本站所列毕业设计(论文)资料均属于原创者所有,初衷是为大家在毕业设计(论文)过程中参考和学习交流之用。

毕业设计我帮你

“Easy-go”在线英语自学平台的设计与实现

“Easy-go”在线英语自学平台的设计与实现

本文主要阐述了“Easy-go”在线英语自学平台的设计与实现。系统上线以后用 户可以进行登录、维护个人信息、搜索或分类查看喜欢的课程、在线观看课程、对 课程进行评论和提问、在线翻译。教师除拥有用户的权限外,还可以发布课程层, 对自己的课程进行答疑。管

如需购买请QQ扫描右边二维码或者加QQ 3449649974 咨询 毕业设计(论文)代做请加QQ 2269757180 微信号:bylwwwww


  • 详细描述

    “Easy-go”在线英语自学平台的设计与实现
    摘要
    随着社会的发展,生活节奏越来越快,更多的人喜欢在线学习英语。在线学习 的优点是更快、更便捷。本项目开展在线英语自学平台的研究,希望在传统英语培 训行业下探索出一条更适合现状的学习道路。
    本文主要是对“Easy-go”在线英语自学平台的设计与实现的研究。首先介绍了 了国内外现状和发展趋势,然后进行了需求分析,确定了系统的功能。根据需求分 析,进行系统的架构设计和数据库设计,最后是系统各模块的详细设计和实现。本 系统实现了用户能够在线学习课程、进行评论问答、收藏课程、个人信息维护等功 能,教师除拥有用户权限外,还可以上传自己的课程、维护个人课程,管理员可以 对平台的信息进行维护,修改首页轮播图、维护所有的课程信息、用户管理、分类管理等。
    系统的开发主要使用了 Java 语言,前端采用 BootStrap UI 库,后端采用 SSM 框架,使用 Shiro 做权限框架,存储采用七牛云,数据库使用 MySQL ,并对基于物品 的协同过滤算法进行了改进,实现了课程的智能推荐。最终通过黑盒测试保证了系 统的正常运行。
    关键词:在线英语自学平台;协同过滤算法;Java;SSM
     
    目  录
    摘要 I
    Abstract II
    第 1 章  绪论 1
    1.1    开发背景 1
    1.2    国内外研究现状 1
    1.2.1    国内外行业现状研究 1
    1.2.2    国内外技术现状研究 2
    1.2.3    发展趋势 2
    1.3    研究目的和意义 3
    1.4    课题需要解决的问题 3
    1.5    本章小结 3
    第 2 章  需求分析 4
    2.1    可行性分析 4
    2.1.1    技术可行性 4
    2.1.2    经济可行性 4
    2.1.3    操作可行性 5
    2.2    需求分析 5
    2.2.1    系统主要功能 5
    2.2.2    特色功能 6
    2.3    本章小结 6
    第 3 章  总体设计 7
    3.1    系统总体架构设计 7
    3.2    系统功能模块设计 7
    3.3    数据库设计 9
    3.3.1    数据库概要设计 9
    3.3.2    数据库详细设计 13
    3.4    本章小结 16
    第 4 章  详细设计与实现 19
    4.1    模块功能说明 19
    4.2    登录模块设计与实现 19
    4.2.1    登录模块设计 19
    4.2.2    登录模块实现 21
    4.3    智能推送模块设计与实现 22
    4.3.1    智能推送模块设计 22
    4.3.2    智能推送模块实现 23
    4.4    在线翻译模块设计与实现 24
    4.4.1    在线翻译模块设计 24
    4.4.2    在线翻译模块实现 25
    4.5    课程分类模块设计与实现 26
    4.5.1    课程分类模块设计 26
    4.5.2    课程分类模块实现 26
    4.6    课程学习模块设计与实现 27
    4.6.1    课程学习模块设计 27
    4.6.2    课程学习模块实现 28
    4.7    课程管理模块设计与实现 30
    4.7.1    课程管理模块设计 30
    4.7.2    课程管理模块实现 31
    4.8    轮播管理模块设计与实现 33
    4.8.1    轮播管理模块设计 33
    4.8.2    轮播管理模块实现 33
    4.9    用户管理模块设计与实现 34
    4.9.1    用户管理模块设计 34
    4.9.2    用户管理模块实现 35
    4.10    本章小结 36
    第 5 章  系统调试与测试 37
    5.1    问题与解决方案 37
    5.2    测试环境 38
    5.3    用例测试 38
    5.4    本章小结 40
    第 6 章  结论 41
    致谢 42
    参考文献 43
    附录 44
    附录 A:主要源程序 44
    附录 B:系统使用说明书 48
     
