基于BP神經算法的英語MOOC系統開發研究

胡瑞

(陜西中醫藥大學 外語學院, 陜西 咸陽 712046)

0 引言

隨著互聯網技術與計算機技術不斷進步與發展，CAI(計算機輔助教學)模式顛覆了傳統英語教學模式。當前，在我國高等院校CAI模式取得了相當大的進展，越來越多的學校采用這種教學模式，而且開設的課程也越來越多，這樣有利于促進學校質量較佳的教學資源共享，同時也促進了學生在學習英語過程中的各種能力提升，比如聽、說、翻譯能力等均得到提高。不過這種多媒體輔助教學模式存在的弊端日益突顯出來，比如其有關課程設計不能滿足不同學生個體存在差異的需要[1];又如線上教學過程，大部分時間是學生在觀看學習視頻，很少互動交流,使得學生的學習效果缺乏一種考核與監督機制。在CAI教學模式存在種種弊端的環境下，就迫切需要一款快速有效的學習系統來解決這方面的難題。隨著互聯網技術快速發展，運用互聯網技術，從學生對英語學習掌握情況，再結合每個學生學習英語特點為基礎，制訂一套有利于提高學生學習英語效率的方法。隨著數字化學習形式日益得到人們重視，由此就開發了BP神經算法下的英語學習MOOC系統。

1 BP神經網絡概述

1.1 概念

BP神經網絡是1986年由Rumelhart和McCelland為首的科學家小組提出，是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。BP網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。它屬于一類多層前饋神經網，其最為明顯的特征：相關信號為向前傳輸的，而誤差卻是反向傳播。在信號向前傳遞過程中，其輸入信號首先進入輸入層，然后經過有關隱含層逐層進行有關處理，一直到輸出層。每一層的神經網絡相互不產生影響，而且上下層的神經元狀態也互相不存在干擾。倘若輸出層得不到其需要的輸出，就會出現反向傳播。按照預測出現的誤差對整個網絡權重與閥值分別進行修正，才能使得BP神經網絡預測輸出與其所期望輸出越來越相接近[2]。

1.2 基本理論

BP神經網由于具有多層單向傳播網絡，輸入與輸出兩者均具有很強的非線性映射關系。該網絡用于衡量英語MOOC系統教學效果程序，如圖1所示。

圖1 BP神經網絡對英語MOOC系統教學評價模型

BP神經網絡對系統學習效果評估過程中[2]，第一步就是對系統學習效果各種評價指標進行歸一化處理，其處理結果作為BP神經網絡輸入的向量，從而使得學習效果由抽象形式轉變為量化的形式作為輸出向量。第二步再與有關專家的經驗知識相結合，運用一定數量的訓練樣本，使得BP神經網絡可以對權重進行自適學習與調整，一直到該神經網絡可以對知識進行比較精準地表示。第三步，再將訓練妥善的BP神經網絡模型使用到英語MOOC系統教學效果評估之中。按照系統所采集到學生有關學習英語的各指標就能夠對該學生的學習進行公正、客觀、準確地評價[3]。

1.3 BP神經網絡特性

BP神經網絡具有初步的自適應與自組織能力。在學習或訓練過程中改變突觸權重值，以適應周圍環境的要求。同一網絡因學習方式及內容不同可具有不同的功能。人工神經網絡是一個具有學習能力的系統，可以發展知識，以致超過設計者原有的知識水平。通常，它的學習訓練方式可分為兩種，一種是有監督或稱有導師的學習，利用給定的樣本標準進行分類或模仿；另一種是無監督學習或稱無導師學習，只規定學習方式或某些規則，則具體的學習內容隨系統所處環境(即輸入信號情況)而異，系統可以自動發現環境特征和規律性，具有更近似人腦的功能[4]。

1.4 BP神經網絡計算

BP神經網絡算法詳細程序[5]如下。

(1) 抽取樣本(隨機性)。從足夠的訓練樣本數據庫中隨機取出J個輸入樣本，則所對應的數值期望為輸出。

(2) 對種群個體的輸入與輸出值進行計算，包括了隱藏層中輸入值hih(j)、hoh(j)、yih(j)、yoh(j)，如式(1)—式(4)。

(1)

hoh(j)=f(hih(j)),h=1,2,…,p

(2)

