基于智能云服務(wù)平臺(tái)的英語(yǔ)寫作輔助教學(xué)系統(tǒng)設(shè)計(jì)

關(guān)紅梅

(大連海洋大學(xué)應(yīng)用技術(shù)學(xué)院，遼寧 大連，116300)

隨著計(jì)算機(jī)網(wǎng)絡(luò)信息技術(shù)和多媒體技術(shù)的發(fā)展，數(shù)字化教學(xué)和網(wǎng)絡(luò)成為未來(lái)英語(yǔ)寫作教學(xué)的主要模式[1-3].此外，可以利用云服務(wù)平臺(tái)豐富的教學(xué)資源在網(wǎng)絡(luò)空間進(jìn)行英語(yǔ)教學(xué)，從而針對(duì)性提高英語(yǔ)寫作教學(xué)能力.

云服務(wù)平臺(tái)[4-5]為人們獲取知識(shí)和信息提供了便捷的渠道.英語(yǔ)寫作教學(xué)資源分布在云存儲(chǔ)的網(wǎng)絡(luò)空間，通過(guò)云服務(wù)平臺(tái)實(shí)現(xiàn)在線百科全書與網(wǎng)絡(luò)文獻(xiàn)的知識(shí)共享，文獻(xiàn)知識(shí)由Web服務(wù)器發(fā)布.為了激發(fā)學(xué)生學(xué)習(xí)英語(yǔ)寫作的積極性和興趣，實(shí)現(xiàn)信息資源的共享，對(duì)英語(yǔ)寫作輔助教學(xué)系統(tǒng)的智能化設(shè)計(jì)研究具有重要意義.

為此，國(guó)內(nèi)外眾多學(xué)者對(duì)智能化輔助教學(xué)系統(tǒng)進(jìn)行了研究，并取得了豐富成果.谷浩彰等[6]以蒙學(xué)智能自適應(yīng)學(xué)習(xí)系統(tǒng)為例，探討了智能化教學(xué)輔助訓(xùn)練系統(tǒng)的優(yōu)勢(shì)與構(gòu)成.張挺聳等[7]針對(duì)現(xiàn)有多媒體輔助教學(xué)系統(tǒng)兼容性差、負(fù)載能力弱、耗時(shí)長(zhǎng)等問(wèn)題，提出并設(shè)計(jì)基于概念網(wǎng)絡(luò)的物理多媒體輔助教學(xué)系統(tǒng).王曉茹[8]提出了一種基于個(gè)性化推薦的英語(yǔ)輔助教學(xué)系統(tǒng)，并對(duì)系統(tǒng)功能及架構(gòu)進(jìn)行了設(shè)計(jì).金弘迪等[9]對(duì)外語(yǔ)教學(xué)系統(tǒng)設(shè)計(jì)的需求進(jìn)行了分析，并結(jié)合計(jì)算機(jī)智能輔助技術(shù)提出了基于agent技術(shù)的智能輔助外語(yǔ)教學(xué)系統(tǒng).然而，由于教學(xué)內(nèi)容出現(xiàn)重疊現(xiàn)象，傳統(tǒng)的嵌入式軟件開(kāi)發(fā)方案容易導(dǎo)致教學(xué)平臺(tái)服務(wù)器端的負(fù)載過(guò)重.用戶的響應(yīng)速度變慢，導(dǎo)致用戶體驗(yàn)性差，用戶滿意度下降.

1 系統(tǒng)總體架構(gòu)及基礎(chǔ)知識(shí)描述

1.1 系統(tǒng)總體架構(gòu)

圖1所示為所提基于云服務(wù)平臺(tái)的智能英語(yǔ)寫作教學(xué)系統(tǒng)的設(shè)計(jì)架構(gòu).用戶通過(guò)本地客戶端接口(或?yàn)g覽器)連接到基于云-P2P[10]的應(yīng)用系統(tǒng)，系統(tǒng)從集群服務(wù)器和端對(duì)端(peer-to-peer)[11]終端提供英語(yǔ)寫作輔助教學(xué)資源.云P2P融合模式包括英語(yǔ)寫作教學(xué)輔助服務(wù)和資源目錄(服務(wù)資源目錄)、英語(yǔ)寫作教學(xué)管理模塊、調(diào)度模塊、監(jiān)控模塊、賬號(hào)模塊.調(diào)度模塊和虛擬化機(jī)制，虛擬化機(jī)制.英語(yǔ)寫作教學(xué)管理模塊提供管理和服務(wù)，它主要負(fù)責(zé)管理現(xiàn)有的計(jì)算、存儲(chǔ)和信息資源及服務(wù).通過(guò)該安全機(jī)制，實(shí)現(xiàn)了對(duì)節(jié)點(diǎn)身份和角色的認(rèn)證、授權(quán)和管理.調(diào)度模塊負(fù)責(zé)接收用戶提交的英語(yǔ)寫作教學(xué)服務(wù)請(qǐng)求.根據(jù)用戶對(duì)英語(yǔ)寫作教學(xué)資源的請(qǐng)求、動(dòng)態(tài)部署、配置和恢復(fù)，在服務(wù)器端和對(duì)等節(jié)點(diǎn)上對(duì)資源和應(yīng)用進(jìn)行調(diào)度和部署.監(jiān)控模塊負(fù)責(zé)監(jiān)控英語(yǔ)寫作輔助教學(xué)系統(tǒng)資源的使用、異常處理、節(jié)點(diǎn)配置.負(fù)載均衡和資源監(jiān)控，以確保服務(wù)能夠成功地提供給用戶.

