近年来,网络教学平台不断涌现,但许多网络教学平台的个性化教学并不能令人满意,教学质量不高。这样,网上适应性教学就成为现代远程教学发展的必然趋势,而其中学生模型作为适应性教学系统的组成部分,对开展适应性的教学起着重要的作用。因此,在远程教育领域,研究如何设计和利用学生模型来实现远程教学的个性化和适应性有着重要的意义。 教学资源的适应性组织是进行适应性网络教学的关键内容,适应性教学系统要求根据学生模型进行适应性教学资源的组织。经过研究认为,根据适应性教学的需要定义教学资源有利于教学资源的适应性组织,是网络教学系统中实现适应性教学的一种可行的途径。同时,适应性教学系统要求能够准确的评估学生所学内容的认知状态,根据学生的认知状态组织适应性的教学资源,即学生模型中应当包含学生对于所学教学内容的认知状态。基于上述分析,本文将教学资源融合到学生模型中,并将学生模型分为与领域知识(教学资源)相关模型和与领域知识无关模型,而由于学生学习过程存在大量的不确定性因素和不确定性信息,在学生模型的构建过程中,将考虑寻求一种能够处理不确定性知识的模型及方法。 贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一,适用于不确定性和概率性的知识表达和推理。它用一种基于网络结构的有向图描述,能进行双向并行推理,并能综合先验信息和后验数据,使推理结果更为准确可信。因此,