Khóa luận Nghiên cứu, xây dựng ứng dụng hệ thống học tiếng anh theo nhu cầu người học trên thiết bị di động

à động Ngữ cảnh là mối quan hệ Ngữ cảnh là không hoàn hảo Phân loại ngữ cảnh: Phân loại theo ứng dụng: Thông tin ngữ cảnh cấp thấp Thông tin ngữ cảnh cấp cao Phân loại theo tập quan điểm: Ngữ cảnh trực tiếp (cảm nhận hoặc quy định) Ngữ cảnh gián tiếp (suy ra từ ngữ cảnh trực tiếp). Phân loại theo thời điểm: Ngữ cảnh tĩnh Ngữ cảnh động 2.2. Sự thích nghi theo ngữ cảnh Sự thích nghi không nên được hiểu như là một mối quan hệ một-một giữa người dùng và ứng dụng, thay vào đó nó phải được xem xét như là một mối quan hệ giữa ứng dụng và các yếu tố khác của các thiết lập đó (ví dụ như các thiết bị, môi trường vật lý, người sử dụng v.v…) Thiết bị Ứng dụng Môi trường vật lý Người dùng Hình 1: Minh họa sự thích nghi ngữ cảnh Sự thích nghi ngữ cảnh chính là mối quan hệ giữa máy tính và ngữ cảnh, và để tính toán bất kì thông tin ngữ cảnh nào chúng ta cần có một mối quan hệ. Bất kì hệ thống nào cũng có thể tập trung vào mọi loại ngữ cảnh bất kì (đặc biệt là người dùng). Tuy nhiên, chúng ta cần phải nhận thức được rằng ứng dụng cần phải thích ứng cho những kích thước ngữ cảnh khác nhau, mặc dù nó cũng cần có kích thước ngữ cảnh riêng của mình. Mỗi người dùng ở mỗi hoàn cảnh khác nhau, có những nhu cầu khác nhau, điều kiện về thời gian khác nhau,…sẽ hình thành nên những ngữ cảnh khác nhau. Chẳng hạn, sinh viên học tiếng Anh, tại lớp học, thời gian học 45 phút, kiến thức được truyền tải thông qua giáo viên giảng dạy và sinh viên học trên giáo trình. Khi đó hình thành một ngữ cảnh, giả sử ta gọi đó là ngữ cảnh học tại trường. Cũng với việc sinh viên học tiếng Anh đó, nhưng học tại vị trí ở nhà, thời gian học 2 giờ, kiến thức thu được thông qua giáo trình và trên mạng internet. Với hoàn cảnh thứ hai này, hình thành nên một ngữ cảnh mới, giả sử ta gọi đó là ngữ cảnh học tại nhà. Như vậy cùng với việc học tiếng Anh, như ví dụ trên đã hình thành hai ngữ cảnh khác biệt. Theo đánh giá thì việc học tiếng Anh trên lớp học sẽ giúp sinh viên thu được lượng kiến thức nhiều hơn khi học ở nhà, vì mức độ tập trung cao hơn, kiến thức được truyền tải theo phương pháp khoa học hơn, mặc dù học ở nhà chiếm lượng thời gian nhiều hơn. Như vậy tùy vào mỗi ngữ cảnh mà lượng kiến thức sinh viên thu được là khác nhau, ngữ cảnh nào thích ứng với việc học tiếng Anh của sinh viên tốt hơn sẽ cung cấp được lượng thông tin nhiều hơn. 3. Giới thiệu về mobile learning Các thuật ngữ M-Learning (Mobile-Learning), hay "học tập trên điện thoại di động", có ý nghĩa khác nhau cho các cộng đồng khác nhau. Mặc dù liên quan đến e-learning và đào tạo từ xa, nhưng nó khác ở chỗ, nó tập trung vào việc học tập qua các ngữ cảnh và với các thiết bị di động. Một định nghĩa của M-Learning là: Cách thức học tập có thể thay đổi khi người học không ở một vị trí cố định và thay đổi theo sự phát triển của công nghệ di động. Nói cách khác M-Learning giảm giới hạn của vị trí học tập với các thiết bị di động cầm tay nói chung. Thuật ngữ này bao gồm: học tập với các công nghệ di động (không giới hạn đối với các máy tính cầm tay), máy nghe nhạc MP3, máy tính xách tay và điện thoại di động. M-learning thuận tiện ở chỗ nó có thể truy cập từ bất kỳ nơi nào. M-Learning giống như các hình thức khác của E-Learning cũng là tổng hợp, chia sẻ gần như tức thời bằng cách sử dụng một nội dung cho tất cả mọi người, và tiếp nhận thông tin phản hồi từ người học. M-Learning cũng mang lại tính di động mạnh mẽ bằng cách thay thế sách vở bằng cách lưu trữ đầy đủ nội dung học tập phù hợp trên những bộ nhớ RAM. Ngoài ra, việc sử dụng điện thoại di động sẽ đơn giản và hiệu quả hơn cho việc học tập. 3.1. Lịch sử hình thành Trước những năm 1970, Linguaphone phát hành một loạt các bài học ngôn ngữ trên các bình sáp (wax cylinders). Từ thập niên 70 đến thập niên 80, Alan Kay và các đồng nghiệp trong nhóm nghiên cứu học tập tại Xerox Palo Alto Research Center [PARC] đề xuất Dynabook như là một cuốn sách có kích thước máy tính để chạy mô phỏng cho việc học. Dynabooks là các máy trạm nối mạng đầu tiên. Trong thập niên 90, các trường Đại học ở châu Âu và châu Á phát triển và thử nghiệm M-Learning cho sinh viên. Thập niên 2000, Ủy ban châu Âu tài trợ cho các dự án đa quốc gia MOBIlearn và M-Learning. Các hội thảo và hội chợ thương mại đã được hình thành để thảo luận và nghiên cứu về học tập trên điện thoại di động và thiết bị cầm tay, bao gồm: mLearn, WMUTE, các hội nghị quốc tế IADIS Mobile Learning , ICML tại Jordan, Mobile Learning tại Malaysia, Handheld Learning tại London, SALT Mobile tại Mỹ. 3.2. Tình hình M-Learning hiện nay Trong mười năm qua M-Learning đã phát triển từ một nghiên cứu nhỏ đến các dự án quan trọng trong trường học, văn phòng, bảo tàng, thành phố và các vùng nông thôn trên toàn thế giới. Cộng đồng M-Learning vẫn bị phân mảnh, với những quan điểm khác nhau trong các quốc gia, sự khác nhau giữa học thuật và công nghiệp, và giữa các trường trung học, trường đại học và các lĩnh vực học tập khác. Các lĩnh vực hiện tại đang được phát triển gồm: Kiểm tra, khảo sát, hỗ trợ công việc trong thời gian (JIT) học tập Dựa trên địa điểm và học tập theo ngữ cảnh Xã hội hóa học tập trên mạng điện thoại di động Game giáo dục trên điện thoại di động Cung cấp M-Learning cho điện thoại di động bằng hai phương pháp: gửi tin nhắn SMS và gọi điện. Theo một báo cáo của Ambient Insight trong năm 2008, "thị trường Mỹ cho sản phẩm M-Learning và dịch vụ đang tăng trưởng ở mức 21,7% trong CAGR và doanh thu đạt 538.000.000 $ trong năm 2007. Các dữ liệu chỉ ra rằng nhu cầu tương đối miễn dịch đối với sự suy thoái của nền kinh tế". Tại Việt Nam, M-Learning mới được quan tâm trong thời gian gần đây, nên về cơ sở hạ tầng cũng như các tài liệu nghiên cứu, tìm hiểu về M-learning ở Việt Nam không nhiều. Gần đây các hội nghị, hội thảo về công nghệ thông tin và giáo dục đều có đề cập nhiều đến vấn đề E-learning, trong đó có M-Learning, và khả năng áp dụng vào môi trường đào tạo ở Việt Nam như: Hội thảo nâng cao chất lượng đào tạo ĐHQGHN năm 2000, Hội nghị giáo dục đại học năm 2001 và gần đây là Hội thảo khoa học quốc gia lần thứ nhất về nghiên cứu phát triển và ứng dụng công