【技术实现步骤摘要】
本专利技术涉及英语教育，更具体地说，本专利技术涉及一种基于移动设备的英语学习系统及方法。
技术介绍
1、得益于英语学习的需求旺盛，如何能够将现代科技与英语学习相结合，使用户能够更为高效、轻松和便捷的学习英语，成为了英语学习行业的一大难题。
2、申请公开号为cn109841101a的专利公开了一种基于移动设备的英语学习系统，学生通过在学生ui模块选择要交流的对象(外教或者智能系统)，并录入自己的年级信息，对着界面录入要交流的语句即学生语言信息，同时还通过教务模块收集要求年级信息和所对应的要求难易等级信息，如果学生要与外教沟通，难易程度判断模块用于根据学生的年级来判断要求难易等级信息并将要求难易等级信息发送到外教ui模块，同时学生语言信息也会在外教ui模块显示，外教通过外教ui模块回复学生语言信息，所回复的语言称为外教语言信息，同时有难易程度判断模块对外教语言信息进行审核如果不符合，会让外教在外教ui模块重新录入，直至符合标准，最后输出外教语言信息，最终通过智能和人工相结合的方式，从简单到复杂的对学生的英语听说能力进行训练，有助于学生有效的提高英语的听说能力。
3、然而上述一种基于移动设备的英语学习系统，虽然通过筛选用户的口语熟练程度，提供基于用户口语水平的训练方式，一定程度上达到了为用户提供相匹配的口语听力训练，但在英语学习过程中不仅需要口语练习，且英语的语法、语义和写作同样极为重要，因此如何能够使用户得到全面且快速的自身英语学习综合水平的反馈，以及相对应的决策方案，则关系到用户在英语学习过程中体验上的好与
4、鉴于此，本专利技术提出一种基于移动设备的英语学习系统及方法以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，为实现上述目的，本专利技术提供如下技术方案：包括：
2、数据采集模块，用于采集学习数据集和学生数据集，并进行预处理，学习数据集包括分数数据、单元数据和时长数据，学生数据集包括年龄数据、性别数据和偏好数据；
3、进一步地，采集学习数据集和学生数据集的方式包括：
4、通过读取数据库，采集最近一次目标英语单元测评分数，得到分数数据；
5、通过安装易读性评估工具，采集目标英语单元学习材料，并计算量化后的学习材料中的语法难度数值和语义难度数值之和，得到单元数据；
6、通过手动输入，分别采集目标英语单元学习时长和用户的性别，得到时长数据和性别数据；
7、通过手动输入，采集用户的年龄数值，代入预设的年龄阈值区间（3，5，10，15，18，25，34，42，50），并相对应的取值为（1，2，3，4，4，3，2，1），得到年龄数据；
8、通过安装测评工具，采集三个类别的测评分数，并通过代入计算式：得到偏好数据，其中为听力类别测评分数，为语法类别测评分数，为写作类别测评分数，为总测评分数；
9、预处理的方式包括数据清洗、数据去噪和数据归一化；
10、数据处理模块，用于对学习数据集和学生数据集进行分析，得到学习参照值，并进行分类，得到学习分类结果；
11、进一步地，对学习数据集和学生数据集进行分析的步骤包括：
12、q1：通过代入计算式：得到分数参照值，其中为分数数据，为单元数据，为时长数据，为标准学习时长；
13、q2：通过代入计算式：得到用户参照值，其中为年龄数据，为性别数据，为偏好数据，、和分别为对应的权重因子；
14、q3：采集l组历史特征向量，作为样本集，将样本集划分为70%l的训练集、15%l的测试集和15%l的验证集；
15、q4：基于训练集建立学习状态分类模型，获取训练集中的历史特征向量，预设较高数据簇p1、正常数据簇p2和较低数据簇p3，在训练集中通过随机选择三个数据点作为原始簇中心，分别代表较高数据簇p1、正常数据簇p2和较低数据簇p3；
16、q5：通过代入计算式：得到数据项之间的距离，计算训练集中的数据项分别距离较高数据簇p1、正常数据簇p2和较低数据簇p3之间的距离，并将数据项分配至距离最近的数据簇，得到三个新的数据簇集作为初始簇中心，其中和为数据点的坐标值，和为两个数据点分别在个子数据项上的值，为子数据项的数量；
