文摘

写作一直是对外汉语教学中的难点。随着信息社会的到来,现代信息技术,由网络、数字化、多媒体、和智慧,成为一个创造性的工具来扩展人类的能力,改变人们的传统的生活方式,学习,和工作。根据信息技术与课程整合的理论,结合中国写作的特点,提出了信息技术的集成的目标和中国写作是改变传统的教学结构,为学生创造一个理想的环境学习中文和中国提高他们的信息素质。大学语文写作的实践教学平台,设计用户角色和基于用户的访问控制。设计包括研究生的角色,外籍教师,管理员和用户。每个用户都有不同的操作权限,模块的权利,和管理的权利。根据少量的网络信息和前一个课程的结果,我们可以做一个好的预测。结果表明,该方法是有效的,我们可以通过他们的在线预测学生学业成绩的行为。

1。介绍

写作教学是一个非常重要的但经常被忽视的链接在语文教学的各个方面,听,说,读,写,这也是一个普遍薄弱环节在学生的能力。许多学生不注意或没有兴趣写作,和他们害怕困难面对中国写作1]。一方面,教师难教,虽然大多数国际学生可以完成各种写作任务在课堂教学;另一方面,学生们努力学习,和他们觉得亏本在自由写作,无法应用写作知识和方法在教室里学习个人写作,缺少一种学习获得,失去他们的写作热情随着时间(2]。在这个过程中,老师的努力和有效性几乎50:1,结果得到两次结果与一半的努力让学生的能力没有显著提高的写作课程每学期超过30小时。如何提高大学生的汉语写作水平一直探索的目标,大多数中国老师3,4]。随着信息社会的到来,现代信息技术,由网络、数字化、多媒体、和智慧,成为一个创造性的工具来扩展人类的能力,改变人们的传统的生活方式,学习,和工作和影响教育的内容和方法。信息技术和课程整合的趋势下,如何将信息技术与中国写作已成为研究方向,它将具有重要意义。

目前,对外汉语教学正在发生迅速变化和进步。今天,当对外汉语教学事业的蓬勃发展,更强调全面提高语言学习者的语言能力,提高语言技能和课程设置也丰富多彩(5]。文献[6)指出,语言技能的“听、说、读、写”在对外汉语教学中,大多数人认为写作是最难的,因为写作能力反映了语言学习者运用语言的综合能力。文献[7]提到写作,作为一种语言的基本技能,有一个非常重要的地位。在写作的过程中,语言学习者需要组织语言和结构,不仅巩固中国的基本知识,也提高了其他三个技能。不难发现,专家和学者们考虑到写作课高位置,提出了写作课的重要性。与此同时,他们也提到,写作课的难度非常大。文献[8)系统的全面的高级类的课程设计,包括初步设计分析、整体设计安排,和样本类设计。在写作的过程中,教师引导学生完成写作过程写作前的准备,概念、大纲编写、初稿写作,修改,讨论修改后,修改,最终稿通过多样化的写作活动。因此,反思传统的写作教学方法和手段,改变教师的单向教学到写作教学与教师和学生的积极参与,加强语言技能之间的综合训练,和提高学生的写作兴趣和水平是新话题外国人在中国写作课程的改革(9]。

从本质上讲,信息技术的集成和中国写作中起着重要作用在整个教学结构改革,教学方法和学习方法。信息技术的有效集成和中国写作的关键是实现对外汉语教育的信息化和唯一途径实现对外汉语教育的信息化(10]。独立的学习环境探索、多重交互、合作学习、资源共享由信息技术带来了创新对中国学习者的学习风格和提高信息素养,学习中文。既强调社会文化和语言之间的互动关系。强调环境的功能和话语的动态特性。流派的概念具有重要的理论参考价值的改进中国写作作为外语教学模式。针对这一点,本文试图构建实践教学平台,根据以往的研究和大学语文写作体裁理论。

