随着计算机技术的迅速发展和网络的普及,现代化服务业尤其是创新型服务业已成为经济增长的重要动力和现代化的重要标志。现代远程教育(E-learning系统)作为创新型服务业中具有代表性的一类服务业态,得到越来越多人的关注,并且取得了一定的发展,然而当前的各类现代远程教育系统(E-learning系统)缺乏教师与学生的情感互动,教师无法针对学习者的学习情况实施因材施教的个性化教学,系统也没有充分考虑教学环节中教学双方的情绪状态对教学的影响。本文结合Agent技术、情绪心理学相关理论,设计了一个基于Agent技术的E-Learning系统,以个性化教学、情感交互及人性化智能交互为核心,实现了现代远程教育(E-learning系统)过程的个性化、人性化和智能化。本论文的主要创新性成果归纳如下:1)根据“因材施教”、“个性化教学”的理念,基于注释结构模式技术,将结构化构图方法用于E-Learning系统,实现了排列阶层化、系统化的Learning-Map结构图。随后利用层次分析法可实现相对重要程度的权值或相对优劣次序的特性,结合灰色聚类分析法中可以根据灰色关联度和灰色关联矩阵把一个给定的数据对象集合分成不同的簇的特性,将学习者进行分类。结合教学要素的确定,提出了一种具有不同层次化结构要素关联的个性化Learning-Map,并根据不同的Learning-Map,定制各异的教学策略(主要是教学内容和教学时长),实现了系统个性化教学。同时扩展了层次分析法和灰色聚类分析法的应用领域。2)在学习者学习相关的情感检测方面,利用情绪心理学维度论理论,提出了教学过程中学习者趋避度和专注度的情感模型来描述E-Learning系统中学习者的情绪状态(学习兴趣和精神状态),并在趋避度和专注度的检测识别上,给出了适合E-Learning系统应用的情感模型—学习者学习兴趣检测(趋避度和专注度)模型。用检测样本数据对模型进行验证,实验结果表明所选取的趋避度和专注度模型在实时性和精确度方面均有较好的表现,具有实用价值。3)根据学习支持理论和人机交互中有效性和易用性原则,在情绪反应的类型确定上,采用模糊集合理论中的模糊综合评判法得到系统运行中情绪反应类型的分类。并利用支持向量机中1-a-1算法在处理多类分类问题时样本量少、训练速度快的特点,提出了一种情绪反应的分类模型,并进行了实验。最后根据人机交互中双向交互性要求,利于多级推理规则技术,制定了系统Agent助理的情绪反应规则,赋予系统人性化交互的能力。在上述建立的各种方法和模型的基础上,利用移动Agent自主性、移动性的特点,以Agent开发为主导,采用Aglet为Agent运行平台,将Agent运行调度及管理融入J2EE,实现了基于Agent模块的E-Learning系统。Aglet平台在系统中主要承担了底层数据处理和信息交换的任务。整个系统采用模块化设计使得系统具有良好的扩展性。同时将上述的个性化教学、学习兴趣检测及情绪反应在Agent实体中进行定制,实现了具有情感交互能力、个性化教学功能、智能化情绪反应的人性化E-Learning系统。