(3)

yio(j)=f(yio(j)),o=1,2,…,p

(4)

(3) 輸出層神經元與隱含層神經元的誤差函數偏導數，如式(5)、式(6)。

δ0(k)=(d0(k)-yo(k)(1-y0)(k))

(5)

(6)

(4) 采用δ0(k)與vh(k)對連接權重值Who與閥值γ的修正式,如式(7)、式(8)。

(7)

γN+1(k)=γN(k)+ηδ0(k)

(8)

式中，η屬于0至1之間。

(5) 采用δh(k)與xi(k)對連接權值Wih與閥值θ進行修正，如式(9)、式(10)。

(9)

θN+1(k)=θN(k)+ηδh(k)

(10)

(6) 對全局誤差E進行計算，如式(11)。

(11)

(7) 按照E的計算結果，就能對結束算法進行確定。如果E<ε,或者檢測者對此內容練習的次數大于設置的最高次數值，則自動結束這種算法；不然，就需要重新進入程序(1)再次抽取樣本開始學習。

2 系統設計需求分析

參照有關參考文獻的英語慕課(ICAI)教學模式[6]，對本系統的有關業務流程進行具體研究，如圖2所示。

圖2 英語MOOC系統業務流程示意圖

從圖2可知，英語MOOC系統業務流程是以學生與教師為中心而展開設計的。首先是學生方面：在通過有關選課信息選擇自己需要學習的課程，然后在本校網站中查詢視頻課件軟件有關信息并進行下載，下載完成視頻課件再在手機上或者電腦進行安裝，就可以參與到慕課課堂學習，最后還可以對慕課學習效課進行反饋。教師方面：教師首先是制訂視頻課件上交給系統管理員(網站管理員)，由管理員進行審核，審核完畢之后，在網站后臺進行上傳與更新，另一方面教師也要參與慕課課堂教學與學生進行互動，同時教師還要依據學生反饋在慕課課堂學習效果進行科學評價，最后教師再整理出慕課課堂教學相關信息，以便于其在以后或者其它教師制作教學視頻時作為參考或經驗借鑒。管理者即系統管理員，系統管理員除了對整個系統不同角色用戶進行權限管理、以及維護整個系統正常運行外，還負責對教師制訂的課程在本系統進行審核、上傳、刪除、更改、增加等操作。該業務循環流程簡言之就是教師依據學習需求制訂教學課程在系統中上傳、提交，管理者對教學視頻進行審核、發布，然后學生就可能通過本系統選擇自己所需要學習課程觀看教師制作的教學視頻進行學習。

(1) 學生用戶的需求

該系統以學生為中心，所以此模塊功能設計過程中就對學生的主體地位進行全面考慮。在課程與選課方式等方面均要采取多種形式，以便使學生能夠按照其本身的學習狀況制訂英語學習課程；在學習過程中，倘若發現問題應該及時與教師、同學進行交流、溝通，從而使得學生的學習積極性與滿意度得到提升，由于對以上需求進行充分考慮，對于學生用戶功能設計主要包括用戶注冊、登錄、課程選擇、作業、考試和上課考勤等[7]。

(2) 老師用戶的需求

老師能夠在網站對課程設置進行查詢，而且還能夠對教學視頻課件進行處理，比如上傳、下載或刪除等，同時還能對學生選課情況進行查詢，而且教師還可以依據選課人數來進行上課計劃安排。此外，教師還可以查看學生上課考勤等情況[8]，對于逃課、曠課的學生可以向學生發郵件進行警告；還可以在互動模塊中與學生互動回答學生學習方面有關問題，參與學生話題討論，能夠對學生考試成績與課堂評價進行查詢，教師再依據學生成績與對課堂評價來對自己開設的課程進行合理調整。

(3) 管理用戶需求

管理用戶主要包含兩大類。一類為教學管理，另一類為系統管理。教學管理是按照每個學期的教學計劃，對本學期的任教老師進行選擇或者增加，經過有關主管領導對教師教學課件內容進行審核之后，再對本學期的教學安排進行確定，同時還上傳相關課件。系統管理主要包含位置對學生與教師基本信息進行管理;對教師相關權限進行分配,有關讓課信息及時更新;開放學生選課系統等。

