基础教育数字化发展研究｜赵钰辰 付立军 祁柏林 李旭 郭伟民：基于微服务架构的中文作文智能评阅系统研究与应用
引用格式
赵钰辰 付立军 祁柏林 李旭 郭伟民.基于微服务架构的中文作文智能评阅系统研究与应用[J].中国教育信息化,2023,29(6):111-119.DOI:10.3969/j.issn.1673-8454.2023.06.014
基础教育数字化发展研究
基于微服务架构的中文作文智能评阅系统研究与应用
赵钰辰 付立军 祁柏林 李 旭 郭伟民
摘 要： 中文作文评阅是语文教学中不可或缺的部分，每次考试后教师都面临集中的阅卷压力，同时，结果只以分数给出而导致评阅粒度过粗。在解决人工评阅问题而构建智能评阅系统时，面临着多算法调用、系统响应速度慢等新问题。基于微服务架构研究搭建中文作文智能评阅系统，根据功能划分出多个微服务并独自开发和部署，保障系统的高可用性、高并发性和可扩展性，提高响应速度。经实践运行应用，基于微服务的系统具有良好的性能，取得较好的运行效果。所实现的系统一方面有助于提升中文作文阅卷的粒度和客观性，另一方面又能帮助学生找到写作上的不足，提升学生写作能力，提高语文教学的智能化水平。
关键词： 微服务架构；中文作文评阅；多算法调用；Spring Cloud中图分类号： G434文献标志码： A文章编号： 1673-8454（2023）06-0111-09作者简介： 赵钰辰，中国科学院沈阳计算技术研究所硕士研究生（辽宁沈阳 110168）；付立军，通讯作者，山东大学大数据技术与认知智能实验室主任、中国科学院沈阳计算技术研究所研究员（山东济南 250100）；祁柏林，中国科学院沈阳计算技术研究所研究员（辽宁沈阳 110168）；李旭，山东大学大数据技术与认知智能实验室工程师（山东济南 250100）；郭伟民，北京市中关村中学教师（北京 100081）一、引言
在语文教学活动中，主观写作教学一直扮演着重要的角色，写作能力是语文素养的综合体现。[1]对写作的评阅批改工作一直是写作教学的重点。目前为止，人工阅卷仍然是该部分工作的主要方式，其弊端也十分明显，教师工作量巨大，分数主观因素占比大，无法客观地使用相同标准对作文给出评分并加以详细评价；[2]同时，学生得到的评价反馈不全面，不足以帮助学生认识到自身写作欠缺的地方，无法辅助学生有针对性地提高写作能力。作文评阅不仅是对作文的具体评价，同时也体现学生的写作水平。教师以此对学生的写作进行反馈，学生通过教师的评价了解写作中存在的不足，并加以校正，其中所体现的指导价值显而易见。但是，教师在人工阅卷时，评阅内容往往不够详细，遗憾在所难免。
相比英文作文智能评阅，中文作文的评阅更加复杂且困难。中文的考试作文字数更多，不仅要求语言流畅、没有病句错句，还对写作的文采有一定要求，如成语的使用、名人名言的引用、适当的修辞手法等。并且，中文作文更是要求文章要有一定的深度。例如，议论文要体现作者对论点深刻的思考、论据充分，且全文要贴合主题、紧扣题意。这些都是中文作文评阅系统实现上的难点。[3]
在现代化信息技术的推动下，结合计算机技术组织教学成为当今教育发展的趋势，计算机技术与教育的融合，为中文作文评阅系统的实现提供新的思路。目前，多数应用服务系统的结构为单体架构，系统功能越来越多、集成服务逐渐增加，导致系统运行速度变慢、体验变差。需要从软件架构的角度解决上述问题。有学者指出，对于单体结构的系统，整个软件必须以一个整体对待，因此存在耦合性过高、可靠性不足的问题。[4]有学者指出，单体架构由于整个应用都部署为一个统一的应用服务，所有内部组件需要遵循同样的框架和技术体系，灵活性和扩展性不足。[5]
本文提出一种基于微服务架构的中文作文智能评阅系统，以实现在考试场景下的作文评阅以及平时练习时的作文自动评阅，通过对作文进行多维度智能分析，提高作文评阅的粒度，评阅结果更加客观公正。这可以节省教师阅卷的时间成本、将评阅结果及时反馈给学生，从而让学生有针对性地提高写作能力。考虑到系统功能模块较多，且算法服务模块仍然需要迭代升级，以及系统后续的功能及规模可能越来越复杂，单体架构难以应付并发量高、系统更新维护频繁等问题，所以本系统采用最新的微服务架构来实现相关功能，以有效规避上述问题。[6]目前，本系统在中学的应用得到教师较好的反馈，在一定程度上减轻教师工作量的同时能提供更为详细的作文分析。
