杨玉玲,杨会伟
(1.长春电子科技学院,吉林 长春 130061;2.芜湖职业技术学院,安徽 芜湖 241002)
近年来,网络技术与信息技术逐渐普及,人们的学习、交流、生活方式发生了很大变化,信息传递的时效性与实时性越来越强。线上教学作为教育领域传递信息的重要组成部分,近年来其发展速度日新月异。线上教学具有很多优势,包括教学方式的交互性、多样性、灵活性以及教学资源的全球性、共享性等[1]。当前,线上教学已成为一种深受大众欢迎的教学方式,它摆脱了环境、地点、时间等各方面的限制。在很多高校中,线上教学已经成为一项重要的实践性教学活动,同时,我国在政策上也大力支持信息化教育建设,使线上教学系统在高校中获得了广泛的应用。
线上教学系统在我国已成为促进教育改革、提升教育质量的重要媒介,逐渐成为未来我国教育的整体发展趋势[2]。但是目前关于语言类课程线上教学系统的研究成果相对较少[3]。对于语言类课程线上教学系统,欧美的研究成果较为领先,有学者提出基于云平台的语言类课程线上教学系统,主要基于云平台搭建语言类课程线上教学系统。而国内针对语言类课程线上教学系统的研究较少,但也取得了一些实用性较强的研究成果。有学者提出基于交互技术的语言类课程线上教学系统,主要利用交互类技术对语言类课程线上教学系统进行设计。由于在利用以上系统进行语言类课程的线上教学时,在并发数为100~1 700的范围内存在平均响应时间较高与吞吐量较低的问题,本文提出一种基于学科融合的语言类课程线上教学系统。
基于互联网的语言类课程线上教学系统的硬件构成为服务器模块[4]。基于互联网对服务器模块进行设计,服务器模块由数据库服务器、Web 服务器、文件服务器构成。具体技术信息设置如表1所示[5]。服务器模块的模块构造如图1、图2所示。
表1 服务器模块具体技术信息设置
图1 服务器模块的模块构造图
图2 视频推荐模型
基于互联网的语言类课程线上教学系统的软件构成包括用户管理模块、讨论区模块、作业模块、教学模块、在线考试模块[6]。
1.2.1 用户管理模块
用户管理模块能够实现登录验证功能以及课程查询功能。通过该模块的登录验证功能,学生与教师用自己的系统账号进行系统登录,其中,学生的账号可以直接向系统申请来获取,而教师账号则需要通过管理员的验证[7],登录后学生与教师能够查看个人资料,对课程进行管理。在登录验证功能中,前端项目的服务器为Nginx ,能够解析前端静态文件,而后端项目则主要通过GlassFish应用服务器来运行,该服务器具备强大的动态资源执行能力,同时也能对静态资源进行解析。在该功能中,外网只能访问前端服务器[8]。根据登录验证功能的具体要求创建用户表,对用户信息进行存储,用户表具体信息如表2所示。
表2 创建的用户表
对于用户管理模块的课程查询功能,在用户成功登录后,学生通过该功能对将要学习的课程进行查询,而教师可以通过该功能对自己负责的课程进行查询。课程数据结构具体信息如表3所示。
表3 课程数据结构
讨论区模块是系统中的一种交流工具,在讨论区模块中,学生与教师可以打破空间和时间的限制进行异步交流。讨论区模块通过Moodle为学生与教师提供各种类型的讨论区,包括解答讨论区、话题讨论区、标准讨论区等,各帖子都带有附件[9]。在讨论区模块中,学生可以通过嵌套、树状、列表等方式对话题进行浏览,教师可以在帖子中向学生发送反馈信息。教师可以限制学生回帖、发帖,还可以向其他讨论区转移话题。
1.2.3 作业模块
作业模块主要用于教师布置作业。在该模块中,学生可以在线完成作业,也可以在完成作业后将结果进行上传。教师对学生作业完成情况进行打分,并向学生反馈相关意见[10]。作业的类型共分为四种:离线活动项目、单个文件、在线文本和高级文本。在语言类课程的教学过程中,教师根据教学情况与教学进度设置作业类型。同时,教师还可以对提交作业的开始时间和截止时间进行设置,而学生需要在教师设置的时间段内进行在线作答或作业上传,该模块能够对学生在线作答或作业上传时间进行记录。教师还可以设置学生可以迟交或晚交作业的时间,如果教师允许学生迟交作业,那么该模块将对学生实际上交作业时间进行记录。
1.2.4 教学模块