2。相关工作

汉语写作教学以多媒体和网络技术为核心就反映了这种教学过程,和它的优势在于,它可以有效地利用现有资源,和学生可以构造原来的知识通过自由探索和自由学习。文献[11)指出“信息技术可以创建一个以学生为中心,教师带领的英语学习环境,与广泛的社区。“文学(12)为学生提供了一个全新的学习和交流平台和资源,充分让学生学会使用新手段和技术来获取知识和各学科的全面合作。文献[13认为,学习不是知识从教师到学生的转移,但学生建构自己的知识的过程。学生不是被动的信息吸收但活跃的构造函数的意义,不能被他人所取代。文献[14)认为,教师是教学过程的组织者和指导和帮助意义的建设和推广者,而学生是信息处理的主题和情感经验和活跃的构造函数知识的意义。文献[15)认为,所谓的“信息技术与学科课程整合是创建一个新的教学环境,有效地将信息技术整合到各种学科的教学过程,实现教学方法的特点是“自主性、探究和合作”,不仅可以发挥教师的主导作用,还可以充分反映学生的主导地位。文献[16)认为,集成模型可以分为两类:第一,课堂教学的整合;第二,自主学习集成;具体可以分为网络教学,个人学习和在线讨论。集成策略包括知识冲入策略,多个感知策略,实践加强策略、合作学习策略,等等。当然,集成策略将更具体和有针对性的学科,甚至类。通过应用实例,本文比较分析前后的教学模式多媒体进入报纸类(17]。结果表明,多媒体在报纸中扮演更重要的角色比其他类阅读课上,不仅可以帮助教师完成教学内容但也可以改变无聊的气氛在前面的类。

随着现代信息技术的迅速发展,计算机和网络技术的应用在中国学习正变得越来越广泛、深入。尤其是之间的连接互联网和校园网为主要学校的教育提供了丰富的资源,这使得基于网络在线汉语学习真正成为现实。中国传统课堂教学不能满足日益增长的汉语学习需求,而中国网络在线学习系统提供大量的资源不断更新,突破地理和时间的限制,为学生和教师提供了课堂或课外网络学习平台。使用k - means算法,聚类分析结果与高度相关的属性当然可以实现分数好(18]。在关联规则的应用、文学(19)使用关联规则分析的关键因素影响学生的表现在民族大学和发现有用的规则,从而为决策者提供一个参考确定教学管理的未来方向。在应用DT(决策树),文献[20.)是基于DT模型,挖掘学生的属性影响计算机课程的教学效果。挖掘数据的在线工具用来支持协作学习可以有效地帮助提高团队学习效果21]。文献[22)发明了一种数据驱动技术来识别高危学生早期的在线课程,他们发现,时间特征的关键特征来预测学生的学习成绩。互联网发挥了决定性的作用在这一代的学生,涉及个人生活和学习生活。数据显示学生的校园卡,文献[23,24)测量学生的校园生活行为基于熵和定义了两个高级行为特征:整齐和勤奋。

3所示。研究方法

3.1。信息技术的集成模型和中文写作

教师可以利用多媒体呈现教学内容和使用媒体信息,如图片或声音为学生创建一个预置的中国环境,学生可以培养他们的技能。促进学生的建设、理解、维护和转让中国知识和技能。学生的主导地位体现在积极建立旧的和新的语言点之间的关系,获得新的语言点的意思,吸收新的语言点到原始的知识结构,并掌握相应的学习策略。

汉语写作教学不仅要重视语言知识的教学,但也要注意的四个技能的综合训练听、说,阅读,和写作,这是核心课程在中国的书写系统。在课堂上,教师应解释新单词,语法,和文本。每一个环节都应该与实践相结合,与更多的解释和实践和相互连接。根据文本的内容提问,学生回答问题的老师。一些文本将包括多个话题。教师应妥善处理或文本适应促进学生复述。教师可以通过使用关键字创建情况、图片、动画等等。学生可以灵活地使用句子文本和复述课文的情况。

