戈国梁

摘 要： 针对传统的英语教学能力评估算法存在大数据信息分类不准的问题，提出基于大数据模糊K均值聚类和信息融合的英语教学能力估计算法。首先，建立约束参量指标分析模型；其次，使用定量递归分析方法对大数据信息模型的能力进行评估，实现能力约束特征信息的熵特征提取；最后，融合大数据信息融合及K均值聚类算法，实现英语教学能力的指标参数聚类和整合，编制相应的教学资源分配计划，实现英语教学能力评估。试验结果表明，采用该方法进行英语教学能力评估，具有较好的信息融合分析能力，提高了教学能力评估的准确性和教学资源应用效率。

关键词： 大数据； 英语教学； 教学能力评估； 信息融合； 数据聚类

中图分类号： TN919?34； TP399 文献标识码： A 文章编号： 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

采用信息处理技术和大数据分析技术进行教学评估和资源信息调度，对提高教学进程的定量管理和规划能力方面具有积极重要的意义。对此，本文研究基于大数据分析的英语教学能力评估问题。由于英语教学能力评估受到的制约因素较多，需要对英语教学水平进行定量测试和分析，构建约束英语教学水平的参量模型和大数据分析模型，采用大数据信息融合和聚类处理方法进行英语教学能力评估，构建教学能力评估的目标函数和统计分析模型，提高英语教学能力评估的定量预测能力[1]。本文提出一种基于大数据模糊K均值聚类和信息融合的英语教学能力估计方法，实现英语教学能力的指标参数聚类和整合，编制相应的教学资源分配计划，实现英语教学能力评估定量规划，实现英语教学能力准确评估。……