物联网大数据处理与智能教育

本书从大数据和网络教育相结合的角度，介绍教育大数据分析和智能教育服务的相关理论、方法和技术，重点介绍大数据分析框架、智能服务系统架构、复杂事件处理机制、基于教育大数据的学习者学习行为模型及学习伙伴推荐方法、网络协作学习方法等，有助于读者对基于大数据的教育智能化相关技术有较为全面的理解和把握。

目录
序
前言
第1章 绪论 1
1.1 物联网的起源与发展 1
1.2 物联网的定义和技术架构 2
1.3 物联网服务系统架构与大数据处理 3
1.3.1 物联网服务系统架构的演进 3
1.3.2 发布订阅消息系统 4
1.3.3 物联网资源管理与大数据共享 4
1.3.4 物联网感知大数据的实时处理 6
1.3.5 物联网监控大数据的复杂事件处理 6
1.4 物联网大数据与智能教育 7
1.4.1 智能教育的定义 7
1.4.2 基于物联网大数据的智能教育体系架构 7
1.5 物联网的未来 9
1.6 本书结构 10
参考文献 11
第2章 事件驱动的面向服务物联网服务系统架构 13
2.1 物联网服务系统发展现状 13
2.2 服务系统架构概述 14
2.2.1 SOA与EDSOA架构 14
2.2.2 物联网服务组合方式 15
2.3 物联网服务新特征 16
2.4 物联网服务系统面临的技术挑战 17
2.5 物联网服务系统架构 18
2.5.1 基于隐式的事件链驱动的EDSOA服务执行模式 18
2.5.2 基于EDSOA的物联网服务系统架构 20
2.6 应用案例和性能评估 22
2.6.1 系统架构 22
2.6.2 定义服务和发布订阅事件 23
2.6.3 性能测试 24
2.7 本章小结 24
参考文献 25
第3章 面向物联网数据分发的发布订阅消息系统 27
3.1 发布订阅消息系统概述 27
3.1.1 发布订阅系统的集中式架构与分布式架构 27
3.1.2 发布订阅系统的订阅模式 28
3.1.3 主要消息系统 29
3.2 Kafka消息系统 30
3.2.1 Kafka系统架构 30
3.2.2 Kafka消息系统的不足 31
3.3 改进的发布订阅消息系统 31
3.3.1 消息系统架构 31
3.3.2 类Push方式接收消息 33
3.4 性能评估 34
3.5 本章小结 35
参考文献 35
第4章 物联网资源管理平台 37
4.1 物联网应用模式现状 37
4.2 物联网资源管理概述 38
4.2.1 物联网资源描述方法 38
4.2.2 物联网资源模型相关工作 39
4.2.3 物联网统一接入相关工作 40
4.3 边缘计算概述 41
4.3.1 边缘计算与云计算的比较 41
4.3.2 边缘计算典型项目 43
4.3.3 边缘计算在物联网资源管理中的应用 45
4.4 基于边缘计算的三层计算模型 45
4.5 物联网资源管理平台 47
4.5.1 资源管理平台总体结构 47
4.5.2 基于本体的资源描述模型 49
4.5.3 感知设备自适应接入方法 55
4.6 应用案例和性能评估 60
4.6.1 应用案例 60
4.6.2 性能评估 62
4.7 本章小结 64
参考文献 65
第5章 面向物联网实时监控数据的复杂事件处理机制 68
5.1 物联网实时监控数据特点 68
5.2 复杂事件处理概述 69
5.2.1 复杂事件处理通用参考架构 69
5.2.2 复杂事件模式匹配 71
5.2.3 开源系统 72
5.2.4 相关研究工作与面临的挑战 74
5.3 物联网复杂事件模型 76
5.3.1 原始事件 77
5.3.2 简单事件 78
5.3.3 复杂事件 80
5.3.4 复杂事件定义实例 82
5.4 物联网复杂事件处理系统 84
5.4.1 系统架构 84
5.4.2 原始事件处理模块 85
5.4.3 复杂事件处理模块 86
5.4.4 系统特点分析 88
5.5 性能评估 89
5.5.1 时间相关复杂事件与时间无关复杂事件处理性能比较 90
5.5.2 时间相关复杂事件处理参数的性能分析 93
5.5.3 包含简单事件处理的复杂事件处理系统性能提升 95
5.6 本章小结 96
参考文献 96
第6章 面向物联网感知时序数据的内存数据库 99
6.1 物联网感知数据特点及数据处理挑战 99
6.2 内存数据库概述 100
6.2.1 内存数据库的定义 100
6.2.2 内存数据库的特点 100
6.2.3 典型内存数据库系统 101
6.2.4 内存数据库研究现状 103
6.2.5 内存数据库面临的挑战 104
6.3 物联网感知数据模型 105
6.4 数据存储策略 107
6.5 TSMMDB总体结构 108
6.6 TSMMDB系统设计 109
6.6.1 虚拟堆与虚拟堆内存分配器 109
6.6.2 数据库对象的持久化设计 111
6.6.3 基于共享内存的进程间通信机制 113
6.6.4 数据局部性内存分配机制 114
6.6.5 基于大粒度锁的并发控制机制 117
6.6.6 应用程序的内存地址空间规划 118
6.6.7 数据存取算法复杂度分析 119
6.7 性能评估 119
6.7.1 实验设置 119
6.7.2 TSMMDB与传统数据库的性能比较 120
6.7.3 TSMMDB系统资源占用率 122
6.8 本章小结 123
参考文献 123
第7章 大规模网络学习环境下的学习伙伴推荐 126
7.1 基于互联网的在线学习现状和问题 126
7.2 网络学习环境下的学习效果影响因素分析 127
7.3 传统的学习者分组方法 128
7.4 学习者学习行为模型定义及评估方法 129
7.5 相似行为模型和互补行为模型定义 131
7.6 基于学习者行为模型的学习伙伴推荐方法及实验分析 133
7.7 本章小结 136
参考文献 137
第8章 基于学习伙伴的网络协作学习方法 138
8.1 网络学习交流方式现状和问题 138
8.2 社交网络服务与协作学习 138
8.3 基于学习伙伴的协作学习活动设计 139
8.4 基于虚拟书房和公共阅览室场景的协作学习方法 142
8.4.1 系统结构 142
8.4.2 虚拟书房场景及功能 142
8.4.3 虚拟公共阅览室场景及功能 143
8.4.4 协作学习流程 144
8.5 本章小结 146
参考文献 14