基于BP神經網絡的英語ICAI慕課系統設計與實現

明道洋　孫宗芹

摘 要：英語CAI教學取得了很大進展，但傳統英語CAI教學對學生個體差異關注不夠。本文提出了一種根據學生學習效果自動推送個性化教學內容的ICAI慕課系統，分析了ICAI慕課系統的基本需求和整體結構；采用BP神經網絡算法，重點闡述了該算法的原理、訓練步驟和啟發式規則；并對系統進行了開發與測試。結果顯示：該軟件能滿足設計需求且具有較好的穩定性。

關鍵詞：BP神經網絡；ICAI；英語教學；Mooc

中圖分類號：TP311.52 文獻標識碼：A

Abstract：Although CAI （Computer-Aided Instruction） English teaching has made great progress，the traditional CAI English teaching focus less on students'individual differences.This paper introduces the ICAI MOOC teaching system，which can automatically push learning contents to students based on their learning performance.By using the BP neural network algorithm，the paper emphasizes the principle，the training steps and the heuristic rules of the algorithm.Furthermore，the ICAI MOOC teaching system has been developed and tested.The result shows that the software can meet the design requirements and has good stability.

Keywords：BP neural network；ICAI；English teaching；MOOC

1 引言（Introduction）

隨著計算機和互聯網技術的快速發展，計算機輔助教學（Computer Aided Instruction，簡稱CAI）打破了高校傳統的英語教學模式。高校英語CAI教學目前取得了很大進展，開設學校和課程資源日益增加，有效推動了優質教學資源的共享，促進了學生英語聽說讀寫譯等應用能力的提高[1]。但傳統英語CAI教學存在的問題也逐漸顯現出來，例如，課程設計對學生個體差異關注不夠，在線教學缺少師生間的互動交流，學習效果缺乏有效的監督和考核等。目前，以學生為中心的教學理念逐漸深入人心，基于慕課教學的翻轉課堂和“線上+線下”的混合式教學模式，對傳統外語教學模式帶來了很大沖擊，設計一個能夠根據學生學習效果智能滿足學生個性化需求的、通過人機交互實現師生互動交流的、便于管理者對教學進程和效果進行管理和評估的英語智能型計算機輔助教學（Intelligent Computer Aided Instruction，簡稱ICAI）慕課平臺，是英語教學特別是大學英語公共課程教學亟待解決的問題[2]。本課題基于BP神經網絡算法，采用SSH架構，設計了一套英語ICAI慕課系統。

2 系統總體設計（General design of the system）

2.1 系統需求分析

根據英語ICAI教學及管理的順序，對本系統的業務流程進行分析，結果如圖1所示。該系統的用戶主要有學生、教師、管理者。每種用戶的功能需求如圖1所示。

（1）學生用戶需求

ICAI系統以學生需求為中心，因此該模塊功能設計需要充分考慮學習者的主體地位。課程設置和選課形式都要盡可能的多樣化，以使學習者可以根據自身的學習情況進行自主、個性化地訂制自己的課程；在學習時，對發現的問題要能夠與教師、學習同伴互動交流，從而提高學習的積極性和滿意度。考慮以上需求，學生用戶的功能設計為：用戶注冊、課程選擇、上課考勤、協作交流、作業與測驗等。

（2）教師用戶需求

教師可以在網站查詢課程設置信息，并能夠上傳、下載和刪除教學視頻課件，能夠查詢學習者的選課情況，且可根據選課人數的多少安排上課計劃；可以查詢學生上課的出勤情況，對于曠課的學生可通過發郵件的方式通知或警告；可以在互動模塊對學生的問題進行解答，參與學生的話題討論；能夠查詢學生的成績和對課堂的評價，根據成績與評價來對課件進行相應的調整。

（3）管理者用戶需求

管理用戶的職能包括教學管理和系統管理兩部分。其中教學管理是根據學期教學計劃，選擇或添加本學期任教的教師，經主管領導對教學課件內容審核后，確定本學期的教學安排，并上傳相關課件；系統管理包括：學生和教師信息管理、分配教師用戶的權限、上課信息更新、選課系統的開放、學生預約信息的統計、統計學時和課程評價等方面。