教师不应局限于教材,但听力材料融入教材。你可以设计真正交流的话题,比如给一块材料,告诉别人听完。这种交际任务型听力训练可以弥补一些教材的缺陷并锻炼学生的听力和应对能力的过程中沟通。教师可以记录或收集一些课前沟通材料和实践在课堂上与学生。老师,如果条件允许,可以让自己的记录或收集听力资源转化为学生和音频任务型作业,要求学生完成自己的任务,困难的问题记录在听力过程中,反馈给老师,谁能回答和帮助他们。

浏览器/服务器结构的大学语文写作实践教学平台的B / S结构,并通过浏览器用户界面提出了由Web程序。结合的IIS服务器配置窗口,程序是由ASP结合数据库语言写的。系统包括三个层次:客户机浏览器,浏览器和数据库服务器。系统的结构原理图所示1。

从一个URL请求从客户端从服务器到浏览器页面反馈,过程如下:(1)用户输入一个URL地址在浏览器客户端与服务器建立连接(2)服务器硬盘上找到相应的文件根据用户所请求的地址(3)服务器端操作和解释该文件(4)解释文档返回给客户端浏览器(5)结束这个连接

大学语文写作的功能模块设计实践教学平台主要分为三个部分:学生用户,外籍教师用户,管理员用户。具体的功能模块如图2。

模块,学生可以使用包括实践平台的首页、最新通知,在职外籍教师信息模块,课程预订模块,个人课程管理模块,电子杂志浏览模块、互动论坛模块。外籍教师的模块可以使用包括自己的课堂学生信息浏览、学生评价模块的课程,和主页的实践平台。

系统管理员可以添加背景管理角色、更改密码、编辑和查看主页信息,编辑和查看最新的通知,编辑可用课程的信息,上传每门课程的描述文档,文档的外籍教师的信息。教学管理员类编辑和视图外国教师和学生的反馈信息和外籍教师可以修改密码和权限的范围。

在服务器上教师安排课程,编写教案,并动态地更新它们。老师可以叫的学习活动跟踪数据库教学类或学生在他的指导和检查记录和数据统计这门课的学生的学习活动。学生可以浏览教学示范课程和作业安排的老师在客户机上,问老师一些问题问题的在线教学示范和作业通过留言板或电子邮件,和老师可以回答学生提出的问题“在线”。

3.2。分析中国学生的写作成绩

像其他语言习得行为,写作学习是社会而不是孤立的。传统写作往往是个体活动的学生,和老师是唯一的读者。这种写作很难帮助学生掌握写作技巧。组中的社会互动可以为学生提供一个良好的环境编写有效的和愉快。这种社会互动有两个重要方面:一是学生互相对话,和另一个是学生视彼此为编辑(11]。学生的自我评价、教师的评论,以及其他形式可以用来评估表达的流畅性,准确性和复杂性的语言,提高语言的各种形态。

本文使用的数据来自第三方平台的开源数据集,主要用于公开研究学生的个人发展、监督和管理学校和其他项目。该数据集的内容包括学生的行为数据使用校园智能卡刷卡他们卡在两年学术的大学教学管理系统和分数排名数据。

为了更好地保护学生的隐私,分数转换成排名和正常化,和DM(数据挖掘)算法用于学习。 在上下文向量可以计算出的权重因子和隐藏的状态来 。注意机制函数的公式如下: 在哪里是乙状结肠函数,转换 通过矩阵到潜在的空间。这个函数不直接添加所有的隐状态学习RNN网络代表学生的行为序列。

通过数据转换和集成来自多个数据源的数据合并,然后合并,转化成一种适合DM,以减少数据,删除无关紧要的校园卡的属性挖掘任务在原始的属性设置,并减少维度。

因子分析之前,所选的功能是由KMO Bartlett的测试,测试和KMO测试用于检查之间的相关和偏相关变量如表所示1。

结果表明,近似Bartlett的测试卡方值是46423 .916,伴随概率值是团体,< 0.05,这是重要的。这表明相关系数矩阵的因素不是一个单位矩阵,和有一个相关的变量。

