论文部分内容阅读
摘要：本文将专家知识库系统技术和电子测评技术引入Web平台智能性学习系统进行了讨论。着重论述了智能性学习系统结构和工作原理，教师模型及学生模型构造等问题。
关键词：网络教育 E-learning 专家系统 ICAI Web
中图分类号：TP315 文献标识码：B 文章编号：1673-8454（2008）11-0053-02
一、引言
智能性学习系统的研究以人工智能科学、认知科学和思维科学为理论基础，通过研究人类学习思维的特征和过程，来寻求学习认知的模式。[1] 智能性学习系统要充分考虑学生学习行为的个性化特征，给学生提供个性化的环境，达到因材施教的目的。
如何使E-learning系统具有智能性，可以采用专家教学知识库系统，通过学生预先测试得分、历史成绩、课堂进步等因数建立认知评判模型，确定学生的学习步速。这种专家辅助教学系统主要体现在知识库系统对学与教问题、教学方法与策略及经验等专门知识的形式化组织，引导学生学习不是按预先确定的步骤进行，而是根据学生的认知水平和提出的学习要求，在控制策略的指引下，通过搜索领域问题知识库或E-mail通信，得出适合个别化学习的内容。
本文旨在探讨专家知识库系统应用于Web平台上E-learning系统中教学模型的设计，使教学模型具有智能性，实现教与学中的学生认知水平自动分类和学习内容活动导航。[2][4] 涉及智能性教学模型的体系结构，知识库系统，学生模型与认知能力判定等方面的研究。解决现有系统中选择学习目标、评价学生能力、生成智能性学习内容人工操作的低效率问题。
二、智能性学习系统结构
智能性学习系统融合了Web功能和计算机智能辅助教学系统技术，是一个智能性的教学知识库系统。允许学习者通过任何一种Web浏览器在网络上的任何节点灵活在线学习，学习者不受地理位置的影响和限制，更适合进行分布式教学管理。系统功能结构如图1所示。
教学规则库中汇集了按特定环境和条件进行有效教学的方法和策略，这些教学方法和策略采用产生式规则表示。以规则对象各部分的分类、特性、动作及其它关系线索，根据其重要性，来建立规则对象间的关系对应，形成一个匹配。在各种匹配中寻找一个最佳匹配，对事实进行适当的抽象或细化。
教学问题库中保存了所要教授的教学问题。教学问题首先是确定领域问题的范围，然后将教学问题分为若干知识单元，每个知识单元内包含有若干个知识点，找出各个知识点的基本类型（如概念、定理、原理、方法及规则等）、知识点的层次关系和语义联系等信息。通过教学问题分析，将得到一张由描述性知识和过程性知识组成的知识点概念图，采用XML的超媒体的节点和链表示教学问题知识点概念图。由具有超链接节点的概念图构成决策树，这种决策树可以正确分类窗口中的所有对象。然后，使用该树可以分类训练集中的所有其它对象。如果该树对所有对象给以正确的解答，那么，它对整个训练集是正确的，算法就结束。如果不是这样，选择一个例外加到窗口继续处理，直到发现正确的决策树为止。
问题案例库以关系数据模型构造库结构，储存问题案例的题号、文件名（包含文件所在的虚拟目录）、该案例用到的有关知识的特性与特点，以便在阅读理解案例时使用。案例题采用超文本、超媒体以题库文件的形式储存在Web服务器指定的文件夹中，由Browser端提交的题号表单，在Web-Server端通过题号匹配，将案例题内容传输到Browser端。
四、学生模型构造
学生模型构造以动态生成适合于个别化教学的内容和策略为特征，它不仅要反映学生的知识结构，还要反映学生的认知特点及与学习有关的非智力因素。该模型应能够判定学生知识掌握情况，作为下一步教学的依据；能够发现学生在学习过程中解答问题的错误，诊断其错误原因，并呈现给学生以提示改正，作为系统进行个性化辅助的依据；能够记录学生的学习历史和进步情况，不断跟踪学生学习进程，在跟踪过程随时更新学生模型，适应个性化学习的需要。
学生模型采用SQL Server2005数据库构造，分为两个库。一个库存储学生基本信息和学籍管理信息，另一个库存储学生学习日志，包括：目标单元学习前的测试成绩，目标单元学习后的测试成绩，进入目标单元学习的次数和累计学习的时间，课程反馈等数据。
五、结束语
网上教学不仅仅是将教学内容在网上发布，更多的是教学的课件应具有智能性。由于在远程教学中，师生之间在空间上是分离的，因此研究与开发智能性课件显得尤为重要。网络化教学可以充分采用交互式工具来了解学生的学习情况，使教学系统能根据学生的学习情况和其他因素来组织教学内容和实施教学策略。智能性电子学习的核心特征是提供适合个别需求的学习内容与学习环境的支持，它客观要求打破教育测量、智能辅助教学、学习环境支持、学习等方面的不连贯之处；使测验与课程区分不再是那么清楚，测验变得很自然，学习与计算机网络更加紧密结合。
参考文献：
[1]MG Lee.Profiling student’adaptation styles in Web-basedLearning[J]. Computer and Education, 2001,36(2):121-132
[2]YangWei and YuanRong. The Research and Design of Intelligent E-learning System[M]. Computer Science and technology in New Century, International Academic Publishers World Publishing Corporation，Oct.2001
[3]杨威.一种用于网上学习的智能性答疑模型[J].计算机工程，2003（12）.
[4]杨威，苑戎.智能性E-learning系统的研究与设计[J].计算机工程与应用，2002（13）.
