基于J2EE架構(gòu)的通用教學(xué)評(píng)價(jià)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)(1)

1、基于J2EE架構(gòu)的通用教學(xué)評(píng)價(jià)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)(1)摘 要 基于目前數(shù)字化校園系統(tǒng)中教學(xué)評(píng)價(jià)模塊的功能單一、模型固定和重復(fù)開發(fā)等問題，作者給出了一個(gè)通用的教學(xué)評(píng)價(jià)系統(tǒng)，該系統(tǒng)的主要功能流程、系統(tǒng)的體系結(jié)構(gòu)和實(shí)現(xiàn)技術(shù)，以及所用到的兩種重要算法：AHP法和BP神經(jīng)網(wǎng)絡(luò)。該系統(tǒng)可作為一個(gè)模塊直接嵌入不同的網(wǎng)絡(luò)教學(xué)平臺(tái)與數(shù)字化校園系統(tǒng)，具有通用性強(qiáng)、擴(kuò)充性好等優(yōu)勢(shì)，能有效的排除模型定制中人為因素的干擾，具有較強(qiáng)的實(shí)用和推廣價(jià)值。 關(guān)鍵詞 評(píng)價(jià)模型 struts框架 AHP法 BP神經(jīng)網(wǎng)絡(luò)1 引言 隨著Internet應(yīng)用的普及，網(wǎng)絡(luò)化教學(xué)日益成為一種重要的教學(xué)手段和教學(xué)場(chǎng)所，作為網(wǎng)絡(luò)化教學(xué)系統(tǒng)的一個(gè)模

2、塊，教學(xué)評(píng)價(jià)系統(tǒng)承擔(dān)著監(jiān)督教學(xué)效果、使教學(xué)雙方形成有效交互與反饋以及對(duì)教學(xué)過程的決策取向產(chǎn)生直接參考依據(jù)的重要任務(wù)。但是，目前我國還沒有網(wǎng)絡(luò)化教學(xué)評(píng)價(jià)的基本標(biāo)準(zhǔn)，教學(xué)形式和教學(xué)對(duì)象的多樣性也導(dǎo)致難以制定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。 為了解決上述問題，本文給出了一個(gè)通用的教學(xué)評(píng)價(jià)系統(tǒng)，該系統(tǒng)不僅解決了重復(fù)開發(fā)造成的資源浪費(fèi)，對(duì)不同的基于J2EE架構(gòu)的網(wǎng)絡(luò)教學(xué)系統(tǒng)或者數(shù)字化校園平臺(tái)，只須把該系統(tǒng)作為一個(gè)模塊嵌入其中，就可輕松實(shí)現(xiàn)評(píng)價(jià)功能，而且針對(duì)各種不同的需求，提供評(píng)價(jià)表單、權(quán)值的定制功能，教學(xué)單位可根據(jù)自己的實(shí)際情況選擇使用AHP法、BP神經(jīng)網(wǎng)絡(luò)法或常規(guī)法定制適合自己的評(píng)價(jià)模型。前兩種方法，本系統(tǒng)提供評(píng)價(jià)模

3、型的生成和檢驗(yàn)機(jī)制，用以保證所定制的模型符合用戶需求，以最大程度排除人為因素的干擾，是本系統(tǒng)的核心和關(guān)鍵技術(shù)。 2 相關(guān)算法介紹 2.1 AHP法 AHP是Analytic Hierarchy Process（層次分析法）的簡(jiǎn)稱，它是一種定性和定量相結(jié)合的系統(tǒng)化、層次化的分析方法，適用于多目標(biāo)、多準(zhǔn)則的復(fù)雜評(píng)價(jià)問題。它能提供一種方法把定性的評(píng)價(jià)標(biāo)準(zhǔn)定量化，形成對(duì)每一評(píng)價(jià)指標(biāo)的權(quán)值，由于它同時(shí)提供一致性檢驗(yàn)從而可以保證所得權(quán)植的客觀合理性。其主要步驟為： 1)建立層次結(jié)構(gòu)模型 2)構(gòu)造判斷矩陣 3)層次單排序及其一致性檢驗(yàn) 4)層次總排序及其一致性檢驗(yàn) 利用AHP法建模的關(guān)鍵在于判斷矩陣的構(gòu)造，

