文摘

大学英语教学是当前研究的一个重要内容,以及如何为教学辅导提供更有效的方法是当前一个热门的研究话题。因此,本文设计一个基于互联网的在线辅导平台,大学英语教学,这是加速利用k - means聚类算法。数据处理效率和处理方法提高用户满意度需要更多的实践经验总结。在业务逻辑层中,通过k - means聚类算法挖掘上传信息形成一个在线辅导大学英语数据库提供数据支持平台,实现数据的业务逻辑的判断,将数据库中的数据,并返回到其他格式的用户界面,为用户提供浏览和咨询。在数据访问层,业务逻辑层的数据处理。处理完成后,数据可以添加,删除,修改,和数据库中检查。最后,数据库的操作结果反馈给业务逻辑层进行处理。实验结果表明,该平台具有良好的数据挖掘设计性能、低连接速度和低响应延迟,良好的兼容性,CPU使用率低,资源共享速度快,用户满意度高。它可以连接到不同的操作系统。

1。介绍

在传统的英语教育中,教师是知识的来源,和学生学习英语的接受老师所提供的资料。教学接受者,学生只有在一个被动的位置接受知识在英语教学中,不能充分调动和他们的计划。教学质量的评估通常是通过学生的英语学习成绩,导致过分强调分数,只关注一些一流的教育学生,这损害了大多数学生的自尊和忽略了大多数学生的发展和培养能力(1]。从这个角度来看,这是一个极大的教育资源浪费,扼杀学生的个性和创造力。

早在19世纪,伊萨克皮特曼建议第一代网络Teaching-correspondence教育。与多媒体技术的迅速发展,多媒体教室已普遍建立了许多学院和大学。许多课程在多媒体教室进行。英语课程的教学模式改变了传统课堂教学基于多媒体教室计算机辅助教学。在英语教学过程中,教师使用多媒体设备展示学生的英语教学内容的图片,文字,声音,通过多媒体课件和其他多媒体材料和图片,以便学生能受到他们全面和接收信息,达到良好的英语教学效果。然而,在这个教学模式也有一些缺点:首先,多媒体英语教学中有大量的信息传播,学生必须在课堂上认真听,很多学生没有记笔记的习惯,和一些学生试着记笔记,但往往不能跟上老师的进度的讲座,这不利于学生课后自学复习。其次,通过使用多媒体英语教学,课教师必须把所需的教学课件和其他材料在移动存储设备,便携式,很不方便。第三,没有改善与学生互动2- - - - - -4]。鉴于上述问题,一些教师个人主页课后为学生提供英语学习材料,回答学生的问题,并定期更新个人主页的内容。每次更新主页的内容,他们必须使用HTML编辑工具修改主页,这是非常不方便。

近年来,互联网技术的快速发展已经宣布,人类已经进入了“信息时代。”“地球村”已经被大多数人接受。随着多媒体技术和网络技术的迅速发展,网络学习已成为可能。它打破了传统校园的界限,可以创建一个更广泛和多元化的学习环境,没有时间和空间的限制。网络可以使学习者更积极参与,提高他们的学习兴趣,实现非实时教学。因此,随着网络技术的发展,网络教学平台基于互联网的最好方法是一种有效的辅助教学工具和实现信息交换和资源共享。从这个方面,罗西安大学研究SPOC-based公共课程教学平台的信息,和贾等人设计了基于android系统的物理移动学习平台的大学,但是他们有明显的相关性(5,6]。与此同时,安全性和在线交流也在线教学领域的重要问题。因此,我们必须严格保护数据通信网络维护和安全管理在网上教学,确保学习平台是安全的和有效的。在面对英语教育对网络教育的发展,有必要开发一个更个性化的在线辅导为大学英语教学平台。的帮助下在线辅导大学英语教学平台,学生可以改变被动学习到主动学习的英语在任何时候在网络环境。在这个平台上,学生是教学的中心。学生进行个性化的学习,教师和学生突破时间和地点的局限性在沟通过程。在网络英语教学,更少的学时和大幅增加之间的矛盾是解决在教学信息。之间的矛盾的数量大幅增加学生和一些教学工作人员解决。大学英语的在线辅导教学平台可以培养学生的能力通过网络获取知识,促进培养学生的独立精神和合作质量。 Recently, mobile learning has grown in popularity and complexity with the proliferation of mobile devices and online video services [7]。新的挑战包括多种移动设备具有不同特点和局限性和教育多媒体内容的指数增长。虽然此前提出了自适应移动学习系统,这些彻底解决教育多媒体内容的适应。摩尔多瓦和统治下8)提出了小说DQAMLearn框架来支持移动学习者的无缝访问教育多媒体内容从不同的移动设备具有不同特点。与此同时,移动设备变得更加负担得起的和强大,越来越范围的富媒体应用程序可以为移动用户提供高度现实和身临其境的体验。但是,这需要的成本非常严格的服务质量(QoS)需求,对底层网络施加重大压力。Comşa et al。9]提出一个创新的基于机器学习调度解决方案,支持增加了生活质量全向(360°)视频来适应这个新富媒体应用程序和克服相关的挑战。