3 英語MOOC系統總體架構設計

3.1 系統架構、數據庫設計、智能評價與啟發學習課程設計

此系統是利用SSH作為基礎框架，總共分為用戶層、Web服務層和數據庫服務器，如圖3所示。

圖3 英語MOOC系統結構示意圖

用戶層主要包括學生、教師、以及管理員三方面用戶應用系統的操作功能，但不同的用戶具有不同的使用權限，這樣設計優點，就是能夠使系統更具有安全性。網站還分很多模塊，每個模塊均具有不同功能，比如模塊導航中能夠找到詞匯學習模塊、測試模塊和學生作業模塊等。Web服務層功能就是能夠解耦，清晰地分辨出各個結構之間的層次，以便于對系統進行更深層次設計,而且還能使系統的擴展性變得更加穩定。數據庫服務器主要分為知識庫、用戶信息庫、英語單詞庫和專家系統庫[9]。

3.2 系統數據庫設計

英語MOOC系統數據量既數量巨大，又復雜、難度高。由此數據庫系統正常工作效率對數據諸多方面產生嚴重影響，比如數據計算、數據組織和數據保存形式等[10]。所以，在對英語MOOC系統數據庫進行設計過程中，第一步就是要分析不同類型數據，當前該系統通常應用的數據信息具體包含：課程各種分類、相關課程目錄信息、各種用戶的基本信息、重要知識點整理與歸類、關鍵詞、相關主題回復和查詢等各類不同信息表。以學生用戶基本信息表為例，如表1所示。

表1 學生用戶信息表

用戶在登錄系統之后，正式訪問系統，就會產生各種不同的操作數據，此部分數據數量龐大，對系統正常運行效率與速度也將產生一定影響。為了提升英語MOOC系統運行效率與保護數據的統一性，就需要對系統進行相關處理操作，比如更新系統、查詢資料、以及對相關記錄實現更改等，這些操作行為均使用到數據儲存的方式，并加以保存。這樣就有利于系統管理員對數據進行管理，使他們能夠依照系統的實際需要對其所需的數據儲存整個過程進行合理更改[11]。采用如此操作形式，不但不會對源代碼帶來任何損失與傷害，而且還能保證在簡單的操作環境下，在對技術要求不高的狀況中提升代碼可移植性，使得整個英語MOOC系統數據庫條理清晰，操作簡單、方便。

3.3 智能評價與啟發學習課程設計分析

對于英語MOOC系統教學效果的評價標準，采取權重法，是當前最為常見評價措施之一。該評價措施操作簡單，但很少對學生自身英語學習的需要與特點考慮到，同時對于每項英語教學效果評價指標權重設置難以做到科學、合理的確定。通常狀況下，使用傳統性的線性評價法對英語MOOC系統教學效果的評價是不太準確的。而BP神經網絡下的智能英語MOOC系統最為核心之處，就是其可以按照學生的實際英語學習狀況，對于學生所學知識點掌握情況能夠做到比較準確判斷，從而為系統針對學生英語學習實際情況推送其比較適合的學習內容，進一步為學生量身打造不同的學習方案[11]。在學生英語學習效果評價過程中采用BP神經網絡，能夠使得輸出向量與輸入向量可以進入到非線性映射，使各項教學評價指標權重值能夠得到準確與快速的確定，從而使得英語MOOC系統對于學生學習效果評價標準更為準確。

關于對于學生學習英語效果評價標準中，其中有兩種類型信息與英語學習關系非常密切，這兩種類型信息主要指靜態信息與動態信息。前者以包含學生個人基本信息為主，比如學生姓名、其所在的班級與年級和所學的專業等;后者主要指學生在學習與測試過程中表現的動態變化信息，具體包含學生學習課程進度、答題正確率和課程難易程度等。而本文運用了BP神經網絡把上述各項信息采集過來之后作為系統輸入的向量，接著再運用調試好的BP神經網絡進行自我檢查，最后再按照評價的結果，對學生進行具有啟發型的教學[12]。

系統能夠把英語知識按照難度高低劃分為不同的英語學習等級，進行設置不同的關卡，系統自動收集學生每次過關卡時的各種測試信息，再對學生效果進行即時評價，系統收集到學生測試合格信息之后，學生才被允許進入下一等級，或者說難度更高一級界面進行英語學習。英語MOOC系統依據學生自動測試信息，完全能夠隨時掌握其英語學習狀況。倘若學生測試不合格，學生只能停留在現有英語學習水平層繼續學習，一直到學習檢測合格之后，才可以進入更高一級水平層進行學習。從而方便系統針對學生水平與英語學習特點制訂不同的學習方案，向其推薦個性化學習內容。

