网络环境下的多模态在线教学平台设计

何晓磊

(肇庆医学高等专科学校，外语教研室，广东，肇庆 526020)

0 引言

在信息技术不断强化的今天，网络成为人们生活与工作的重要组成部分，网络中信息载体的数量与规模急剧增长。在现代网络的刺激下，网络教育在网络应用中所占的比重逐步扩大。特别是近年来，国家大力推动教育行业信息化，建立高效、便捷的在线教学平台已经成为现代教育的主要趋势，以现代网络技术、信息技术以及通信技术作为主要支撑的在线教学平台成为了一种崭新的教学模式，并得到了广泛应用[1-2]。

当前，多模态在线教学平台在日常生活中得到了较好的应用。这是一种提供多种教学形式与资源形式，实现在线教学的网络平台，为当前的网络教学提供了极大地便利。但目前此教学平台在使用过程中还存在一些问题，主要表现在对教学资源的处理方面，这些问题直接导致了用户业务处理等待时间长的问题[3]。虽然，部分专家学者也做了一些针对性的优化，但依然未达到目前用户的要求。例如文献[4]构建了一种动态学数字资源开放平台，此平台可实现对动态教学资源的管理，以此实现高效的教学资源管理过程，但此平台依旧无法避免用户等待时间过长的问题。因此，在本次研究中使用网络技术，构建网络环境下的多模态在线教学平台，以期降低用户的等待时间，提升用户的使用满意度。

1 网络环境下的多模态在线教学平台设计

根据用户对于在线教学平台的应用要求，将多模态在线教学平台中的模块结构进行优化(见图1)，并据此完成设计。考虑到网络环境对在线教学平台设计过程的影响，主要对教学资源处理与分发过程进行设计，选择多种教学资源数据处理算法完成本次优化设计，由此缩短用户在使用中的等待时间，提升用户的使用满意度。

图1 多模态在线教学平台模块结构

1.1 教学资源特征提取模块

目前，教学文本资源的特征提取技术较为完善，在本次研究中选择互信息技术[5-6]完成文本信息的提取工作。在统计学中，此技术多用于表示数据之间的相关性，构建文本特征的统计模型[7]。设定R为教学资源文本特征，文档类别为yi，其互信息的评估函数B(R,yi)可表示为

(1)

式中，P(R)表示特征R在教学资源中出现的概率，P(R|yi)表示教学资源为yi类别时，特征R出现的概率。根据信息增益原理，特征R可定义为

(2)

式中，Qi表示第i类教学资源类别，P(Qi)表示样本属于Qi类别的概率，P(Qi|R)表示目标资源出现在Qi中的概率。

F(R)的取值对于教学资源文本的特征提取具有直接影响。为了提升特征提取的精度与可靠性，在部分处理中可将多余的信息排除，以此达到降低特征空间维度的效果。本次设计中，在上述计算完成后，使用交叉熵法[8]确定特定类别的教学资源与总体教学资源之间的分布距离，具体计算如下：

(4)

使用式(4)可确定教学资源文本的分布情况，除文本类教学资源外，还需对平台中的其他类别资源进行处理，对于其他种类的教学资源，将使用k近邻分类器[9]完成，现将此分类器构建如下：

(5)

式中，d(v,z)表示两种教学资源的距离。

k近邻分类器是一种较为有效的简单的分类算法，在本次平台设计中使用此算法有效降低平台的数据运算负载。分类后的教学资源输入到平台数据中，利用贝叶斯准则设定不同教学资源的关键词标签，此标签的设定准则设定如下：

(6)

式中，s表示初次处理后的教学资源类别，e表示预设的关键词标签。

为了提高此处理环节的使用效果，设定不同类别的特征标签具有相同等级的划分能力，则式(6)可改写为下述形式：

(7)

此计算公式具有较强的假设性，敏感度较高，可在教学平台中较好的完成教学资源处理过程。将处理后的教学资源作为教学平台使用过程中的数据基础。

1.2 教学资源传输模块

使用上述获取到的教学资源作为教学平台中的主要数据存储内容，为实现教学资源的传输与调度，在本次设计中对教学资源传输模块展开优化设计。根据上文中对教学资源处理结果，选择马尔科夫链[10]完成此部分工作。将处理后的教学资源数据库中设定一个随机传输过程{Lt,t∈T}，如果此过程中存在有前提条件的分布函数，则对于此过程中的b个时刻tb，则有：

P{Ltb≤lt|Lt1≤l1,Lt2≤l2,…,Ltn-1≤ln-1}

=P{Ltb=lt|Ltn-1≤ln-1}

(8)

在此计算过程中，教学资源随机过程{Lt,t∈T}称为教学资源马尔科夫过程，T表示此处理过程中需要的计算参数，li∈U,U表示此处理过程状态。对于分发条件概率P{L(n+s)=j|L(n)=i}，在n时刻处于i状态的条件下，经过n+s时刻下实现分发状态j的概率，写作Pij(n,n+s)或是Pij(n)，其内容可称为教学资源分发过程中的转移概率。当s取值为1时，称为特殊转移概率，则有：

Pij(n)=Pij(n)=Pij

(10)

式中，P(s)以转移概率Pij为元素形成的矩阵，且状态空间为U={0,1,2,…}，则有：

(11)

上述矩阵称为教学资源转移概率矩阵，当s=1时，此矩阵可改写为

(12)

使用此矩阵可对教学平台中的教学资源分发过程展开控制。在教学资源分发的过程中，为提升分发速度，对用户的教学资源接收概率进行确定，以此保证教学资源的传输与分发过程符合用户以及教学平台的要求。

