文摘

针对用户满意度低、响应时间长问题在传统的在线英语教育平台,本文设计一种基于web的在线英语教育平台和实施相关的应用程序测试。随着网络的支持,硬件和软件平台的设计。的硬件平台是由学生模块、教师模块、管理员模块和数据库模块。在此基础上,K聚类方法则用于集群中的学习者数据网络,确定他们的英语水平,和协同过滤算法相结合为学习者推荐相关课程材料,完成软件设计平台。应用试验结果表明,该平台具有优越的功能和安全性,用户满意度高,响应时间短,具有一定的实际应用价值。

1。介绍

知识的不断更新,科技的快速发展,应用网络信息教育的普及,大学,和大学实现现代化教学的要求越来越高,因此必须使用计算机实现网上教学的管理。信息技术的发展对教育带来了革命性的影响。网络教学已经成为一个重要的教学方法。随着网络技术的发展,有关学习者可以很容易地使用多媒体网络技术来构建这样一个理想的学习环境。网络技术不仅是一种辅助工具也是一个基本的知识载体,教学媒体和通信工具。对于学生和老师来说,使用计算机实现网上教学的必要条件是适应现代教育体制的要求,促进科学和标准化的教学(1]。

不同的课程有不同的教学模式和教学方法,和不同学生的接受知识也不同。过去,一位老师和许多学生一起学习在一个大教室,和学时是固定的,这可能会导致学生不能完全消化课教的老师在课堂上和老师不能课后及时复习,这可能会导致学生疲劳的负面影响(2]。面对当前形势,迫切需要开发一个新的实时平台来解决这些问题。在线教育平台的出现已成为最好的工具来解决这些问题。学生可以在任何时间检查他们所需要的学习资料通过互联网和在线咨询老师或者和同学讨论学习问题随时随地,这样问题可以及时解决3]。

与中国经济的不断发展,文化、科学、技术、社会提出了更高的要求对大学生的英语水平,大学英语教学改革已成为社会关注的热点话题之一。英语教学改革,充分利用网络将改变过去被动的课堂教学,教学模式的单向灌输,并关闭,使活跃、双向沟通、开放的教学模式,由此产生的教材,教学方法和手段、课堂气氛的影响,课堂教学和社会关系,类似的一系列创新。实现这一系列创新的完美结合是创新教育思想、概念、方法、手段、模式和技术进步4]。高校的连续扩招,学生人数的增加,教师的教学压力正在增加。通常,大型类的教学方法带来了一些不利因素,确保教学效果。作为基础课程,英语课是一个非常艰巨的任务,帮助学生回答问题和正确的作业。不同的学生提出的问题的重复率非常高,但是老师需要回答一个。教师必须面对很多作业每周正确,大多数这些工作是简单而重复的工作,这将占用大量的教师和学生的宝贵时间。为了保证教学质量和提高效率,解放教师,让他们更好地组织教学,创建一个在线英语教育平台,发布教师教学内容在互联网上,解决常见问题,并提供一个方便的环境,教师和学生之间的讨论和沟通。

燕(5)设计了一个基于小程序在线英语教育平台,主要研究网络英语学习小程序的设计和后台管理的实现程序,完成了在线播放的外国教师的声音,查看相应的文本,等等,通过PHP + MySQL实现前端用户购买课程等功能和等后台管理功能的小程序课程内容列表,微信会员用户管理、音频上传,并解锁。然而,在实际应用中发现,该平台有很长的响应时间。文献[6设计一个在线英语教育平台基于FBM。通过在线教育平台的现状的分析和在线学习在线学习用户的行为特征,结合定量和定性分析,如用户调查问卷,访谈,和调查,并根据用户的旅行地图在线学习,在线学习的问题在在线教育平台的用户经验进行了总结。加上FBM行为模型提出的斯坦福大学行为科学教授福格模型进行交互设计从三个方面:增加用户激励机制,增加用户的能力,并增加触发机制和理想的应用效果有很大差距。文献[7)设计了一个基于移动互联网的在线学习平台。基于整体结构的设计与分析,功能,和执行过程的在线学习系统,安卓开发的关键技术,数据库设计,着重研究了个性化推荐算法。在此基础上,该系统由使用Android平台和实现C / S结构,结合SQLite数据库。然而,在实际的应用程序中,它是发现,平台有问题的用户满意度低、响应时间长,和实际应用效果不好。

