基于RBF網(wǎng)絡(luò)的在線(xiàn)開(kāi)放課程教學(xué)管理體系研究

張省偉， 朱亞男， 李冰毅， 崔晶

(西安鐵路職業(yè)技術(shù)學(xué)院 牽引動(dòng)力學(xué)院， 西安 710026)

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，教育模式逐漸升級(jí)轉(zhuǎn)型，近年來(lái)，在線(xiàn)教育發(fā)展迅速。據(jù)第42次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》統(tǒng)計(jì)，截至2018年6月，中國(guó)網(wǎng)民數(shù)量達(dá)8.02億，在線(xiàn)教育用戶(hù)規(guī)模達(dá)到1.72億，僅2017年12月至2018年6月，在線(xiàn)教育用戶(hù)增長(zhǎng)率就達(dá)到10.8%[1]。在這個(gè)大背景下，各個(gè)高校都積極開(kāi)展在線(xiàn)開(kāi)放課程建設(shè)工作。然而面對(duì)海量用戶(hù)所產(chǎn)生的大量數(shù)據(jù)，要依靠傳統(tǒng)分析從數(shù)據(jù)中提取用戶(hù)的學(xué)習(xí)模式十分困難，本文提供一種基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法，幫助分析在線(xiàn)課程用戶(hù)的學(xué)習(xí)模式，從而開(kāi)發(fā)最合適的教學(xué)評(píng)價(jià)體系，對(duì)在線(xiàn)開(kāi)放課程的建設(shè)有著重要的指導(dǎo)意義。

1 學(xué)生屬性特征值提取

傳統(tǒng)的教學(xué)評(píng)價(jià)體系主要是通過(guò)考查學(xué)生成績(jī)及教師是否完成教學(xué)任務(wù)這兩個(gè)方面來(lái)進(jìn)行的，這種評(píng)價(jià)方法較為單一，沒(méi)有充分考慮教學(xué)主體的參與度，因此不能準(zhǔn)確的評(píng)價(jià)教學(xué)成效，更不能作為在線(xiàn)課程的評(píng)價(jià)方法[2]。在線(xiàn)課程有別于傳統(tǒng)課堂，參與在線(xiàn)課程的學(xué)生會(huì)留下大量數(shù)據(jù)，本文通過(guò)分析在線(xiàn)課程用戶(hù)數(shù)據(jù)，提出學(xué)生屬性的定義，即：學(xué)生本身具有或客觀發(fā)生的性質(zhì)或行為特征。簡(jiǎn)單地說(shuō)，就是學(xué)生具體某個(gè)方面的客觀表現(xiàn)[3]。

本文從在線(xiàn)課程用戶(hù)數(shù)據(jù)中分析，總結(jié)出以下學(xué)生屬性并賦予其特征值，用于教學(xué)評(píng)價(jià)的網(wǎng)絡(luò)學(xué)習(xí)建模。

(1)學(xué)生性別

若學(xué)生性別為男，則特征值為1；若學(xué)生性別為女，則特征值為2。

(2)課堂活躍度。其分類(lèi)情況及特征值如表1所示。

(3)論壇活躍度。其分類(lèi)情況及特征值如表2所示。

(4)作業(yè)品質(zhì)。其分類(lèi)情況及特征值如表3所示。

(5)自主學(xué)習(xí)程度。自主學(xué)習(xí)程度主要判定學(xué)生課前預(yù)習(xí)積極程度及課后復(fù)習(xí)參與程度，其分類(lèi)情況及特征值如表4所示。