二、相关技术
微服务是一种软件架构模式[7]，区别于传统的单体式方案，它将一个整体的服务按照功能划分成多个独立的服务，每个服务有独自的运行环境与进程、有自己的生命周期[8]。每个服务可以单独构建和部署，保证服务之间不会互相影响，[9]实现应用核心功能间的松散耦合，具有独立开发、维护、扩展的优势。[10]服务之间一般通过轻量级的通信方式进行相互通讯。[11]
Eureka是由Netflix开发的服务发现框架，提供服务注册与发现功能，Eureka包含两个角色Eureka Server和Eureka Client。Server提供服务注册服务，微服务的节点在服务运行后会先在Eureka Server中进行服务注册，Eureka Server会在自己的服务注册表中对可用的服务节点进行保存。Eureka客户端会从注册中心获取服务列表，获取服务方的信息进行服务消费。
Zuul是一个网关服务器，控制客户端对系统后端的访问，是系统服务的访问入口。Zuul使用多个作用不同的过滤器，可以在“请求—响应”生命周期的不同阶段执行，为整个微服务系统提供动态路由、监控、弹性负载和安全功能。在本系统中提供身份验证功能，保证满足要求的身份才可以访问系统接口。
Hystrix是一个开源的延迟和容错库，添加延迟容忍和容错逻辑，帮助分布式系统控制服务之间的交互。Hystrix可以避免系统的服务发生雪崩，因为在分布式服务中，服务的互相调用难以避免地会发生错误，当某个微服务因为某些异常原因无法被调用访问时，Hystrix可以通过失败后快速恢复、停止级联失败等手段提高系统的弹性。当某个微服务节点出现不可预期的错误时，Hystrix会向服务的调用方返回一个先前设定的可处理的备选方案，避免长期无效等待或者不可处理的异常。
Ribbon是一个开源的客户端负载均衡器，主要功能是为系统的后台服务提供负载均衡。Ribbon组件支持对http请求的连接重试、转发等操作。Ribbon会根据负载均衡算法对系统的服务进行访问，缓解系统的访问压力，避免服务访问集中到某一个或者某几个服务上，同时方便系统的横向扩展。其中负载均衡算法除了其自带的算法，也可以通过自定义实现。
Config是配置文件的统一管理中心，用来为分布式系统中的基础设施和微服务应用提供集中化的外部配置支持。应用服务中除了实现系统功能的代码，还有很多外部配置，且外部配置的规模会随着微服务的不断增加而增加，Config可以很好地解决该问题。
三、系统设计
本系统主要功能是辅助中文作文评阅工作，减少教师在作文评阅上的工作量，保证作文评阅的质量和标准，细化作文评阅结果的粒度。软件架构上使用Spring Cloud微服务框架技术对原有的单体结构的系统进行升级，保证本系统高效可靠地运行，提升并发访问能力以及算法服务的扩展与维护。
（一）系统需求分析
通过对中文作文智能评阅系统的实际流程进行需求分析，考虑到目前中文作文评阅系统存在的问题，以及结合本系统的使用场景得出系统应具备以下功能：
1.考试试卷批量评阅
辅助大型语文考试的写作阅卷工作是本系统的主要应用场景，保证提供可靠稳定高效的系统运行效果是本系统的首要需求。
2.平时学生作文自主测评和记录查询
除了辅助考试场景下的阅卷工作，也要实现对学生在平时练习时提交的作文进行评阅，并将结果反馈给学生。学生可以通过个人账号登录系统进行自主作文测评，测评的结果会在系统中保存。
3.打印考试成绩单和作文评阅详情
本系统作为辅助考试场景下作文阅卷工作的工具，要实现本系统与其他主观阅卷系统的对接，将作文成绩整合到语文试卷的总分中，以及实现考试阅卷成绩的导出功能。
4.学生作文成绩分析
实现作文分析功能有助于学生了解自己写作中的不足，以月份或者学期为单位，分析学生在该期间的所有作文评阅结果，总结学生写作中的问题，并将分析报告反馈给学生以及教师，更好地提升写作成绩。
5.数据资源的有效管理
保证系统数据安全可靠地存储，实现数据以及数据库的日常管理及维护，实现日志数据、算法分析数据、图片数据、作文数据等的存储，以及查询、修改和校验等功能。