4、這需要在建立層次結(jié)構(gòu)之后進(jìn)行兩兩標(biāo)度比較，這項(xiàng)工作一般要由專家來做。 2.2 BPNN法 即BP神經(jīng)網(wǎng)絡(luò)法，又稱誤差逆?zhèn)鞑W(xué)習(xí)算法，分為三層：輸入層、隱含層和輸出層。在具體應(yīng)用該網(wǎng)絡(luò)時(shí)分為網(wǎng)絡(luò)學(xué)習(xí)及網(wǎng)絡(luò)工作兩個(gè)階段。網(wǎng)絡(luò)的學(xué)習(xí)過程由正向和反向傳播兩部分組成。在正向傳播過程中，每一層神經(jīng)元的狀態(tài)只影響到下一層神經(jīng)元網(wǎng)絡(luò)。如果輸出層不能得到期望輸出，就是實(shí)際輸出與期望輸出值之間有誤差，那么轉(zhuǎn)入反向傳播過程中，將誤差信號(hào)沿原來的連接通路返回，通過修改各層神經(jīng)元的權(quán)值，逐次向輸入層傳播去進(jìn)行計(jì)算，再經(jīng)過正向傳播過程，這兩個(gè)過程的反復(fù)運(yùn)用，使得誤差信號(hào)最小。當(dāng)誤差達(dá)到人們所希望的要求時(shí)，網(wǎng)絡(luò)的學(xué)習(xí)過程就

5、結(jié)束。在網(wǎng)絡(luò)的工作階段，根據(jù)訓(xùn)練好的網(wǎng)絡(luò)權(quán)值及給定的輸入向量，按照“模式順傳播”方式求得與輸入向量相對(duì)應(yīng)的輸出向量的解答。 BP網(wǎng)是一種反向傳遞并能修正誤差的多層映射網(wǎng)絡(luò)。當(dāng)參數(shù)適當(dāng)時(shí)，此網(wǎng)絡(luò)能夠收斂到較小的均方差，是目前應(yīng)用最廣的網(wǎng)絡(luò)之一。使用BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行權(quán)值的定制是基于它具有能任意精度近似線性非線性函數(shù)的特性，把樣本與權(quán)值組的映射關(guān)系看作一個(gè)非線性函數(shù)，用BP網(wǎng)絡(luò)去近似這個(gè)函數(shù)，只要樣本是合理的，那么得出的權(quán)值也是合理的。 根據(jù)R.Hech-Nielson的論證，一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)任意精度、任意連續(xù)函數(shù)的映射，故我們僅取一個(gè)隱含層。輸入層和輸出層的節(jié)點(diǎn)數(shù)，按實(shí)際應(yīng)用需要而定

6、。隱含層節(jié)點(diǎn)數(shù)的確定，跟輸入層和輸出層的神經(jīng)元個(gè)數(shù)有關(guān)，但具體的定量關(guān)系目前仍無定論。按照Charence N.W.Tan和Gerhard E.Wittig(1993)的說法，一般情況下輸入層、單個(gè)隱含層和輸出層的神經(jīng)元個(gè)數(shù)基本相等或呈金字塔結(jié)構(gòu)時(shí)，BP模型的運(yùn)行效果較好。因?yàn)槿」?jié)點(diǎn)太少,網(wǎng)絡(luò)不“強(qiáng)壯”，難以達(dá)到目的；取節(jié)點(diǎn)太多，使學(xué)習(xí)時(shí)間過長(zhǎng)，誤差不一定最小。 3 系統(tǒng)的體系結(jié)構(gòu)圖1系統(tǒng)總體結(jié)構(gòu)圖 如圖1為評(píng)價(jià)系統(tǒng)的總體結(jié)構(gòu)圖，從邏輯上可以把整個(gè)系統(tǒng)分成三個(gè)大的子系統(tǒng)，模型定制子系統(tǒng)、教務(wù)管理子系統(tǒng)和教學(xué)評(píng)價(jià)子系統(tǒng)，分別由模型管理員、教務(wù)管理員和評(píng)價(jià)用戶來操控。每一用戶登錄時(shí)，首先查找自身的