在线辅导,大学英语分为的数据对象k集群基于k - means聚类算法,这有利于形成每一组符合条件的对象在同一个集合非常接近,在不同的集群是完全不同的事情。聚类算法可以进行每组形成符合条件的对象在同一个集合非常接近,在不同的集群是完全不同的事情。DBSCAN的主要假设(10)是两个密集区域由一个稀疏的地区。由于DBSCAN与密度,它可以很容易地nonglobular结构模型。此外,DBSCAN更适合与不相称的集群数据集的大小和数据可以以非线性的方式分离。

然而,现有的模型有一个低效率的瓶颈在传输大量数据,有一个可怕的影响质量的在线辅导。提高英语辅导的教学效果,本文设计一个基于互联网的在线辅导平台,大学英语教学,加快数据处理效率,提高用户满意度。业务逻辑层的k - means聚类算法是用来形成一个在线辅导大学英语数据库为平台提供数据支持。与此同时,它可以实现数据的业务逻辑的判断,将数据库中的数据,返回其他格式的用户界面,为用户提供浏览和咨询。这项工作的主要贡献如下:(我)一个基于互联网的在线辅导平台,大学英语教学的目的是加快数据处理效率,提高用户满意度(2)业务逻辑层的k - means聚类算法是用来形成一个在线辅导大学英语数据库为平台提供数据支持

本文的其余部分组织如下。我们提出了系统的框架和技术细节描述的部分2。节3现在,我们广泛的实验结果说明了模型的有效性。最后,我们结束我们的工作4。

2。基于网络的在线辅导平台

在本节中,不同的组件描述在线辅导平台,如他们的基本结构、功能结构、数据库、数据挖掘及其算法。

2.1。平台的基本结构

本文在线辅导平台的发展大学英语是基于。net三层体系结构,即用户界面层、业务逻辑层和数据访问层。用户层顶部层,这一层的用户操作符。这一层有一个可见的和用户友好的界面,通过它用户可以安全地运营层,他们不能考虑这一层的实现。业务逻辑层的中间平台。在操作界面,用户输入的数据将反映在业务逻辑层,和获得的数据将根据业务逻辑。另一方面,数据库中的数据将被转换成其他格式计算数据。回到用户界面后,可以方便用户的浏览和咨询。操作界面的功能可以实现,可以解释为平台的业务逻辑层;数据访问层是底部的平台。后的数据处理业务逻辑层完成后,数据库中的数据可以添加,删除,修改,查询,可以执行其他操作。 It needs to return the final database operation results to the business logic layer and then transfer the data operation results to the middle layer for processing [11,12]。如图1在线辅导平台的总体架构的英语教学。

在线辅导英语教学采用。net平台的三层框架,主要是因为它具有以下优点:系统客户端和服务器直接连接,而不需要通过其他部分连接,所以系统的响应时间将会非常短;用户界面友好、美丽、界面风格多变,可满足用户的各种需求;事务处理能力相对比较强,还可以实现复杂的业务流程(13]。

每一层的分离是这个框架的最大优势,这可以减少最大的功能模块之间的耦合和全面实践“低耦合,高内聚”的观点在软件工程(14]。根据开发人员的角度来看,这种方法有助于系统的业务需求的变化。有变化时,不需要修改的所有代码和业务逻辑相应调整。因此,可以提高项目的开发效率,并可以降低系统的开发成本。

2.2。平台功能结构的设计

本文的角色在线英语辅导平台高校分为学生、教师和管理员。有四个平台的主要功能模块,教学支持、资源管理、教务管理、平台管理。之后,用户可以登录到在线英语辅导平台高校根据自己的权限。图2显示了平台的主要功能结构。