为了解决上述问题,本文设计了一种新的基于网络在线英语教育平台,验证通过仿真实验平台的实际应用效果。

2。在线英语教育平台

2.1。平台的硬件设计

2.1.1。学生模块

学生模块包括教师信息咨询、课程公告、课程学习、课程信息咨询,课程作业和论坛讨论,教学视频评论、个人设置、登记、信息查询、交互式在线语法教学,在线讨论和学生模块工作流程如图1。

首先,学生向平台提交他们的注册请求。其次,管理员可以查看用户注册请求模块,判断它是否被授权根据学生提交的注册信息。如果授权,最后学生将在收到学生的邮件通知。您登录成功后,可以与应用程序登录帐户和密码。在这个平台上,学生们需要开始课程学习,然后进入课程学习的学习环境。学生可以访问课程公告栏查看课程的老师)发布的最新公告;公开课程,开展在线课程学习。学生们可以去作业部分,选择老师的作业已经发布,做在线或下载它们,然后将它们提交。学生也可以选择在线测试的试卷;如果他们遇到问题,他们可以直接进入在线讨论,与其他同学或老师沟通。 They can also post their problems in the course forum, discuss common problems with other students, and set their own personal password. Information about courses, assignments, tests, and grades can also be searched.

2.1.2。教师模块

教师模块功能包括教学应用,课程公告、课程文件维护、课程预览:预览自己的教课程,课程问答,课程题库管理,课程,个人设置,注册应用程序,查询信息,查询作业、试卷管理、视频资源。老师的工作流模块如图2。

从上图的分析,可以看出,首先,教师向平台提交注册请求,其次,管理员可以查看用户的注册请求,决定是否批准授权根据教师提交的注册信息。如果授权,通知将被发送到老师的邮箱。接到通知后,老师可以登录平台用他/她自己的帐号和密码(8]。过程一样,当一个学生提交申请。在成功登录之后,老师需要做的第一件事是选择课程来教。老师如果是第一次使用,他/她需要适用于开放课程并填写一些关于课程的信息才能完成的应用程序。进入课程维护模块中,教师可以直接维护过程文件;上传、下载、删除文件;或上传一个压缩包,解压它9]。他们还可以设置第一个文件中执行超文本课件,可以浏览自己的课程,通过进入题库维护模块和题库的建立和修改课程。他们可以维护作业库,正确的网上作业,应对学生的问题,管理课程论坛的文章,并与他们讨论。他们还可以建立自己的个人密码,并了解课程,作业,测试,和成绩。

2.1.3。管理员模块

管理员模块的功能包括学生管理、公告管理、管理员管理、老师管理、图书馆管理、试卷库管理、题库管理、互动插件管理、专业信息管理、成绩管理、作业成绩管理和信息查询。管理员模块的工作流程如图3。

管理员可以登录到平台管理模块,管理学生、教师和管理员进入用户管理、添加和删除用户,授权注册应用程序的学生或教师。通过公告管理模块中,管理员可以发布、修改和删除公告,可以查看或删除所有课程的公告。通过课程管理模块中,管理员可以授权老师的课程应用或删除课程从系统(10]。通过基本表管理模块,管理员可以维护的基本表平台通过问题银行,银行的工作,分别测试纸银行管理问题的银行,银行的工作,和试卷银行维护。