    第 1 章  绪论
    1. 1    开发背景
    早在 20 世纪 90 年代,中国使用一根 64K 的国际专线,实现了与国际互联网的 第一条 TCP/IP 全功能连接,正式加入了国际互联网的大家庭。而到 2008 年,我国 网民数量跃居世界第一、宽带数量跃居世界第一、CN 域名注册量全球第一。2018 年末,全国行政村宽带覆盖率达到 96% ,贫困村的覆盖率达到 94% ,已提前实现国 家“十三五”规划的要求。互联网的蓬勃发展,给我国的经济社会和生产形态带来 了无限的生机。
    如今,经济全球化的进程越来越快,步伐越来越大,而英语是全球应用最广泛 的语言之一,约有 8 亿人将英语作为通用语言或者第二语言。也就是说,世界上大 约每五个人就有一个人在一定程度上了解英语。如果再加上正在学习的中小学生, 那么比例会变得很大。 目前英语在中考和高考中占据着很重要的地位,而且在大多 数的高等学府、学院,都开设有英语语言类的专业,仅在我国就有上百所高等学府 开设英语或与英语有关的专业。并且在很多交流的话题中,英语都作为通用语言。 在全球化高速发展的今天,越来越多的合资企业的出现,都将英语作为面试的硬性
    条件。
    随着“互联网+”对传统教育的不断冲击,对传统英语培训行业的影响也越来越 大。在 2010 年至今,中国的英语培训逐步发展为产业化,同时受互联网的影响,英 语培训形式呈现多样化,互联网化程度越来越高。本系统就是在这样的大背景下进 行设计与开发。
    1.2    国内外研究现状
    1.2. 1    国内外行业现状研究
    在 20 世纪末到 21 世纪初, 由于互联网的迅速发展,世界各国迅速的将在线教 育重视起来。美国的在线教育开始的比较早,2002 年开始,麻省理工学院开启了世 界开放课程的里程碑,引领了世界开放课程的发展。随着社会的发展,2012 年 MOOC 成为在线学习的最佳选择。
    日本从最早接触英语到现在已经有 400 多年,可以说日本的发展与英语的学习 密不可分。2000 年 1 月, 日本成立了“英语教学改革恳谈会”,大会的目的是为了 讨论、研究日本英语教育改革的问题。会议收集了多方面的意见和建议,明确了至
    2008 年的教育大纲和改革方向,并将互联网+英语的学习方式作为改革的重要方向。 而我国,已经进入智能教育的时代。2016 年 8 月,在北京举办了中国教育技术
    创新论坛,论坛上发布了《中国在线语言学习产业研究报告》,报告指出,我国的在 线英语教育正处于井喷式的发展,而且有发展为产业链的趋势。
    1.2.2    国内外技术现状研究
    传统的英语学习,主要是来自于学校,或者是英语机构的培训,根据教育部发 布的英语考试大纲,采用应试教育的方式进行教学,无法激发学生的学习积极性。 而且备课、讲授、答疑等全部由人工一步步的完成,再加上学习时间和地点受限制, 导致教师无法针对某个学生薄弱的地方进行重复辅导。而我国的英语学习方式经历 了两个阶段:
    第一阶段:面向资源的英语学习。在早期互联网刚刚起步时,英语的学习也开 始借助于互联网进行传播。主要是将一些视频、音频等资料发布到某些网站,使用 者需要下载,然后使用播放器来进行离线学习,其本质上是基于 C/S 模式的单机版 系统。随着互联网的发展,某些高校尝试将授课的过程录下来,使用 B/S 模式开发 出的系统供学生重复学习。然而,这样需要提供较大空间的存储和强大的服务器, 才能使学生在脱离学校局域网时能够继续学习,使用成本很高。
    第二阶段:基于云存储和 B/S 模式的在线英语学习系统。伴随着 4G 时代的到
    来,大数据、云计算、人工智能等技术的相继出现,英语学习的方式也与时俱进, 进入了下一个发展阶段。利用价格相对便宜的云存储代替了实体硬盘,将视频、音 频、文档等资源,上传到运营商提供的云存储空间中,每个资源在公网中都有唯一 的地址,只需要一个浏览器就可以进行访问。使用云存储不仅减少了存储的成本, 而且提高了访问速度,使用户真正达到随时随地学习。
    1.2.3    发展趋势
    通过上述对行业现状和技术现状的分析,我们可以推断未来的发展趋势。在不 久的将来,越来越多的学校和英语培训机构会在线下授课的同时,提供线上的教学, 而且这种比例会越来越大。而伴随着课程资源越来越多,物理存储已经无法满足发 展的需要,会越来越多的系统采用云存储,来减少成本,提高效率。并且,在未来 发展过程中,会将大数据、人工智能等技术应用到在线英语学习的系统中,来分析 用户的兴趣,找到用户在学习过程中的问题所在,进行针对性的解决。可以给用户 提供更好的服务,为教师、学校和培训机构提供更方便的课程管理方式。
    1.3    研究目的和意义
    本课题的研究是为了构建一个完整统一、技术先进、高效稳定的在线英语自学 平台。高校、教师或者培训机构可以使用本平台进行课程的发布、管理,用户可以 使用平台进行在线英语学习,与其他用户和教师进行交流、答疑。系统还可以根据 用户的收藏列表和浏览记录,给用户推荐可能感兴趣的课程。
    本系统的开发可以很好的利用计算机和互联网的优势对传统的英语学习方式进 行改进,简化以往复杂的课程学习方式,提高学习效率。用户可以随时随地的学习 多门课程,不受时间和地点的限制,而且价格相对较低。教师使用浏览器即可进入 系统,完成课程的上传、编辑、浏览、查询等操作。还可以减少教师的工作量,只 需要一次课程录制即可。也为管理人员提供了极大的便利,使用更简单的管理方式 来维护所有的课程信息,以及可视化分析课程最近的学习人数。
    1.4    课题需要解决的问题
    需要解决以下问题:
    (1) 视频、图片上传到云空间问题;
    (2) 教师课程答疑问题;
    (3) 不同角色权限的管理问题;
    (4) 课程推送时,合理的分析用户行为问题。
    1.5    本章小结
    本章通过对“Easy-go”在线英语自学平台设计与开发的背景介绍,国内外研究 现状等得出我们开发此系统的原因、 目的和意义,以及课题要解决的问题。
     
