基于多目标优化的英语移动学习资源导航方法.pdf

Microcomputer Applications Vol.39,No.11,2023文章编号：10 0 7-7 57 X（2 0 2 3)11-0 0 30-0 4摘要：为了提高移动学习资源的使用率，优化学习资源导航效果和运行性能，以英语移动学习资源为研究对象，提出一种基于多目标优化的导航方法。通过分词、无效词去除等步骤预处理英语移动学习资源，采用并行搜索方式确定目标资源存储位置，利用多目标优化算法生成学习资源检索路径，进而得出最终的英语移动学习资源导航结果。从单个资源导航任务和多个资源导航任务两方面进行实验测试，结果表明，所提方法受导航任务场景影响较小，导航成功率和查准率分别提高了1.0%和0.5%，且在运行过程中的内存占用量和时间开销更小。关键词：多目标优化；英语资源；移动学习；资源导航；并行搜索中图分类号：TP311基金项目基于多目标优化的英语移动学习资源导航方法齐迹（陕西铁路工程职业技术学院，基础课部，陕西，渭南7 140 0 0)文献标志码：A微型电脑应用2 0 2 3年第39 卷第11期English Mobile Learning Resource Navigation MethodBased on Multi-objective OptimizationQI Ji(Department of Basic Courses,Shaanxi Railway Institute,Weinan 714000,China)Abstract:In order to improve the utilization rate of mobile learning resources and optimize the navigation effect and operationperformance of learning resources,taking English mobile learning resources as the research object,a navigation method basedon multi-objective optimization is proposed.The English mobile learning resources are preprocessed by word segmentation andinvalid word removal,the storage location of the target resources is determined by parallel search,and the learning resource re-trieval path is generated by multi-objective optimization algorithm,so as to obtain the final navigation results of English mobilelearning resources.The experimental tests are carried out from two aspects:single resource navigation task and multiple re-source navigation tasks.The results show that the proposed method is less affected by the navigation task scene,the navigationsuccess rate and precision rate are increased by 1.0%and 0.5%,respectively,and the memory occupation and time expendi-ture in the operation process are smaller.Key words:multi-objective optimization;English resource;mobile learning;resource navigation;parallel search导航运行程序的响应时间。0引言1英语移动学习资源导航方法设计随着移动学习平台中开设的课程逐渐增多，在网络技术和通信技术的支持下，平台中存储的学习资源数量和种类也随之增加，为学生获取所需的学习资源带来了较大困难，尤其体现在多学习资源同时查询的情况下，进而对学生的学习积极性产生负面影响。目前对于英语移动学习资源的导航方法研究较少，现有较为成熟的资源导航方法包括基于概念网的导航方法、基于知识组织的导航方法以及基于知识地图的导航系统。然而上述方法在实际的运行过程中，若初始输入的查询目标较多，极易出现导航拥堵的现象，进而导致导航速度慢、导航结果错误等问题，为此引入多目标优化算法。