论文部分内容阅读
[摘 要] 基于J2EE技术设计了计算机等级考试的教学专家系统，为学生和教师提供了在线教学、在线学习及实时交流和综合评价的平台。该系统能够给学生提供知识点强化学习、综合学习等学习方式，并针对学生的学习效果进行专家式智能分析。其分析结果将反作用于教和学的过程，从而更有效的提高学生的知识水平和操作能力。
[关键词] 专家系统；J2EE技术；知识库；智能分析
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 21. 088
[中图分类号] TP315 [文献标识码] A [文章编号] 1673 - 0194（2015）21- 0165- 01
1 专家系统结构
专家系统是一个智能计算机程序系统，其内部具有大量专家水平的领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。本系统采用B/S架构，登录系统设置了辅导专家、教师、管理员、学生四种身份，不同身份在系统使用中有不同的权限、可操作行为。如系统管理员负责维护所有用户；教师负责维护考试，包括考试准备、考试组卷、考试结果上传，最后得到考试的诊断结果：领域专家负责维护知识库、题库、样本管理等；学生用户则登录系统参加练习，并在练习结束后得到诊断结果。
本系统包括两个模块：学生自主学习模块和专家系统模块。基于人工智能技术的计算机等级考试辅助教学专家系统的概念图如图1所示。
2 自主学习模块
本模块主要实现四大功能：综合练习、自我诊断、知识点强化练习、提高练习。学生自主学习系统的主要用户对象是学生，学生登录系统后，选择练习模式进行练习或测试。在测试过程中可以进行自我诊断，通过学习模块中的适当的视频演示，使学生在没有老师的指导下，仍能正确练习，学会操作，并且能看到自己的得分情况。根据单次练习提供个性化的界面，根据历史练习结果提供学习方案，发挥学生的主观能动性，最大程度激发学生记忆潜能，提高学习效率，提高通过率。同时，学习模块会将诊断结果传送到专家系统模块，进行智能分析。
3 专家系统模块
本模块主要实现三大功能：智能分析、试题库维护、知识库维护。系统将学生练习或结果传送给专家系统模块，由专家系统模块进行智能分析。可以概括为两方面，一是知识点定量分析，二是学生定量分析。知识点定量分析是指教师在上传答案后，针对某个知识点来诊断某些学生的知识点掌握情况。学生定量分析时，对学生的选取和考题的选取同时决定了分析结果。智能分析结果后专家系统一方面可以反馈给辅导教师，辅导教师在实际的教学当中对掌握不好的知识点进行加强指导与练习；同时智能分析结果将加入知识库，并反作用于试题库的维护，使知识点强化练习、提高联系等功能的选题更有针对性，从而更有效的提高学生的知识水平和操作能力。
4 知识获取
首先，对学生操作能力定性化的系统描述与度量，同时要从大量学生的做题过程、考查、测试的实际分析中获得大量经验；然后，由领域专家运用知识编辑软件和计算机语言将这些实际经验记录下来，存储到知识库当中以供专家系统调用。
5 推理机
推理机的功能是计算机等级考试辅导专家的思维过程，控制并执行对能力评价问题的求解。本系统推理机根据当前已知的事实，利用知识库的知识，按正向推理方法进行推理，直到得出相应的结论。
6 开发技术
本系统运用J2EE技术进行开发。典型的J2EE三层结构，分为表现层、业务逻辑层和数据服务层。客户端通过组件与中间层建立连接，再由中间层与数据库交互，而不直接与数据库交互。
（1）表现层是一般采用传统的JSP技术，中间层处理负责业务规则、数据访问及合法性校验等工作。一般采用Spring Hibernate的模式。
（2）Hibernate的DAO技术，对数据库的存取操作进行封装。避免对数据库的频繁操作和直接存取。
（3）通过JavaBean类实现业务对象及操作的定义，引入Spring框架下的IOC技术，对JavaBean进行管理。
（4）采用Struts Veloctiy技术，为用户提供自定义界面风格、可配置应用功能、可配置权限等功能。
（5）采用Struts技术实现对数据简单逻辑控制，并根据用户请求调用相应业务逻辑层相应组件解决问题。
7 总 结