7、數(shù)據(jù)庫，若數(shù)據(jù)庫中沒有該用戶的身份認(rèn)證信息，將訪問平臺(tái)系統(tǒng)數(shù)據(jù)庫，從中取得用戶的合法身份信息，并將有效用戶存入評(píng)價(jià)系統(tǒng)自身的數(shù)據(jù)庫，同時(shí)，根據(jù)用戶的角色進(jìn)入相應(yīng)的功能頁面。 3.1 模型定制子系統(tǒng)中 評(píng)價(jià)模型的定制分兩步，第一步要從指標(biāo)庫中選取評(píng)價(jià)指標(biāo)，對(duì)指標(biāo)庫的維護(hù)由模型管理員負(fù)責(zé)，評(píng)價(jià)指標(biāo)分為兩類，一類是定性描述指標(biāo)，一類是定量指標(biāo)，定量指標(biāo)須從元數(shù)據(jù)集中選擇指標(biāo)所對(duì)應(yīng)的元數(shù)據(jù)。元數(shù)據(jù)集是能夠從網(wǎng)絡(luò)教學(xué)系統(tǒng)提取的定量信息的數(shù)據(jù)集合，客觀反映了學(xué)生和教師參與教學(xué)的情況。指標(biāo)選擇完畢，還要定制每一指標(biāo)的權(quán)值，定制權(quán)值的方式有三種：自定義法、BP法和AHP法。 自定義法可以對(duì)某一模型的指標(biāo)直接輸

8、入權(quán)值，這一方法和目前大部分評(píng)價(jià)系統(tǒng)的實(shí)現(xiàn)功能相同，當(dāng)評(píng)價(jià)模型已經(jīng)確定或是有統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)時(shí)，可選擇這種方式定制權(quán)值。 AHP法需要對(duì)評(píng)價(jià)領(lǐng)域較熟悉的專家決定出反映各指標(biāo)的相對(duì)重要性的判斷矩陣，在定制過程中，系統(tǒng)提供了一個(gè)界面友好的定制模塊，讓用戶可以比較方便的完成定制操作。如果輸入的判斷矩陣不滿足一致性要求，那就意味著比較參數(shù)有自相矛盾的地方，系統(tǒng)將會(huì)報(bào)錯(cuò)并返回重新輸入?yún)?shù)。AHP的這種驗(yàn)證機(jī)制能保證用戶最大限度的精確量化在潛意識(shí)中指標(biāo)的重要程度，從而定制出符合要求的評(píng)價(jià)模型。 使用BP法在定制權(quán)值時(shí)需要評(píng)價(jià)樣本的輸入，評(píng)價(jià)樣本提供了一個(gè)模板，它實(shí)際是由一些孤立的點(diǎn)來確定一條多維的權(quán)值曲線，

9、權(quán)值曲線的合理與否與樣本的合理性緊密相關(guān)。樣本庫由教務(wù)管理員員管理和維護(hù)，可以組織專家制定樣本或是在AHP法運(yùn)行一段時(shí)間后由教務(wù)人員從產(chǎn)生的評(píng)價(jià)實(shí)例中提取樣本來組成樣本庫。BP法通過誤差反傳的方法來不斷調(diào)整預(yù)設(shè)的權(quán)值，當(dāng)誤差小于某一預(yù)設(shè)的值時(shí)完成權(quán)值訓(xùn)練，否則繼續(xù)調(diào)整下去。由此可見，BP法自身也具有檢驗(yàn)機(jī)制，這樣得出的權(quán)值能最大限度滿足用戶的需求。 通過定制不同的評(píng)價(jià)模型，系統(tǒng)可以對(duì)教學(xué)的各個(gè)方面進(jìn)行評(píng)價(jià)。模型管理員負(fù)責(zé)模型的管理維護(hù)工作，可以對(duì)模型進(jìn)行編輯和刪除操作，還可以通過提供樣本對(duì)已經(jīng)定制完成的某模型進(jìn)行模型檢驗(yàn)，以此來對(duì)模型的可用性進(jìn)行評(píng)估。評(píng)估算法主要采用取所有樣本的實(shí)際評(píng)價(jià)結(jié)果和