圖1 智能英語(yǔ)寫作教學(xué)系統(tǒng)架構(gòu)

1.2 智能云服務(wù)平臺(tái)

在英語(yǔ)寫作輔助教學(xué)系統(tǒng)云服務(wù)平臺(tái)的設(shè)計(jì)中，通過(guò)屏蔽物理網(wǎng)絡(luò)的基礎(chǔ)層，展示實(shí)現(xiàn)細(xì)節(jié)，對(duì)英語(yǔ)寫作教學(xué)資源進(jìn)行控制和管理，并在數(shù)據(jù)庫(kù)中進(jìn)行英語(yǔ)寫作教學(xué)資源的交換，提高了能力通過(guò)不同虛擬數(shù)據(jù)庫(kù)間的動(dòng)態(tài)切換實(shí)現(xiàn)網(wǎng)絡(luò)連續(xù)服務(wù).從而提高英語(yǔ)寫作教學(xué)體系的可信度和穩(wěn)定性.

借用量子物理中的“電子云”概念，在海量分布式存儲(chǔ)和簡(jiǎn)單分布式計(jì)算平臺(tái)的基礎(chǔ)上，將信息以文檔或分發(fā)的入口方式存儲(chǔ)在大量高成本、海量集群服務(wù)器的終端設(shè)備上，具有相關(guān)性的知識(shí)網(wǎng)絡(luò)相互互聯(lián).因此，在英語(yǔ)寫作教學(xué)系統(tǒng)的設(shè)計(jì)中，采用基于系統(tǒng)虛擬化、資源虛擬化和網(wǎng)絡(luò)虛擬化技術(shù)的云P2P集成虛擬化機(jī)制模型，對(duì)分散在服務(wù)器端和對(duì)等端的計(jì)算機(jī)資源進(jìn)行統(tǒng)一管理.虛擬主機(jī)通過(guò)資源池為教學(xué)資源分配提供了統(tǒng)一的管理接口，從而有效地免除了用戶管理計(jì)算機(jī)軟硬件資源的負(fù)擔(dān).

2 系統(tǒng)檢索算法設(shè)計(jì)

在上述系統(tǒng)架構(gòu)總體設(shè)計(jì)的基礎(chǔ)上，研究了英語(yǔ)寫作教學(xué)系統(tǒng)的資源檢索算法設(shè)計(jì)，從而實(shí)現(xiàn)英語(yǔ)寫作教學(xué)資源庫(kù)檢索的優(yōu)化.本文采用模糊聚類方法進(jìn)行特征融合分析.首先，構(gòu)建了英語(yǔ)寫作教學(xué)資源數(shù)據(jù)庫(kù)檢索的節(jié)點(diǎn)分布結(jié)構(gòu)模型，將空間數(shù)據(jù)發(fā)布到英語(yǔ)寫作教學(xué)資源數(shù)據(jù)庫(kù)中.從Web的任意節(jié)點(diǎn)提取原始數(shù)據(jù)，進(jìn)行語(yǔ)義特征分析，采用數(shù)據(jù)融合和相關(guān)語(yǔ)義特征提取方法進(jìn)行關(guān)聯(lián)信息分析和數(shù)據(jù)庫(kù)檢索.然后通過(guò)檢索接口將檢索條件編碼回?cái)?shù)據(jù)庫(kù)，根據(jù)檢索條件進(jìn)行信息處理和反饋，利用Internet在客戶端和服務(wù)器之間交換信息，將空間數(shù)據(jù)發(fā)布到英語(yǔ)寫作教學(xué)資源庫(kù)中，對(duì)空間數(shù)據(jù)信息進(jìn)行查詢和檢索，最終在用戶端顯示數(shù)據(jù)庫(kù)檢索結(jié)果.

