中，大数据分析的多媒体挖掘的目的就是使学生了解学习行为的特征数据，其系统设计主要从以下几个硬件组成部分进行分析。

1） 数据源追踪组件的设计

大数据分析下的教学多媒体信息检索硬件系统中，数据源追踪的设计主要是对学生的多媒体学习情况进行跟踪，及时收集学生的学习行为特征数据，主要设计的部分包括：学生学习的时长、学生学习的人数、与老师实时互动的情况、积极解答老师提出的问题、学习完成的进度、各种考试成绩的情况、成绩反应出来的知识点等各种多媒体信息的数据源。这些数据源全部来自于多媒体服务器终端中的备忘记录系统，每隔3 min就会自动保存一次，因此数据源收集的误差非常小，对数据源追踪具有良好的效果。

2） 数据挖掘的组件设计

多媒体信息检索系统的设计核心就是对知识库的选择，知识库是一个具有规则性的集合体，采用基于数据熵的数据挖掘算法能够挖掘出不同的有效数据。

设为一个多媒体信息的数据系统，，为系数，若：

那么对象相对于的数据挖掘信息为：

式中：为的信息熵；为数据挖掘对象后的信息熵。

随着数据挖掘的深入，知识库将不断添加新的规则来制约系统的智能性。基于数据熵的多媒体信息挖掘的设计不但可以将方法用知识库的形式展现出来，还可以解析挖掘出来的数据结果。

3） 系统预警的组件设计

系统预警的设计主要针对学生在课程上学习的进度，通过设计自动推理的指标系统，综合指标对学员多媒体学习情况进行评价，根据教学系统设定的教学多媒体信息来判断学生的学习情况。如果在某个时间段学生在组件上学习的进度低于标准值的70%，就会发出警告的信息。

由上述主要的三个组件的设计，可以得出检索系统的硬件设计，如图1所示。

由图1可知，学生通过教育学习知识，多媒体信息检索系统的备忘录设计将记录学生的学习情况，并对数据进行收集，数据经过预处理传递给数据追踪组件，数据组件通过数据挖掘的计算用知识库的形式展现出来，并解析挖掘后的数据结果，最后将数据传送到系统的报警装置，如若学生的学习进度落后，那么就会启动警告系统，整个检索的硬件设计就此完成。

2 大数据分析下多媒体信息检索系统软件设计

为了实现检索系统软件部分的设计，必须遵循3项基本原则：规范制度、數据编号、事实遵循表，4个步骤：每一个学生的学习进度只有进行系统备忘录后才可以影响系统的检索；系统备忘录储存的是学生学习进度的数据，对数据进行挖掘；挖掘后的数据具有一定的规范性，追溯到数据源，经过分析得出检索的初始值；最后数值确定进行检索。

具体的软件设计流程如图2所示。

对于软件设计数据的检索可以使用图生成算法。设收集到的数据信息为储存速度为分别为学生学习进度，由此可得出软件设计的模型函数为：

模型函数的建立是为了保证数据储存的顺利，其空间大小也要依据模型函数进行设计，其中包含了数据用于现实代理的各种编码机制。检索的软件设计不仅为大数据分析下的多媒体教育建立了监督机制，还确保了学习情况的进度，为系统的设计奠定了坚实的基础。

3 实验结果与分析

为了测试本文设计的大数据分析的教学多媒体信息检索系统的性能，选取某地区学校的多媒体信息为研究对象，在Linux/WindowsCE开发平台下进行开发，测试BIM数据检索系统的运行性能，使用hpe1432_createChannelGroup（）函数配置教学多媒体信息检索系统的模块列表、通道号等参量，数据口设置为Local Bus，RESAMP_ DATA接口读取采样数据的频率设定为14.8 kHz。根据上述实验环境和参量设定，进行教学多媒体信息检索系统的性能测试。

实验1：采用不同方法测试系统对聚焦于多媒体信息检索的速度，得到的对比结果如图3所示。

通过图3可以明显地看出，本文设计的大数据分析的教学多媒体信息检索系统能够在短时间内进行数据的检索，传统的多媒体信息检索速度比本文设计的要慢一半左右。

实验2：对多媒体信息检索的各种行为模块进行数据检索，模块包括：论坛、课程、作业、资源、用户消息、聊天室。选取一个学期的师生教学视频情况，从论坛的参与讨论、学生作业的完成情况、资源浏览次数、师生视频交流这几方面开始收集实验数据。

采取纵交叉的算法：

式中：表示提取的教学多媒体信息数据；表示数据的修正系数；表示数据的方位参数；表示学生成绩的差值参数；表示检索结果的数据；表示检索数据的理想参数；表示检索数据的差值；分别表示视频次数数据的修正、教师授课人数的修正、学生听课人数的修正。

根据式（5）中的算法对检索的数据进行收集，进而得到其检索精度，如图4所示。

由图4可见，利用大数据分析的检索系统方法和传统方法对教学信息进行检索，随着实验次数的增多，传统方法的检测精度在10%～40%之间，虽然浮动不大，但是精度较低。本文提出的检测方法精度远远高于传统方法，随着实验次数的增多，本文检测精度一直处于较高水平，且稳定性好，上下浮动范围很小，精度稳定在80%～90%。