本系统在大学的计算机等级考试辅助教学中应用人工智能技术及网络信息技术所设计的辅助教学专家系统。今后的工作将进一步完善系统的数据处理功能，使系统广泛应用于有效实践教学中，加强学生自主学习能力，提高学习效率，从而提高计算机等级考试的应试能力。
[关键词] 专家系统；J2EE技术；知识库；智能分析
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 21. 088
[中图分类号] TP315 [文献标识码] A [文章编号] 1673 - 0194（2015）21- 0165- 01
1 专家系统结构
专家系统是一个智能计算机程序系统，其内部具有大量专家水平的领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。本系统采用B/S架构，登录系统设置了辅导专家、教师、管理员、学生四种身份，不同身份在系统使用中有不同的权限、可操作行为。如系统管理员负责维护所有用户；教师负责维护考试，包括考试准备、考试组卷、考试结果上传，最后得到考试的诊断结果：领域专家负责维护知识库、题库、样本管理等；学生用户则登录系统参加练习，并在练习结束后得到诊断结果。
本系统包括两个模块：学生自主学习模块和专家系统模块。基于人工智能技术的计算机等级考试辅助教学专家系统的概念图如图1所示。
2 自主学习模块
本模块主要实现四大功能：综合练习、自我诊断、知识点强化练习、提高练习。学生自主学习系统的主要用户对象是学生，学生登录系统后，选择练习模式进行练习或测试。在测试过程中可以进行自我诊断，通过学习模块中的适当的视频演示，使学生在没有老师的指导下，仍能正确练习，学会操作，并且能看到自己的得分情况。根据单次练习提供个性化的界面，根据历史练习结果提供学习方案，发挥学生的主观能动性，最大程度激发学生记忆潜能，提高学习效率，提高通过率。同时，学习模块会将诊断结果传送到专家系统模块，进行智能分析。
3 专家系统模块
本模块主要实现三大功能：智能分析、试题库维护、知识库维护。系统将学生练习或结果传送给专家系统模块，由专家系统模块进行智能分析。可以概括为两方面，一是知识点定量分析，二是学生定量分析。知识点定量分析是指教师在上传答案后，针对某个知识点来诊断某些学生的知识点掌握情况。学生定量分析时，对学生的选取和考题的选取同时决定了分析结果。智能分析结果后专家系统一方面可以反馈给辅导教师，辅导教师在实际的教学当中对掌握不好的知识点进行加强指导与练习；同时智能分析结果将加入知识库，并反作用于试题库的维护，使知识点强化练习、提高联系等功能的选题更有针对性，从而更有效的提高学生的知识水平和操作能力。
4 知识获取
首先，对学生操作能力定性化的系统描述与度量，同时要从大量学生的做题过程、考查、测试的实际分析中获得大量经验；然后，由领域专家运用知识编辑软件和计算机语言将这些实际经验记录下来，存储到知识库当中以供专家系统调用。
5 推理机
推理机的功能是计算机等级考试辅导专家的思维过程，控制并执行对能力评价问题的求解。本系统推理机根据当前已知的事实，利用知识库的知识，按正向推理方法进行推理，直到得出相应的结论。
6 开发技术
本系统运用J2EE技术进行开发。典型的J2EE三层结构，分为表现层、业务逻辑层和数据服务层。客户端通过组件与中间层建立连接，再由中间层与数据库交互，而不直接与数据库交互。
（1）表现层是一般采用传统的JSP技术，中间层处理负责业务规则、数据访问及合法性校验等工作。一般采用Spring Hibernate的模式。
（2）Hibernate的DAO技术，对数据库的存取操作进行封装。避免对数据库的频繁操作和直接存取。
（3）通过JavaBean类实现业务对象及操作的定义，引入Spring框架下的IOC技术，对JavaBean进行管理。
（4）采用Struts Veloctiy技术，为用户提供自定义界面风格、可配置应用功能、可配置权限等功能。
（5）采用Struts技术实现对数据简单逻辑控制，并根据用户请求调用相应业务逻辑层相应组件解决问题。
7 总 结
本系统在大学的计算机等级考试辅助教学中应用人工智能技术及网络信息技术所设计的辅助教学专家系统。今后的工作将进一步完善系统的数据处理功能，使系统广泛应用于有效实践教学中，加强学生自主学习能力，提高学习效率，从而提高计算机等级考试的应试能力。