張佳磊
(蘇州工業(yè)職業(yè)技術(shù)學院 軟件與服務外包學院,江蘇 蘇州 215104)
基于Moodle的網(wǎng)絡教學系統(tǒng)智能學習模塊的設計!
張佳磊
(蘇州工業(yè)職業(yè)技術(shù)學院 軟件與服務外包學院,江蘇 蘇州 215104)
在對網(wǎng)絡教學系統(tǒng)進行需求分析的基礎上,針對數(shù)據(jù)挖掘在教學系統(tǒng)中的應用,設計了一個智能教學系統(tǒng).使用K-均值算法,對學生的成績進行聚類分析,根據(jù)聚類分析的結(jié)果,針對不同的學生分析出不同的學習方案及建議.
網(wǎng)絡教學系統(tǒng);Moodle;數(shù)據(jù)挖掘;聚類分析
Moodle是由澳大利亞Martin Dougiamas博士主持開發(fā)的一套開源網(wǎng)絡課程管理系統(tǒng).在對高校網(wǎng)絡教學系統(tǒng)進行需求分析的基礎上,針對數(shù)據(jù)挖掘在教學系統(tǒng)中的應用,設計了一個智能教學系統(tǒng).使用K-均值算法,對學生的成績進行聚類分析,針對不同的學生分析出不同的學習方案及建議.以求對傳統(tǒng)教學系統(tǒng)做進一步改進.
K-均值算法接受輸入量k,將n個數(shù)據(jù)對象劃分為k個聚類以便獲得的聚類滿足[1-3],同一聚類中的對象相似度較高,不同聚類中的對象相似度較低.聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”(引力中心)進行計算的.其算法的流程如圖1所示.
課程類型見表1.其標識為CoursewareType,數(shù)據(jù)來源于后臺課程類型的添加.
試卷結(jié)構(gòu)見表2.標識為testStru,其數(shù)據(jù)來源為后臺試卷結(jié)構(gòu)的添加.CHAPTERSCORE為試題組卷時,每章的出題比例.
智能學習模塊的流程圖見圖2.智能學習模塊設計的原則是智能性以及合理性[4-6].合理性是根據(jù)學生個人的特性進行學習,教學系統(tǒng)為其提供合理性教學資源和適應性學習指導.學生特征包括學生本身的個性特征,諸如學習意愿、學前基礎等,還包括學生所在群體的特征和趨勢,使用聚類分析算法挖掘出這部分特征.智能性是教學系統(tǒng)具有人工智能,像是一個認真負責的教師,能夠洞悉學生的學習效果,挖掘?qū)W生的潛在學習需求,為學生提供合理性的教學資源和適應性學習指導.
首先,在用戶第一次選課程的時候,系統(tǒng)根據(jù)用戶注冊時提供的基本信息,結(jié)合用戶的學習意愿,給出初始化建議.其次,用戶在學習某門課程后,如果希望考察自己對該門課程的掌握程度,本系統(tǒng)提供智能自動組卷系統(tǒng),用戶可以選擇難度系數(shù)后進行在線測試.再次,用戶測試完畢后,系統(tǒng)啟動智能成績分析系統(tǒng).該系統(tǒng)調(diào)用K-均值聚類分析算法.首先連接到相應的數(shù)據(jù)庫,然后讀取該門課程所有的考試記錄,形成多維的包含大量數(shù)據(jù)的樣本空間.算法對其進行初始化,再進行聚類分析,得到若干個簇.系統(tǒng)分析該簇的基本特征,結(jié)合本人的基本特征,二者合一給出分析結(jié)果.分析結(jié)果有三種走向.一是在analyse頁面上,成績分析完畢后,詳細顯示出簇的信息,以及面向用戶給出的成績分析結(jié)果,合理性學習建議;二是在test頁面,在用戶準備進行測試、系統(tǒng)開始進行組卷前,用戶需要輸入組卷的難度系數(shù)時,將成績分析后得到的組卷難度系數(shù)參數(shù)在此頁面作為一個參考意見給出,使得用戶再一次進行測試的時候,能獲得一個參考系數(shù);三是在智能組卷后臺,將分析結(jié)果傳遞給智能組卷系統(tǒng),改變智能組卷的某些參數(shù),實現(xiàn)針對該學生特征的智能組卷,得到針對性很強的并適合該學生的測試卷.
表2 試卷結(jié)構(gòu)表
智能學習模塊設計的頁面顯示使用php和css樣式來設計.