从上述实验的过程可以看出，大数据分析的教学多媒体信息的检索设计与传统检索方法相比，具有一定的有效性。除此之外，采用大数据分析的教学多媒体信息检索系统，检索到的多媒体信息数量也较为理想，通过图5可以更加清晰地了解到本文所设计系统的优点。

由图5可以看出：利用大数据分析的教学多媒体信息检索系统，检索到的多媒体信息数量明显高于传统方法检索的信息数量，可见，本文设计的系统不仅检索数据速度快、精度高，而且检索能力很强，充分表明了本文所设计系统性能高，具有很大的应用价值。

通过表1可以看出：传统方法检索到的教学教师的人数占总人数的一半，而大数据分析的教学教师占总人数的90%；传统的教学学生在线人数占总人数的45%，大数据分析下的教学学生占总人数的95%；传统的教学学生成绩合格率为40%，大数据分析的教学学生的成绩合格率为80%；在家长的支持率中，大数据分析的系统得到了100%的支持。因此，基于大数据分析的多媒体信息检索系统更为突出。

4 结 语

网络的日趋普及为大数据分析教育的发展提供了一定的保障，采用灵活性强、准确率高的智能化教育成为当下最流行的手段。而多媒体信息检索系统设计的意义就要遵循教育的高信息、高效率、低成本、大规模的4大准则。基于大数据分析下的教学多媒体信息检索系统的硬件设计对学生的学习进度信息进行追踪，运用检索的软件设计对教学信息进行分析。随着系统的进一步完善，教育课程内有必要将老师的授课方式与内容体系进行实时的录制并储存，为日后学生的复习提供一条路径，大数据分析下的教学多媒体信息检索的设计为我国的教育事业奠定了坚实的基础。

参考文献

[1] 曲朝阳，孙立擎，潘峰，等.基于流形排序的电网截面数据检索[J].科学技术与工程，2016，16（15）：239⁃244.

QU Chaoyang， SUN Liqing， PAN Feng， et al. The grid section data retrieval based on manifold ranking [J]. Science technology and engineering， 2016， 16（15）： 239⁃244.

[2] 甘丽新，李志刚，涂伟.大数据时代高职院校信息检索课程改革的研究[J].职教论坛，2015，33（17）：78⁃82.

GAN Lixin， LI Zhigang， TU Wei. Research on information retrieval curriculum reform of higher vocational colleges in the era of big data [J]. Vocational & technical education forum， 2015， 33（17）： 78⁃82.

[3] 伍振兴，曾令伟，汪文彬.基于概念格特征分区的多源信息检索优化[J].科技通报，2015，31（8）：174⁃176.

WU Zhenxing， ZENG Lingwei， WANG Wenbin. Optimization of multi⁃source information retrieval based on concept lattice feature partition [J]. Bulletin of science and technology， 2015， 31（8）： 174⁃176.

[4] 杨莹.基于Oracle数据库大数据的检索优化分析与设计[J].数码世界，2017，26（4）：31⁃32.

YANG Ying. Retrieval optimization analysis and design of big data based on Oracle database [J]. Digital space， 2017， 26（4）： 31⁃32.

[5] 韦必忠，魏红，英红.海量多媒体图像信息高效检索算法优化及仿真[J].计算机仿真，2016，33（11）：280⁃283.

WEI Bizhong， WEI Hong， YING Hong. Huge amounts of multimedia image information efficient retrieval algorithm optimization and simulation [J]. Computer simulation， 2016， 33（11）： 280?283.

[6] 王佳利.大数据视角下高校网络教学平台应用的实践与反思[J].中国现代教育装备，2015，34（21）：13⁃16.

WANG Jiali. Practice and reflection on e⁃learning platform in big data perspective [J]. China modern educational equipment， 2015， 34（21）： 13⁃16.

[7] 吕冬雪.基于大数据环境的NoSQL技术分析[J].电子设计工程，2016，24（14）：33⁃36.

LÜ Dongxue. Analysis of NoSQL technology based on big data environment [J]. Electronic design engineering， 2016， 24（14）： 33⁃36.

[8] 王晓艳，李慧颖.大数据环境下信息检索的变革[J].科技情报开发与经济，2015，26（4）：117⁃119.

WANG Xiaoyan， LI Huiying. The changes of information retrieval in the big data environment [J]. Sci⁃tech information development & economy， 2015， 26（4）： 117⁃119.

[9] 杨立超.基于大数据的高职院校计算机网络教学平台创新研究[J].经济管理，2016，32（8）：78.

YANG Lichao. Innovation research of computer network teaching platform in higher vocational colleges based on big data [J]. Economic management journal， 2016， 32（8）： 78.

[10] 袁红，朱睿琪.用户信息搜索行为大数据分析框架及其关键技术[J].图书馆学研究，2016，25（24）：39⁃46.

YUAN Hong， ZHU Ruiqi. Large data analysis framework and key technologies of user information search behavior [J]. Research on library science， 2016， 25（24）： 39⁃46.

推荐访问： 大数 据分析 多媒体信息 检索系统 设计

---