2.1.4。数据库模块

各种各样的数据需要存储和管理数据库的基于web的在线英语教育平台。数据库设计也会影响在线英语教育平台的设计,大量的数据按照一定的组织在数据库;数据库不仅可以提供存储和维护功能,还能提供检索数据功能,平台可以更准确地提取所需的信息,比原来的更及时、更方便(11]。因此,在线英语教育平台的开发和操作直接影响数据库;数据库设计是一个非常重要的方面的在线英语教育平台开发和设计。

实体的分析基础上,形成数据库中的表之间的关系。根据相应的关系模型,进行了数据库的物理设计,和数据设计软件设计师10.0是用于数据库的物理结构设计(12]。数据库表设计的在线英语教育平台将根据表1。

2.2。平台软件设计

在此基础上,K聚类方法则用于集群中的学习者数据网络,确定他们的英语水平,和协同过滤算法相结合为学习者推荐相关课程材料,完成软件设计平台。

2.2.1。基于分类的学生成绩K聚类则

聚类之间的相似之处是找出一些数据从大量的数据和收集这些熟悉的数据。这个过程通常被称为聚类。数据对象在一个集群中,有相似的特征,但在不同的集群数据对象彼此没有关联。聚类的目的是进行分类和研究数据对象,找出一组对象的特点,研究规则或得出结论,没有学习每个对象分别以节省人力或物力研究。在教育领域,聚类分析的学习者通常是用来区分不同的学习小组,每组大纲的基本特征,揭示出每组的特点,进行深入的分析,每个小组,安排个性化的课程,实施个性化教育,提高每个小组的学习效率13]。有很多种聚类算法,可以大致分为分裂聚类算法,层次聚类算法,density-based聚类算法、基于网格聚类算法,等等。本文中采用的算法是一种分裂聚类算法:K——聚类算法。K - means聚类算法的核心思想是K,提前考虑到集群的数量,发现K数据对象作为初始聚类中心,计算其他中心进入数据集群通过一定方法,计算每个集群的平均值,然后改变集群中心值,直到集群中心被固定。(14]。

在这篇文章中,K聚类算法则采用集群学习者在英语网络教育平台上,科学地确定他们的英语水平,然后给他们安排合适的学习内容结合协同过滤方法。学生学习前,他们不得不采取一个水平测试,其中包括五部分:听力分数,分数,阅读分数,写作得分和总分。

欧洲共同的参考框架语言(以上)是由欧洲委员会,由六个水平,目前作为参考标准领域的语言学习和教学。每一层代表一个学生应该达到的水平。采用这种分类标准的英语网络教育平台研究[15]。六个等级一个1,一个2,B1,B2,C1,C2。表2描述每个级别所需的语言能力(16]。

(1)数据收集。在大多数英语网络教育平台,学生水平测试来确定正式研究之前他们当前的英语水平。的过程中K——集群、一定数量的学生水平测试数据从数据库中随机选择英语在线教育平台的研究。水平测试数据被分为四个模块,即听,说,读,写,每个模块的分数计算规模100人。同时,这些学生应该选择的基本数据集群挖掘结果的分析基础,包括年龄,性别,职业,地位,和学习的原因。学生应该根据研究的目的是有限的。由于本文主要研究在线学习,学习对象都是成年人。所选研究对象的年龄限制是18岁或以上。职业的范围、位置和研究原因的分类标准都是基于选定的情况下。

(2)数据预处理。获得数据后学习者的水平测试,下一步是进行预处理数据,使其格式符合要求的聚类算法,然后存储它。使用的数据K本文聚类则是大量听、说、阅读和写作部分学生的熟练程度测试,这些数据将根据比例计算系统聚类分析。此外,据研究,英语水平必须分成特定的标准。英语分为六级,条目,初级,中级,中级,高级和熟练的水平。英语水平是集群的数量分类,和集群类别学生的水平是属于英语水平(17]。

(3)聚类结果的分析。根据上一步的聚类结果,对学习者进行聚类分析,确定学习者的英语水平,和学习内容适合他们自己的水平安排他们,这样学习效果会相对重要的(18]。此外,聚类的结果也可以被应用于组织学习的内容,结合学习者个性化学习内容组织的基本情况。集群学习之后,它还可以帮助教师安排学生的口腔类或其他教学活动19]。

