电大信息技术应用终结性作业

电大信息技术应用终结性作业第一章课程定位与作业目标电大“信息技术应用”终结性作业不是传统意义上的“大作业”，而是对成人学习者能否把课堂知识迁移到真实工作场景的一次闭环检验。它要求学员在四周内完成“需求澄清—方案设计—原型实现—效果评估”四段式任务，最终交付三件实体：一份可运行的数字制品、一份技术报告、一份反思日志。评分维度中，技术深度只占40%，需求契合度与可持续运维证据合计占45%，剩余15%考察团队协作与学术诚信。换言之，作业想看的不是你“会多少”，而是“用得上、留得住、讲得清”。第二章选题策略：从“痛点”到“小切口”成人学员常犯的第一个错误是选题过大，例如“智慧校园”“数字乡村”这类宏大叙事。正确做法是回到自己每天接触的“小场景”，用“五分钟原则”过滤：如果某个任务每天让你重复操作五分钟以上且毫无技术含量，它就是优质切口。以下给出三类经过验证的选题池，可直接落地：编号场景重复动作技术关键词预期节省时长/日A1社区卫生院药房手工登记医保核销表OCR+自动录入18分钟A2乡镇幼儿园微信手动群发表格通知低代码+定时推送12分钟A3连锁奶茶店每日手工盘点库存扫码+云端汇总25分钟确定切口后，用“三张便签”法快速验证可行性：1.用户便签：找三位潜在用户，让他们在便签上写下“如果这项功能消失，你会怎么办？”若答案出现“忍一忍”“继续手工”等词汇，说明痛点不够刚性。2.技术便签：用不超过三行命令或拖拽模块即可跑通主流程，否则技术栈过重。3.政策便签：搜索单位内部文件，确认无“数据不出本地”“禁止外网接口”等硬性限制。三张便签全部绿灯，选题成立。第三章需求澄清：把“感觉”变成可验收条目需求文档常见问题是“写得像倡议书”。本次作业强制采用“场景—任务—指标”三段式，每条需求必须包含可量化指标，并让用户签字。示范片段：场景：药房高峰时段（8:00—10:00），药师需要在2分钟内完成一位患者的医保药品核对。任务：系统通过摄像头拍摄处方单，自动识别药品名称、规格、数量，并与医保目录实时比对。指标：1.单张处方识别时间≤5秒；2.药品名称识别准确率≥95%；3.医保目录更新延迟≤24小时；4.误识别导致的人工复核增加量≤5%。需求确认后，使用GitHubIssue模板锁定版本，任何新增需求必须走“Issue—评论—关闭”流程，杜绝“一句话需求”蔓延。第四章方案设计：用“低成本架构”跑赢时间成人学习者时间碎片化，架构必须遵循“Serverless优先、离线可跑、数据可带走”三原则。以A1“药房OCR”为例，核心流程拆解如下：1.采集层：50元二手高清摄像头+RaspberryPiZero2W，本地拍摄保存为jpg；2.识别层：离线部署PaddleOCR轻量模型（模型体积仅8M），识别结果写入SQLite；3.比对层：医保目录CSV每日凌晨自动同步到TF卡，比对逻辑用PythonPandas，30行代码完成；4.呈现层：Flask本地局域网页面，药师在浏览器查看结果，一键标记“通过/异常”；5.备份层：每天17:00自动导出加密CSV到药师个人U盘，实现“数据随人走”。该方案零云资源费用，断网可跑，且所有源码与模型权重小于100M，可直接刻录进光盘随报告提交，满足电大“可持续运维”评分点。第五章原型实现：关键代码与避坑实录5.1图像预处理药房灯光复杂，先用OpenCV做自适应二值化，再裁掉空白边缘，可将识别准确率从78%提到93%。核心函数：```pythondefpreprocess(img):gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)blur=cv2.GaussianBlur(gray,(3,3),0)_,th=cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)contours,_=cv2.findContours(th,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)x,y,w,h=cv2.boundingRect(max(contours,key=cv2.contourArea))returnth[y:y+h,x:x+w]```5.2模型微调PaddleOCR默认模型对“药品规格”中的数字+字母组合识别率仅82%。用收集的1200张本地处方微调500步，准确率提升到96.3%。训练耗时18分钟，笔记本CPU即可。5.3打包为可执行文件使用PyInstaller打包时，务必加入`--add-data="tf_model:."`参数，并关闭console窗口，否则药房电脑弹出命令行会被信息科判定为“可疑程序”。5.4性能基准测试在RaspberryPiZero2W上连续识别100张处方，数据如下：指标平均值最大值最小值识别时间4.3s6.1s3.8s内存占用312M325M305MCPU温度58℃63℃55℃结果满足“≤5秒”需求，且温度在官方规格内，无需散热片即可长期运行。第六章效果评估：让用户“签字画押”电大作业强调“第三方证据”。除常规问卷外，引入“操作轨迹录像”与“双盲对照”两种方法：1.轨迹录像：在药师操作电脑安装开源录屏工具ScreenTask，随机抽取三天，记录完整操作流程。评估组对比发现，使用系统后平均每位患者节省1分45秒，与前期调研“2分钟”目标基本吻合。2.双盲对照：将同一批处方人工与系统各处理一次，交叉核对。结果如下：样本数人工错漏系统错漏系统发现人工错漏人工发现系统错漏200张7张3张5张1张数据表明系统不仅提速，还充当“第二双眼睛”，为药房质量考核提供量化依据。用户负责人在报告末尾手写“情况属实”并加盖公章，形成硬核证据链。第七章可持续运维：让作业“活”过学期很多学员作业一交就“停机”，导致复评失分。可持续运维需提前写入“三件套”：1.一键更新脚本：把医保目录CSV下载、模型增量训练、服务重启写成`update.sh`，双击即可；2.故障自愈：用systemd守护Flask进程，崩溃后30秒自动重启，并发送邮件到药师QQ邮箱；3.知识转移：录制3分钟GIF动图，存放于桌面“使用入门”文件夹，即使信息科换人也能3分钟上手。此外，将完整环境打包成img镜像，写入16GTF卡，随技术报告邮寄给教学点，实现“卡在手，环境我有”。评阅老师现场插卡即跑，极大降低复现成本。第八章反思日志：写给三个月后的自己反思日志不是“感谢老师”合集，而是面向未来的“维护手册”。强制包含四条：1.最爽瞬间：用一行命令修复了Unicode编码导致的生僻字乱码，体会到“日志第一”原则的价值；2.最痛教训：未提前在真实药房灯光下采集数据，导致初期识别率仅62%，浪费整整一周；3.最大风险：RaspberryPi的TF卡写入寿命约10万次，需每月备份并更换新卡；4.下一步：把识别结果对接药店ERP接口，实现“识别—扣库存—出单”闭环，预计再节省30秒。日志用Markdown写成，插入照片与代码片段，打包为独立zip。评阅老师可通过gitlog查看时间戳，确认真实性。第九章学术诚信与版权说明作业明文禁止“复制粘贴源码”。为此采取两项措施：1.代码查重：使用开源工具JPlag，对历史三届共438份作业进行比对，相似度超过30%即触发人工复核；2.数据开源：所有训练数据脱敏后上传至Gitee开源仓库，引用需遵循CCBY-NC4.0协议，既保护患者隐私，又接受社区监督。在报告末尾附上原创性声明页，手写签名并加盖骑缝章，确保可追溯。第十章结语：把作业变成职场“敲门砖”电大终结性作业的真正价值，是让学员在有限时间内跑完“发现问题—技术落地—量化成