nghệ thông tin và truyền thông ICT/rda 2/2003, Hội thảo khoa học quốc gia lần II về nghiên cứu phát triển và ứng dụng công nghệ thông tin và truyền thông ICT/rda 9/2004, và hội thảo khoa học “Nghiên cứu và triển khai E-learning” do Viện Công nghệ Thông tin (ĐHQGHN) và Khoa Công nghệ Thông tin (Đại học Bách khoa Hà Nội) phối hợp tổ chức đầu tháng 3/2005 là hội thảo khoa học về E-learning đầu tiên được tổ chức tại Việt Nam. 3.3. Tương lai M-Learning đang là một lĩnh vực mới đối với nhiều quốc gia, đồng thời nó mới được nhìn nhận và tập trung nghiên cứu trong những năm gần đây. Do vậy việc nghiên cứu về M-Learning vẫn đang được quan tâm, nghiên cứu rất nhiều của các nhà khoa học, các trung tâm công nghệ, giáo dục và tầng lớp đông đảo người dân. Hướng nghiên cứu cho M-Learning trong tương lai sẽ tậ trung vào các lĩnh vực: Địa điểm học Near Field Communications (NFC) an toàn giao dịch Thiết bị cảm ứng và gia tốc trong các thiết bị di động Điện thoại di động sáng tạo nội dung (bao gồm cả người dùng tạo ra nội dung) Trò chơi và mô phỏng cho học tập trên các thiết bị di động Ngữ cảnh học tập Tăng cường tính xác thực trên các thiết bị di động 4. Mô hình kiến trúc hệ thống Để giải quyết bài toán “học và luyện thi tiếng Anh theo ngữ cảnh”, trong luận văn, chúng tôi xin đề xuất một hệ thống hỗ trợ thông minh (ITS-Intelligent tutoring systems) trên điện thoại di động, đó là hệ thống MobileEnglish. Một hệ thống hỗ trợ thông minh trên điện thoại di động có một số ưu điểm cụ thể sau: Cá nhân theo kiến thức của người học, đó là một tiêu chuẩn ITS: tức là, hệ thống sẽ thích ứng với khả năng, kiến thức, khó khăn và mức độ tập trung của các học viên. Cá nhân theo vị trí và nhu cầu tại địa điểm đó của người học: những vị trí khác nhau sẽ tương tác với nhau, do vậy một ITS trên điện thoại di động phải đưa vào tính năng quản lý địa điểm, điều này có thể ảnh hưởng đến việc học của bản thân người dùng. Tính di động: điều này là rõ ràng nhất đối với việc sử dụng một máy tính cầm tay, một ITS trên điện thoại di động phải được sử dụng trong một loạt các địa điểm, đáp ứng theo yêu cầu của người sử dụng. Với các điểm trên để cho hệ thống hoạt động, một số yêu cầu được đặt ra là: Nhiều ngữ cảnh đầu vào: thông tin về vị trí và lượng thời gian có thể dùng. Mô hình cá nhân người học. Tính tương thích và riêng biệt về tài liệu học tập. Sự tương tác thích hợp cho từng khoảng thời gian khác nhau. Trong đó: Thông tin về vị trí bao gồm vị trí hiện tại của người sử dụng, mức độ tập trung tại vị trí đó. Hệ thống có thể suy ra giá trị mức độ tập trung theo vị trí cụ thể, hoặc những thuộc tính điển hình mà người dùng đã xác định tại vị trí đó. Mô hình người học bao gồm mức độ kiến thức hiện tại, sự khó khăn và quan niệm sai của người dùng. Mô hình học được xây dựng theo sự tương tác của người dùng với các tài liệu học tập. Những suy luận về thông tin vị trí, số lượng thời gian có thể dùng và các nội dung mô hình học, có thể tạo ra các tương tác thích hợp cho sự học tập của từng cá nhân. Hệ thống MobileEnglish sẽ lấy các tiêu chuẩn của ITS là tiêu chuẩn chính cho hoạt động của hệ thống. Hệ thống MobileEnglish bao gồm ba mô hình chính: Mô hình nội dung: bao gồm các nội dung được bố trí dưới dạng cây theo mức chi tiết cụ thể của nội dung theo từng chủ đề. Mô hình người học: hình thành do sự kết hợp giữa mô hình ngữ cảnh và kiến thức của người học. Mô hình ngữ cảnh: bao gồm các thành phần liên quan đến ngữ cảnh như vị trí, thời gian, mức độ khó của chủ đề. Mô hình kiến trúc hệ thống Mô hình ngữ cảnh Mô hình người học Mô hình nội dung Các luật thích ứng Giao diện người dùng Hình 2: Mô hình kiến trúc hệ thống Nguyên lý hoạt động của mô hình: Khi người dùng tương tác với hệ thống thông qua giao diện người dùng qua sự lựa chọn về chủ đề và ngữ cảnh, trong hệ thống, căn cứ vào sự lựa chọn đó sẽ đưa ra một mô hình ngữ cảnh được tích hợp sẵn trong cơ sở dữ liệu. Kết hợp mô hình ngữ cảnh này với kiến thức của người dùng trước đó sẽ hình thành mô hình người học tương ứng. Sau khi thu được mô hình học, hệ thống sẽ dựa vào các luật thích ứng để đưa ra mô hình nội dung. Sau khi xác định được mô hình nội dung, hệ thống tương tác trở lại người dùng thông qua giao diện người dùng. Trong phần này luận văn sẽ tập trung tiếp cận hệ thống, thông qua ba mô hình trên và các luật thích ứng giữa mô hình người học với mô hình nội dung. 4.1. Mô hình nội dung Đối với một hệ thống M-Learning thì mô hình nội dung có thể được xem là quan trọng nhất. Nội dung sẽ là tiên quyết cho sự thành công hay thất bại của ứng dụng.Việc biên tập nội dung, tìm kiếm nội dung cho quá trình học tập của người dùng gặp rất nhiều khó khăn, không chỉ khó khăn về kiến thức mà khó khăn cả về tính thích ứng đối với người dùng. Mỗi người dùng khác nhau sẽ có một trình độ khác nhau, không ai giống ai. Đồng thời, mỗi người dùng lại có những yêu cầu khác nhau, mặc dù các yêu cầu đó là cùng trong một lĩnh vực cụ thể hay cùng một vấn đề quan tâm nào đó. Qua mỗi thời kì, mỗi giai đoạn phát triển của kinh tế cũng như phát triển của xã hội nhận thức của con người ngày càng tăng để đáp ứng nhu cầu của công việc và sở thích. Vì vậy lượng kiến thức để cung cấp cho con người ngày một yêu cầu cao hơn, thực tế hơn, và mang tính cá nhân hơn. Để có thể đáp ứng được trình độ của mỗi người trong mỗi hoàn cảnh khác nhau thì việc bố trí nội dung học là rất cần thiết. Nội dung học được thiết kế tốt sẽ giúp cho người học dễ dàng tiếp thu được kiến thức phù hợp với khả năng và nhu cầu của mình. Trong luận văn này, nội dung hệ thống sẽ được thể hiện thông qua các chủ đề học. Các chủ đề này được bố trí theo dạng cây từ tổng quát đến chi tiết. Chúng ta kí hiệu T (Topic) là chủ đề học, trong đó Ti (i= 1, 2, 3,…) là các chủ đề con của T. Tương tự như vậy, Tij (j = 1, 2, 3, 3,…) là các chủ đề con của Ti (Hình 3: minh họa cho mô hình nội dung hệ thống). Các chủ đề được bố trí theo dạng cây từ trên xuống dưới theo nội dung của các chủ đề. Mỗi chủ đề là một nút của cây. Những chủ đề ở mức trên (là các chủ đề ở mức tổng quát) có nội dung bao hàm nội dung của các mức con (là các chủ đề ở mức chi tiết). Nghĩa là các chủ đề con sẽ kế thừa nội dung ở các chủ đề mức cha, nội dung con. Nhưng nó chỉ thể