10、理想值之間的均方誤差，將該誤差值與某一上限值做比較，并在該模型做上標(biāo)記，并附上誤差值，以供教務(wù)管理員選定評(píng)價(jià)模型時(shí)參考。3.2 教務(wù)管理子系統(tǒng) 由教務(wù)管理員實(shí)施，主要完成評(píng)價(jià)模型的選擇、打開或關(guān)閉模型以及樣本庫的管理以及其它管理功能。 評(píng)價(jià)模型定制完成之后，由教務(wù)管理員來控制系統(tǒng)的評(píng)價(jià)流程，教務(wù)管理員選擇一個(gè)或多個(gè)評(píng)價(jià)模型使其生效并進(jìn)入實(shí)際運(yùn)行，參評(píng)者就可以對(duì)相應(yīng)模型進(jìn)行評(píng)價(jià)。教務(wù)管理員還可以將評(píng)價(jià)開關(guān)關(guān)閉，使評(píng)價(jià)暫停。此時(shí)若參評(píng)者訪問評(píng)價(jià)頁面，系統(tǒng)會(huì)告知評(píng)價(jià)功能由管理員關(guān)閉，暫停評(píng)價(jià)。關(guān)閉評(píng)價(jià)并不影響正常的瀏覽等其它操作的進(jìn)行。 在樣本庫管理中，可添加和刪除樣本，或者從以往的評(píng)價(jià)結(jié)果信息中提

11、取出一些評(píng)價(jià)結(jié)果作為樣本存入樣本庫，以備BP法定制權(quán)值和模型檢驗(yàn)時(shí)使用。 教務(wù)管理員還可以瀏覽全部的評(píng)價(jià)信息，系統(tǒng)對(duì)評(píng)價(jià)結(jié)果采用橫向比較、縱向比較、表、圖等多樣化顯示，方便快速直觀的對(duì)評(píng)價(jià)結(jié)果做出判斷。 3.3 教學(xué)評(píng)價(jià)子系統(tǒng) 該子系統(tǒng)是系統(tǒng)的核心，主要完成對(duì)評(píng)價(jià)對(duì)象的評(píng)價(jià)功能。參評(píng)者登錄之后，系統(tǒng)根據(jù)參評(píng)者的評(píng)價(jià)權(quán)限列出其可參評(píng)的有效評(píng)價(jià)項(xiàng)目，參評(píng)者可以從其中選擇一個(gè)進(jìn)行評(píng)價(jià)，評(píng)價(jià)時(shí)，每一項(xiàng)評(píng)價(jià)指標(biāo)的評(píng)價(jià)得分都要輸入相應(yīng)的評(píng)價(jià)模型進(jìn)行運(yùn)算。其中，定性描述指標(biāo)得分通過參評(píng)者提交得到，而 定量指標(biāo)得分則由評(píng)價(jià)系統(tǒng)從網(wǎng)絡(luò)教學(xué)系統(tǒng)自動(dòng)提取。 所得到的評(píng)價(jià)得分存入?yún)⒃u(píng)者的評(píng)價(jià)記錄，每隔一定時(shí)間，系統(tǒng)將