    参考文献
    [1]    中国互联网网络信息中心.第 43 次中国物联网络发展状况统计报告 (2019 年 2 月) [R].北 京:中国互联网络中心,2019
    [2]   刘清颖.“互联网+”视域下的高校意识形态教育研究[D] .南京邮电大学,2018
    [3]   孙娜,刘永良,孙向南.“互联网+新时代背景下混合教育模式构建”[J].计算机教育,2019 (03): 102- 106
    [4]   许薇.基于个性化学习资源推荐的网络学习平台的研究与实现[D] . 昆明:云南师范大学,2017
    [5]   石小岑.欧洲MOOC 发展的特点与问题——《欧洲高等教育机构的 MOOC 策略》解读报 告[J] .现代教育管理,2016 (01): 112- 118
    [6]   李宁.基于个性化资源推荐的学习平台的研究与实现[D] .绵阳:西南科技大学,2015
    [7]   李航.小号远程视频教学的实现与运行[D] . 电子科技大学,2012
    [8]   牛文娟.基于协同过滤的学习资源个性化推荐研究 [D] .北京:北京理工大学,2015
    [9]    田明.个性化课程资源推荐的系统的研究与实现[D] .济南:山东师范大学,2018     
    [ 10]  朱明.基于协同过滤的教学资源推荐研究[D] .北京:北京交通大学,2017
    [ 11]  朱柳青.基于深度学习的课程推荐与学习预测模型研究[D] .杭州:浙江工商大学,2018   
    [12]  张敏,丁弼原,马为之,等.基于深度学习加强的混合推荐方法[J] .清华大学学报: 自然 科学版,2017( 10): 1014- 1021
    [ 13]  叶新铭,冯晓利.软件压力测试流程[J] . 内蒙古大学学报 (自然科学版) ,2013( 12):45-92 .
    [14]  王明鑫,于立婷,陈钟霖.简述 Java 编程语言的发展及优势[J].通讯世界,2016( 15): 204-205
    [ 15]  朱丹丹. 基于 JAVAEE 的毕业设计管理系统的设计研究[J] .数字技术与应用,2015(5):146- 148
    [ 16]  陈少林.基于 HTML 语言的网页制作技巧与方法分析[J] .无线互联科技,2015( 12): 38-39
    [17]  陈雄华.Spring 企业级应用开发详解[M] .北京: 电子工业出版社,2019: 2-4
    [18] Long Wang ,Zhiyong Zeng ,Ruizhi Li ,et al .Cross-Domain Personalized Learning Resource Recommendation Method[J] .Mathematical Problems in Engineering ,2013( 10) ,206-232
    [19] Ko Young Jun ,Maystre Lucas ,Grossglauser Matthias.Collaborative recurrent neural networks for  dynamic  recommender  systems[J] .  Journal  of Machine  Learning  Research:  Workshop  and Conference Proceedings ,2016 ,63(7): 366-381
    [20] Romero C,Ventura S,Garcia E.Data mining in course management systems: Moodle case study and tutorial[J] .Computers & Education ,2008 ,51( 1): 368-384
     
    收缩