hiện ở mức khái quát, không đi sâu cụ thể vào từng vấn đề mà chủ đề con thể hiện. Nó chỉ tập trung vào nội dung tương ứng với vị trí của nó. Điều này đặt ra vấn đề là làm thế nào mà có thể xác định được nội dung phù hợp với chủ đề đó. Vì chủ đề được bố trí theo dạng cây nên mỗi chủ đề có độ cao khác nhau. Tùy theo chủ đề đó là rộng hay hẹp, có nhiều vấn đề cần quan tâm hay không, từ đó xác định cụ thể các nhánh con được sinh ra. T3 T1 T2 T1221 T22 T32 T31 T21 T131 T122 T13 T121 T12 T11 T34 T33 T T211 T311 T341 T3111 T321 T331 T3311 T3212 T32111 T2111 T3211 Hình 3: Mô hình nội dung Các chủ đề gần gốc có nội dung tổng hợp phù hợp với người dùng có kiến thức trung bình về chủ đề đó. Những người học có thể lựa chọn những chủ đề đó để có thể tiếp thu được lượng kiến thức phù hợp với khả năng của mình. Ở các chủ đề có độ cao lớn hơn, nội dung càng đi vào chi tiết, chuyên sâu. Để có thể học được nội dung trong các chủ đề này, hệ thống yêu cầu người học phải nắm chắc nội dung của các chủ đề cấp thấp hơn. Yêu cầu này là hoàn toàn chính xác, bởi vì các chủ đề ở cấp cao được kế thừa từ chủ đề ở cấp thấp, muốn có thể học và hiểu được thì cần phải có vốn kiến thức nhất định về vấn đề đó. Lượng kiến thức này được đánh giá thông qua quá trình học của người dùng ở các chủ đề cấp thấp. Cụ thể, trong hệ thống MobileEnglish, mô hình nội dung gồm có năm chủ đề chính: Adjectives and Averbs, Pronouns, Questions, The Noun Phrase và Commands. Năm chủ đề này được coi là các chủ đề cha cho toàn bộ nội dung của hệ thống. Dưới các chủ đề này, tương ứng sẽ có các chủ đề con, chẳng hạn, chủ đề con kế cận của chủ đề Adjectives and Adverbs là hai chủ đề Adjectives và Adverbs. Sau đó trong chủ đề Adjectives lại có tám chủ đề con: Manner, Place, Time, Frequency, Sentence, Degree, Interrogative và Relative. Như đã nói ở trên, chủ đề cha sẽ bao hàm nội dung tổng quát của các chủ đề con, do vậy chủ đề Adjectives and Adverbs sẽ chứa nội dung tổng quát của hai chủ đề Adjectives và Adverbs; chủ đề Adjectives sẽ chứa nội dung tổng quát của tám chủ đề con của nó. Minh họa trong Hình 4 Hình 4: Mô hình nội dung trong hệ thống MobileEnglish Như đã nói ở trên, để có thể học được chủ đề con thì người học phải hoàn thành chủ đề cha trước đó. Giả sử, để có thể học được chủ đề con Manner (trong nhánh 1), người học cần phải học và trải qua bài kiểm tra với số điểm tối thiểu mà hệ thống quy định người học cần đạt được trong chủ đề cha Abverbs. Tương tự như vậy, để có thể được học chủ đề Abverbs thì người học phải hoàn thành nội dung học trong chủ đề Abjectives and Abverbs. 4.2. Mô hình người học Mỗi người học khi tham gia học sẽ có một mô hình học riêng, một tài khoản cho riêng mình, điều này đảm bảo tính cá nhân trong quá trình học về nội dung học cũng như hỗ trợ từ hệ thống. Đăng nhập/kí Học Kiểm tra Đánh giá/ Hỗ trợ Thoát Người dùng Hình 5: Mô hình học của hệ thống Hệ thống sẽ tương tác với người học thông qua hai chức năng chính là học và kiểm tra (luyện thi). Vì hệ thống được xây dựng dựa trên bài toán có liên quan nhiều đến ngữ cảnh, do vậy trong quá trình học, người học cần cung cấp ngữ cảnh cho hệ thống. Ngữ cảnh này sẽ giúp cho hệ thống quyết định nội dung học phù hợp cho từng người. Khi người học tương tác với hệ thống thông qua chức năng kiểm tra, một loại các câu hỏi ngẫu nhiên, do hệ thống sinh ra từ tập các câu hỏi trong tập các chủ đề, với số lượng do người học yêu cầu sẽ được đưa ra để người học thực hiện. Sau quá trình học và kiểm tra, hệ thống sẽ đánh giá kết quả đồng thời sẽ phản hồi tới người học. Sự phản hồi này là rất cần thiết và quan trọng đối với người học. Hệ thống sẽ đánh giá lượng kiến thức của người học có được tương ứng với chương trình và nội dung học, từ đó có lời khuyên bổ ích tới người học, chẳng hạn như: người học có nên tiếp tục học tiếp nội dung này hay không, hay người học có thể học tới nội dung khác v.v… Những hỗ trợ sẽ được đưa ra cụ thể đối với từng người học thông qua kết quả có được của họ. Điều này đảm bảo tính thích nghi của hệ thống đối với người học. Mô hình người học trong hệ thống MobileEnglish dưới đây sẽ thể hiện chi tiết về điều này. Xét qua mô hình học này ta thấy có điểm cần quan tâm, đó là phần học sẽ được chia ra thành các miền nhỏ bao gồm chủ đề, ngữ cảnh và nội dung. Trong đó, hai miền chủ đề và ngữ cảnh sẽ quyết định miền nội dung. Ở đây, một yếu tố nữa có tính quyết định đến miền nội dung đã được ẩn đi, đó là kiến thức hiện tại của người học. Nếu người học học lần đầu tiên của chủ đề lựa chọn thì mặc định hệ thống sẽ không xét đến yếu tố kiến thức này. Tuy nhiên nó là rất quan trọng trong những lần học tiếp theo của người học. Nó giúp đánh giá khả năng của người học, từ đó sẽ kết hợp với hai yếu tố là chủ đề và ngữ cảnh để hình thành nên nội dung phù hợp với từng cá nhân người học. Quản lý nội dung Hình 6: Mô hình người học trong hệ thống MobileEnglish 4.3. Mô hình ngữ cảnh Mô hình ngữ cảnh của hệ thống chính là lược đồ về mối quan hệ giữa người sử dụng và hệ thống. Mối quan hệ thể hiện mối tương tác khi người sử dụng sử dụng chương trình. Người dùng tương tác với điện thoại di động (client) thông qua giao diện màn hình. Điện thoại di động chỉ có chức năng gửi yêu cầu của người dùng lên máy chủ (server) và nhận thông tin trả về từ server. Từ các yêu cầu được gửi lên từ client, server sẽ xử lý thông tin, lấy dữ liệu từ cơ sở dữ liệu của hệ thống, xử lý dữ liệu, sau đó trả về kết quả cho client. Hình 7: Mô hình ngữ cảnh 4.4. Các luật thích ứng Bài toán “học và luyện thi tiếng Anh theo ngữ cảnh” lấy việc xây dựng nội dung theo ngữ cảnh làm trọng tâm. Do đó, việc xử lý nội dung như thế nào, bằng phương pháp nào và với điều kiện gì được xem xét một cách thận trọng. Một phương pháp để giải quyết vấn đề này là chúng ta phải xây dựng các luật thích ứng với nội dung theo từng ngữ cảnh cụ thể. Đồng thời nội dung này cũng phải phù hợp với người học. Hệ thống sẽ xem xét việc tạo ra nội dung theo ba khía cạnh, bao gồm: mô hình ngữ cảnh, chủ đề học và kiến thức hiện tại của người học. Từ đó sẽ xác định các luật thích ứng cho các vấn đề này. Đầu tiên, chúng ta sẽ đi sâu vào mô hình ngữ cảnh. Trong hệ thống này, mô hình ngữ cảnh chỉ đơn giản gồm 3 thành phần: vị trí, mức