瞿诗瑜 王 宇

（陕西开放大学,陕西 西安 710119）

1 引言

随着社会的需要与时代的发展，现今很多技术已经能够将线下的工作方式和数据资源等转移到线上进行使用。虽然海量的网上数据有大数据技术作为支撑，但是对于线下的广大用户，特别是现代教育中的师生而言，日常调用的学习资源数据的范围较小且频繁，如果每次调用的数据不会在本地留下记录，那么下一次的调用则需要重新进行数据的分布筛选、存储和读取，极大地浪费了师生获取学习资源的时间。对于此类问题，提出以神经网络为基础的习惯搜索数据区块链存储技术，通过在本地或者云端建立习惯搜索资源数据存储栈的方式，解决常用资源频繁调用的延时与路径问题。

2 神经网络下习惯搜索的区块数据存储模型

2.1 模型框架

在神经网络算法中，按照功能可以分为卷积神经网络（CNN）、循环神经网络（RNN）以及生产对抗网络（GAN），本文所提的神经网络处理对象的主体为学习资源，而现阶段网上的学习资源多数以文本和图片为主，因此本文将会使用处理文本能力更强的RNN算法理念作为学习资源数据区块链存储设计的参照流程[1]。本文中所设计的学习资源习惯搜索数据存储框架中，系统从判定某学习资源为习惯搜索数据开始，到习惯搜索数据读写调用体系的建成共分为四步，即终端使用者自主设定或系统判断阶段、数据存储阶段、数据调用阶段及验证结果阶段。

2.2 样本模型

本文所提的数据存储技术主要服务于现代教学的使用者，因此对于习惯数据样本的获取应当从教师和学生的角度进行分析。……