1.3 教学资源协同过滤模块

本次研究中，为了有效提升教学平台的运转速度，缩短用户在使用时的等待时间，对教学资源服务的过程进行过滤。在对多种方法进行对比后，选择内容推荐算法实现协同过滤过程。此算法将会根据用户使用习惯的相似程度，对教育资源进行整合，实现针对性发送。将用户的指令设定为数据形式，生成相应的用户命令矩阵，根据此矩阵确定用户对于教学资源的需求。在本次研究中使用余弦相似法[11-12]确定用户指令与教学资源之间的相似度，则有：

(13)

(14)

根据此公式，可得到教学平台可提供资源与目标资源的相似程度，则有：

(15)

使用此公式对教学平台中的相关资源展开计算，按照相似度对资源进行排序并向用户输出，完成用户的指令。上述算法使用后可能会造成资源推荐概率计算异常的问题，为此，在计算完成后使用贝叶斯模型弥补计算缺失带来的问题，具体计算过程如下：

class=argmaxp(classg)∏p(A0=a0|classg)

(16)

将上述公式作为指令结果输出前的验证环节，当此公式结果确定指令查询结果符合用户要求时，直接输出结果，完成用户指令反馈。

将上文中设计的三组不同类型的模块，按照预设的多模态在线教学平台模块结构安装到当前的在线教学平台中。至此，网络环境下的多模态在线教学平台设计完成。

2 平台性能测试分析

2.1 平台测试方案

在线教学平台测试是平台开发过程中一个较为重要的过程，通过平台测试可发现平台结构中的错误，从而实现教学平台的有效开发。上文介绍了多模态在线教学平台的结构与核心算法，本节将对新型多模态在线教学平台的功能性、安全性以及性能等几方面展开测试，以保证平台在实际应用过程中的高效性。此次平台功能性测试内容包括平台的基础运行功能、教学课件的上传与下载、各个基础模块的运行效果以及平台中信息的完整度等内容。经测试证实教学平台可正常使用后，再对其进行兼容性测试与性能性测试。

2.2 平台兼容性测试分析

在平台功能性测试完成后，选择B/C结构在线教学平台以及Web在线教学平台与新型教学平台进行同期测试，以此确定不同教学平台的使用差异。本次测试中对此平台的适应度进行分析，选择PC机、平板以及手机3种设备作为教学平台的登录终端，并在此部分设备中安装教学平台，并测定平台登录的成功率。为使此部分测试结果具有可靠性，将测试设备以及相关测试参数设定如表1所示。对表1测试结果进行分析可以看出，当教学平台在不同设备与不同的浏览器中使用时，其适应度存在一定的差异性。对不同设备中的登录效果展开研究可知，测试中的3种教学平台具有较好的兼容性，其均可在不同的设备中完成登录，证实了此3种教学平台的设备兼容性较好。在完成设备测试后，对其在常用浏览器中的登录效果进行分析，由上述测试结果分析可以看出，新型教学平台的浏览器兼容性较好，在不同的浏览器中页面与组件功能较为正常。其他两种平台在不同的浏览器中均具有一种以上无法正常运行的情况。由此证实了新型教学平台具有较高的应用兼容性。

表1 测试设计以及测试结果

2.3 平台运行性能测试分析

2.3.1 用户业务处理等待时间测试

在此指标的测试过程中，将100个用户的业务提交等待时间作为测试结果。将业务提交等待时间设定为5个区间，对比每个区间的人数，确定不同教学平台的应用效果。测试结果如图2所示。对图2测试结果进行分析后可以发现，不同的教学平台其数据上传时间的差异较大。文中研发的新型教学平台可控制任务的上传时间，减少用户的等待时长，尽可能地降低用户对于教学平台的不满。其他2种教学平台在数据上传时等待时间较长，且其时长已经达到用户等待时间的临界值，极易造成用户的不满。根据此测试结果可知，新型教学平台可以解决用户业务等待时间过长的问题，提升用户的满意度。

图2 用户业务处理等待时间测试结果

通过部分测试结果可以发现，在多模态教学平台中增加教学资源协同过滤模块是十分具有必要性的，此模块可以较好的对教学平台资源输出与业务进行控制，提高教学平台的运行速度，在日后的设计中，将此模块作为教学平台的主要设计对象，以此保证教学平台的使用效果。

2.3.2 教学资源分发结果与用户搜索结果相似度

在对此测试指标进行测定时，选择50个教师用户以及50个学生用户在教学平台中搜索5个指定的教学资源内容，并下载相应的教学资源，教学资源显示结果与用户搜索结果的相似度，通过此结果确定教学平台对于教学资源的检索能力与处理能力。具体测试结果如3图所示。图3显示多模态教学平台教学资源显示结果与用户搜索结果的相似度较高，使用此教学平台可以较高地完成用户指令，保证平台的输出效果。

图3 教学资源分发结果与用户搜索结果相似度

通过上述2组指标对在线教学平台的使用性能进行分析后可以发现，多模态教学平台的使用性能优于其他2种教学平台。将此结果结合平台兼容性测试结果后可以确定，多模态教学平台的使用效果为3种教学平台中的最佳平台，在日后的在线教学过程中可选择此平台实现学生的日常教学。

3 总结

在网络时代下，人们对于教学的过程与模式要求逐渐提升，多模态在线教学平台成为当前在线教学的首选。本文对当前多模态在线教学平台进行优化，并取得了较好的成果。在日后的教学过程中，可利用此平台为学生的在线教学与网络教育提供帮助。为实现此平台的使用效果，未来的研究中将使用更加先进的技术对平台的用户服务部分进行完善，以此完成网络教育的普及工作。