[5]杨威等.信息技术教学导论（第2版）[M].北京：电子工业出版社，2007.5.
关键词：网络教育 E-learning 专家系统 ICAI Web
中图分类号：TP315 文献标识码：B 文章编号：1673-8454（2008）11-0053-02
一、引言
智能性学习系统的研究以人工智能科学、认知科学和思维科学为理论基础，通过研究人类学习思维的特征和过程，来寻求学习认知的模式。[1] 智能性学习系统要充分考虑学生学习行为的个性化特征，给学生提供个性化的环境，达到因材施教的目的。
如何使E-learning系统具有智能性，可以采用专家教学知识库系统，通过学生预先测试得分、历史成绩、课堂进步等因数建立认知评判模型，确定学生的学习步速。这种专家辅助教学系统主要体现在知识库系统对学与教问题、教学方法与策略及经验等专门知识的形式化组织，引导学生学习不是按预先确定的步骤进行，而是根据学生的认知水平和提出的学习要求，在控制策略的指引下，通过搜索领域问题知识库或E-mail通信，得出适合个别化学习的内容。
本文旨在探讨专家知识库系统应用于Web平台上E-learning系统中教学模型的设计，使教学模型具有智能性，实现教与学中的学生认知水平自动分类和学习内容活动导航。[2][4] 涉及智能性教学模型的体系结构，知识库系统，学生模型与认知能力判定等方面的研究。解决现有系统中选择学习目标、评价学生能力、生成智能性学习内容人工操作的低效率问题。
二、智能性学习系统结构
智能性学习系统融合了Web功能和计算机智能辅助教学系统技术，是一个智能性的教学知识库系统。允许学习者通过任何一种Web浏览器在网络上的任何节点灵活在线学习，学习者不受地理位置的影响和限制，更适合进行分布式教学管理。系统功能结构如图1所示。
教学规则库中汇集了按特定环境和条件进行有效教学的方法和策略，这些教学方法和策略采用产生式规则表示。以规则对象各部分的分类、特性、动作及其它关系线索，根据其重要性，来建立规则对象间的关系对应，形成一个匹配。在各种匹配中寻找一个最佳匹配，对事实进行适当的抽象或细化。
教学问题库中保存了所要教授的教学问题。教学问题首先是确定领域问题的范围，然后将教学问题分为若干知识单元，每个知识单元内包含有若干个知识点，找出各个知识点的基本类型（如概念、定理、原理、方法及规则等）、知识点的层次关系和语义联系等信息。通过教学问题分析，将得到一张由描述性知识和过程性知识组成的知识点概念图，采用XML的超媒体的节点和链表示教学问题知识点概念图。由具有超链接节点的概念图构成决策树，这种决策树可以正确分类窗口中的所有对象。然后，使用该树可以分类训练集中的所有其它对象。如果该树对所有对象给以正确的解答，那么，它对整个训练集是正确的，算法就结束。如果不是这样，选择一个例外加到窗口继续处理，直到发现正确的决策树为止。
问题案例库以关系数据模型构造库结构，储存问题案例的题号、文件名（包含文件所在的虚拟目录）、该案例用到的有关知识的特性与特点，以便在阅读理解案例时使用。案例题采用超文本、超媒体以题库文件的形式储存在Web服务器指定的文件夹中，由Browser端提交的题号表单，在Web-Server端通过题号匹配，将案例题内容传输到Browser端。
四、学生模型构造
学生模型构造以动态生成适合于个别化教学的内容和策略为特征，它不仅要反映学生的知识结构，还要反映学生的认知特点及与学习有关的非智力因素。该模型应能够判定学生知识掌握情况，作为下一步教学的依据；能够发现学生在学习过程中解答问题的错误，诊断其错误原因，并呈现给学生以提示改正，作为系统进行个性化辅助的依据；能够记录学生的学习历史和进步情况，不断跟踪学生学习进程，在跟踪过程随时更新学生模型，适应个性化学习的需要。
学生模型采用SQL Server2005数据库构造，分为两个库。一个库存储学生基本信息和学籍管理信息，另一个库存储学生学习日志，包括：目标单元学习前的测试成绩，目标单元学习后的测试成绩，进入目标单元学习的次数和累计学习的时间，课程反馈等数据。
五、结束语
网上教学不仅仅是将教学内容在网上发布，更多的是教学的课件应具有智能性。由于在远程教学中，师生之间在空间上是分离的，因此研究与开发智能性课件显得尤为重要。网络化教学可以充分采用交互式工具来了解学生的学习情况，使教学系统能根据学生的学习情况和其他因素来组织教学内容和实施教学策略。智能性电子学习的核心特征是提供适合个别需求的学习内容与学习环境的支持，它客观要求打破教育测量、智能辅助教学、学习环境支持、学习等方面的不连贯之处；使测验与课程区分不再是那么清楚，测验变得很自然，学习与计算机网络更加紧密结合。
参考文献：
[1]MG Lee.Profiling student’adaptation styles in Web-basedLearning[J]. Computer and Education, 2001,36(2):121-132
[2]YangWei and YuanRong. The Research and Design of Intelligent E-learning System[M]. Computer Science and technology in New Century, International Academic Publishers World Publishing Corporation，Oct.2001
[3]杨威.一种用于网上学习的智能性答疑模型[J].计算机工程，2003（12）.
[4]杨威，苑戎.智能性E-learning系统的研究与设计[J].计算机工程与应用，2002（13）.
[5]杨威等.信息技术教学导论（第2版）[M].北京：电子工业出版社，2007.5.