6.算法服务的可扩展性
保证本系统算法服务的稳定以及可扩展性。目前，根据高考的评分标准本系统已有算法服务包括文体符合算法模块、行文流畅算法模块、中心突出算法模块、结构严谨算法模块等。目前，算法服务仍然需要在应用中根据使用的反馈结果进行迭代升级，保证算法服务的易维护性，且根据考试规模对算法服务进行增减，实现算法服务模块的动态扩展以及算法模块的整合服务。
（二）功能模块设计
基于系统详细的需求分析，确定本系统的主要功能模块包括账号管理模块、成绩分析模块、作文检索模块、考试阅卷模块、平时练习模块。具体系统功能模块如图1所示。系统各个功能详细介绍如下：
图1 系统功能模块
1.用户管理模块
管理的对象包括两种：一是管理该系统的账号，包括角色管理、学生账号注册、教师账号创建、系统登录与退出、权限管理、信息修改等功能。二是管理该系统的班级，包括班级创建、班级增加与删除等功能。
2.成绩分析模块
该部分功能包括班级作文成绩平均分、某班级作文成绩排序、某学生的成绩分析，以及可视化成绩分析展示。
3.作文检索模块
提供系统评阅过的作文检索、优秀作文检索、素材检索。检索分为精确检索以及关键字检索。
4.考试阅卷模块
提供管理考试的相关功能，包括考试项目创建、考试项目管理、试卷批量扫描上传、试卷批量评阅、某次考试查询、某次考试试卷查询等。
5.平时练习模块
该模块主要功能是为学生开放自助作文评阅功能，学生可以将自己平时练习的作文提交到阅卷系统获取评分，提高学生写作的积极性，还包括学生作文的管理、查询功能。同时，平时阅卷的结果也会作为成绩分析模块的数据输入。
（三）系统整体架构
智能评阅系统整体架构分为四层，由下向上分别是基础设施层、微服务层、应用层、交互展示层。基础设施层主要提供数据存储的基础服务，本系统采用目前最为流行的关系型数据库MySQL来存储系统数据，同时使用Redis作为缓存提升查询效率、使用ElasticSearch作为作文和素材的存储数据库，以及提供检索服务。服务层是根据系统功能划分的微服务，处理来自应用层的请求，一些服务是单独微服务就可以提供的，而另一些需要多个微服务共同响应请求。应用层是本系统的一些主要业务模块，是使用者向服务层发送请求的接口。系统整体架构如图2所示。
图2 系统整体架构
（四）微服务架构
在服务端，本系统采用微服务架构进行设计开发，在框架选型中选择Spring Cloud框架进行开发。Spring Cloud是目前为止最为流行且先进的微服务框架，社区活跃度很高，是一系列框架的有序集合，如服务发现注册、分布式的配置、负载均衡、断路器、数据监控等，[12]利用Spring Boot的便捷性简化分布式系统的开发。[13]每个微服务的功能模块相对独立，实现代码的解耦，不会存在功能上的相互依赖，同时依靠Spring Cloud技术组件，提升系统的开发效率，以缩短开发周期，并且保证系统的稳定运行。
本系统的多个微服务分别部署在多个服务器上，搭建微服务集群，通过Eureka对微服务进行管理，每个微服务需要在Eureka注册中心进行服务注册，作为服务的提供端。同时，微服务之间使用RestTemplate进行交互，RestTemplate是Spring提供的一个同步的Rest API客户端，它提供高度封装的接口，可以让用户很方便地进行Rest API调用。其提供很多种调用方法，主要分为Get和Post，可以指定调用接口的地址，指定返回的值的类型。使用Ribbon实现微服务调用的负载均衡，同时Ribbon也支持通过自定义负载均衡算法，可以在项目中自定义配置类，并通过在微服务启动类中指定具体的实现方式。外部通过网关接入微服务，使用Zuul网关提供统一的入口作为最上层的服务，承担整个系统的权限验证、请求过滤、限流、接口转发、监控等工作。用户通过Zuul网关向Eureka服务器发起服务订阅请求，执行请求路由到后端服务，执行协议转换、接口的调用等功能。本系统使用Nginx进行路由转发，拦截前端的请求并分流发送给后端服务，减少后端的服务压力。具体的系统微服务架构如图3所示。
图3 系统微服务架构
（五）数据库设计