其中,教学支持模块的作用主要是教师和学生。用户登录平台后,英语教师可以在线管理课程,安排并修改作业,上传课件的相关信息。学生可以浏览英语课程内容,完成在线作业,并解决问题,教师。该模块主要包括两个子模块:课程教学,教师和学生之间的交流。课程教学子模块功能的课件浏览、课程公告、辅导和回答,VOD点播,作业检查,等等。它可以集中管理的课件资源开发和形成。学生可以根据相应的课件浏览课件提供的地址选择课程,同时教师可以根据相应的课件浏览课件课程提供的地址和发布即时信息。教师上传教学辅助文档、经典案例和相关的常见问题和答案为学生下载和学习英语课程,并提供优秀的学生和教师的英语教学视频资源;教师安排、正确的,并分析课程作业和浏览的大局作业;学生在线修改和提交作业,可以浏览教师评论理解掌握知识要点; teachers can input English test questions and answers through the platform, and students can choose the corresponding chapters to test. After the user logs on to the online tutoring teaching platform of college English, the platform will automatically track the user’s operation and provide detailed attendance records and log reports at any time [15- - - - - -17]。师生交流平台的子模块的功能是课堂讨论和学术论坛。用户可以讨论和表达他们的意见与英语课程相关的问题,作为子模块为教师和学生提供了一个强大的在线交流工具。

资源模块包含共享软件资源和教材资源。所有用户的共享软件资源,为用户提供丰富的共享软件资源。教材资源主要是为教师提供丰富和多样化的多媒体材料资源满足教学需要教师在开发网络课件(18,19]。模块主要由四个部分组成:资源存储子模块,资源类型管理子模块、资源修改子模块,子模块和资源检索。资源类型管理子模块是系统维护人员和管理员可以根据类型和建立资源目录也有操作权限添加、删除和修改资源目录;资源存储子模块是为教师和系统维护人员和可以添加各种类型的教学资源到资源数据库。资源修改子模块为教师和系统维护人员。资源的作者和管理员可以修改资源的属性,包括描述、类型、作者、大小和其他相关信息或删除资源记录。资源检索子模块搜索所有用户的共享软件资源,主要为教师和教材资源。全文检索检索采用基于表示,有各种各样的组合检索方法根据关键词和资源类型。

教学管理模块主要提供英语教学相关的管理功能,包括用户管理、课程管理、教室观察、和其他子。用户管理子模块是面向对象的教育管理员和系统管理员。用户管理是系统用户信息和权限的管理。该系统包括用户角色管理、用户权限管理、用户角色权限管理、用户密码维护、和其他功能20.]。用户管理的内容包括查看用户的基本信息和选课,暂停一个帐户的激活,重置用户的密码。课程资源管理子模块包括添加和修改新课程,设置课程费用,和支票支付课程的学生。在教室里观察子模块、教育管理员可以检查的传统课堂教学安排英语课程在登录之后。

平台管理员的平台管理模块,其主要功能包括定制系统接口、定制用户权限,并管理各功能子模块,为平台管理和升级提供强大的功能。

2.3。设计平台的数据库

在数据库设计工作,平台开发商抽象关系数据库的结构和内部关系平台通过建立数据库的e - r模型的平台。e - r模型中的实体之间的对应关系图之间的对应关系参数和数据库中的数据表,可以分为三种类型(1:1,1:米,米:N)[21从数学模型)。e - r模型的基础上,确定每个特定数据库中的数据表,它可以进一步得到平台组成的数据库平台的详细模型数据表及其依赖项。平台数据库模型组成的主要数据表及其依赖关系如图3。

2.4。数据挖掘

在线辅导,大学英语分为的数据对象k集群基于k - means聚类算法,这有利于形成每一组符合条件的对象在同一个集合非常接近,在不同的集群是完全不同的事情。

2.4.1。k - means聚类算法的框架

在用户输入数据的操作接口平台,k - means聚类算法应用于矿山数据的业务逻辑层提供数据支持网络在线辅导平台的大学英语教学。本文以集群的数量k大学英语在线辅导资料的k - means和将数据划分为目标k集群,集群中的数据对象彼此接近,尽管数据在集群相互远离。k - means聚类算法选择k点作为初始聚类中心,然后计算每个样本和集群中心之间的距离,把数据对象到集群中心最近的数据,最后计算调整集群中心。如果两个相邻集群中心不变化,样本调整完成后,和聚类准则函数聚合(22]。k - means聚类是一个简单的数据对象的集合分成不重叠的子集(集群),每个数据对象在一个子集,而分层聚类的嵌套集群是一组安排作为一个树。DBSCAN解决的一些问题的k - means处理点的密度。这是一个density-based方法。DBSCAN的主要假设是,两个密集区域由一个稀疏的区域。由于DBSCAN与密度,它可以很容易地nonglobular结构模型。此外,DBSCAN更适合数据集,不相称的集群的大小和数据可以以非线性的方式分离。

k - means聚类算法属于动态聚类算法。算法的迭代过程完成批量修改。每个迭代都需要重新分类数据对象,然后使用调整分类计算新的聚类中心和实现下一次迭代。如果所有的数据对象在某个迭代分类正确,没有必要继续实施调整,和聚类中心没有任何变化,表明该算法已经完成和聚类准则函数聚合(23]。k - means聚类算法的数学描述如下。