4 系統功能實現

本系統開發更合適是B/S架構，開發軟件環境主要為Windows7操作系統，開發語言為Javaee,項目開發集成環境與靜態頁面環境分別為MyEclipse、Dreamweaver,數據庫使用MySQL，數據庫界面有關管理工具為MySQL Tool Kit,服務器為Apache Tomcat，硬件環境主要為IntelCorei5-45 903.3 GHz CPU,4G RAM,1TB硬盤。按照前文有關設計需求分析，在本系統使用軟、硬件各種設備，在其安全運行環境中，實現了系統注冊、登錄以及后臺管理等功能。

本系統功能實現主要包括英語課程視頻管理、用戶管理功能、英語視頻課程統計等內容實現。課程管理功能實現具體包含了對系統的全部課程狀態進行跟蹤、課程題庫管理、課程資料庫管理、對學生提問進行專業回答和課程評價等功能實現。課程狀態跟蹤主要包括課程創建、發布、查看課程學員人數和課程的時長等內容。用戶管理功能實現包括用戶注冊與登陸實現。英語視頻課程統計功能實現主要包括有多少學生選擇此門視頻課程學習、每位學生學習時間有多長、有沒有完成學習任務的學生和學生對此課程掌握情況如何等內容進行統計實現。

關于本系統功能實現由于功能較多，受篇幅所限文章只選擇課程管理與用戶注冊功能來進行簡要分析其實現。

課程管理功能首先由教師在系統中輸入英語相關課程視頻基本信息、英語視頻課程簡介、設置相應的英語課程視頻圖片、英語教學資料、以及有關英語試題庫等。輸入完成之后，教師就可以在系統中對其所輸入的英語課程教學相關信息進行預覽，倘若預覽過程中發現存在問題還可以進行修改，一直到滿意之后才在系統中正式發布課程。教師在系統中發布課程之后還需要相關系統管理者(管理員)審核，才能在系統中顯示。學生(用戶)才可以查詢得到，并能點擊打開進行英語視頻課程學習[12]。

用戶管理功能實現主要包括用戶注冊、登錄功能實現。在此簡要分析用戶注冊功能實現。倘若用戶一直未在本系統中進行注冊帳號，那么用戶就可以單擊注冊鏈接，進入新會員注冊頁面進行注冊。系統就會自動要求填寫用戶常用郵箱或者手機號作為登錄帳號，同時還需要設定用戶名進行系統識別標識，此外還需要設置登錄密碼。用戶輸入注冊有關信息之后，光標離開文本框時，系統會自動使用Ajax技術立即提示用戶所輸入內容格式是否正確，檢測用戶有沒有被其它用戶所注冊使用等。倘若沒有被其它用戶使用系統就會提示“注冊成功”字樣。

在對系統各種功能實現之后，還進行了系統軟件測試，選擇WebCT的壓力對軟件進行測試，主要對系統的界面、兼容性和并發性等方面檢測，最后檢測結果表明，此系統能夠使得本系統設計與各種用戶的需要得到滿足。經過一段時間學生試用，對系統本身存在的問題，均一一做了改正，因此本文所開發的基于BP神經網絡下的MOOC系統在正常實際使用過程中，其穩定性較佳。

5 總結

由于傳統計算機輔助教學方式，存在一定不足，無法滿足學生的特定性要求，鑒于此，本文開發了一款新型英語教學系統，即BP神經網絡下的英語MOOC系統。該系統能夠按照學生當前的英語水平，以及對英語相關知識點所掌握的實際情況，制訂具有個性化特征的學習方案，為學生推送其所需要英語學習知識。除此之外，本系統還運用BP神經網絡算法，依據英語知識難易程度，設置了不同級別學習過關卡，學生只有通過學習過關卡自動測試，測試合格之后才可以進入更高級別層進行學習，從而促進了學生學習效率的提升。最后還簡要分析了本系統各功能實現與相關軟件測試。通過測試表明，該系統能夠滿足各種用戶需求，而且還具有較佳的穩定性。