độ và thời gian. Kí hiệu M là mô hình ngữ cảnh, Lo là vị trí, Le là mức độ và T là thời gian, khi đó Mn là giá trị của mô hình ngữ cảnh thứ n, Loi là giá trị của vị trí tại vị trí thứ i, Lej là giá trị mức độ khó thứ j, Tk là giá trị của thời gian thứ k, trong đó n, i, j, k = 1, 2, 3,….Giả thiết rằng giá trị của mô hình ngữ cảnh là tổng của các giá trị vị trí, mức độ và thời gian. Như vậy ta có công thức: Mn = Loi + Lej + Tk trong đó: i, j, k = 1, 2, 3, … và n = 1,…,i*j*k. Theo công thức trên, giả sử ta có i=1,2,3; j=1,2,3; k=1,2,3,4; khi đó số lượng mô hình có thể sinh ra là n = i*j*k = 3*3*4=36 (mô hình) và giá trị của các mô hình được theo công thức trên. Số lượng mô hình ngữ cảnh sinh ra là tương đối lớn nếu ta tăng số lượng vị trí hoặc thời gian lên. Tuy nhiên ta sẽ sử dụng phương pháp loại bớt những giá trị M trùng nhau đi, ta chỉ lấy một giá trị trùng nhau duy nhất. Khi đó tập các mô hình ngữ cảnh Mn sẽ được thu gọn thành Mm (với n>=m) Sau khi ta đã xây dựng được mô hình ngữ cảnh, vấn đề còn lại của chúng ta là kêt hợp mô hình này với chủ đề học và kiến thức hiện thời của người học. Chủ đề học mang yếu tố quyết định xem nội dung thuộc chủ đề nào (thuộc nhánh nào của cây nội dung). Gọi W là giá trị của kiến thức hiện tại, khi đó tổng M + W sẽ quyết định độ cao của cây. Hình 8: Mô hình luật thích ứng CHƯƠNG 3 CÀI ĐẶT VÀ THỬ NGHIỆM 1. Công nghệ sử dụng Chương trình MobileEnglish được viết trên nền tảng J2ME. Java là công nghệ mã nguồn mở và do Sun Microsystem hỗ trợ và phát triễn. J2ME (Java 2 Platform, Micro Edition) được xem là 1 trong 3 công nghệ hiện nay của Java và nó phát triển ứng dụng nhắm vào các thiết bị di động. Chuẩn của J2ME gồm 2 loại: CLDC ( Connected Limited Device Configuration): có khả năng truyền thông trên mạng một cách rời rạc như: điện thoại di động (Mobile phones), máy nhắn tin hai chiều (two-way pagers), máy trợ lý cá nhân dùng kỹ thuật số (personal digital asisstants-PDAs). Loại này dùng cho một mục đích đặc biệt, thường giới hạn về chức năng. CDC ( Connected Device Configuration): được kết nối cố định và liên tục như set-top boxes, Internet TVs, Internet – enabled screen phones, high – end communicators, hệ thống điều hướng xe hơi. Loại này hỗ trợ về giao diện người dùng. J2ME được thiết kế để chạy trên các điện thoại di động có cấu hình tối thiểu như sau: Bộ nhớ tổng cộng: 128-512 KB. Bộ xử lý: 16 đến 32 bit. Tốc độ xử lý: 8-32 MHz. Năng lượng: giới hạn, hoạt động bằng pin. Băng thông: giới hạn, khoảng 9600 bps. MIDP (Mobile Information Device Profile): bổ sung các tính năng như hỗ trợ kết nối, các thành phần hỗ trợ giao diện người dùng, … vào CLDC. Profile này được thiết kế chủ yếu để nhắm vào điện thoại di động với đặc tính là màn hình hiển thị hạn chế, dung lượng chứa có hạn. Do đó MIDP sẽ cung cấp một giao diện người dùng đơn giản và các tính năng mạng đơn giản dựa trên HTTP. Có thể nói MIDP là profile nổi tiếng nhất bởi vì nó là kiến thức cơ bản cho lập trình Java trên các máy di động. Những chức năng MIDP cung cấp: Các lớp và kiểu dữ liệu: phần lớn các lớp mà các lập trình viên Java quen thuộc vẫn còn được giữ lại ví dụ như các lớp trong gói java.util như Stack, Vector và Hastable cũng như Enumeration. Hỗ trợ đối tượng Display: đúng như tên gọi một chương trình MIDP sẽ hỗ trợ duy nhất một đối tượng Display là đối tượng quản lý việc hiển thị dữ liệu trên màn hình điện thoại. Hỗ trợ Form và các giao diện người dùng. Hỗ trợ Timer và Alert. Cung cấp tính năng Record Management System (RMS) cho việc lưu trữ dữ liệu. Những chức năng MIDP không thể làm được: Phép tính dấu chấm động (floating point): phép tính này đòi hỏi rất nhiều tài nguyên CPU và phần lớn các CPU cho các thiết bị di động không hỗ trợ phép tính này, do đó MIDP cũng không có. Bộ nạp class (Class Loader). Hỗ trợ từ khóa finalize( ) như trong J2SE: việc “dọn dẹp“ tài nguyên trước khi nó bị xóa do lập trình viên thực hiện. Không hỗ trợ JNI (Java Native Interface). Hỗ trợ hạn chế thao tác bắt lỗi. Phần lớn các thư viện API cho Swing và AWT không thể sử dụng được trong MIDP. Không hỗ trợ các tính năng quản lý tập tin và thư mục, trong thực tế là các thiết bị J2ME không có hỗ trợ các thiết bị lưu trữ thông thường như ổ cứng…. Tuy nhiên, điều đó không có nghĩa là phải mất đi mọi dữ liệu quan trọng mỗi khi tắt máy, Sun đã cung cấp một chức năng khác tương đương gọi là Record Management System (RMS) để cung cấp khả năng lưu trữ cho các thiết bị này. MIDP 2.0 có một số các cải tiến nổi bật so với MIDP 1.0: Nâng cấp các tính năng bảo mật như: Download qua mạng an toàn hơn thông qua việc hỗ trợ giao thức HTTPS, kiểm soát việc kết nối giữa máy di động và server, ví dụ các chương trình không thể kết nối tới server nếu không có sự chấp nhận của người dùng. Thêm các API hỗ trợ Multimedia. Một trong những cải tiến nổi bật nhất của MIDP 2.0 là tập các API media của nó. Các API này là một tập con chỉ hỗ trợ âm thanh của Mobile Media API (MMAPI). Mở rộng các tính năng của Form. Nhiều cải tiến đã được đưa vào API javax.microedition.lcdui trong MIDP 2.0, nhưng các thay đổi lớn nhất (ngoài API cho game) là trong Form và Item. Hỗ trợ các lập trình viên game bằng cách tung ra Game API. Được hưởng lợi nhất từ Game API trong MIDP 2.0 không chỉ là các lập trình viên game mà còn các lập trình viên cần sử dụng các tính năng đồ họa cao cấp. Hỗ trợ kiểu ảnh RGB: một trong những cải tiến hấp dẫn cho các nhà phát triển MIDP là việc biểu diễn hình ảnh dưới dạng các mảng số nguyên, cho phép MIDlet thao tác với dữ liệu hình ảnh một cách trực tiếp. 2. Cài đặt Hệ thống gồm 3 thành phần: WebService: Đây là thành phần xử lý chính của hệ thống, bao gồm các hàm xử lý thông tin và truy vấn đến cơ sở dữ liệu. Thành phần này được cài đặt trên máy chủ Sun GlassFish Enterprise Server v2.1 Mobile: Đây là thành phần thể hiện các yêu cầu người dùng và kết quả phản hổi từ Service. Database: Lưu trữ dữ liệu người dùng, nội dung học và các câu hỏi kiểm tra. Hình 9: Mô hình cài đặt Các bước thiết lập để chạy trương trình: Cài đặt máy chủ Sun GlassFish Enterprise Server v2.1 Deploy WebService lên máy chủ Copy dữ liệu chương trình lên cơ sở dữ liệu của máy chủ Thiết lập địa chỉ Server cho Mobile Copy và Chạy file MobileEnglish.jar, để cài đặt trên Mobile Phone. Sử dụng chương trình. 