3.3。成就的预测基于DM

DM是提取隐藏的信息和知识的过程,从大量的不完整,吵闹,模糊,和随机数据,人们事先不知道,但它可能是有用的。因为大多数聚类分析集群算法根据数据对象之间的距离,该算法只适合球形类的聚类,但不能用于分析其他形状的聚类,所以density-based聚类方法。的基本思想是,在给定的范围内,如果数据点的密度不小于最小阈值集,它将被分为相似的类。

在许多应用程序中,属性集和类变量之间的关系是不确定的。也就是说,尽管测试记录的属性是一样的一些训练样本,是不可能肯定地预测它的类标签。在这项研究中,两种常见的分类算法,朴素贝叶斯和LR,主要是使用。

NBC(朴素贝叶斯分类)是一个简单的基于贝叶斯理论的概率分类。它假设功能是相互独立的;,它假定每一个样本的特征是彼此不相关的17]。这种分类方法依赖于一个精确的自然概率模型,以其可接受的精度和效率高,并能实现很好的分类结果的监督学习样本集。

考虑到类标签的元组 ,让天真的假设的属性值是相互独立的,也就是说,假设 属性是相互独立的条件。通过这种方式,后验概率的条件下的可以转换成

我们可以很容易地估计的概率 从训练元组代表的价值属性的元组 。

为了预测类标签类的元组属于,计算每个类 。美国全国广播公司(NBC)元组的类标签是 ,当且仅当

即预测类马克是类最大化的价值。

NBC的优点在于,它对小规模的数据和执行好适用于智能化任务和增量训练。缺点是敏感的表达形式输入数据。如果给定的特征向量的不同长度,他们需要归一化向量的长度相同。

LR(逻辑回归)是一个广义非线性回归分析模型分类,通常用于DM、自动疾病诊断、经济预测等领域。通过LR分析,可以获得独立变量的重量,这样您就可以大致知道哪些因素的主要因素是因变量。同时,根据这个重量,可能属于某个类别可以计算实例与独立变量。

假设LR模型 在哪里代表特征向量,表示一个逻辑函数,常用的逻辑函数s型函数,公式是:

为了使算法预测和分类,需要找到合适的参数向量的模型。所选择的参数确定的准确性相对于训练集和类之间的差异的预测模型和训练集的类叫做建模错误。确定参数的目的是选择模型参数,可以最小化建模误差的绝对值。

LR的成本函数 在哪里

的 特性的特点是以下:当实际的 ,误差为0,当 ,错误的增加而减少 。为0时的错误 是实际的,它变得更大更待何时更大的时候 是实际的。

4所示。结果与讨论

而学生常常提高流利,语言表达的准确性仍低。写作本质上是一种自我控制的行为。如果没有具体的要求,外语学习者很可能只使用他们熟悉的语言形式来表达他们的想法和最多提高他们精通外语使用。写作时,你可以选择一些单词相关的写作主题,要求学生至少选择一定数量。故意只注意到语言点更容易记住和使用,和有意注意对外国语言的发展是非常重要的。

主成分分析用于研究多个变量之间的相关性和预测功能,和七个因素影响着学生的学习成绩进行了分析,如图3和4。

校园卡刷是一种自发行为的学生,也是一个重要因素,以反映学生的学业表现。由于每个学生的个体差异和环境因素的多样性和复杂性,不能广义模型提取的特征并解释了只有校园信用卡刷的行为。行为指标影响学术排名可以讨论与学生成绩的分类,和DM算法探索这些行为数据的实用价值管理、教学和学习。

基于传统的行为特征,实验构建贝叶斯,DT, LR,射频(随机森林)和SVM(支持向量机)智能化预测模型,并使用三种评价方法,即准确性、回忆,F1-score评估性能预测模型。实验结果如图所示5。