2.2.2。基于协同过滤算法的推荐

根据用户的学习记录,分析了用户之间的相似度并评估用户的兴趣偏好的课程根据相似用户的学习条件(20.]。计算用户之间的相似性将根据user-item矩阵。用户的相似度计算公式和用户如下:

在哪里和 ,分别代表两个用户的所有项目和评分向量和 ,分别代表两个等级的转置矩阵向量相似性计算(21]。

本文基于用户的最近邻推荐算法主要使用,也就是说,大量的用户和项目预计的成绩用户最接近目标用户(22]。相似度的计算采用余弦相似度,和大小值将通过实验确定。获得两个用户之间的相似度后,协同过滤用户偏好的价值的课程定义如下,最终结果是通过加权得到的分数和相似吗用户。具体计算公式如下:

在哪里 代表用户当然的评级 。

通过计算用户之间的相似性特征向量和特征向量,课程可以获得用户的偏好。我们定义的特征向量用户和教案用户首选项如下: 在哪里当然代表了特征向量 ;在计算用户的特征向量 , 代表了用户学习的课程数量(23]。

一门课程的流行特征计算了考虑学生学习课程的数量,比例的用户数量,和学生的数量。在云端教室数据,一般课程评价在1到5的范围。假设代表了课程的学生人数 ,年代_我代表学生的数量标志 ,和当然代表平均分数 ,课程的受欢迎程度可以计算如下:

由于课程的流行的绝对值是没有实际意义的,但课程之间的相对价值更重要;计算每门课程的普及后,有必要从最高到最低等级的分数24]。因为课程的学生人数在不同分类变化很大,这是没有意义的数据集,所有课程的分类分别进行课程在每个二级分类(25]。排序列表后,下面的公式是用来计算期末课程普及使用特征值:

在哪里代表了课程的总数在相应的类别,当然代表了排名 ,和课程1是最高的价值,也就是说,这类最受欢迎的课程。这个计算之后,流行特征值在0到1的范围可以获得20.]。

由于缺乏课程讲师的个人信息,是不可能做出好的判断他们的影响(26]。然而,讲师的课程丰富的数据记录。因此,本文将量化的影响讲师主要根据其课程的受欢迎程度。老师影响因子的定义如下:

在哪里其他课程的总数 ;课程讲师的名字是关于用户和讲师之间的关系。用户和导师之间的关系通常关注的程度,当然,还有三种类型。这三个关系反映了导师潜在用户的信任,所以我们也将系数C的值分为不同级别(2.0,1.5,1.0)。

上面的四个特性影响推荐结果总结了从原始数据,定量提取。接下来,排名函数将用于集成这些特性和计算预测评分的用户课程 。计算方法是执行这些特性的加权线性组合。本文结合的重量计算函数建模为排名学习问题。在推荐的问题,只有两个用户之间的关系和课程:学习,而不是学习。对于这个二进制得分的问题,排名SVM方法用来进行排名的学习(27]。

对于一个给定的用户和对象,每一对的关系将被表示为一个向量每个维度对应不同的提取功能,和向量的维数的数量特征(28]。排序函数 和是权重向量,这也是训练参数。在模型训练阶段,根据用户的课程的学习情景训练数据,对这两个课程是结合到项目。的表示 - - - - - -th集团在训练集的数据如下:

每组数据的训练集是相同的用户,在哪里训练集的样本数量。标志的价值价值的训练样本包括+ 1−1。两个项目和 ,将使用不同的特征向量样本。如果用户研究课程1而不是2,它可以假定课程1应该先于课程2排序列表中,被标记为一个积极的样本吗作为一个负样本。同样,所有课程学习训练样本的用户分组的课程学习。如果用户已经学会掌握了两门课程,训练样本将被忽略,因为订购关系不能判断(29日]。