教学模块由直播教学单元、视频推荐单元、课程学习单元、课程设置单元构成。其中,课程设置单元能够向管理员与教师提供视频课程设置的功能,利用该单元能够对语言类课程的各类信息进行设置[11]。课程学习单元能够为学生提供关联视频跳转、指定教学视频观看、课程列表查看等功能。课程学习单元使用的数据主要来自课程设置单元,包括课程信息数据、教学视频数据、视频关联数据等,具体数据信息如表4所示。
表4 课程学习单元的数据
视频推荐单元主要通过视频推荐模型进行视频推荐,使用的视频推荐模型主要通过协同过滤思想进行视频推荐,所构建模型如图2所示[12]。利用该视频推荐模型进行视频推荐的基础是学生的学习记录数据与课程评价数据,运用协同过滤算法在学生的学习记录数据与课程评价数据中抽象出用户偏好模型与课程特征模型,然后通过推荐算法向用户推荐与其偏好相符合的视频课程[13]。该视频推荐模型中共存在两种推荐方式:一种是根据用户偏好模型对拥有相似偏好的用户进行寻找,并对其没有学习过的语言类课程进行查找与推荐;另一种是通过用户偏好模型与课程特征模型直接向用户推荐与其偏好相符合的课程[14]。
直播教学单元主要是用于对语言类课程进行直播教学,在该单元中可同时设置多个直播房间,每个房间各分配一名教师,各直播间的学生数量没有上限,且学生可以在各直播间进行自由切换。
1.2.5 在线考试模块
在线考试模块主要用于学生自动考试,考试活动流程如图3所示。学生在进入在线考试模块后,可以在考试列表中选择并进行对应考试[15],完成考试后可以选择提前交卷或到时间之后自动交卷。在线考试模块的具体数据结构包括试题表、考卷表以及考试记录表。
2.5 果园生草 提倡果园行间生草,通常以自然生草为主。每年4月初在果树行间撒施尿素20 kg/亩,结合浇水,既增加了草的产量,又避免了草与树争肥。当草长到40 cm左右时及时收割,每年生长季节用割草机割草3~4次,秋后用旋耕机全园深翻。自然生草连续进行3年,可以提高土壤有机质1%以上。
图3 在线考试模块的考试活动流程图
对所设计的基于互联网的语言类课程线上教学系统进行仿真实验测试。实验中搭建的网络拓扑具体如图4所示,系统的测试环境如表5所示。
图4 实验中搭建的网络拓扑
表5 系统的测试环境
在所搭建的实验环境下对基于互联网的语言类课程线上教学系统进行平均响应时间与吞吐量的实验测试,获取该系统在并发数为100~1 700范围内的平均响应时间与吞吐量数据作为实验数据。同时,为提升实验结果的对比性,将原有的两种语言类课程线上教学系统作为对比系统,两个系统分别为基于云平台的语言类课程线上教学系统与基于交互技术的语言类课程线上教学系统,在并发数为100~1 700范围内进行平均响应时间与吞吐量的实验测试,获取两个系统的平均响应时间与吞吐量数据作为对比实验数据。分析三个语言类课程线上教学系统在实验中的性能数据,获取其性能表现。
在并发数为100~1 700的范围内,基于互联网的语言类课程线上教学系统与基于云平台的语言类课程线上教学系统、基于交互技术的语言类课程线上教学系统的平均响应时间的对比实验结果如表6所示。
表6 三个语言类课程线上教学系统平均响应时间的对比实验结果
续表
根据表6的对比实验结果可知,在并发数为100~1 700的范围内,基于互联网的语言类课程线上教学系统的平均响应时间低于基于云平台的语言类课程线上教学系统、基于交互技术的语言类课程线上教学系统的平均响应时间,实现了平均响应时间数据的降低。
在并发数为100~1 700的范围内,基于互联网的语言类课程线上教学系统与基于云平台的语言类课程线上教学系统、基于交互技术的语言类课程线上教学系统的吞吐量对比实验结果如图5所示。
图5 三个语言类课程线上教学系统吞吐量对比实验结果
根据图5的对比实验结果可知,在并发数为100~1 700的范围内,基于互联网的语言类课程线上教学系统的吞吐量大于基于云平台的语言类课程线上教学系统、基于交互技术的语言类课程线上教学系统的吞吐量,实现了吞吐量数据的提升。
本文针对原有系统响应时间较高、吞吐量较低的问题,提出了一种基于互联网的语言类课程线上教学系统,对硬件及软件进行优化设计,实现了在并发数为100~1 700范围内时降低平均响应时间、提升吞吐量数据的效果,验证了所设计的系统具有提升系统性能的能力,对于语言类课程线上教学的发展有实际意义。