数据库设计是本系统的核心技术之一，本系统包含大量不同类型的数据，为了保证多种数据的可靠存储，同时支持数据多种方式的访问及快速响应，本系统使用MySQL数据库，其作文数据、阅卷结果、账号数据、算法分析、日志等都保存在MySQL中。为了提高系统的并发处理读写的性能，本系统的MySQL数据采用主从结构模型，其目的是将数据库的读写操作加以分离，缓解单点数据库的访问压力，其中主节点负责写入数据，从节点负责对外提供数据访问的服务。主从节点的数据通过同步手段进行数据的通信传输，从而保证两个节点的数据一致性。[13]
为了提高系统的响应速度，以及缓解MySQL数据库的访问压力，使用Redis作为缓存数据库。[14]对外提供热点数据的访问，实现方式为当使用人查询某一篇作文后，不仅会将该作文返回给使用者，也会将该作文数据保存到Redis。对于系统的查询操作会先访问Redis，如果缓存中有该条数据就直接返回给使用者，不再访问MySQL，直接将结果返回给使用人。如果缓存没有命中才会访问MySQL并在返回数据的同时将数据缓存到Redis中。
搜索也是本系统的一个重要功能，为了对外提供快速精准的搜索服务，本系统使用ElasticSearch搜索引擎。当作文评阅完成后，会将MySQL的作文数据同步到ElasticSearch；同时，使用针对中文分词效果较好的IK分词器进行文章分词，ElasticSearch会根据作文题目、作者、关键字对外提供搜索服务。本系统的数据库存储架构如图4所示。
图4 数据库存储架构
四、系统实现
（一）Spring Boot子系统搭建
本系统使用的是Spring框架提供的全套技术解决方案，微服务的服务开发框架使用的是Spring Boot，因为其引入自动配置的概念，并且集成大量的常用的第三方库配置，可以在短时间内搭建一个应用系统。搭建子系统，需要先创建Maven项目，并在POM文件中声明需要引入的依赖如Mybatis、Aspectj、Eureka等。然后在application.yml配置文件中添加该项目以及该项目使用的中间件配置信息，如数据源信息、日志信息等。因为每个微服务都是单独开发部署的，且每个微服务的结构及风格要保持一致，Spring Boot可以很好地实现快速单体服务的构建。系统搭建完成后便可对具体的业务系统进行开发。
（二）服务注册集群与负载均衡
在完成基于Spring Boot的业务开发后，通过Eureka搭建服务发现集群，保证注册中心的高可用。Eureka包含Eureka Server和Eureka Client。在Spring Boot项目中通过添加Eureka Server依赖，在每一台Eureka服务器上注明Eureka Server 的端口、唯一的主机名、服务地址信息，并将本台Eureka服务器注册到其他Eureka服务器中，实现Eureka的相互注册；在启动类标注@EnableEurekaServer注解声明该服务是Eureka的服务端，在各个微服务启动后会在Eureka Server集群注册中心进行注册，并将服务结点注册在服务注册表中。服务节点可以在Eureka图形化界面进行查看。Eureka的服务提供端需要添加Eureka Client依赖，在配置文件中写明服务端口、微服务名称以及注册中心集群的全部URL地址；在主启动类中添加@EnableEurekaClient注解标明该服务是服务的Client端。微服务的消费端配置方法与提供端相同，服务消费端在调用接口时，使用服务的别名去注册中心获取实际的RPC远程调用地址，并通过RestTemplate进行服务远程调用。为了保证微服务的高可用，同一个微服务会部署多个服务实例，通过在RestTemplate实例化的地方添加@LoadBalanced注解开启负载均衡功能，该注解通过Ribbon可以很方便地解决负载均衡的问题，默认使用轮询算法。Ribbon会拦截消费者的请求，并根据URL中的服务名称在服务注册表中找到匹配的服务，使用指定的负载均衡算法对微服务进行调用。
（三）评阅算法服务
智能评阅系统的核心就是算法。算法辅助作文评阅主要包括手写汉字识别算法和多个阅卷标准的算法两个方面。因为算法服务的执行需要消耗较高的系统资源，且要保证算法服务迭代升级的维护需求，微服务框架的易部署性和可扩展性保证算法服务的弹性伸缩，很好地满足算法服务的需求。
