Flex技术在网上答疑系统中的应用

2016-05-30 10:18周金莲
科教导刊 2016年4期
关键词:个性化学习

周金莲

摘 要 在比较了传统答疑方式与网上答疑的优缺点,提出了一种基于flex技术在网上答疑系统的设计,本文主要探讨了网上答疑系统的特点、功能及其设计,并介绍了相关技术。

关键词 智能答疑 个性化学习 Flex 模糊项目

中图分类号:TP393 文献标识码:A DOI:10.16400/j.cnki.kjdks.2016.02.077

在我国,因材施教是教育改革的重要内容和发展方面,并且在过去因为受到相关因素的限制导致难以实现。对于教学服务体系以及研究人员来说,个别教学属于最希望实现的目标。在现代教育不断进步和发展的过程中,个性化属于十分重要的推动力量和发展方向,任何改革都与个性化存在着十分紧密的联系,想要不断提升个性化的作用,就需要积极推动远程教育的发展和改进。对于远程教育系统而言,其属于一种服务类型,主要是利用网络来开展教育活动。而Web挖掘技术能够为开展个性化教学提供帮助,能够借助于相关的手段和措施对数据进行挖掘和处理。上文对个性化改革以及数据挖掘的相关内容进行分析,倘若可以将二者进行有效结合,再加上教学信息的丰富,那么可以实现对应计算机语言的生成,从而实现个性化远程教育系统的建设。所谓教学信息,主要包括进行教学网站的构建以及在网站上开展相关的教学活动等数据信息。

本文设计出具有独立性的功能完备多媒体智能答疑系统。在这个系统中综合有信息检索等多种技术和工具,使得能够同时开展离线答疑以及在线答疑等形式,系统拥有下列这些优点:(1)在线交流途径的丰富提升答疑的效果;(2)离线交流提升答疑的灵活性;(3)智能答疑库功能有效增强答疑效率。系统总体设计如下:

1 系统功能结构设计

多媒体智能答疑管理系统的功能结构设计是以需求分析的用例模型和参与者模型进行的,将系统划分为系统管理、信息发布管理、教学资源管理、智能答疑管理以及个性化学习管理等模块。功能结构具体如图1所示。

2 FLEX实现

本系统能够在UML中Use Case Diagram 建模组件,并且借助于Flex技术以及Adobe Flex Builder 3工具来开展软件工程塑膜组件的设计,如果设计人员对Action Script比较熟悉,那么采用Flex技术进行开发工作将会更加高效快捷,而对于那些不熟悉的人员,也能够很快的掌握,下面将对本文所采取的建模组件内容展开论述。

2.1 展示层

展示层主要采用Flex技术进行。对于建模组件中任意对象,均有着相同的原理,主要是在Canvas这个最外层中,将Canvas 、Text 、Label等相关组件进行涵盖,并且将内外层的全部物件封装为独立的整体,Canvas反映了该对象的主体内容,从而也就实现这个系统Use Case Diagram建模组件中基本对象的建立,为后续的研究和实践工作奠定基础。

当前,在系统中Use Case Diagram 建模组件,主要包括association、include 、extend 、system 、use case、actor等这些对象。

在用户借助于软件工程建模组件的过程中,能够运用存盘操作,也就是将所有组件相关的信息进行有效保存,然后转换为所需要的格式,以实现在远程服务器中保存。

2.2 业务逻辑层

Actor主要是由Canvas作为主体,并且在内部由线段以及圆来形成小图,同时在textarea内能够进行文字的输入和填写。可以知道的是,Actor的小图也属于非必要的内容,这是由于线段以及圆均无法进行更改,即便没有存储这方面的数据,在进行还原actor图形操作时依然能够保持原有的格式,不会对最终的画面效果产生影响。

此处,能够被我们记录并且调整的内容是Canvas的id以及坐标数据,同时actor中的textarea输入框所存储的数据也将会进行存储操作,textarea的相关属性会按照text的数字增减变化而进行调整,所以textarea的width以及height属性数据也会进行存储。对于单个actor来说,需要执行存储操作的内容主要是「actorMain」、id 、x、y、text 、width以及height等数据,而「actorMain」指的是用例识别actor所需要存储的对应内容和数据。

2.3 数据访问层

数据访问层能够实现封装以及处理相关的系统数据,借助于持久化对象处理以及其他功能,能够完成对物理表的有效关联,为系统数据的后续操作提供帮助。当需要插入或者编辑相关记录时,应当按照业务逻辑层所反映的参数信息作为基础,然后在物理表内开展遍历操作,从而获得需要执行相应操作的记录位置。

3 实现效果

3.1 个性化学习管理实现

学习管理模块的实现主要体现个性化学习的管理和功能,其涉及的功能主要包括课程学习、在线测试、课程学习效果反馈、课程成绩汇总等管理功能。

通过对学习内容以及课件资源等进行排序,同时对排序的内容设置相应的简介内容,使得Web挖掘能够更加高效的进行个性化学习推荐。对于那些推荐指数较高的课件可以将其放置在更加有限的顺序,使得学习者能够更加快捷和方便的获取内容。

