开源E-Learning平台Sakai的二次开发——以编程作业自动批改工具为例

来源 :南京师范大学 | 被引量 : 0次 | 上传用户:jifeng11111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年来,随着计算机网络技术的快速发展,E-Leataaing这种新型的学习方式日渐普及,正日益改变着传统的教学模式。然而E-Learning的实现必须依托于一定的网络化、数字化的学习平台,市场上商业平台的价格相当昂贵,许多学校难以承受。在国外,许多学者和机构对开源学习平台进行开发和研究,诞生了Moodle、Sakai等不少优秀的平台,世界范围内的开源运动,更为开源E.Learning平台的发展提供了难得的机遇。在国内,开源E-Learning平台的研究正处于起步阶段,大多数学者和机构都选择技术门槛较低的Moodle平台作为研究对象,对Sakai平台特别是Sakai平台二次开发的研究相当缺乏。Sakai平台由全球90多所知名大学联合设计与开发,本身就出自校园,其理念、结构和应用方式等都比商业产品更能符合高校的实际情况,并且兼容IMS和O.K.I标准,以面向服务方式构建,能够与已有的网格工具集成,支持数据互操作,比其他平台更有发展的前景。   本文选择在世界范围内具有广泛影响力的Sakai平台作为研究对象,在查阅大量文献资料,考查国内外现有相关研究的基础上,介绍了Sakai平台的基本功能、体系结构以及Source版的安装过程。在理解Sakai平台开发规约和二次开发基本方法的基础上,针对计算机语言类教学的特殊性以及教师批改作业、学生提交作业过程中遇到的问题,对该平台的作业工具进行了重新设计和开发,为其添加了自动批改编程作业的功能。为了提高自动批改的公平性,本文采用了静态分析和动态分析相结合的方式,将学生提交的程序作业经过相似度度量、编译、运行、判分等四个模块的分析与处理,并将处理的结果及时反馈给学生。为了提高自动批改的准确性,在代码相似度度量模块中采用了不受代码块顺序影响而又效率较高的RKR-GST串匹配算法,并将计算结果作为判分模块中一个关键的参数。本文最后,对编程作业自动批改工具的主要模块进行了测试,获得了比较理想的效果。
其他文献
中国互联网网络中心(CNNIC)第36次调查报告结果显示,截至2015年6月,我国网民规模达6.68亿,全年共新增网民3117万人,互联网普及率为48.8%。网络成为现代社会生活的必需品,为我们带来
选修课是美国社会历史文化发展的产物,作为一种教育理念引进中国的课程改革当中,其推行不仅受到中国教育政策和教育制度的影响,更多地会受到中国社会历史文化传统中固有因素
在我国速度滑冰是北方学校体育教育的重要组成部分,由于近些年来,全球气候逐渐变暖,速滑课教学时数缩短,学生的速滑基础比较薄弱,速滑教师专业素质偏低,教学手段与方法陈旧,
随着世界各国经济的飞速发展,教育逐渐成为了国与国之间竞争的核心内容,而教师是教育的基础,因此教师结构在很大程度上间接地影响着一个国家的综合实力。中学阶段,地理学科是
近年来,我国学校教育工作不断强调要发展素质教育,促进学生德、智、体的全面发展。高校体育教育作为我国高等教育的重要组成部分,全面贯彻素质教育的指导思想,以《全国普通高