2.1. Chức năng chính Như đã nói ở trên, dựa theo vấn đề bài toán đưa ra, hệ thống MobileEnglish có hai chức năng chính: học và luyện thi. Trong đó có: Chức năng đánh giá, kiểm tra kiến thức của người dùng trước khi học. Chức năng lựa chọn chủ đề học. Chức năng lựa chọn ngữ cảnh tương ứng với chủ đề đã được lựa chọn. Số lượng câu hỏi đưa ra sau mỗi lần học xong và trong quá trình đánh giá, kiểm tra kiến thức ban đầu là động, người dùng có thể nhập số lượng câu hỏi cho riêng mình. Tuy nhiên hệ thống sẽ đưa ra gợi ý về số lượng câu hỏi nên làm. Chức năng xem trước đáp án câu hỏi khi người dùng trả lời câu hỏi. Đưa ra thông báo và danh sách các chủ đề cần học sau khi người dùng hoàn thành chủ đề với ngữ cảnh trước đó đượ lựa chọn. Ngoài ra, hệ thống sẽ có thêm phần quản lý người dùng (Đăng nhập, đăng ký, xem thông tin của người dùng,…). 2.2. Thiết kế Dựa theo thói quen và nhu cầu của người học ngoại ngữ, thông thường người học sẽ chọn ra những chủ đề mình thích học trước, học theo chủ đề, học những vấn đề mà mình cảm thấy còn chưa chắc chắn. Đương nhiên là người học muốn nâng cao kiến thức cũng như trình độ của mình về các vấn đề này. Tuy nhiên điều này còn khó đối với những ai mới bắt đầu học và những ai chưa biết chắc có những chủ đề nào cần học hay đáng được quan tâm trước. Dựa vào điều kiện khách quan này, hệ thống Mobile English sẽ bắt đầu bằng cách đưa ra các chủ đề thông dụng để người dùng có thể lựa chọn trước. Sau đó người dùng có thể lựa chọn những ngữ cảnh để học tùy theo nhu cầu của mỗi người, ngữ cảnh này có thể được cập nhật cho hệ thống. Ngữ cảnh trong MobileEnglish bao gồm vị trí (Location), mức độ khó của chủ đề (Level) và thời gian mà người dùng có thể học (Time). Giá trị của các vị trí (Location) được tính bằng giá trị của mức độ tập trung tương ứng (LRetaurant = 2; LStation = 1; LVehicle = 1; LOuting = 2; LHome = 3; LCompus = 3). Các vị trí được đưa ra và đánh giá trong Bảng 1. Bảng 1: Vị trí các giá trị mặc định cho mức độ tập trung Vị trí Mức độ tập trung Retaurant M (2) Station L (1) Vehicle L (1) Outing M (2) Home H (3) Compus H (3) Mỗi vị trí là khác nhau và mỗi người dùng có những kiến thức khác nhau về mỗi chủ đề tương ứng với vị trí đó, do vậy trong hệ thống MobileEnglish, đã triển khai thêm mức độ khó của chủ đề tương ứng với các vị trí. Chẳng hạn, tại vị trí Restaurant, người dùng A muốn học về chủ đề Pronouns, tuy nhiên kiến thức về lĩnh vực này của người A không được tốt lắm, do vậy người dùng A chỉ muốn học với mức độ bình thường (Medium). Khi đó người dùng này chỉ muốn học nội dung ở mức trung bình. Hệ thống MobileEnglish đưa ra ba mức độ Low, Medium và High cho từng chủ đề tương ứng với từng vị trí. Các mức được đánh giá với giá trị tương ứng (Low = 1, Medium = 2, High = 3). Mỗi một vị trí sẽ có ba mức độ khó của chủ đề. Sự kết hợp giữa vị trí và độ khó của chủ đề cho ta một tham số tạm thời LL được tính bằng tổng của giá trị Location với giá trị của mức độ khó (Level) (LL = Location + Level). Minh họa trong Bảng 2. Bảng 2: Tham số kết hợp giữa Vị trí và mức độ khó của topic (Location and Level of Topic: LL) Ret (2) Sta (1) Veh (1) Out (2) Hom (3) Com (3) L (1) LL = 3 LL = 2 LL = 2 LL = 3 LL = 4 LL = 4 M (2) LL = 4 LL = 3 LL = 3 LL = 4 LL = 5 LL = 5 H (3) LL = 5 LL = 4 LL = 4 LL = 5 LL = 6 LL = 6 Tại mỗi vị trí, với mức độ khó của chủ đề được xác định. Nhưng do tính di động, nên người dùng ít có một khoảng thời gian cố định cho việc học, điều đó là hiển nhiên, hệ thống MobileEnglish hình thành nguyên nhân chủ yếu cũng vì tính di động này. Ngoài đặc điểm về vị trí, một đặc điểm nữa khiến người dùng thích thú khi sử dụng mobile để học đó là tiết kiệm về thời gian. Người học có thể học trong thời gian ngắn học dài tùy theo lượng thời gian mà người dùng có thể dùng. Do đó yếu tố thời gian cũng sẽ được đề cập trong MobileEnglish. Kí hiệu T cho thời gian (Time), đối với MobileEnglish chỉ đề cập đến 4 khoảng thời gian mà người dùng có thể lựa chọn. Thiết lập các giá trị T tương ứng với các khoảng thời gian (T 60’ ) thì người học có thể sẽ cảm thấy mệt mỏi và do đó thì chất lượng bài học sẽ không cao cho người học. Một mô hình học theo ngữ cảnh được hình thành từ sự kết hợp của ba yếu tố: vị trí, mức độ khó của chủ đề và thời gian có thể thực hiện bài học. Để đưa ra mô hình, để đơn giản, hệ thống MobileEnglish chỉ đánh giá mô hình bằng tổng ba giá trị tham số của ba yếu tố trên, tức là: Model = Location + Level + Time hay M = LL + T. Minh họa trong bảng 3. Bảng 3: Giá trị của các mô hình tham số LL = 2 LL = 3 LL = 4 LL = 5 LL = 6 T = 1 (15-) M = 3 M = 4 M = 5 M = 6 M = 7 T = 2 (15-30) M = 4 M = 5 M = 6 M = 7 M = 8 T = 3 (30-45) M = 5 M = 6 M = 7 M = 8 M = 9 T = 4 (45-60) M = 6 M = 7 M = 8 M = 9 M = 10 Để tương tác với người dùng, MobileEnglish sẽ không chỉ dựa vào mô hình và kiến thức của người dùng mà hệ thống còn dựa vào chủ đề mà người dùng đã lựa chọn đầu tiên. Sự kết hợp giữa ba yếu tố: chủ đề, mô hình và kiến thức người dùng sẽ hình thành nên sự tương tác với người dùng trong MobileEnglish. Cụ thể, ban đầu hệ thống sẽ xác định chủ đề mà người dùng đã lựa chọn để xác định cây nội dung. Sau đó, khi có mô hình học thông qua các thông số: vị trí, mức độ khó và thời gian, hệ thống sẽ tiếp tục căn cứ vào kiến thức của người dùng về chủ đề đang xét. Kiến thức của người dùng về chủ đề đang xét có gán giá trị, giá trị này được sinh ra khi người dùng kết thúc chủ đề (có giá trị bằng 0 nếu người dùng chưa học chủ đề đó). Việc xác định sự tương tác nào được lựa chọn (hay nút nào trong cây nội dung được lựa chọn) sẽ dựa vào nút gốc (là chủ đề) và chiều cao của cây (là tổng giá trị giữa giá trị mô hình và giá trị kiến thức). 