聚类时,样本数据集 和集群的数量k确定,初始数据集群中心吗 是随机选择的样本数据集k大学英语,在线辅导数据对象和距离 剩下的数据对象之间的计算和每个集群中心 。

欧氏距离方法用于计算距离,和方程 在哪里 表示距离,表示我th样本,表示jth集群中心。

如果 满足以下方程:

然后将数据对象大学英语的在线辅导分为集群。

后数据对象分为相应的集群,新的集群中心根据调整后重新计算集群,和方程 在大学英语在线辅导数据对象的数量 集群是 。

准则函数J误差的平方和计算如下:

如果 ,聚类准则函数收敛,得到最终的聚类结果;如果 ,剩下的数据对象之间的距离,每个迭代计算,直到聚类中心 是满意的。

2.4.2。k - means聚类算法的过程

k - means聚类算法的核心思想是把n大学英语在线辅导数据对象k集群,这有利于每个集群的形成符合条件的对象在同一集群很近和对象在不同的集群是完全不同的24]。k - means聚类算法的输入k集群,数据集n对象;输出是k集群最终聚类中心和数据对象所在地;图4说明了k - means聚类算法的工作流。

k - means聚类算法的处理步骤如下:步骤1:初始聚类中心k随机选择的样本数据集的对象n数据对象步骤2:计算剩余的数据对象之间的距离和每个集群中心,并将数据对象分配给最近的集群步骤3:所有数据对象分配后,重新计算集群中心根据新的集群步骤4:比较两个相邻集群中心;如果集群中心的变化,回到步骤2;如果集群中心没有变化,继续第5步第五步:输出的集群k最终聚类中心和数据对象,即最终的聚类结果

3所示。实验分析

在大学一个省为实验对象,本文测试平台的功能和通过互联网传输数据。有36887在这所大学的英语教师和学生。该平台投入使用3月1日,2019年。实验使用一个GPU (GeForce GTX 1050 Ti)和英特尔酷睿i7 16 GB的RAM系统。

为了验证平台的数据挖掘能力,进行以下实验。在线辅导信息的收集时间间隔设置为100年代是大学英语的特点,训练集的大小在500年,大数据分布长度为2000,在线辅导信息的智能调度的代码宽度的大学英语为0.15 ms。原始数据挖掘平台如图5。

从图可以看出5,这个平台的时间幅度和frequency-amplitude波动相对稳定,这表明本文平台可以稳定我大学英语在线辅导信息数据和数据挖掘具有良好的性能。

连接速度延迟响应的测试平台可以反映服务器配置,平台编码优化和综合平台网络环境中运行的性能。三个用户随机选择的操作平台,和连接速度延迟响应的平台的吞吐量是衡量测试用户的操作过程。测试结果如图6。

在这里,我们进行了比较实验平台连接延迟响应的影响(如图8倍6Test1-Test8)。从图可以看出6摘要平台的吞吐量是1200 /字节以上8 3用户的测试,这是比基线模型。这表明这个平台的连接速度延迟反应很小,能满足实际应用的要求。

接口的HTTP超时时间设置为900年代,整个测试的执行时间是44分钟,平台的用户的最大数量是200,和点击的数量是130606。图7显示平台的压力曲线。在测试中,所有平台成功的情况下,没有一个失败。从压力曲线可以看出,这个平台的操作参数符合和满足需求的基于互联网的在线辅导平台的大学英语教学。

因为选择的框架在开发过程中是普遍存在的,为了保证的最大兼容性平台,这个平台的客户端访问测试执行通过Windows XP操作系统,Windows 7, Linux内核的Ubuntu, Red Hat, Debian,苹果的iOS和其他操作系统。表1显示了兼容性测试指令。

