戈國梁

摘 要： 針對傳統(tǒng)的英語教學能力評估算法存在大數(shù)據(jù)信息分類不準的問題，提出基于大數(shù)據(jù)模糊K均值聚類和信息融合的英語教學能力估計算法。首先，建立約束參量指標分析模型；其次，使用定量遞歸分析方法對大數(shù)據(jù)信息模型的能力進行評估，實現(xiàn)能力約束特征信息的熵特征提??；最后，融合大數(shù)據(jù)信息融合及K均值聚類算法，實現(xiàn)英語教學能力的指標參數(shù)聚類和整合，編制相應(yīng)的教學資源分配計劃，實現(xiàn)英語教學能力評估。試驗結(jié)果表明，采用該方法進行英語教學能力評估，具有較好的信息融合分析能力，提高了教學能力評估的準確性和教學資源應(yīng)用效率。

關(guān)鍵詞： 大數(shù)據(jù)； 英語教學； 教學能力評估； 信息融合； 數(shù)據(jù)聚類

中圖分類號： TN919?34； TP399 文獻標識碼： A 文章編號： 1004?373X（2017）20?0031?03

Abstract： In allusion to that the traditional English teaching capability evaluation algorithm exists the problem of inaccurate big data information classification， an English teaching capability evaluation algorithm based on fuzzy K?means clustering of big data and information fusion is proposed. First， the analysis model of constraint parameters is established. Second， the quantitative recursive analysis method is used to evaluate the capability of the big data model and realize entropy feature extraction of capability constraint feature information. Finally， big data fusion is combined with K?means clustering algorithm to realize clustering and integration of English teaching capability parameters， prepare the corresponding teaching resource allocation plan， and realize English teaching capability evaluation. The experimental results show that this method has good information fusion and analysis capability， and improves the accuracy of teaching capability evaluation and the efficiency of teaching resource application.

Keywords： big data； English teaching； teaching capability evaluation； information fusion； data clustering

0 引 言

采用信息處理技術(shù)和大數(shù)據(jù)分析技術(shù)進行教學評估和資源信息調(diào)度，對提高教學進程的定量管理和規(guī)劃能力方面具有積極重要的意義。對此，本文研究基于大數(shù)據(jù)分析的英語教學能力評估問題。由于英語教學能力評估受到的制約因素較多，需要對英語教學水平進行定量測試和分析，構(gòu)建約束英語教學水平的參量模型和大數(shù)據(jù)分析模型，采用大數(shù)據(jù)信息融合和聚類處理方法進行英語教學能力評估，構(gòu)建教學能力評估的目標函數(shù)和統(tǒng)計分析模型，提高英語教學能力評估的定量預(yù)測能力[1]。本文提出一種基于大數(shù)據(jù)模糊K均值聚類和信息融合的英語教學能力估計方法，實現(xiàn)英語教學能力的指標參數(shù)聚類和整合，編制相應(yīng)的教學資源分配計劃，實現(xiàn)英語教學能力評估定量規(guī)劃，實現(xiàn)英語教學能力準確評估。

1 英語教學能力評估的大數(shù)據(jù)分析模型

1.1 英語教學能力評估的約束參量大數(shù)據(jù)分析

為了實現(xiàn)對英語教學能力的準確評估，首先需要構(gòu)建英語教學能力約束參量的信息采樣模型。結(jié)合非線性的信息融合方法和時間序列分析方法，進行英語教學能力的統(tǒng)計分析。英語教學能力約束指標參量是一組非線性時間序列[2]。構(gòu)建一個高維的特征分布空間表示英語能力評估的參量指標分布模型，約束英語教學能力主要指標參量包括了師資水平、教學設(shè)施投資、政策相關(guān)度水平等[3]。 構(gòu)建一個微分方程表達英語教學能力約束參量的信息流模型為：

3 仿真實驗分析

采用Matlab仿真分析方法測試英語教學能力評估的大數(shù)據(jù)分析性能，采用統(tǒng)計分析方法進行英語教學能力評估的數(shù)據(jù)采樣，教學能力評估的決策閾值取值為[Dx=2]，設(shè)置英語教學資源分布的關(guān)聯(lián)參數(shù)為[ξd2c1=35]，[ξd2c2=25]，[ξd2c3=25]，[maxgc1（d2）=65]，[maxgc2（d2）=38]，[maxgc3（d2）=110]，采樣頻率f0=600 Hz，自適應(yīng)初始步長ρ=0.97，教學資源特征分布的關(guān)聯(lián)系數(shù)為[B=1.14]，根據(jù)上述參數(shù)設(shè)定，進行英語教學能力評估約束參量的大數(shù)據(jù)重建，得到大數(shù)據(jù)分布的時域波形如圖1所示。

以圖1的英語教學能力評估的指標參數(shù)大數(shù)據(jù)統(tǒng)計結(jié)果為研究對象，進行數(shù)據(jù)聚類和信息融合處理，實現(xiàn)教學能力評估。表1給出了評估的準確性等指標的測試結(jié)果，分析得知，采用本文方法進行教學能力評估的準確性較高，教學資源的利用率較好。

4 結(jié) 語

本文研究了英語教學能力評估優(yōu)化模型，提出一種基于大數(shù)據(jù)模糊K均值聚類和信息融合的英語教學能力估計方法，構(gòu)建英語教學能力評估分析的約束參量指標分析模型，采用定量遞歸分析方法進行英語教學能力評估的大數(shù)據(jù)信息模型分析，實現(xiàn)英語教學能力約束特征信息的熵特征提取，結(jié)合大數(shù)據(jù)信息融合和K均值聚類算法實現(xiàn)英語教學能力的指標參數(shù)聚類和整合，以此為基礎(chǔ)編制相應(yīng)的教學資源分配計劃，實現(xiàn)英語教學能力評估。研究得知，本文方法進行英語教學能力評估的準確性較好，提高了英語教學資源的利用效率。

參考文獻

[1] 何力，丁兆云，賈焰，等.大規(guī)模層次分類中的候選類別搜索[J].計算機學報，2014，37（1）：41?49.

[2] 周潤物，李智勇，陳少淼，等.面向大數(shù)據(jù)處理的并行優(yōu)化抽樣聚類K?means算法[J].計算機應(yīng)用，2016，36（2）：311?315.

[3] DENG Z， CAO L， JIANG Y， et al. Minimax probability TSK fuzzy system classifier： a more transparent and highly interpretable classification model [J]. IEEE transactions on fuzzy systems， 2015， 23（4）： 813?826.

[4] ZARINBAL M， ZARANDI M H F， TURKSEN I B. Relative entropy fuzzy c?means clustering [J]. Information sciences， 2014， 260（1）： 74?97.

[5] 李斌，王勁松，黃瑋.一種大數(shù)據(jù)環(huán)境下的新聚類算法[J].計算機科學，2015，42（12）：247?250.

[6] 胡俊，胡賢德，程家興.基于Spark的大數(shù)據(jù)混合計算模型[J].計算機系統(tǒng)應(yīng)用，2015，24（4）：214?218.endprint