2.1.1. Mô hình chạy chương trình 2.1.1.1. Các thành phần của mô hình Welcome: Hiển thị lựa chọn đăng nhập, đăng kí Hình 10: Màn hình Welcome loginScreen: Form đăng nhập bao gồm tên đăng nhập và password Hình 11: Màn hình đăng nhập registerForm: Form đăng kí Hình 12: Màn hình đăng kí waitScreen: màn hình đợi kết nối đến server alertSuccess và alertFailure: thông báo thành công hay thất bại khi kết nối hoặc trong quá trình nhập dữ liệu. Menu: hiển thị danh sách các lựa chọn chức năng chính của hệ thống bao gồm: Học theo chủ đề, Kiểm tra, Xem thông tin người dùng. Hình 13: Màn hình Menu listTopic: hiển thị danh sách các chủ đề Hình 14: Màn hình danh sách các chủ đề contextForm: hiển thị các lựa chọn liên quan đến ngữ cảnh Hình 15: Màn hình lựa chọn ngữ cảnh contentForm: hiển thị nội dung của chủ đề Hình 16: Màn hình hiển thị nội dung của chủ đề numOfTestForm: nhập số lượng câu hỏi cần kiểm tra Hình 17: Màn hình lựa chọn số câu hỏi questionForm: hiển thị nội dung câu hỏi và các lựa chọn đáp án Hình 18: Màn hình Question viewResultForm: hiển thị đáp án của câu hỏi Hình 19: Màn hình View Result resultForm: hiển thị đánh giá và hỗ trợ khi học và kiểm tra xong Hình 20: Màn hình Result userProfiles: hiển thị lựa chọn xem thông tin người học Hình 21: Màn hình User Profiles viewProfiles: hiển thị thông tin người học Hình 22: Màn hình View Profiles changePassword: Form hiển thị thay đổi mật khẩu của người học Hình 23: Màn hình Change Password 2.1.1.2. Mối liên hệ giữa các thành phần Khi chạy chương trình, hệ thống sẽ đưa ra cho người dùng hai lựa chọn (hình 10). Đó là phải có tài khoản trong hệ thống, tức là người dùng có thể đăng kí một tài khoản sử dụng (hình 12), hoặc nếu có tài khoản rồi thì người dùng có thể đăng nhập (hình 11). Quá trình đăng nhập hoặc đăng kí sẽ được hệ thống tương tác với cơ sở dữ liệu. Quá trình tương tác này sẽ chỉ diễn ra tại server. Kết quả của sự tương tác (thành công hay thất bại) sẽ được gửi đến thiết bị người dùng. Sau khi đăng nhập hoặc đăng kí thành công thành công, hệ thống sẽ đưa ra danh sách các lựa chọn mà người dùng có thể tương tác (hình 13). Lựa chọn đầu tiên là Test, đây là lựa chọn mà bất kì người dùng mới nào nên lựa chọn, vì đây là lựa chọn để đưa ra đánh giá kiến thức tổng hợp của người dùng, từ việc đánh giá này hệ thống sẽ khuyên bạn nên học chủ đề nào. Lựa chọn thứ 2 chính là lựa chọn cho quá tình học của bạn. Lựa chọn này sẽ đem lại cho bạn danh sách các chủ đề cần học, đó là những danh sách chủ đề thông thường, dễ bắt gặp trong đời sống hằng ngày. Lựa chọn cuối cùng đó là User profiles (thông tin về người dùng). Đối với lựa chọn này bạn có thể xem thông tin cá nhân của mình cũng như có thể thay đổi một phần trong đó. Nếu bạn lựa chọn Test, hệ thống sẽ yêu cầu bạn nhập số lượng câu hỏi cần kiểm tra (hình 17), sau đó là các câu hỏi dạng tìm lỗi sai của câu hay điền từ thích hợp vào chỗ trống (hình 18). Bạn có thể xem trước đáp án thông qua lựa chọn View Result mà hệ thống đã hỗ trợ (hình 19). Bạn sẽ làm lần lượt từng câu hỏi cho đến khi hết. Một sự đánh giá kết quả quá trình Test của bạn sẽ được đưa ra (hình 20). Nếu bạn lựa chọn mục Learn to follow Subject (học theo chủ đề), hệ thống sẽ hiển thị danh sách các chủ đề cần học (hình 14), và sau đó yêu cầu bạn lựa chọn các thành phần của ngữ cảnh, bao gồm: vị trí, mức độ khó và thời gian có thể học (hình 15). Các giá trị này, như đã nói ở trên chính là các tham số quyết định mô hình người học. Sau khi lựa chọn ngữ cảnh, hệ thống sẽ căn cứ vào chủ đề, mô hình người học và kiến thức của người dùng để tương tác đưa ra nội dung học phù hợp với người dùng (hình 16). Học nội dung xong, người dùng sẽ trả lời một số lượng câu hỏi mà hệ thống đưa ra, hoặc do người dùng lựa chọn (hình 17). Những câu hỏi này nằm trong chủ đề mà người dùng đã lựa chọn. Việc đánh giá kết quả cũng sẽ được tiến hành khi người dùng hoàn thành xong các câu hỏi mà hệ thống đưa ra. Không chỉ có đánh giá kết quả mà hệ thống còn hỗ trợ người dùng bằng cách đưa ra những thông báo cho người dùng biết có nên học tiếp chủ đề với mức độ khó hơn hay nên học lại chủ đề này (hình 20). Hình 24: Mô hình chi tiết chương trình 2.2.2. Mô hình cơ sở dữ liệu Hình 25: Mô hình cơ sở dữ liệu Chi tiết các bảng Bảng 4: Cấu trúc bảng Users Users Trường Khóa Kiểu Chú giải usernameID Khóa chính Varchar(64) Mã truy cập của người dùng Password Varchar(64) Mật khẩu đăng nhập timeAccessLast Datetime Thời gian truy cập cuối cùng timeAccessNow Datetime Thời gian truy cập hiện tại numberAccess int(10) Số lần truy cập Bảng Users lưu thông tin người dùng bao gồm: usernameID, password, timeAccessLast (thời gian truy cập cuối cùng), timeAccessNow (thời gian truy cập hiện tại), numberAccess (số lần truy cập vào hệ thống). Khi người dùng truy cập vào hệ thống sẽ phải thông qua usernameID (khóa chính của bảng) và password. Trường password được mã hóa theo định dạng PASSWORD 64 bit, khi người dùng tạo hoặc thay đổi mật khẩu thì hệ thống sẽ tự mã hóa và lưu trong bảng Users. Do mã hóa theo kiểu PASSWORD 64bit nên cơ chế giải mã hầu như hoàn toàn không thể thực hiện, do vậy nó sẽ bảo đảm tính bảo mật cho người dùng. Sau khi người dùng đăng nhập vào hệ thống thì thời gian truy cập hiện tại được xác định tại thời điểm đăng nhập thành công, còn thời gian truy cập cuối cùng sẽ được thiết lập là thời gian truy cập hiện tại khi chưa thay đổi. Số lần truy cập sẽ được tự động tăng lên 1 đơn vị. Ba trường timeAccessLast, timeAccessNow và numberAccess dùng để xem và quản lý thông tin người dùng. Bảng 5: Cấu trúc bảng Topics Topics Trường Khóa Kiểu Chú giải topicID Khóa chính varchar(10) Mã chủ đề topicName varchar(50) Tên chủ đề info varchar(10) Định danh chủ đề trong mô hình nội dung Root varchar(10) Chủ đề cha của chủ đề hiện tại brank varchar(100) Chủ đề con kế cận của chủ đề hiện tại value int(10) Giá trị độ cao của chủ đề Bảng Topics lưu thông tin về chủ đề học, bao gồm: topicID, topicName (tên chủ đề), info (thông tin về chủ đề), root (chủ đề cha của chủ đề hiện tại), branch (chủ đề con kế cận), value (độ cao của chủ đề đang đứng). Do nội dung của chương trình được bố trí theo dạng cây, nên trường info dùng để lưu định danh của chủ đề tại nút đang đứng, trường root sẽ chứa info của chủ đề cha của nó, trường brank sẽ chứa các info của các nhánh con, trường value lưu vị trí độ cao của chủ đề trong cây. Bảng 6: Cấu trúc bảng Logs Logs Trường Khóa Kiểu Chú giải usernameID Khóa chính varchar(64) Mã truy cập của người dùng topicID Khóa chính varchar(10) Mã chủ đề weight int(10) Mức độ kiến thức của người dùng Bảng Logs lưu thông tin kiến thức hiện tại của người dùng, bao gồm: usernameID, topicID và weight (mức độ kiến thức