2.2 系統架構

系統采用SSH框架，分為用戶層、Web服務層和數據庫服務器三層，如圖2所示。其主要作用是解耦問題，使每個結構間的層次更加清晰，易于開發的同時使系統具有良好的可擴展性[3]。用戶層學生、教師和管理者可以登錄系統，不同用戶具有不同的操作權限；網站上包括多個學習模塊，如聽力測試、詞匯學習等，能為學生提供導航和選擇，從而實現個性化學習；數據庫服務器層包含：知識庫、單詞庫、用戶信息庫和專家系統庫等。

2.3 系統數據庫設計

外語教學系統數據量非常龐大，也很復雜，數據庫中數據的描述、組織和儲存方式，都關系到系統的運行效率。因此，在數據庫設計時要事先對各種數據進行分析，外語教學系統中用到的數據信息包括：用戶、課程、目錄、知識點、關鍵詞、發表主題、回復主題、推薦知識點、學習記錄等信息表，例如，表1為用戶信息表。在使用系統的過程中，用戶操作將產生大量的操作數據，為提高效率和保持數據的一致性，對數據庫查詢、修改、更新等操作都采用儲存過程的形式實現。這樣管理員可根據需要對數據的存儲過程進行修改，且不會對源代碼有任何影響，加大了代碼的可移植性。

3 基于BP神經網絡的外語學習智能診斷（Intelligent diagnosis of foreign language learning based on BP neural network）

對于外語課程的學習效果評價而言，傳統評價方法是采用固定權重法，即每項學習指標都是固定的權重，這種方法具有簡便易行的特點，但由于沒考慮到學生的個性化因素和每項指標權重設置未必合理，線性的評價體系在多數情況下不夠科學[4，5]。智能學習平臺的關鍵之處在于能夠準確診斷出學生對知識點的掌握程度，有針對性地為學生選擇和推送適合的學習內容[6，7]。將BP神經網絡引入到外語學習效果評價中，能達到輸出和輸入非線性映射的目的，找出每項指標的合理權重，從而使評價更準確[8，9]。

3.1 原理

BP神經網絡具有三層及以上的單向傳播網絡，輸入和輸出具有高度非線性映射關系。BP神經網絡用于診斷學習效果的步驟如圖3所示。在進行學習效果評價時，首先對學習效果的各項指標進行歸一化處理，并將其作為BP神經網絡的輸入向量，用量化的學習效果作為輸出向量；再者，結合專家的經驗知識，用足夠多的訓練樣本，使神經網絡能夠對指標權重的判斷進行自適應學習和調整，直到能夠準確地進行知識表示；最后，將訓練好的BP神經網絡模型應用到外語學習效果的評價中，根據采集到學生學習的各項指標，對其學習效果進行客觀、準確的評價。

3.2 BP神經網絡算法

根據英語課程中所有知識點的難度和學生的學習情況，對知識點進行梳理和劃分，為BP算法提供足夠多的訓練樣本。同時，由專家對訓練樣本進行評價，當BP神經網絡輸出結果與專家評價之間的誤差達到給定精度，訓練過程結束。

BP神經網絡算法的具體步驟如下：

（1）選取樣本。在樣本庫中隨機抽取第j個輸入樣本x（j）=（x1（j），x2（j），…，xn（j）），相應的期望輸出d（j）=（d1（j），d2（j），…，dn（j））。

（2）計算種群個體輸入、輸出值。包括有隱含層的輸入值hih（j）見式（1）、輸出值hoh（j）見式（2），還有輸出層的輸入值yih（j） 見式（3）、輸出值yoh（j） 見式（4）。

（3）誤差函數對輸出層神經元的偏導數見式（5），和對隱含層神經元的偏導數見式（6）。

（4）用和對連接權值who修正見式（7），對閥值γ修正見式（8）。

（5）用和對連接權值wih修正見式（9），對閥值θ修正見式（10）。

（6）計算全局誤差E，見式（11）

（7）根據E的結果來確定算法是否結束。若 E<ε或者學生對該內容的學習次數超出最大設定次數，算法結束；否則，轉入步驟1隨機再選擇學習樣本。

3.3 智能診斷與啟發式學習

在學習者外語學習效果的評價體系中，和學習相關的信息可分為靜態信息和動態信息兩類。靜態信息包括學生的個人基本信息，如姓名、專業、年級等；動態信息主要是學習和測試過程中動態變化的信息包括：課程進度、所學課程難度、學習效率、答題準確率、求助率等。采集上述信息作為BP神經網絡的輸入層，用訓練好的BP神經網絡進行診斷，根據輸出的診斷結果進行個性化的啟發式教學。