手写汉字识别算法的任务是，对学生的答题内容进行文字识别并转换成文本。当有作文图片上传到系统请求阅卷服务时，系统会先调用OCR算法来获取作文图片中的汉字信息。为了保证提供稳定的手写汉字识别功能，配置两台服务器专门提供OCR算法微服务，系统在获取汉字信息后保存数据到MySQL，再调用其他作文评阅算法对作文进行算法评阅。
为了实现评阅的结果更加符合高考阅卷标准，本系统在设计算法之初就参考高考的等级评分标准，实现的评分算法包括符合题意算法、中心突出算法、内容充实算法、符合文体算法、结构严谨算法、内容丰富算法、是否有文采算法。为了让多个算法并发执行且在较短的时间内返回结果，每个算法微服务会部署多个服务实例，保证服务的并发能力。在所有算法执行完毕后，将结果进行处理整合生成算法评阅结果，最后将结果返回给调用方。目前，系统服务器集群中部署的多个算法微服务使用Ribbon实现算法服务的负载均衡，保证一次考试的阅卷工作能在较短的时间内完成。
（四）异构服务融合
系统基于Spring Cloud开发，后端系统服务接口使用Java语言开发，使用的是Spring Boot框架，评阅算法服务使用Python语言开发，使用的是Flask Web框架。因为两者的服务使用不同的语言对框架进行开发，所以对于算法服务而言无法直接接入Spring Cloud，那么就无法使用Java实现的权限验证拦截器，以及Spring Cloud提供的服务发现、负载均衡等一系列微服务治理功能。为了保证整个系统的一致性、降低系统的复杂性，需要将算法服务融入到Spring Cloud中，解决异构服务融合的问题。对于算法服务需要引入py_eureka_client库，该库是用Python编写的Eureka客户端，用于将Python服务融入到Spring Cloud中。通过eureka_client.init()函数进行服务的注册与发现，需要传入Eureka服务器的地址和端口，当前组件的主机名称、端口，以及调用其他服务的可用策略。通过以上操作，就可以将基于Python的算法服务融入到Spring Cloud体系中实现服务的统一管理。
（五）应用平台实现
以考试场景下的阅卷对本系统的实现进行详细说明。教师可以先在创建考试页面中新建考试，填写本次考试的相关信息，如考试名称、考试类型、年级、作文材料、参考人数等内容。然后点击创建考试，创建本次考试。创建考试页面如图5所示。接着将扫描仪扫描的作文图片上传到本系统，作文图片上传完毕后系统便会开始自动阅卷，阅卷完毕后展示结果。考试的作文评阅结果如图6所示。点击具体的作文可以看到该篇作文的详细评分结果，如图7所示。
图5 创建考试页面
图6 考试评分页面
图7 作文详细评阅结果
（六）系统性能测试
本系统的主要开发目的之一就是提高系统接口的响应速度、提高系统的并发能力。本次测试使用JMeter对作文评阅结果的查询接口进行并发负载测试，对比系统重构前后在相同并发量下的接口平均响应时间，以此来判断微服务架构相对于单体架构的性能提升。具体测试结果如图8所示。
图8 JMeter测试结果
根据图8中的结果可知，系统在重构之后并发量在800以下时整体响应时间下降50%，在并发量达到1000时响应时间降低61.1%。达到预期效果，有效降低在并发场景下的响应时间。
五、结语
本文基于微服务架构实现中文作文智能评阅系统，解决之前单体服务过于臃肿的问题，提高系统的响应速度，每个微服务都可以单独部署，以满足本系统在考试场景下高并发、高可用、可扩展的需求，同时后续的开发与维护也相对容易。[15]
研究和实践显示，该系统能有效提高中文作文阅卷工作的客观性和评阅粒度。系统可以根据评分标准做到评分始终如一、不受其他因素干扰；系统的应用既提高评阅的效率，又提升作文评阅的更细粒度。即在更短的时间内，不仅仅是分数，还可以从文章的结构、语法、修辞等多个层面，将结果反馈给学生，促进学生作文写作能力的提升。
参考文献：
[1]郑桂华.作文的批阅与讲评[J].中学语文教学,2011(3):25-27.