标记训练样本后,SVM模型被用来进行分类培训,和它的损失函数设置如下:

经过学习和训练排序函数,该模型可以用来获取列表的排序情况的课程推荐,然后排名最高的课程可以选择,推荐给用户。

3所示。应用程序测试和分析

为了验证基于web的在线英语教育平台的实际应用效果设计,应用程序进行测试。

3.1。应用效果测试

平台部署在IBM系统X3200 M2 (CPU:英特尔至强2.83 GHz, DDR2 2 GB),微软的Windows Server 2003。微软的压力测试软件是用来模拟6000用户压力测试平台的主页,和监控服务器的主要性能指标如表所示3。

功能测试结果如表所示4。

安全测试平台的主要领域是:您必须使用一个有效的用户名和密码,登录,没有背景没有登录页面,可以直接查看。用户名和密码是大写和小写字母敏感,和用户密码存储在数据库中的密文。平台登录超时限制。换句话说,用户不执行任何操作后15分钟内登录到平台。通过这种方式,可以节省资源。平台日志文件,可以追溯。

从平台的功能的角度来看,平台正确实现需求的功能需求分析和完成课程管理、用户管理、教学资源管理、作业管理和在线测试等功能。使用的平台,现有的平台接口是美丽的;操作简单;和的一致性查询、删除和修改与操作相关的提示信息和正确性、可理解性和一致性的输入限制提示信息是实现。从平台安全的角度来看,安全问题在现有的控制平台,无需登录,直接进入页面的网址不能打开相应的页面,表明该平台安全稳定,可以有效地通过网络辅助英语教学。这可以提高教学效率,有效减少教师的经济负担。

3.2。比较测试

教育平台基于一个小程序,教育平台基于FBM行为模型,和基于网络的教育平台作为实验平台,和不同平台的用户满意度和响应时间作为评价指标进行了测试。

共有1000名志愿者被选为实验对象。他们登录到不同的网络英语教育平台管理员,教师,学生,进行功能测试。相应的考试分数,得分最高的是10和最低分数为0。有效的评价结果分为10组,和用户满意度三个平台的测试结果如表所示5。

根据表中的数据5,平均教育平台的用户满意度基础上的一个小程序是6.3,这是最低的三个平台之一。用户满意度平均教育平台的基于FBM行为模型是7.9,而基于网络教育平台的9.4,这是最高的在三个平台。它表明,平台更受欢迎和认可用户。

在上述的基础上,响应时间教育平台的基于一个小程序,教育平台基于FBM行为模型,并基于网络教育平台比较。具体的比较结果如图5。

通过分析数据在图5的响应时间,可以看出教育平台基于小程序0.6和1.6年代之间的不同;教育平台的响应时间基于FBM行为模型0.8和2.9年代之间的不同;和基于网络教育平台的响应时间总是低于0.4,表明本文设计的平台的响应速度更快。实际应用结果更好。

4所示。结论

随着互联网的快速发展,人们越来越多的关注,基于互联网的各种应用程序。在教育领域,传统的教学方法有了显著的变化。网络环境下的现代教育模式出现了。计算机辅助教学(CAI)是一种新的教育技术。随着教育改革的发展和社会的进步信息,应大力普及CAI。在线英语教育平台打破了时间和空间的限制和地区限制的传统教育,可以充分利用教育资源。因此,在线英语教育平台已经成为一个重要的现实内容和教育信息化的研究方向之一,也是一个重要和紧迫的主题,促进教育信息化的进程。因此,增加发展中各种信息网络教学和教学软件已成为越来越关注的教育工作者。因此,本文开发了一个基于网络的在线英语教育平台。实际应用结果表明,该平台具有更好的功能和安全性,并与传统平台,用户满意度高,响应时间短,平台可以完全解决传统平台中存在的问题,以及实际应用效果更好。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称他们没有竞争的经济利益或个人关系可能出现影响工作报告。

确认

没有资金用于本研究。