多目标优化算法的运行目标是保证目标在给定区域内同时达到相对最优的状态，且最终得出的解是一组均衡解。将多目标优化算法 2 应用到英语移动学习资源导航方法的优化设计工作中，以期能够在提高导航精准度的同时，降低基金项目：2 0 2 1年陕西省科技厅科学研究计划软科学项目（2 0 2 1KRM200）；陕西铁路工程职业技术学院科研基金项目（KY2016-10）作者简介：齐迹（198 2 一），女，博士，副教授，研究方向为英语教学、高职教育。30.1.1英语移动学习资源处理与整合收集线上移动学习平台中的所有资源，并通过分词、无效词去除等步骤完成初始资源的预处理 3。学习资源分为中文分词和英文分词2 个部分，中文分词采用统计分词的方法，即统计语料中相邻共现个别字的组合频率，计算其互信息，其计算公式如下：(X,Y)=IgpLX)p(X)p(Y)式中，p(XY)为英语移动学习资源X和Y的相邻共现概率，p(X)为X在学习资源中出现的概率，p(Y)表述Y在学习资源中出现的概率 4)。如果式(1)的计算结果大于设置的阈值入。，可以认为该中文字组可以组成一个单词，无须进行分词处理，则跳过该字节进行下一个英语移动学习资源内容的分(1)Microcomputer Applications Vol.39,No.11,2023词判断，直到所有中文资源完成分词处理为止。为了确保导航效果，英文资源分词程序也做了词性标注。分词结果中可能会出现一些无意义的词语，如“的”“啦”等，这些词对查询信息的语义性几乎没有帮助，可把存在于停用词表中的词语去掉，以减少分析量，降低分析偏差 5-6。将预处理完成的不同格式的英语移动学习资源进行整合处理，定义任意2 个英语移动学习资源为X和Y，则其合成结果可以表示为H=w(X,Y)(X,Y)式中，w（X,Y)为2 个融合学习资源的融合权重系数，其表达式如下：w(X,Y)=Z,1-Sim(X,Y)X-Y=1式中,Sim(X,Y)为2 个学习资源内容的相似度，d为待整合的英语移动学习资源数量。将式（3)的计算结果代入式（2)，并按照学习资源预处理的先后顺序得到学习资源的整合处理结果。1.2确定目标资源存储位置为满足用户的多资源目标导航任务，目标资源存储位置的定位采用并行搜索方式 7，其定位过程如图1所示。未遍历节点?遍历节点已遍历节点joo:iooloiiioooooOOioii开始Hooi子树级别-2子树级别-3结束图1目标资源存储定位示意图按照图1定位流程，根据学习资源内容确定其存储位置。首先构建学习资源R的语义向量，可以表示为tf#X1T2uax1g(岁)VED,式中，tfi和dfk分别为t词语在学习资源出现的频率及其所在的文档数量，N为学习资源的总数量。在此基础上根据用户输入的检索关键词信息构建相应的检索向量，记为Tterms。在预处理的学习资源中匹配与Tterms相同的词条，读基金项目取该资源的位置信息。在实际定位过程中，接收到的信息在节点中同时被转发到其第k级子树下的所有节点 8，这时只有包含目标资源R的节点将响应消息发送到请求启动节点q。节点向自身发送消息定位驱动信息，同时将前一个节点消息转发到它的第级子树中的节点，如果在节点本地发现目标资源R，结果将返回给请求发起节点q，资源存储定位结束。1.3利用多目标优化算法生成资源检索路径(2)资源检索路径的生成原理就是利用多目标优化计算，以当前检索位置为起点，以确定的目标学习资源存储位置为终点，求得内存占用最少、检索速度最快的路径。构建多目1-Sim(X,Y)标优化算法的数学定位为(3)min y=F()=(fi(),fz(),fm(a)g:()0S.t.(h;()=0式中，m为目标函数的个数，和y分别为决策变量和目标函数,另外g;（)和h;（)分别为的约束条件和可行解。由此可以得出多目标优化的基本原理，如图2 所示。F2约束区间oi约束点F图2 多目标优化原理图按照图2 原理确定目标资源存储位置为起点进行反向迭代，获取该存储位置的上层信息，将其标记为第一个路径节点，标记为1，同理继续向上获取属性位置信息，并对其进行逐一标记，直到达到检索信息所在位置为止。输出各个节点的生成结果，按照先后顺序进行连接，得出最终的资源检索路径生成结果。1.4实现英语移动学习资源导航用户输人待检索的关键词信息，按照多目标优化算法生成的检索路径，得出英语移动学习资源导航结果。为了保证学习资源的导航效率，将导航方式划分为全局导航、模块导航等，其中全局导航方式如图3所示。根据图3将英语移动学习资源导航的输出结果分为左、右2 个部分。左侧为课程目录，树形结构显示全部知识点，每个知识点按层次结构垂直排列。知识点前的加号和减号小图标可以展开和收起，方便使用者根据自已的学习情况选择一个分类概念，然后逐层点击知识点，搜索范围就会逐渐缩小。右边则根据学生点击请求的内容，从数据库中抽取资(4)源，动态地呈现资源内容。