啟發式教學的規則為：if<條件>then<動作>。在本ICAI系統中，規則庫中的規則如下：

R001：IF（學習效果好）

THEN（進入下一個知識點）

R002：IF（學習效果一般）

THEN（復習當前知識點）

R003：IF（學習效果差）

THEN（返回上一知識點）

通過對英語知識點進行分級，設定不同的診斷關卡，學生可以自我檢測掌握情況。系統利用上述算法，對學生的掌握水平進行判斷。若達到過關要求，則進入更高層次的學習；若達不到過關要求，則仍停留在原來水平學習，從而達到智能推送測試內容。

4 系統的實現與測試（Implemention and test of the system）

4.1 系統的實現

相較于C/S架構，B/S架構具有簡單易用、擴展性好、發成本低、使用不受地點限制等優點[10]。盡管本系統是用于英語實訓教學，但隨著網絡課堂的逐漸推廣，不受地點限制的B/S架構更適合本系統，故選擇B/S架構。

系統開發硬件環境為：IntelCorei5-45903.3GHz CPU，4G RAM，1TB硬盤；軟件環境為：Windows 7操作系統，JavaEE開發語言，MyEclipse項目開發集成環境，Dreamweaver靜態頁面開發環境，MySQL數據庫核心服務器，MySQL Tool Kit數據庫界面管理工具，Apache Tomcat服務器，Struts+Spring+Hibernate框架。根據前文的需求分析，對系統的登錄、互動、作業及后臺管理等重要的功能模塊進行了開發與實現。

4.2 系統測試

系統實現后，選用WebCT壓力測試軟件，分別就系統的界面、易用性、兼容性、并發性等方面進行了測試，測試結果表明該系統能滿足設計要求和客戶需要。又經大量學生試用測試，對其中發現的問題都逐一修正，系統整體穩定性良好。

5 結論（Conclusion）

針對傳統英語CAI教學系統不能滿足學生的個性化需求的問題，開發能夠根據學生自身英語水平和對知識點的掌握程度，來確定學生學習內容的ICAI慕課系統。分析了ICAI系統的需求和整體架構；通過BP神經網絡算法，設定有一些關卡，增加了學習的趣味性和針對性；并對系統進行了開發與實現；經軟件測試和學生試用測試，結果表明該系統能滿足設計需求且具有較好的穩定性。

參考文獻（References）

[1] Di Yang.Effects of Network Technology Platform Interactive Mode on the Foreign Language Distance Education[A].Proceedings of 2012 2nd International Conference on Social Sciences and Society（ICSSS 2012 V7）， 2012.

[2] YihuXiao，CuiqiongPan.On Self-Identity of China's Junior Middle School Students in Their English Study in the Web-works Environment[A].Proceedings of 2012 2nd International Conference on Social Sciences and Society（ICSSS 2012 V7），2012.

[3] Zhang L，Zhang W X.Design and implementation of e-online tourism system based on the Hibernate framework.Electrical and Control Engineering （ICECE），2011International Conference on，2011.

[4] 傅莉.人工智能在教育中的應用研究[J].計算機與數字工程，2012，40（12）：63-65.

[5] 陳曉丹，陳桂蘭，王偉.智能教學系統中認知學生模型的實現[J].信息技術，2010，（12）：18-21；25.

[6] 簡靜芳.CAI中基于遺傳算法的智能組卷設計與實現[J].沈陽工程學院學報（自然科學版），2013，9（4）：346-348.

[7] 羅福強，熊永福.基于Web的多學習模式自主學習平臺研究[J].實驗技術與管理，2015，32（5）：193-195；205.

[8] 朱婭妮.基于智能優化算法的教學質量評價方法[J].杭州電子科技大學學報，2011，34（6）：66-70.

[9] 張永恒，艾曉燕，劉紅霞.基于J2EE的上機實驗CAI系統設計與開發[J].現代電子技術，2015，38（15）129-132.

[10] 余翠蘭.基于ASP.NET的學生住宿管理系統的設計與實現[J].軟件，2014，35（4）：160-164.

作者簡介：

明道洋（1979-），男，碩士，講師.研究領域：網絡教學系統的設計，開發及應用.

孫宗芹（1968-），女，碩士，副教授.研究領域：英語教學，民族語言學.