表1 課堂活躍度特征值

表2 論壇活躍度特征值

表3 作業(yè)品質(zhì)特征值

表4 自主學(xué)習(xí)程度特征值

其中課后提問(wèn)情況跟課堂活躍度和論壇活躍度部分重合，故不再單獨(dú)設(shè)置屬性。

2 學(xué)生應(yīng)獲關(guān)注度定義

通過(guò)分析在線(xiàn)課程中的學(xué)生屬性數(shù)據(jù)，可以構(gòu)建一個(gè)合理的教學(xué)管理體系，引導(dǎo)教師重點(diǎn)關(guān)注學(xué)習(xí)自主性較差且不積極活躍的學(xué)生，從而幫助教師有針對(duì)性地教學(xué)。學(xué)生應(yīng)獲關(guān)注度的確定應(yīng)符合[A，R，I]指標(biāo)，其中A指代學(xué)生活躍度，R指代學(xué)習(xí)反饋效果，I指代學(xué)生學(xué)習(xí)自主性指標(biāo)。具體定義如表5所示。

根據(jù)表5所確定的學(xué)生ARI值，就是決定學(xué)生最終應(yīng)獲教師關(guān)注度分類(lèi)的重要依據(jù)。其具體取值按權(quán)重計(jì)算，見(jiàn)式(1)。

ARI=A×40%+R×30%+I×30%

(1)

學(xué)生應(yīng)獲關(guān)注度的特征值定義如表6所示。

教師在教學(xué)管理中，應(yīng)對(duì)ARI分值較低的學(xué)生予以特別關(guān)注和針對(duì)性輔導(dǎo)。

表5 [A，R，I]指標(biāo)定義

表6 學(xué)生應(yīng)獲關(guān)注度特征值

3 教學(xué)管理體系的RBF網(wǎng)絡(luò)模型設(shè)計(jì)

由于學(xué)生屬性較多，特征值也呈現(xiàn)多樣化的分布特征，人工樣本分析費(fèi)時(shí)費(fèi)力且準(zhǔn)確度低，本文采用神經(jīng)網(wǎng)絡(luò)建模來(lái)構(gòu)建教學(xué)管理體系。具體的做法是采用海量學(xué)生數(shù)據(jù)作為樣本，對(duì)其進(jìn)行特征值提取后用特征值數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)數(shù)據(jù)，經(jīng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練后可自動(dòng)輸出對(duì)學(xué)生學(xué)習(xí)關(guān)注度的判別標(biāo)準(zhǔn)，從而幫助構(gòu)建合理的教學(xué)管理體系。

因?yàn)樵撃Ｐ褪且粋€(gè)典型的多參數(shù)非線(xiàn)性模型，因此選用非線(xiàn)性逼近性能較好的RBF網(wǎng)絡(luò)，即徑向基函數(shù)(Radial-Basis Function，RBF)網(wǎng)絡(luò)。該網(wǎng)絡(luò)具有輸入層、隱層和輸出層三層結(jié)構(gòu)[4-6]。

結(jié)合上節(jié)分析，將學(xué)生性別、課堂活躍度、論壇活躍度、作業(yè)品質(zhì)和自主學(xué)習(xí)程度的特征值作為RBF網(wǎng)絡(luò)的輸入，將學(xué)生應(yīng)獲關(guān)注度作為RBF網(wǎng)絡(luò)的輸出。所建立網(wǎng)絡(luò)的輸入神經(jīng)元為5，輸出神經(jīng)元為1，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)見(jiàn)圖1。

圖1 教學(xué)管理體系RBF網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

在該網(wǎng)絡(luò)中，輸入層為Xn=[x1,x2,…,x5]T，表示第n個(gè)學(xué)生的輸入特征值序列，輸出yn表示第n個(gè)學(xué)生的應(yīng)獲關(guān)注度，其中n=1,2，…，N，N為樣本數(shù)目。隱層函數(shù)φi(i=1,…,h)為高斯徑向基函數(shù)，見(jiàn)式(2)。

(2)

本文采用MATLAB的函數(shù)newrb創(chuàng)建RBF網(wǎng)絡(luò)，見(jiàn)式(3)。

net=newrb(p,t,goal,spread)

(3)