[2]张文霞,武永.以评促学:构建基于写作任务的作文自动评阅系统[J].现代教育技术,2017,27(3):99-104.
[3]麦范金,岳晓光,赵子强,等.基于自然语言处理的智能评分系统[J].桂林理工大学学报,2010,30(3):426-430.
[4]辛园园,钮俊,谢志军,等.微服务体系结构实现框架综述[J].计算机工程与应用,2018,54(19):10-17.
[5]吴化尧,邓文俊.面向微服务软件开发方法研究进展[J].计算机研究与发展,2020,57(3):525-541.
[6]董瑞志,李必信,王璐璐,等.软件生态系统研究综述[J].计算机学报,2020,43(2):250-271.
[7]史磊,刘钊,徐辉,等.基于微服务架构的直流输电换流阀监测系统设计[J].电气自动化,2021,43(5):92-94.
[8]余航,许博.面向微服务架构的软件系统韧性增强技术研究[J].信息技术与网络安全,2021,40(10):8-15.
[9]周永圣,侯峰裕,孙雯,等.基于Spring Cloud微服务架构的进销存管理系统的设计与实现[J].工业控制计算机,2018, 31(11):129-130,133.
[10]VAYGHAN LA, SAIED M A, TOEROE M, et al. Microservice based architecture:towards high-avail-ability for stateful applications with kubernetes[C]. IEEE International Conference on Software Quality,Reliability and Security(QRS), 2019.
[11]HEORHIADI V, RAJAGOPALAN S, JAMJOOM H, et al. Gremlin: systematic resilience testing of microservices[C]. International Conference on Distributed ComputingSystems, Nara, Japan. IEEE, 2016:57-66.
[12]洪华军,吴建波,冷文浩.一种基于微服务架构的业务系统设计与实现[J].计算机与数字工程,2018,46(1):149-154.
[13]郑锦男,李舒涵,许宏科.微服务框架下的交通信息化架构[J].信息技术,2019,43(1):157-162.
[14]吴沧舟,兰逸正,张辉.基于MySQL数据库的优化[J].电子科技,2013,26(9):182-184.
[15]李翀,刘利娜,刘学敏,等.一种高效的Redis Cluster的分布式缓存系统[J].计算机系统应用,2018,27(10):91-98.
[16]冯志勇,徐砚伟,薛霄,等.微服务技术发展的现状与展望[J].计算机研究与发展,2020,57(5):1103-1122.
Yuchen ZHAO1,2, Lijun FU1,3, Bolin QI1,2, Xu LI3, Weimin GUO4
（1.Shenyang Insitute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, Liaoning;
2.University of Chinese Academy of Sciences, Beijing 100049;
3.Artificial Intelligence and Cognitive Intelligence Laboratory, Shan Dong University, Jinan 250100, Shandong;
4.Beijing Zhongguancun High School, Beijing 100081）
编辑：王天鹏 校对：王晓明
往期目录｜超链接版
期刊简介
《中国教育信息化》创刊于1995年8月，是由中华人民共和国教育部主管，教育部教育管理信息中心主办，面向国内外公开发行的国家级学术期刊。期刊内容力求全面深入地记录我国教育信息化的建设进展、研究与应用成果和行业发展状况，开展我国教育信息化发展状况调研和教育信息化国际比较研究，服务于国家教育宏观决策；力求全面准确地把握教育信息化相关的方针政策和标准规范，及时追踪ICT前沿技术的发展趋势及其与教育的融合，深度挖掘教育信息化建设与应用的体制、机制创新，服务于我国教育信息化实践。
●RCCSE中国核心学术期刊
●中国人文社会科学（AMI）扩展期刊
●中国期刊全文数据库收录期刊
●中文科技期刊数据库收录期刊
●国家哲学社会科学学术期刊数据库收录期刊
●中国核心期刊（遴选）数据库收录期刊
●龙源期刊网收录期刊
一年12期，每月20日出版
20元 / 期，邮发代号：82-761
编辑部邮箱：mis@moe.edu.cn
通讯地址：北京市西城区华远北街2号921室