của người dùng). Bảng này sẽ lấy hai trường usernameID và topicID là khóa chính, các giá trị của bảng sẽ được sinh ra khi người dùng đăng nhập vào hệ thống và hoàn thành bài học. Trường weight sẽ lưu giá trị đánh giá mức kiến thức của người dùng sau khi hoàn thành chủ đề. Giá trị của trường weight sẽ được dùng trong lần sử dụng sau của người dùng. Nó dùng để kết hợp với ngữ cảnh để hỗ trợ việc đưa ra chủ đề học tiếp theo cho người dùng. Bảng 7: Cấu trúc bảng Times Times Trường Khóa Kiểu Chú giải timeID Khóa chính varchar(5) Mã thời gian timeName varchar(60) Tên thời gian rank int(10) Chỉ số đánh giá mức độ của thời gian Bảng Times lưu thời gian có thể học, bao gồm: timeID, timeName, rank (giá trị của thời gian). Trường timeID là khóa chính, trường timeName lưu tên của thời gian, trường rank lưu chỉ số đánh giá mức độ của thời gian, chẳng hạn với timeID = 15 thì timeName được lưu là “Less than 15 minutes” (lượng thời gian có thể học là nhỏ hơn 15 phút) và rank = 1. Bảng 8: Cấu trúc bảng Levels Levels Trường Khóa Kiểu Chú giải levelID Khóa chính varchar(5) Mã cấp độ levelName varchar(10) Tên cấp độ rank int(10) Chỉ số đánh giá của cấp độ Bảng Levels lưu mức độ khó, bao gồm: levelID, levelName, rank (giá trị của Level). Bảng Levels lấy trường levelID làm khóa chính. Tương tự như bảng Times, trường levelName lưu tên cấp độ và trường rank lưu chỉ số đánh giá của cấp độ. Bảng 9: Cấu trúc bảng Context Context Trường Khóa Kiểu Chú giải contextID Khóa chính varchar(10) Mã vị trí contextName varchar(60) Tên vị trí rank int(10) Chỉ số đánh giá mức độ của vị trí Bảng Contexts lưu vị trí, bao gồm: contextID, contextName, rank. Trường ContextID lưu mã vị trí, contextName lưu tên vị trí và trường rank lưu chỉ số đánh giá mức độ của vị trí (đây chính là mức độ tập trung của người dùng tại vị trí tương ứng). Bảng 10: Cấu trúc bảng Contents Contents Trường Khóa Kiểu Chú giải contentID Khóa chính varchar(10) Mã nội dung topicID Khóa ngoại varchar(10) Mã chủ đề contextID Khóa ngoại varchar(10) Mã vị trí levelID Khóa ngoại varchar(5) Mã cấp độ timeID Khóa ngoại varchar(5) Mã thời gian contentTopic varchar(2000) Nội dung chủ đề height int(10) Chiều cao của chủ đề trong cây nội dung Bảng Contents lưu nội dung của chủ đề, gồm: contentID, topicID, timeID, levelID, contextID, contentTopic (nội dung của chủ đề), height (độ cao của cây tương ứng với nội dung). Trường contentID là khóa chính, các trường topicID, contextID, levelID, timeID là các khóa ngoại tham chiếu từ các bảng tương ứng topics, contexts, levels, times. Từ các khóa ngoại sinh ra do sự lựa chọn của người dùng, kết hợp với giá trị trong trường weight của bảng Logs mà hệ thống sẽ quết định nội dung contentTopic nào được cung cấp cho người dùng. Trường height lưu độ cao của chủ đề trong cây nội dung, tại độ cao này, nội dung của chủ đề sẽ được chọn. Bảng 11: Cấu trúc bảng Questions Questions Trường Khóa Kiểu Chú giải questionID Khóa chính varchar(20) Mã câu hỏi topicID Khóa chính varchar(10) Mã chủ đề contentID Khóa chính varchar(10) Mã nội dung contentQuestion varchar(1000) Nội dung câu hỏi Bảng Questions lưu các câu hỏi, gồm: questionID, contentID, topicID, contentQuestion (nội dung câu hỏi). Nội dung contentQuestion của câu hỏi sẽ được quyết định bởi 3 trường questionID, topicID và contentID, do vậy 3 trường này sẽ là khóa chính của bảng Questions. Bảng 12: Cấu trúc bảng Answers Answers Trường Khóa Kiểu Chú giải questionID varchar(20) Mã câu hỏi topicID varchar(10) Mã chủ đề contentID varchar(10) Mã nội dung contentAnswer varchar(600) Nội dung câu trả lời answer varchar(1) Đánh dấu vị trí câu trả lời đúng position int(3) Đánh dấu vị trí các câu trả lời trong câu hỏi Bảng Answers lưu các đáp, gồm: questionID, contentID, topicID, answer (các lựa chọn trả lời), position (vị trí câu trả lời đúng của từng câu hỏi). Nội dung các đáp án của câu hỏi (lấy trong bảng Questions) sẽ được truy vấn bởi 3 trường questionID, topicID và contentID. Do một câu hỏi có nhiều câu trả lời nên 3 trường trên không được lấy làm khóa chính. Trường Answer sẽ đánh dấu vị trí câu trả lời đúng của câu hỏi, nếu câu trả lời đó là đúng thì nó sẽ lưu giá trị bằng 1, các phương án trả lời sai sẽ được lưu giá trị bằng 0. Trường position đánh dấu vị trí các câu trả lời trong câu hỏi, mục đích của trường này là để dánh dấu gạch chân câu trả lời trong bộ câu hỏi tìm lỗi sai trong câu. Thể hiện dấu gạch chân trong giao diện mobile. Chẳng hạn với câu hỏi là tìm lỗi sai trong câu “While ancient times people simply painted inanimate objects, during the Renaissance the painting of "still life" developed as an accepted art form.” Đây là nội dung câu hỏi được lưu trong bảng Questions. Còn nội dung các câu trả lời được lưu trong bảng Answer là While ancient, during, of, developed. Khi đó position của các đáp án trên tương ứng là 1, 1, 1 và 1. Khi chạy trên thiết bị di động hệ thống so sánh các từ trong đáp án với các từ trong câu hỏi sau đó xác định xem đáp án đó xuất hiện ở lần thứ mấy trong câu (position chính là lần xuất hiện của đáp án trong câu). Khi đó nội dung câu hỏi sẽ được thể hiện trong thiết bị theo định dạng: “While ancient times people simply painted inanimate objects, during the Renaissance the painting of "still life" developed as an accepted art form.” 3. Thử nghiệm 3.1. Dữ liệu Dữ liệu được lưu trong cơ sở dữ liệu MySQL, được cập nhật thường xuyên với 2 nội dung được cập nhật chính là nội dung chủ đề học và nội dung các câu hỏi và trả lời tương ứng với từng chủ đề. Do thời gian có hạn nên cơ sở dữ liệu chưa thật nhiều để có thể cung cấp nội dung phù hợp với từng chủ đề. Song nó cũng đủ để thể hiện tính đúng đắn của chương trình khi thực hiện. 3.2. Kết quả Test 1 Input Output Username: Phamcong Topic: Pronouns Context: Location: Restaurant Level: Low Time: Less than 15 minutes Content: There are five form pronouns in English: subject pronouns, comlement pronouns, possessive pronouns, possessive adjectives and reflexive pronouns. Number Question: 5 Đưa ra 5 câu hỏi và các câu trả lời tương ứng. Kết quả thu được sau khi hoàn thành 5 câu hỏi: - Đúng 4 câu: 1, 3 ,4 , 5 - Sai 1 câu: 2 - Đánh giá: You learn very well. You can learn more difficult topic: subject