12、從評(píng)價(jià)記錄中讀取這些信息，產(chǎn)生最終的評(píng)價(jià)結(jié)果。 評(píng)價(jià)可以重復(fù)進(jìn)行，此時(shí)舊的評(píng)價(jià)信息將被替換，被評(píng)價(jià)者可以實(shí)時(shí)瀏覽評(píng)價(jià)結(jié)果，以達(dá)到對(duì)教學(xué)的實(shí)時(shí)反饋?zhàn)饔谩?4 實(shí)現(xiàn)技術(shù) 4.1 基于struts的框架結(jié)構(gòu)圖2 系統(tǒng)的框架結(jié)構(gòu)設(shè)計(jì) 本系統(tǒng)采用基于struts的MVC編程設(shè)計(jì)思路，將用戶顯示界面、流程控制和業(yè)務(wù)邏輯進(jìn)行分離。其框架結(jié)構(gòu)圖見圖2，在客戶端，用戶提交需求，數(shù)據(jù)信息以request或FormBean兩種方式提交到web服務(wù)器，在web服務(wù)器中，Struts Action完成主要的數(shù)據(jù)封裝和流程轉(zhuǎn)發(fā)工作，Action Servlet起著控制器的作用，控制邏輯利用Struts-config.xm

13、l文件來配置。在模型層，EJB則處理業(yè)務(wù)邏輯，定制模型所涉及到的算法都在EJB中完成，之后通過DAO訪問數(shù)據(jù)庫完成數(shù)據(jù)的存取。4.2 與教學(xué)平臺(tái)系統(tǒng)的數(shù)據(jù)同步設(shè)計(jì) 由于該評(píng)價(jià)系統(tǒng)定位于可嵌入不同的教學(xué)平臺(tái)，對(duì)于各種教學(xué)平臺(tái)，其數(shù)據(jù)庫的結(jié)構(gòu)設(shè)計(jì)也有著較大差別，因此，如何解決與不同平臺(tái)系統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)同步，是解決通用性的關(guān)鍵。 本系統(tǒng)采用在XML基礎(chǔ)上發(fā)展起來的Web服務(wù)（Web Service）技術(shù)來實(shí)現(xiàn)系統(tǒng)間的功能控制和信息交互與共享。Web服務(wù)使用基于XML的消息處理作為基本的數(shù)據(jù)通訊方式，消除使用不同組件模型、操作系統(tǒng)和編程語言的系統(tǒng)之間存在的差異，使異類系統(tǒng)能夠作為計(jì)算網(wǎng)絡(luò)的一部分協(xié)同運(yùn)

14、行。開發(fā)人員可以使用像過去創(chuàng)建分布式應(yīng)用程序時(shí)使用組件的方式，創(chuàng)建由各種來源的Web服務(wù)組合在一起的應(yīng)用程序。由于Web服務(wù)是建立在一些通用協(xié)議的基礎(chǔ)上，如HTTP、SOAP、XML、WSDL、UDDI等，這些協(xié)議在涉及到操作系統(tǒng)、對(duì)象模型和編程語言的選擇時(shí)，沒有任何傾向，因此Web服務(wù)將會(huì)有很強(qiáng)的生命力。兩個(gè)應(yīng)用程序通過Web服務(wù)進(jìn)行遠(yuǎn)程通信時(shí)，所需的標(biāo)準(zhǔn)核心構(gòu)件如圖3所示：圖3 Web Service的核心構(gòu)件塊 使用Web Servic方式進(jìn)行數(shù)據(jù)共享，對(duì)使用本評(píng)價(jià)系統(tǒng)的教學(xué)平臺(tái)而言，只須在原系統(tǒng)的基礎(chǔ)上開發(fā)一個(gè)訪問其數(shù)據(jù)庫的模塊，并將其部署到Apache SOAP上(可選擇使用其他的服

