[发明专利]一种基于神经网络算法的英语学习动机调控方法

说明书

本发明涉及教育学习方法技术领域，具体为一种基于神经网络算法的英语学习动机调控方法，包括如下步骤：S1：利用层次分析法对影响因素进行判别加权；包括构建由目标层、准则层和方案层所构成的层次分析结构模型、构建判断矩阵、计算各层级权重以及一致性检验；S2：K‑means聚类算法对影响因素进行聚类分析；S3：K‑means聚类算法进行对不同学习动机人群进行聚类；S4：建立神经网络模型；S5：针对英语学习动机提高成果给出检测方案。学习者可以依靠本发明来调控自己的学习动机,从而保持学习英语的热情；帮助很多学习者英语学习有目标，对学习成果进行合理检测，对英语学习进行合理调配，加强学习者对英语学习的动机，保持学习英语的热情。

技术领域

本发明涉及教育学习方法技术领域，尤其是涉及一种基于神经网络算法的英语学习动机调控方法。

背景技术

在英语学习过程中,学习者会经历许多枯燥或艰巨的任务,这使得学习者很难维持稳定的学习动机。因此,学习者需要依靠必要的策略来调控自己的学习动机,从而保持学习英语的热情。

由于现有技术对学习动机因素分析加权调配不到位，导致英语学习者面对英语学习时有着丧失信心，对英语学习感到枯燥乏味，从而丧失英语学习兴趣。针对在英语学习过程中,学习者会经历许多枯燥或艰巨的任务,这使得学习者很难维持稳定的学习动机。因此,学习者需要依靠必要的策略来调控自己的学习动机,从而保持学习英语的热情；目前，很多学习者针对英语学习没有目标，无法对学习成果进行合理检测，现有英语学习技术仅仅针对英语学习提供帮助，无法对英语学习进行合理调配，无法加强学习者对英语学习的动机，从而无法保持学习英语的热情；由于现有技术对学习动机因素分析加权调配不到位，导致英语学习者面对英语学习时有着丧失信心，对英语学习感到枯燥乏味，从而丧失英语学习兴趣。

为此，提出一种基于神经网络算法的英语学习动机调控方法。

发明内容

本发明的目的在于提供一种基于神经网络算法的英语学习动机调控方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于神经网络算法的英语学习动机调控方法，包括如下步骤：

S1：利用层次分析法对影响因素进行判别加权；包括构建由目标层、准则层和方案层所构成的层次分析结构模型、构建判断矩阵、计算各层级权重以及一致性检验；

S2：K-means聚类算法对影响因素进行聚类分析；

S3：K-means聚类算法进行对不同学习动机人群进行聚类；

S4：建立神经网络模型；

S5：针对英语学习动机提高成果给出检测方案；

S6：灰色综合评价法对加权后的两个动机因素进行分析。

优选的，所述构建由目标层、准则层和方案层所构成的层次分析结构模型：针对目标问题分析可能涉及的因素，基于这些因素的内部关系，设计构造出各因素之间相互连接的阶梯状层次结构，由高到低依次是目标层、准则层和方案层；

所述构建判断矩阵：依据构建的阶梯型层次结构，对于每个单层次结构，将目标因素记为O,与其相关的影响因素指标P₁,P₂,…,P_n有支配关系，接下来将这些因素两两对比，进一步探究各因素指标P_i对P_j的影响程度，然后选取数字1～9及其倒数作为衡量影响程度的标度，构建出判断矩阵C；

所述计算各层级权重：根据上一步建立的矩阵C来对各因素影响程度的权重进一步计算；得出矩阵C的最大特征根λ_max以及经过归一化处理的特征向量W＝[ω₁,ω₂,…,ω_n]^T；因而，只需对最大特征根方程求解即可:CW＝λW,然后对W做归一化处理，将归一化