借助于分析和研究能力数据和难度数据,从而实现对Web挖掘功能和效果的分析与判断。利用对学习者的学习活动进行实时研究和分析,并且把其学习数据和操作活动进行详细记录,然后对其展开分析和评估,使得系统所推荐的内容和资料能够更加符合学习人员的需要。

借助于模糊项目反应理论的相关内容,使得系统能够更加高效的开展课件推荐活动,并且还能够实现个性化学习的相关功能。借助于模糊项目反应这项方法和工具,使得学习人员的数据和资料能够及时更新,然后按照更新后的内容进行课件推荐,并且课件的难易程度以及内容也有效符合学习者的实际情况,从而提升学习人员的学习效率。

3.2 智能答疑管理实现

智能答疑管理可以实现小组管理、任务管理、小组论坛、智能答疑以及资源共享等管理。

3.3 教学资源管理实现

教学资源管理包括作业资源和考试资源。其中教学资源的作业资源又通过学习资源下载、在线作业提交以及查询个人作业三个子菜单的形式进行体现。

3.4 系统管理实现

系统管理的实现,不仅要实现有关用户登录、用户管理、日志管理等日常管理功能,还要对其中的统计和分析进行支持。

4 系统测试

借助于测试用例能够判断程序能否有效符合用户的功能需要,对于测试用例而言主要包含输入内容、满足要求和测试数据。在进行测试时,需要事先制定对应的测试用例;如果测试用例越多,所获得的测试结果以及测试数据越能够准确和科学;借助于不同的测试用例,能够针对系统和程序开展不同的功能测试;值得注意的是,如果测试用例过多时,也将会使得测试工作量大幅增加;并且测试用例增加的时候,测试将会占用的资源也将会相应上升。因此,设计测试用例的时候需要综合考虑多方面因素,确保其数量是较为科学合理的。当进行测试活动时,测试用例具有十分关键的作用,主要体现在下面这些内容:(1)设计测试用例:当准备测试活动的时候,需要进行测试用例的设计;(2)确定测试目标:通过确定测试活动的具体目标,使得测试能够更加规范开展;(3)确定需求满足:借助于相关数据来确定其满足程度;(4)优化功能:通过优化功能来提升系统以及程序的性能。

对于远程教育学习系统的个性化而言,能够借助于功能、集成、性能以及回归等当面的测试活动来完成测试工作。

集成测试以及功能测试应该由企业的工作者来开展,性能测试以及回归测试需要由用户以及企业工作人员合作开展。

5 总结

本文是针对多媒体智能答疑管理系统研究与实现的归纳与总结,系统的业务管理是在分析远程教育和智能答疑存在缺陷的基础上进行,系统的设计与实现则融合了FLEX技术、Java开发技术、框架技术以及对象模型等手段。通过系统的建立,使得智能答疑管理和个性化学习管理更加智能化、规范化以及标准化,有助于形成远程教育的标准,并推动个性化学习的应用。当前,智能答疑管理系统已经投入试运行,对提高系统的可用性、扩展性以及灵活性具有极其重要的作用。

在研究与实现多媒体智能答疑管理系统过程中,所做主要工作包括:(1)结合智能化学习和远程教育存在的缺陷,对多媒体智能答疑管理的实际需求进行调研,并归纳主要业务需求;(2)结合个性化学习和智能答疑管理的业务需求,进行主要功能模块对象模型和挖掘模型的建立;(3)完成系统主要功能模块的详细设计,并对智能答疑和个性化课程推荐的过程和模型进行设计;(4)将FLEX技术和整合框架技术应用到多媒体智能答疑管理系统中,实现业务功能和数据挖掘功能;(5)进行功能和性能测试用例的构建,验证业务需求的具体要求。

参考文献

[1] 刘照然.远程教育中智能答疑系统的研究与实现[D].西安电子科技大学,2015.

[2] 闻峥.基于Lucene的搜索引擎优化[D].北京交通大学,2013.

[3] 崔龙卫.基于P2P的音视频通讯系统的研究与设计[D].武汉理工大学,2014.

[4] 邓丹君.基于Lucene的垂直搜索引擎关键技术研究[D].武汉理工大学,2014.

[5] 庞振.基于Flex+Red5的实时语音交流平台的研究与实现[D].北京邮电大学,2013.

[6] 刘建强.基于远程教育的网络智能答疑系统的研究与设计[D].西安电子科技大学,2014.

[7] 黄晨.软件智能使用辅助引擎[J].福建电脑,2014(4).

[8] 傅向.内容过滤技术在反垃圾邮件系统中的应用[J].电脑与电信,2013(7).

[9] 鲍光余,朱东海.基于潜在语义分析的农户个性化推荐系统的研究与设计[J].计算机与现代化,2014(1).

[10] 王巧玲,彭静,王春红.中文分词技术的研究及在Nutch中的实现[J].科技信 息,2013(19).

猜你喜欢
个性化学习
职校学生语文个性化自主学习初探
指导学生“个性化学习”,改善学生学习行为
“留白“促进学生个性化学习例析
教学资源支持下的Sakai个性化学习研究
微视频在初中英语听力教学中的应用探索
基于SOA的在线学习资源集成模式的研究
适应性学习系统的参考模型对比研究
MOOC环境下中学生数学个性化学习模式研究
农村小学数学个性化学习指导策略探究
教育中个性化学习的探讨与运用