算法的优化只能提高最终的实验结果在一定程度上,和核心,真正决定了模型的质量在于原始数据。人们的经验了解校园行为需要有偏见。因此,结合心理学的原则,统计,和教育学,进一步实证分析或需要更多的实验数据中提取有效的特征。

一般来说,在本章的研究是可行的,预测学生的表现排名通过学生的行为数据。与其他分类算法相比,支持向量机和LR为提取的传统行为特征具有较强的学习能力,和训练有素的分类预测模型的准确性相对较高。基于上述分析,它反映了数据分析和特征提取的重要性,指出了方向,进一步提高性能预测的准确性。

图6列出了敏感性、特异性和准确性得到使用LR算法来预测是否中国写作将通过对六个不同的数据集和使用leave-out-of-one交叉验证方法评价模型。

如图6,所有的数据集的准确率约为85%,几乎没有波动。除了数据集55,灵敏度相对较低,其他五组的数据都超过90%。六组数据集,特异性的差异是最明显的。

图7列出了敏感性、特异性和准确性得到使用朴素贝叶斯分类器预测学生的中文写作课程是否通过六种不同的实验数据集,并利用leave-out-of-one交叉验证模型。

如图7,准确性和灵敏度是稳定在85%左右,90%在所有的数据集,分别,但特异性的差异是显而易见的。这里有两个有趣的结果的特异性:特异性增加至少4%额外的项目添加到该数据集,当功能转换为更接近高斯分布,特异性增加了约10%。

性能测试是评判系统功能是否满足性能指标应该达到,如并发性,负载,等等,当系统功能是可用的。性能测试的大学语文写作实践教学平台采用自动测试工具加载跑v9.0,并生成虚拟用户加载操作控制器的自动测试工具,测试负载压力。

本节需要下载教学资源为例,测试并发用户的数量,以满足系统需求和改进应在服务器硬件配置条件下4米和10米带宽网络,分别。

图8显示的测试结果在4 m宽带下载教学资源。从这个图中,可以看出事务响应时间增加虚拟用户的数量成正比。当用户的数量达到155时,事务执行失败,提示下载超时。

看着此时的CPU利用率,如图8,可以发现,它并不始终达到100%;当交易完成后,其利用率降至较低水平。因此,可以得出一个结论。为了达到预期的200个并发用户,此时的带宽将成为下载资源的瓶颈。

图9显示的测试结果在10 M的宽带下载教学资源。从这个图中,可以看出事务响应时间增加虚拟用户的数量成正比。当用户的数量达到220时,事务执行失败,提示下载超时。

观察CPU利用率,如图9,它可以发现此时CPU利用率达到了100%,所以可以得出一个结论。为了达到预期的200个并发用户,服务器硬件配置在这个时候成为下载资源的瓶颈。

通过以上测试,可以得出的结论是,下载资源在网络教室的功能需要提供10米网络带宽,确保200名学生可以下载教学资源同时,同时,现有服务器配置应该升级硬件。系统测试是一个重要的工作,以确保软件的质量。在软件开发的生命周期,测试起着非常重要的作用。

5。结论

这个主题是基于解决类设置的限制,教材内容滞后,角色改变教与学的教学方法,培养学生的自主学习能力、个性化、信息化和创新中国写作课程的网络教学,等等。提出了大学语文写作的实践教学平台,实现数字化学习的中国,与信息技术整合的目标对外汉语是改变传统的教学结构,为学生创造一个理想的环境学习中文,并改善他们的中国信息素养。在教学管理系统中,用户可以在任何联网的计算机操作,和统计管理系统的功能可以检查学生的情况实时预订类。通过统计分析,传统的特性和成绩之间的相关性排名是探索。最后,选择相关性高的特性为主要行为特征的学生,和一个分类预测实验是由使用DM算法设计一个成绩预测模型。得出朴素贝叶斯分类算法更适用在这项研究中,和其性能可以应用于实际系统。

数据可用性

数据和表用于支持本研究的结果中包括这篇文章。

的利益冲突

作者宣称没有利益冲突。