面向在线教育场景的异构数据生成工具

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 MB·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