pronouns comlement pronouns possessive pronouns reflexive pronouns Hình 26: Test 1 Test2 Input Output Username: Phamcong Topic: Pronouns Context: Location: Restaurant Level: High Time: Less than 60 minutes Content: These pronouns cannot precede a noun. They are pronouns and thus replace the noun. The noun is understood form the context and is not repeated. Study the following pronouns. Number Question: 5 Đưa ra 5 câu hỏi và các câu trả lời tương ứng. Kết quả thu được sau khi hoàn thành 5 câu hỏi: - Đúng 0 câu: - Sai 5 câu: 1, 2, 3, 4, 5 - Đánh giá: You learn not good. You should study this topic again Hình 27: Test 2 Test 3 Input Output Username: Phamcong Topic: Pronouns Context: Location: School Level: High Time: Less than 60 minutes Content: Subject pronouns occur in the subject position of a sentence or after the verbs be. Study the following list of subject pronouns. They are includes: I, you, he, she, it, we, they. Note: Also use the subject pronoun after than, as, and that. Number Question: 5 Đưa ra 5 câu hỏi và các câu trả lời tương ứng. Kết quả thu được sau khi hoàn thành 5 câu hỏi: - Đúng 1 câu: 5 - Sai 4 câu: 1, 2, 3, 4 - Đánh giá: You learn not good. You should study this topic again: subject pronouns comlement pronouns possessive pronouns reflexive pronouns Hình 28: Test 3 CHƯƠNG 4 KẾT LUẬN 1. So sánh với các hệ thống tương tự Có rất nhiều hệ thống được xây dựng, phát triển M-Learning, trong đó hệ thống TenseITS được phát triển dựa trên nghiên cứu của Yanchun Cui, Susan Bull được viết trong bài báo “Context and learner modelling for the mobile foreign language learner”(Ngữ cảnh và mô hình người học cho việc học ngoại ngữ trên điện thoại di dộng) cũng đề cập đến vấn đề ngữ cảnh của người học. Hệ thống TenseITS, một ITS (Intelligent tutoring systems- Hệ thống hỗ trợ thông minh) trên điện thoại di động cho việc sử dụng các động từ trong tiếng Anh, được thiết kế chủ yếu cho người Trung Quốc học tiếng Anh. Hệ thống TenseITS đã dựa vào ngữ cảnh của người dùng và kiến thức mà người dùng có được (sau lần đầu tiên sử dụng chương trình) để đưa ra mô hình người học tương ứng phù hợp với người dùng. TenseITS hoạt động dựa trên ITS chuẩn trên điện thoại di động. Do vậy nó tương thích, phù hợp với từng cá nhân người dùng. Mỗi người dùng ở mỗi trình độ, ngữ cảnh khác nhau sẽ đượ hệ thống đưa ra những nội dung chủ đề, mô hình học khác nhau, phù hợp với bản thân người dùng. Tuy nhiên, theo đánh giá của tôi thì hệ thống mới chỉ hỗ trợ người dùng một cách ngầm định, cụ thể là: sau quá trình học và kiểm tra đánh giá, hệ thống sẽ lưu kết quả này nhưng không đưa ra kết quả đánh giá việc học của người dùng đối với vấn đề vừa được học, đồng thời chưa hướng dẫn người dùng nên học vấn đề gì tiếp theo (học chủ đề mới, hay học lại chủ đề này) mà đơn thuần chỉ thể hiện điều đó khi người dùng có sự lựa chọn lại ngữ cảnh. Mặt khác, TenseITS chỉ tập trung vào xây dựng mô hình học thế nên chức năng còn ít, chưa phong phú cho người dùng, chẳng hạn, người dùng có thể tự kiểm tra đánh giá đầu vào thông qua những bài kiểm tra đánh giá mà người dùng có thể lựa chọn ngay ban đầu, trước khi học. Hoặc khi học xong một chủ đề mà người dùng lựa chọn do được sinh ra từ ngữ cảnh, số lượng các câu hỏi đưa ra là mặc định, chưa lưu động, người dùng không thể chọn cho mình số lượng câu hỏi cho riêng mình. Và trong quá trình trả lời các câu hỏi, người dùng không thể xem trước đáp án (như là một phần gợi ý) cho câu hỏi tương ứng. Một điểm cần nói nữa là, người dùng học theo chủ đề nào khi lựa chọn ngữ cảnh thì người dùng chưa thể biết. Do hệ thống dựa vào ngữ cảnh và sự hiểu biết của người dùng để đưa ra chủ đề và nội dung phù hợp, thế nên việc học theo chủ đề nào là thụ động đối với người dùng. Hệ thống MobileEnglish chứa đựng những ưu điểm của TenseITS, và đã khắc phục được những khuyết điểm mà TenseITS đã gặp phải. 2. Kết quả đạt được Luận văn hướng tới mục tiêu xây dựng một chương trình học tiếng Anh trên di động hoàn chỉnh cho phép mọi người học với các kiến thức khác nhau có thể học được ngôn ngữ tiếng Anh thông qua sự hỗ trợ sát với cá nhân người học ở nhiều ngữ cảnh hơn nữa. Trong luận văn thực hiện việc tiếp cận hỗ trợ người học ở trong phạm vi ngữ cảnh và chủ đề đã được hệ thống xác định trước. Luận văn đã đạt được một số kết quả như sau: Xây dựng được mô hình nội dung tương thích với người học Xây đựng mô hình ngữ cảnh phù hợp với mong muốn và giải quyết khó khăn về địa điểm, trình độ và thời gian của người học. Xây dựng mô hình học theo hướng tiếp cận như cầu người học. Xây dựng các luật thích ứng cho các mô hình. Hỗ trợ người học trong suốt quá trình học thông qua các đánh giá và phản hồi tới người học. Nghiên cứu và xây đựng một hệ thống học tiếng Anh trên thiết bị di động theo hướng hỗ trợ người dùng theo ngữ cảnh Tuy nhiên, do thời gian có hạn, nội dung học còn chưa nhiều, hệ thống mới chỉ được xây dựng cho dạng văn bản, chưa hỗ trợ âm thanh và hình ảnh. Do vậy để phát triển thêm luận văn này, cần thực hiện một số công việc sau: Hoàn chỉnh về nội dung học Nâng cấp để hệ thống có thể sử dụng được âm thanh và hình ảnh minh họa. TÀI LIỆU THAM KHẢO [1] Yanchun Cui, Susan Bull. Context and learner modelling for the mobile foreign language learner. System 33 (2005) 353–367 [2] Kukulska-Hulme, A. & Traxler, J. (eds.) 2005. Mobile learning. A handbook for educators and trainers. Open and flexible learning series, Routledge, London. [3] Lynne Hamill,Amparo Lasen. Mobile world: past, present and future. Springer [4] Fabio Crestani,Mark Dunlop,Stefano Mizzaro. Mobile and ubiquitous information access. Mobile HCI 2003 international Workshop Udine, Italy, Setember 2003 Revised and Invited Papers [5] Mohamed Ally (2009). Mobile Learning: Transforming the Delivery of Education and Training. Athabasca, AB: Athabasca University Press [6] Norbert Pachler. Mobile learning: towards a research agenda. The WLE Centre, Institute of Education, 20 Bedford Way, London, WC1H 0AL, ISSN 1753-3385 [7] P. Seppälä & H. Alamäki. Mobile learning in teacher training. University of Helsinki & Oy Radiolinja Ab. Journal of Computer Assisted Learning (2003) 19, 330-33 [8] [9] [10] Bản tin ĐHQG Hà Nội số 169, tháng 3/2005