2导航性能测试实验分析2.1准备英语移动学习资源此次导航效果测试实验选择某高校线上教学平台作为实验环境，并以该平台数据库中的所有与英语有关的学习资31微型电脑应用2 0 2 3年第39 卷第11期(5)多目标多目标优化区间Microcomputer Applications Vol.39,No.11,2023友情链接英语移动学习资源H考试测验+知识点测验组卷考试等级考试图3英语移动学习资源全局导航框图源作为资源样本。实验准备的部分英语学习资源如图4所示。5登陆模块用户名：Adminol密码：用户角色：学生登陆）消】专电子资料DB动调康拟语句品听力图4英语移动学习资源浏览界面由图4可知，英语学习资源主要以大学教学资源为主，包括语法、单词、经典作文等，将其按照内容和格式存储到导航效果测试方法中。2.2选择实验用例此次实验共设置2 个场景：一个是单个资源导航任务，该场景下设置的实验用例包括“定语从句”“history”“orallanguage“状语从句”“主谓宾”“hearing”，由此将单个资源导航任务划分成6 个组别，每个组别中设置10 个不同的检索关键词；另一个实验场景为多个资源导航任务，具体的实验用例为“Translation and Interpreting”“Object clause andpredicative clauseAuxiliary verbs and be verbsTensesand fixed statements”，由此可以将多个资源导航任务分为4个组别，每个组别中设置2 0 个不同的检索关键词。2.3设定导航性能评价指标此次实验分别从导航效果和运行性能2 个方面进行量化测试，其中导航效果的测试就是导航结果的正确性和精准性的测试，设置的评价指标为导航成功率和查准率，计算得出的导航成功率和查准率越高，说明本文方法的导航效果越好。2 个指标的数值计算公式为7sue.100%一ntN27acNX100%式中，n，和n分别为能够输出导航结果的实验运行次数和设置的总运行次数，由于每个组别中的实验用例都进行2基金项目国次，因此n.的实际取值为2 8 0，而n.的具体取值由导航输出授课教材辅助教材凹内外经典教材线上教材英语学习资表显示Phonicsand miero lisening skllisListeningsratey:Good noe Vsbad notesTrumpetBeteryour online presenceDifficult sentencesPracticeSpeaking strategy Showing interests and asking for informationEnglishChineseCompound sentenceConjunctionsFunctional vocabulary and sentence pttemsThe Brtsh BroadeastingCorporato(BBC)TheChina Radio Intemational(CRI)微型电脑应用2 0 2 3年第39 卷第11期结果的统计情况来决定，变量Ni和 N分别为设置的所有资源数量和导航得到的正确学习资源数量，其中N取值为定值，由不同类型的英语自动学习资源准备量决定。另外，从导航方法的运行性能方面来看，设置的测试指标为内存占用量和时间开销，其中内存占用量可以通过调取微课件多媒体视频资源音频资源sentence patterm导航方法运行过程中的后台数据直接得出，而时间开销则是分别记录导航启动和结果输出时间，两者的差值即为时间开销的求解结果。内存占用量和时间开销越小，说明本文方法的运行性能越好。2.4实验过程与结果分析将准备的实验用例逐一输人到英语移动学习资源导航方法的运行界面中，可以输出导航结果，如图5所示。英语移动学习资源导航X检索替换资源导航标记导航目标：oral language关键词；Business translation目标类型：.mvm导航结果D:/user/onlineEnglish/Resources/video团全局导航口模块导航图5英语移动学习资源导航结果为了测试本文方法的性能，将基于知识组织的资源导航方法作为对比方法，该方法的运行环境与输入的初始用例相同。按照图5输出的导航结果以及对比方法输出的导航结果，查找指定学习资源，由此来证明导航结果是否正确。图6为应用导航结果下英语移动学习资源的检索结果。国英语移动教学资源口菜计算机TeachBusiness EnglishBusiness English and comunication:SoftLearners Pocket Dictionary of Business EnglishNEWINTERNATIONALBUSINESSENGLISHLSTProgranUseraOnline EnglishaResourcesvideoaudiofrequencyImg图6 英语移动学习资源检索结果同理可以得出实验设置所有用例的导航及其正确性判断结果，如表1所示。