15、務(wù)器)，訪問數(shù)據(jù)的接口方法由本系統(tǒng)的數(shù)據(jù)訪問規(guī)范確定，而由教學(xué)平臺(tái)端實(shí)現(xiàn)。當(dāng)評(píng)價(jià)系統(tǒng)需要訪問平臺(tái)系統(tǒng)的數(shù)據(jù)信息時(shí)，調(diào)用SOAP客戶端代碼，把請(qǐng)求發(fā)送至服務(wù)器，調(diào)用相應(yīng)的服務(wù)接口方法，結(jié)果返回和參數(shù)傳遞都是通過RPC來完成。 Web Service基于XML文檔進(jìn)行服務(wù)描述，服務(wù)請(qǐng)求和反饋結(jié)果，可以在Internet上通過HTTP協(xié)議進(jìn)行傳遞，很容易的被訪問和返回結(jié)果。同時(shí)，由于Web Service的相關(guān)標(biāo)準(zhǔn)都是W3C的開放協(xié)議，與平臺(tái)和操作系統(tǒng)無關(guān)，不同的平臺(tái)和操作系統(tǒng)上的Web Service的實(shí)現(xiàn)在很大程度上可以做到互操作，這就使異構(gòu)平臺(tái)上應(yīng)用的集成變得很容易。4.3 評(píng)價(jià)的有效性解決方

16、案 除常規(guī)法外，另外兩種定制權(quán)值方法即AHP法和BP神經(jīng)網(wǎng)絡(luò)法自身都具有有效性驗(yàn)證機(jī)制。對(duì)AHP法，用戶在建立各指標(biāo)的兩兩標(biāo)度比較矩陣后，評(píng)價(jià)系統(tǒng)將對(duì)矩陣的一致性進(jìn)行判斷，若誤差(一般采用均方誤差)大于設(shè)定的某個(gè)最小值，將會(huì)報(bào)錯(cuò)，那就意味著輸入?yún)?shù)不符合一致性規(guī)范，系統(tǒng)將提示用戶重新定制，直到所定制的模型能真正反映用戶的需求，這在一定程度上避免了定制的隨意性。其次，BP法本身有一個(gè)逐漸收斂的學(xué)習(xí)過程，在評(píng)價(jià)樣本具有足夠可信度的情況下，評(píng)價(jià)權(quán)值將無限接近樣本所反映的理想模型(需要有足夠多的樣本)，收斂的時(shí)間正常是與樣本的數(shù)量成正比，用戶可在運(yùn)行速度和精確性之間求得折衷。 本評(píng)價(jià)系統(tǒng)把評(píng)價(jià)成績(jī)和訪

17、問量、登錄次數(shù)、考試成績(jī)這樣一些硬性指標(biāo)掛鉤，對(duì)評(píng)價(jià)對(duì)象的評(píng)價(jià)角度從多個(gè)方面來考慮，教學(xué)單位在定制評(píng)價(jià)模型時(shí)可選擇使用，從而給被評(píng)價(jià)對(duì)象一個(gè)盡可能公正的評(píng)價(jià)。 5 結(jié)論 本文大略介紹了系統(tǒng)的設(shè)計(jì)思路、體系結(jié)構(gòu)以及所用到的主要的實(shí)現(xiàn)技術(shù)和算法依據(jù)。對(duì)于具體的細(xì)節(jié)，由于篇幅所限，沒有涉及。從用戶需求角度講，該系統(tǒng)通用性、可維護(hù)性強(qiáng)，可避免相當(dāng)大一部分重復(fù)開發(fā)工作，并且，由于引進(jìn)兩種算法使評(píng)價(jià)結(jié)果的有效性和合理性得到更大的保證，具有較大的實(shí)用和推廣價(jià)值。 參考文獻(xiàn)： 1)盧宗華. AHP矩陣一致性判別和元素修正方法及其應(yīng)用J.山東科技大學(xué)學(xué)報(bào)第三期,2000-09 2)焦李成. 神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論M.西安:西安電子科技大學(xué)出版社, 1996 3)Hecht-Nielsen R. Theory of the Back Propagation Neural Network A. In: Proc 1989 IEEE IJCNN C, 1989.593-603 4)Wei Qia