17、q6：分别计算初始簇中心中三个新的数据簇集的均值，作为新的原始簇中心进行再次计算；
18、q7：重复q5和q6，直至达到预设迭代次数，得到用户状态分类模型；
19、q8：将特征向量输入用户状态分类模型，输出得到学习参照值；
20、进一步地，进行分类的方式包括：
21、预设学习阈值区间（e1，e2），当学习参照值小于e1时，生成较低信号、当学习参照值大于等于e1或小于等于e2时，生成正常信号，当学习参照值大于等于e2时，生成较高信号；
22、较低信号包含一组代表用户学习状态较差的字段，正常信号包含一组代表用户学习状态正常的字段，较高信号包含一组代表用户学习状态较好的字段；
23、打包较低信号、正常信号和较高信号，得到学习分类结果；
24、实时反馈模块，用于对学习分类结果进行分析，得到用户决策结果；
25、进一步地，对学习分类结果进行分析的方式包括：
26、当学习分类结果为较低信号时，通过通讯单元向用户接收端发送警报短信，当学习分类结果为正常信号时，通过通讯单元向用户接收端发送正常短信，当学习分类结果为较高信号时，通过通讯单元向用户接收端发送较高短信；
27、警报短信包括说明用户当前阶段对目标英语单元学习状态较差，提醒用户增强基础知识积累、增加学习时长或寻求教育辅导支持；
28、正常短信包括说明用户当前阶段对目标英语单元学习状态正常，提醒用户定期完成学习、保持现有学习状态或接触较高学习难度材料；
29、较高短信包括说明用户当前阶段对目标英语单元学习状态较好，提醒用户缓解学习压力、增加其他学习目标时长或增加社会实践项目；
30、打包警报短信、正常短信和较高短信，得到用户决策结果；
31、成效评估模块，用于对分数数据进行分析，得到成效评估结果；
32、进一步地，对分数数据进行分析的方式包括：
33、采集k组历史分数数据，通过代入计算式：得到分数参照值，其中为变化系数；
34、预设分数阈值区间（w1，w2），当分数参照值小于w1时，得到下降信号，当分数参照值大于等于w1小于等于w2时，得到持平信号，当分数参照值，大于等于w2时，得到上升信号；
35、下降信号包含一组代表用户英语总学习阶段成绩为下降的字段，持平信号包含一组代表用户英语总学习阶段成绩为持平的字段，上升信号包含一组代表用于用于总学习阶段成绩为上升的字段；
36、打包下降信号、持平信号和上升信号，得到成效评估结果；
37、进一步地，s1：采集学习数据集和学生数据集，本文档来自技高网...
【技术保护点】
1.一种基于移动设备的英语学习系统，其特征在于，包括：数据采集模块，用于采集学习数据集和学生数据集，并进行预处理，学习数据集包括分数数据、单元数据和时长数据，学生数据集包括年龄数据、性别数据和偏好数据；
2.根据权利要求1所述的一种基于移动设备的英语学习系统，其特征在于，对学习数据集和学生数据集进行分析的步骤包括：
3.根据权利要求2所述的一种基于移动设备的英语学习系统，其特征在于，进行分类的方式包括：
4.根据权利要求3所述的一种基于移动设备的英语学习系统，其特征在于，对学习分类结果进行分析的方式包括：
5.根据权利要求4所述的一种基于移动设备的英语学习系统，其特征在于，对分数数据进行分析的方式包括：
6.一种基于移动设备的英语学习方法，根据权利要求1-5所述的任一项一种基于移动设备的英语学习系统实现，其特征在于，S1：采集学习数据集和学生数据集，并进行预处理，学习数据集包括分数数据、单元数据和时长数据，学生数据集包括年龄数据、性别数据和偏好数据；
【技术特征摘要】
1.一种基于移动设备的英语学习系统，其特征在于，包括：数据采集模块，用于采集学习数据集和学生数据集，并进行预处理，学习数据集包括分数数据、单元数据和时长数据，学生数据集包括年龄数据、性别数据和偏好数据；
2.根据权利要求1所述的一种基于移动设备的英语学习系统，其特征在于，对学习数据集和学生数据集进行分析的步骤包括：
3.根据权利要求2所述的一种基于移动设备的英语学习系统，其特征在于，进行分类的方式包括：
4.根据权利要求3...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。