论文部分内容阅读
提出一种结合概率推理与决策理论来有效构建C++智能教学系统ITS(Intelligent tutoring System)中学生学习模型的方法,以帮助ITS达到自适应教学的目的。首先,利用概率推理来识别学生的知识状态。其次,采用学习风格问卷调查(ILS)和机器学习的方法来分类预测学生的学习风格,并且实验数据也验证了这种方法的可靠性和有效性。通过将模块植入现有的ITS并投入实际的教学应用中,学生的反馈表明了本系统对提高学生的学习兴趣和学习效果具有积极作用。