在英語(yǔ)寫作教學(xué)資源數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)構(gòu)模型中，構(gòu)建了檢索數(shù)據(jù)流模型.并用標(biāo)量時(shí)間序列表示一組英語(yǔ)寫作教學(xué)資源的數(shù)據(jù)流模型，

x=[x1,x2,…,xj]T

(1)

對(duì)標(biāo)量時(shí)間序列進(jìn)行了英語(yǔ)寫作教學(xué)資源庫(kù)屬性集的矢量量化處理.檢索語(yǔ)義特征屬性集的矢量量化特征分解函數(shù)為，

(2)

其中，k表示分布式英語(yǔ)寫作教學(xué)資源庫(kù)的特征融合中心.

通過(guò)數(shù)據(jù)匹配檢測(cè)，得到英語(yǔ)寫作教學(xué)資源數(shù)據(jù)庫(kù)檢索數(shù)據(jù)信息流的包絡(luò)幅度，

(3)

3 學(xué)習(xí)效果評(píng)估

本節(jié)研究了基于模糊邏輯的英語(yǔ)寫作教學(xué)系統(tǒng)學(xué)習(xí)效果評(píng)估算法，從而幫助學(xué)生與教師及時(shí)了解英語(yǔ)寫作能力及教學(xué)水平，實(shí)現(xiàn)針對(duì)性能力訓(xùn)練提高寫作成績(jī).系統(tǒng)學(xué)習(xí)效果評(píng)估核心方法為模糊邏輯及其規(guī)則，接下來(lái)進(jìn)行詳細(xì)介紹.

3.1 模糊化規(guī)則

首先，設(shè)計(jì)隸屬度函數(shù)主要用來(lái)識(shí)別學(xué)生的情感表現(xiàn).系統(tǒng)中共有六個(gè)主要的情感語(yǔ)言變量表示學(xué)生的情感屬性：動(dòng)機(jī)(μmot)、態(tài)度(μatt)、內(nèi)向(μint)、外向(μext)、焦慮(μanx)和自尊(μsel).對(duì)于每個(gè)情感變量進(jìn)行模糊化處理，共分為5個(gè)級(jí)別，第i個(gè)學(xué)生的情感變量集Ai(x)描述如下，

Ai(x)={VL,L,M,H,VH}.

(4)

其中VL表示很低，L表示低，M表示中等，H表示高，VH表示很高.同理，將學(xué)生成績(jī)模糊化處理，第i個(gè)學(xué)生的學(xué)習(xí)成績(jī)用Ci(x)表示，則有

Ci(x)={U,F,G,VG,E}.

(4)

其中U表示不滿意，F(xiàn)表示低，G表示良好，VG表示好，E表示非常好.

情感變量用高斯隸屬函數(shù)式(5)構(gòu)造，學(xué)習(xí)成績(jī)用梯形隸屬函數(shù)式(6)構(gòu)造.

(5)

(6)

進(jìn)一步，建立基于情感因素推斷學(xué)生成績(jī)的規(guī)則庫(kù).系統(tǒng)共包含5種成績(jī)類型：不滿意、一般、良好、非常好和優(yōu)秀.

3.2 模糊邏輯系統(tǒng)

模糊邏輯系統(tǒng)(FLS)[12]可以用來(lái)概括學(xué)生對(duì)認(rèn)知和知識(shí)獲取的偏好，評(píng)估和評(píng)價(jià)學(xué)生的知識(shí)和學(xué)習(xí)成果.模糊邏輯系統(tǒng)的框圖如圖2所示.

系統(tǒng)包括4個(gè)階段即：模糊化器、規(guī)則庫(kù)、推理機(jī)和去模糊器.規(guī)則可以從數(shù)值數(shù)據(jù)中提取，也可以由專家提供.在建立規(guī)則后，F(xiàn)LS可以被認(rèn)為是從crisp輸入到crisp輸出的映射.

基于模糊邏輯系統(tǒng)，本文提出的模糊情感推理系統(tǒng)如圖3所示.系統(tǒng)中推理機(jī)以if-then規(guī)則和模糊化輸入的形式，利用預(yù)先定義的規(guī)則庫(kù)，模擬前人的研究成果和英語(yǔ)學(xué)習(xí)的理論概念.模糊集的輸出是由預(yù)先定義的規(guī)則和輸入變量得到的.去模糊機(jī)制將模糊值轉(zhuǎn)換為學(xué)生分?jǐn)?shù).

圖2 模糊邏輯系統(tǒng) 圖3 模糊情感推理系統(tǒng)

本研究中使用的推理機(jī)制為Mamdani最大-最小推理方法.該方法通常用于模擬人類專家知識(shí)，其中最小算子作為前因(規(guī)則和蘊(yùn)涵函數(shù))中的連接，最大算子作為后因的一部分，最后通過(guò)聚集給輸出模糊集.該過(guò)程描述如下：

(7)

當(dāng)學(xué)生成績(jī)分?jǐn)?shù)處于劃分類別時(shí)，推理系統(tǒng)可利用去模糊化以獲得分?jǐn)?shù)值.本研究中使用的去模糊方法為重心法(COG).具體描述如式(8)，

(8)

4 仿真與分析

為了驗(yàn)證本文設(shè)計(jì)的英語(yǔ)寫作教學(xué)系統(tǒng)的應(yīng)用性能，在嵌入式Linux內(nèi)核開(kāi)發(fā)環(huán)境下進(jìn)行了仿真實(shí)驗(yàn).