据的分析表1,该平台可以通过浏览器访问通常在上面的操作系统上,和这个平台兼容性很好,所以没有问题在操作系统测试平台的客户端。

本文的平台,大学公共课程信息基于SPOC和大学物理的教学平台基于Android的移动学习平台用于收集数据和验证数据收集结果的准确性。比较平台是由平台(5];该平台在6),这是基于分析大学物理教学的现状和学生的需求学习(大学物理移动学习平台设计和开发基于Android系统,也是应用于课程教学实践中进行);该平台在7),这是一个类型的工厂实验室学习系统;的平台(8]。所有平台的数据收集结果如表所示2。应该注意的是,基线模型的参数得到相应的论文。同时,我们实现所有模型相同的硬件环境下保证公平。

从表可以看出2所有平台的数据采集结果是不同的在不同的时间。本文中的数据采集平台的结果总是高于其他四个平台。同时,几乎没有区别的数据输出和输入的结果,虽然有很大的区别的输入和输出结果其他四个平台,这证明这个平台的数据采集结果是有效和准确的。

验证平台的稳定性,CPU占用和网络流量的四个平台进行了比较。结果如表所示3和4。

根据表3和4,CPU占用范围的5)是0.5∼0.7,和网络流量范围是2800 kb / s∼4000 kb / s;CPU占用范围的6)是0.4∼0.5,和网络流量范围是1000 kB / s∼2500 kB / s;CPU占用范围的70.3∼0.5),网络流量的范围是2500 kb / s∼3700 kb / s;CPU占用范围的8)是0.4∼0.5,和网络流量范围是1700 kb / s∼3100 kb / s;和CPU占用范围的平台在本文0.3∼0.4,和网络流量范围是5000 kb / s∼6000 kb / s。具体来说,仍有主观方面的问题和小完全合理的抽样模型的7),这将导致更低的流量。该方法在8)是一种基于多视图的方法,该方法具有较高的计算复杂度。因此,高要求的硬件的同步方法8导致较低的流量。摘要平台的CPU占用率是最低的在所有平台,网络流量是最高的,这个平台的变化范围很小,这证明这个平台的CPU占用率小和资源共享速度快而稳定。

为了测试平台的实际应用效果,六个月后平台投入使用,开始根据问卷调查的投票功能平台的个性化服务。教学四个方面的支持、资源管理、教务管理、平台管理。的四个投票选项”非常好,好,一般,差”是集。300个用户随机选择进行问卷调查。调查结果如图所示8。

从图可以看出8,89%的用户认为教学支持模块是“很好”和“好”,只有5%的人认为目前没有影响,和其他指标的“很好”和“好”是80%以上。一般来说,大学英语教学的基于互联网的在线辅导平台由用户广泛赞誉,具有很好的适用性;特别是,教学支持模块是最认可的用户。

满意平台功能进行调查。来验证该模型的优越性,我们选择100用户评分满意后的平台操作。当然,用户的满意度得分与平台可以帮助我们进一步完善系统设计的准确性和可靠性。满意的功能由课件浏览、辅导和回答,资源检索和课堂观察是测试。测试结果如图9和10。

实验调查用户的满意度与平台功能。结果表明,100用户的满意度与课件浏览、辅导和回答,资源检索、摘要和课堂观察的功能平台是超过93%,表明用户满意这个信息服务平台。最后,根据实验结果和满意度得分与平台的用户,我们将成为一个伟大的调整模式完善的结构模式,这样就可以将在实践中容易被用户使用。

4所示。结论

当前讨论的焦点是大学英语教学。如何实现功能的在线英语辅导和解决问题,学生和教师在英语学习和教学中可能碰到的学者已成为一个热点话题。进一步优化英语教学的在线辅导平台,保证平台的稳定性的前提下,还可以提高通信的安全,数据传输,数据存储;大力推进大学英语教学的网络在线辅导平台,帮助学生和教师摆脱传统课堂;的主观能动性,提高学生和教师的过程中工作和学习。由于实验数据是只有在实验室环境中测试数据,更多的标准化和严格网络优化和服务器部署连接测试平台后应进行正式部署,以确保平台的响应延迟时间尽可能短。此外,我们的方法是使用数据通信网络维护数据安全。然而,我们的模型也有一定的局限性。例如,我们的系统缺少查询功能和擦除数据恢复功能。因此,它是非常重要的改善在未来系统功能。

数据可用性

和/或使用的数据集分析在当前研究可从作者以合理的要求。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了第一批教学改革项目13浙江省高等教育的五年计划,“研究国际高等职业能力评价体系的对外汉语教学”(批准号jg20180821),嘉兴南洋理工学院,“聪明的大学英语教学基于国际创新人才培养模式建设”(批准号p30017jg101)和“测试促进学习:研究高职学生的深度学习能力的提高在国家领域人才考试”(批准号p30018ky011)。