成績分析頁面的預覽如圖3所示,由于該頁面長度較長,一共有兩屏,為了簡單起見,這里只選一屏.從圖3中可以直觀看出簇與簇之間的差別以及該簇所具有的特征.
成績分析完畢后,有三種信息反饋,除從成績分析頁面上可以獲得重要的信息外,組卷參數(shù)的信息反饋給智能組卷后臺[7-8];另一種信息反饋就是在組卷前需要用戶自行輸入的難度系數(shù),系統(tǒng)給出難度系數(shù)的建議,使得學生可從龐大的試題庫中選擇適合自己水平的試題測試.
合理性智能學習模塊,可以針對學生自身的特點給出學習建議.可以看到與其他學生的差別和自身的特性,自己在所有學習該門課程的學生成績中的位置,對自己的學習成績有宏觀的掌控;學生也可以知道自己哪些章節(jié)學得好,哪些章節(jié)學得好,這樣來鞏固精通的章節(jié),加強薄弱章節(jié)的學習,以便實施有針對性地學習.同時根據(jù)分析結(jié)果系統(tǒng)地給學生提供適合該學生的課件和書籍,使得學生清楚地知道自己應該學習些什么.系統(tǒng)也給出了學生再一次進行該科目考試時的難度系數(shù)建議,使得學生可以從龐大的試題庫中選擇適合自己水平的試題進行測試.
此外,系統(tǒng)在成績分析完畢后把組卷參數(shù)反饋給智能組卷后臺,組卷參數(shù)就是每章的出題比例,使得智能組卷系統(tǒng)根據(jù)這個反饋信息得出每章的出題比例,學習效果不好的章節(jié)出題比例相應地增大,能夠針對學生的個性進行出題,使得考試題如同為學生量身定做一樣,提高學生的學習效果.
在教學系統(tǒng)智能學習模塊中.使用K-均值算法,對學生的成績進行聚類分析,針對不同的學生給出不同的學習方案及建議,同時將分析的結(jié)果傳給自動組卷系統(tǒng),調(diào)整該學生下次考試的結(jié)構(gòu),提高本教學系統(tǒng)的智能性,真正實現(xiàn)了網(wǎng)上教學的智能化.
通過對智能學習模塊的設計思想,根據(jù)分析的結(jié)果從系統(tǒng)和學生的角度評測了系統(tǒng)的性能.結(jié)果表明,智能學習模塊具有合理性,能夠極大提高學生的學習效率,增強網(wǎng)絡教學系統(tǒng)的智能化,在理論研究和實際應用中都具有重大意義,該系統(tǒng)取得了令人滿意的教學效果.
[1]邵峰晶,于忠清. 數(shù)據(jù)挖掘原理與算法[M]. 北京:中國水利水電出版社,2003:203-205.
[2]王麗珍,周麗華,陳紅梅. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘原理與應用[M]. 北京:科學技術(shù)出版社,2005:195-200.
[3]毛國君,段立娟,王實,等. 數(shù)據(jù)挖掘原理與算法[M]. 北京:清華大學出版社,2005.
[4]葉海松,季雋. Moodle的二次開發(fā)與設計[J]. 電化教育研究,2007(4):51-55.
[5]何元. 基于Moodle的網(wǎng)絡教學系統(tǒng)設計與實現(xiàn)[D]. 蘇州:蘇州大學計算機科學與技術(shù)學院,2008.
[6]許亞鋒. Moodle功能插件二次開發(fā)問題研究[D]. 曲阜: 曲阜師范大學,2009.
[7]吳雅琴. Moodle支持的網(wǎng)絡環(huán)境下教學法研究[D]. 上海: 華東師范大學,2007.
[8]曾棕根. Moodle 網(wǎng)絡課程平臺[M]. 北京:北京大學出版社,2010.
Design to an Intelligent Teaching Module on Moodle
ZHANG Jia-lei
(Software and Service Outsourcing Institute,Suzhou Institute of Industrial Technology,Suzhou 215104,China)
Based on Moodle architecture technique,according to the data mining in E-learning system,the author developed an intelligent teaching module. By using K-means algorithm and cluster analysis on student achievement,according to the results of cluster analysis,the E-learning system gives different students different learning programs,as well as specific recommendations to improve academic performance.
network teaching platform;Moodle;data mining;clustering analysis
TP393.07
A
1008-5475(2012)03-0046-04
2012-05-02;
2012-05-30
張佳磊(1983-),女,江蘇靖江人,講師,主要從事數(shù)據(jù)庫研究.
(責任編輯: 李 華)