4.1 仿真環(huán)境

硬件環(huán)境：CPU為i3-3220，內(nèi)存為4G的Windows操作系統(tǒng).編程環(huán)境為VS.NET和Python，F(xiàn)rameBuffe圖形庫(kù)用作底層組織和圖形界面接口.安裝完成后，為ARM生成Qt/嵌入式編譯器開(kāi)發(fā)環(huán)境算法，并加載在智能云服務(wù)平臺(tái)上.

表1 系統(tǒng)仿真參數(shù)

4.2 系統(tǒng)性能測(cè)試

4.2.1 檢索性能測(cè)試

根據(jù)上述仿真環(huán)境和表1參數(shù)設(shè)置，對(duì)英語(yǔ)寫作輔助教學(xué)系統(tǒng)進(jìn)行了檢索性能測(cè)試.圖4所示為所提方法與傳統(tǒng)二叉樹方法的檢索性能對(duì)比結(jié)果.可以看出，所提系統(tǒng)檢索召回率較二叉樹方法較高，能夠?yàn)橛脩籼岣邷?zhǔn)確的檢索結(jié)果.

4.2.2 響應(yīng)速度測(cè)試

圖5所示為所提系統(tǒng)與傳統(tǒng)調(diào)度算法HEFT和HCNF的響應(yīng)速度對(duì)比結(jié)果.可以看出，所提系統(tǒng)具有較好的響應(yīng)能力.

圖4 檢索性能對(duì)比結(jié)果

圖5 響應(yīng)速度對(duì)比結(jié)果

5.2.3 學(xué)生評(píng)估性能測(cè)試

表2 蒙特卡羅模擬數(shù)據(jù)

利用蒙特卡羅[13]模擬數(shù)據(jù)對(duì)系統(tǒng)評(píng)估能力進(jìn)行測(cè)試.蒙特卡羅模擬產(chǎn)生的數(shù)據(jù)是由隨機(jī)分布產(chǎn)生的在[0～l]之間的值.基于蒙特卡羅方法生成數(shù)據(jù)如表2所示.

根據(jù)所得數(shù)據(jù)和模糊邏輯對(duì)學(xué)生進(jìn)行評(píng)估.表3所示為學(xué)生分?jǐn)?shù)及學(xué)生情緒特征統(tǒng)計(jì)分析結(jié)果.可以看出，所有因素都與學(xué)生成績(jī)顯著相關(guān).動(dòng)機(jī)(μmot)、態(tài)度(μatt)、外向(μext)和自尊(μsel)與學(xué)生成績(jī)呈正相關(guān)，而內(nèi)向(μint)和焦慮(μanx)與學(xué)生成績(jī)呈負(fù)相關(guān).仿真結(jié)果符合實(shí)際情況，進(jìn)一步驗(yàn)證了所提方法的有效性.

表3 學(xué)生情緒特征統(tǒng)計(jì)分析結(jié)果

5 結(jié)語(yǔ)

文中提出了一種基于云服務(wù)平臺(tái)的智能英語(yǔ)寫作教學(xué)系統(tǒng)，該系統(tǒng)可以根據(jù)學(xué)生的特點(diǎn)學(xué)習(xí)出所需的知識(shí)傳遞方式，從而生成個(gè)性化的學(xué)習(xí)環(huán)境.云P2P融合模型應(yīng)用于英語(yǔ)寫作教學(xué)資源信息融合處理中，在英語(yǔ)寫作教學(xué)資源數(shù)據(jù)庫(kù)客戶端，從Web的任意節(jié)點(diǎn)發(fā)布空間數(shù)據(jù)，提取原始數(shù)據(jù)并進(jìn)行語(yǔ)義特征分析，英語(yǔ)寫作輔助教學(xué)資源信息顯示在客戶端.本文在進(jìn)行數(shù)據(jù)分析時(shí)假定知識(shí)庫(kù)中數(shù)據(jù)都非常完整且無(wú)壞值(無(wú)效測(cè)評(píng)).此外，由于實(shí)驗(yàn)條件有限，實(shí)驗(yàn)所用數(shù)據(jù)來(lái)自模擬數(shù)據(jù).這些不足一定程度上削弱了該系統(tǒng)的適用范圍.未來(lái)可對(duì)知識(shí)庫(kù)數(shù)據(jù)進(jìn)行清洗操作，從而進(jìn)一步提高系統(tǒng)學(xué)習(xí)能力.