将表1中的数据代人式（6)，可以得出基于知识组织的资源导航方法测试指标nsue和nace的平均值分别为96.4%和97.4%，而本文方法的测试指标平均值分别为9 8.9%和99.4%。由此可见，本文方法的成功率和查准率均高于对比方法，即本文方法的导航效果优于对比方法。另外，经过内存占用量以及运行时间数据的统计，得出(6)导航方法运行性能的测试结果，如图7 所示。由图7 可知，本文方法的占用空间和时间开销始终低于对比方法，最高内存占用空间为52 MB,耗时最高为36 s，即本文方法在运行性能方面更加具有优势。32.开始导航打开取消口当前文件口包含子文件口包含隐藏文件the Business English Specialty Core CompetenceA study of business EnglishMicrocomputer Applications Vol.39,No.11,2023实验类型与组别S1S2单个资源导航S3任务S4S5S6M1多个资源导航M2任务M3M4.250二对比方法内存占用一对比方法耗时本文方法内存占用一一本文方法耗时200F15010050FSIS2S3S4S5S6MIM2M3M4图7 英语移动学习资源导航方法运行性能测试结果3总结英语移动学习资源是线上英语教学的基础，在一定程度上资源的质量和利用率直接影响了学生的线上英语教学质量。通过学习资源导航方法的设计与应用，降低了学生用户对资源查找的难度，减少了学生在学习过程中的阻碍，对于提高线上英语教学质量以及学生的英语水平具有重要意义。1李浩君,杨琳，张鹏威.基于多目标优化策略的在线学习资源推荐方法 J.模式识别与人工智能，2 0 19，32（上接第2 9页）下肢康复训练动作，全面提升智能轮椅在下肢康复训练的应用效果。随着人工智能技术的完善，智能轮椅在功能和性能上将会有较大的提升空间7。例如，智能轮椅的避障控制可以采用BP神经网络PID控制算法进一步提升避障的响应效果，语音识别在实现语音操控轮椅的同时，还可以和智能门禁、智能家居、智能康复等相关领域结合起来，为存在行动障碍的患者提供更为人性化、个性化的服务。1庄璇，杨子倩.智能轮椅的发展现状 J.艺术科技，2021,34(11):64-65.2 林佳智，常凤筠，陈达文，等.多功能自助智能轮椅基金项目表1英语移动学习资源导航效果测试数据表基于知识组织的资源导航方法输出导航结果的所有资源导航得到正确的输出导航结果的所有资源实验运行次数数量20121922201518331726202439553949403838465040302010参考文献参考文献微型电脑应用2 0 2 3年第39 卷第11期基于多目标优化的英语移动学习资源导航方法导航得到正确的学习资源数量实验运行次数1220222014203119252024205540494036404438(4):306-316.2 孙鹏，武君胜，王勋，等.基于多目标优化的C2组织平台资源动态调度方法 J.系统工程与电子技术，2019,41(4):793-800.3刘娅.基于Hadoop的教学资源存储与检索研究 J.科学技术创新，2 0 2 1(2 1)：8 7-8 9.4赵旭.基于改进蚁群算法的云资源调度研究 门.信息技术,2 0 2 1(9):137-143.5白静慧，白锐.基于粒子群算法的网络教学资源优化获取 J.辽宁工业大学学报（社会科学版），2 0 11，13(2):137-139.6 汗古丽力提甫，杨勇，任鸽.智慧教育背景下的课程资源知识库平台设计 J.信息技术，2 0 2 1（9）：13-18.7 黄长江，詹柳春.云实验室数据库资源云存储属性基加密仿真J.计算机仿真，2 0 2 0,37（5：115-118.8 王志军，冯小燕，基于学习投入视角的移动学习资源画面设计研究 J.电化教育研究，2 0 19，40（6)：91-97.9 肖耀涛.基于改进蚁群优化算法的云计算资源调度.微型电脑应用，2 0 2 2,38（2）：16 0-16 3.（收稿日期：2 0 2 2-0 4-18）J.科学技术创新，2 0 2 1(15)：18 0-18 1.3庄璇，杨子倩.智能轮椅的发展与设计原则J设计,2 0 2 2,35(7):110-112.4吴清，吴梦，艾险峰，等.基于FBS模型的智能轮椅结构设计J.包装工程，2 0 2 2，43（16）：17 0-17 6.5吴顺尧.多传感器融合的智能轮椅避障控制方法研究D.武汉：湖北工业大学，2 0 2 1.6田志宏，韩雪洁，田硕，等.基于一种改进A算法的智能轮椅路径规划研究 J.天津科技大学学报，2022,37(5):38-43.7曲振波，王飞，张宏扬.智能轮椅的发展与设计趋势探析 J.工业设计，2 0 2 0(12)：113-114.（收稿日期：2 0 2 3-0 4-2 8)33数量12221533262455493846学习资源数量12221533252455493845