其中，p為輸入樣本向量，t為輸出樣本向量，spread為徑向基神經(jīng)元層的散布常數(shù)，goal為設(shè)定的網(wǎng)絡(luò)誤差目標(biāo)。

4 在線(xiàn)課程教學(xué)管理RBF網(wǎng)絡(luò)訓(xùn)練

以西安鐵路職業(yè)技術(shù)學(xué)院在線(xiàn)開(kāi)放課程的學(xué)生數(shù)據(jù)為樣本訓(xùn)練上節(jié)建立的RBF網(wǎng)絡(luò)[7]。本文隨機(jī)抽取600名學(xué)生數(shù)據(jù)，按照第一節(jié)提出的特征提取方法進(jìn)行數(shù)據(jù)模式整理，整理后的學(xué)生數(shù)據(jù)樣本(部分)如表7所示。

表7 特征提取后的學(xué)生數(shù)據(jù)樣本(部分)

表7中，將學(xué)生隱私數(shù)據(jù)剔除，用學(xué)生編號(hào)來(lái)區(qū)別樣本個(gè)體，其余值均是本文定義的特征值。在600組學(xué)生數(shù)據(jù)中，取500組用于網(wǎng)絡(luò)訓(xùn)練，100組用于網(wǎng)絡(luò)驗(yàn)證。創(chuàng)建網(wǎng)絡(luò)函數(shù)見(jiàn)式(4)。

net=newrb(X5×500,y1×500,0,50)

(4)

具體網(wǎng)絡(luò)訓(xùn)練過(guò)程如圖2。

圖2 教學(xué)管理體系RBF網(wǎng)絡(luò)訓(xùn)練過(guò)程

為驗(yàn)證所建立網(wǎng)絡(luò)的正確性，用100組訓(xùn)練數(shù)據(jù)的輸入特征值序列作為上述網(wǎng)絡(luò)的輸入，得到網(wǎng)絡(luò)輸出結(jié)果，將網(wǎng)絡(luò)輸出結(jié)果與實(shí)際ARI特征值結(jié)果對(duì)比，結(jié)果如圖3所示。

圖3 教學(xué)管理RBF網(wǎng)絡(luò)輸出與實(shí)際值比較

從圖3可看出，經(jīng)測(cè)試，本文所建立的RBF網(wǎng)絡(luò)輸出值與實(shí)際值較為一致，正確程度可達(dá)80%以上，說(shuō)明網(wǎng)絡(luò)預(yù)測(cè)效果好。

5 總結(jié)

綜上分析可知，本文提出了一種基于RBF網(wǎng)絡(luò)的在線(xiàn)開(kāi)放課程教學(xué)管理體系，該教學(xué)管理體系可以根據(jù)學(xué)生的數(shù)據(jù)信息，自動(dòng)分析出學(xué)生的學(xué)習(xí)狀態(tài)，從而將學(xué)生按其應(yīng)獲關(guān)注度進(jìn)行分類(lèi)，教師可根據(jù)此分類(lèi)進(jìn)行針對(duì)性的教學(xué)，從而提高教學(xué)效果。以西安鐵路職業(yè)技術(shù)學(xué)院學(xué)生數(shù)據(jù)訓(xùn)練建立網(wǎng)絡(luò)后，經(jīng)測(cè)試，網(wǎng)絡(luò)輸出值與實(shí)際值較為吻合，正確程度可達(dá)80%以上。

本文提出的教學(xué)管理體系有的主要意義有：

(1)應(yīng)用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法對(duì)學(xué)生的學(xué)習(xí)狀態(tài)進(jìn)行評(píng)價(jià)，評(píng)價(jià)體系客觀科學(xué)，可較為精確的獲得學(xué)生的學(xué)習(xí)狀態(tài)。

(2)應(yīng)用本文提出的教學(xué)管理體系，教師可針對(duì)學(xué)生特點(diǎn)開(kāi)展教學(xué)，做到真正意義上的因材施教，對(duì)教學(xué)改革和教學(xué)效果意義重大。