论文部分内容阅读
摘 要：自适应学习平台的专家系统能够为学生推荐符合其能力的知识模块。首先从学生用户日志数据库中增量计算有关两个知识模块关系的特征值，其次相关机器学习方法适用于特征值，从而量化两个知识模块间的关系：知识模块的相似性、相对难度和先行关系，然后采用新的知识模块关系更新专家知识库。若专家系统获得学生完成知识模块的记录数据，并从专家知识库中搜索匹配关于知识模块关系的规则，最后推荐与学生当前知识水平相符的知识模块。基于两个知识模块关系的定量描述和专家系统，设计实现一个为学生提供个性化学习路径的自适应学习平台原型。
关键词：自适应学习平台；专家系统；知识模块；推荐
中图分类号：TP343 文献标识码：A 文章编号：2095-1302（2016）08-00-02
0 引 言
网络学习平台有大量的知识模块，例如有关学习内容的网页、学习资料视频、练习题目等。然而，若无恰当的外部帮助，学生容易在学习过程中感到困惑，无人为其解决学习中遇到的问题，最终放弃学习目标。为了解决网络学习平台单一阅读的学习模式，领域专家引入了很多方法，如学生之间的交互、学生与教师之间的交互、推荐优秀学习伙伴等。此外，一项重要的机制是自适应，它采集并分析有关学生知识水平、学习过程的实时数据，基于数据分析的结果，提供学生期望的知识模块，形成一条适合学生当前知识水平的个性化学习路径[1]。
文献[2]应用分析方法从学生学习活动的日志数据中提取40个特征值，用来定量刻画两个知识模块的关系：相似度、难度和先行关系。采用回归分析方法对训练数据和测试数据进行实验，得到了较好的结果，然而，并没有将其应用到网络学习平台的设计与实现中。文献[3]从文献[2]中的增量数据集中提取了20个特征值用以描述两个知识模块间的关系，应用训练数据对机器学习方法，即多元线性回归和高斯过程等训练，并用测试数据进行实验，也得到了类似的结果。为进一步验证、改善基于知识模块关系的推荐机制，本文采用专家系统作为自适应学习平台的推荐模块[4]，以Web服务器作为知识模块的载体，设计实现基于专家系统推荐知识模块的学习平台原型，该原型可以进一步用于数据采集、特征值分析与检验知识模块的推荐机制。
1 知识模块推荐
在文献[2，3]中，知识模块是练习题目，从网络学习平台的学生日志数据中提取特征值可以确定两个练习题目的关系：相对难度、相似性和先行关系。确定所有练习题目对的关系后，由专家系统根据学生完成练习题目的情况为其推荐符合学生当前知识水平的练习题目。例如，当学生回答完成了练习题目A后，若回答正确，则网络学习平台的专家系统根据专家知识库的教学规则，为学生推荐一个较难的练习题目B。若回答不正确，则为学生推荐较容易的练习题目C。因此，依据学生的知识水平可以为每个学生建立一条个性化学习路径。
2 平台设计
基于专家系统的自适应学习平台主要由学生学习客户端、教师编辑练习题目客户端、练习题目库、增量式更新知识模块关系组件、专家知识库、专家推理机、动态事实及推荐机制模块和Web服务器构成。自适应学习平台体系结构如图1所示。其路径功能如下所示：
（1）教师使用教师编辑客户端沿着路径1、3和4可以添加、修改和更新练习题目库；
（2）学生使用学习客户端沿着路径2、3和4可以下载练习题目，并上传题目的回答情况；
（3）动态事实及推荐机制模块沿路径11得到学生回答练习题目的情况，推理机制沿路径9和10对动态事实进行分析处理，激活专家知识库符合条件的教学规则，动态事实及推荐机制模块沿路径10获得激活的教学规则。例如推荐下一个练习题目的名称，沿着路径11传递给Web服务器；
（4）Web服务器可以从练习题目库中获得被推荐的下一个练习题目，并返回给学生客户端；
（5）学生学习活动的日志数据会被Web服务器沿路径5保存在学生用户日志数据库中；
（6）沿路径6，增量式更新知识模块关系组件可以分析学生活动数据，计算知识模块之间的关系；
（7）沿路径7更新专家知识库有关知识模块关系的规则；
（8）教师编辑客户端沿路径1、3、5和8可以修改专家知识库的规则。
3 原型实现
采用Tomcat[5]作为Web服务器，开发教师编辑练习题目客户端，练习题目以Web页面的形式保存在Tomcat服务器中。采用Java专家系统Jess [6]开发专家知识库和推理机。开发增量式更新知识模块关系组件和推荐机制模块，与其它模块集成自适应学习平台。专家知识库及教师编辑客户端的练习题目页面截图如图2所示。
4 结 语
自适应学习平台的专家系统基于学生练习题目的答案及专家知识库中的规则为学生动态提供知识模块，创建一条个性化学习路径，以符合学生当前的知识水平，帮助其完成学习目标。
参考文献
[1] Tung-Cheng Hsieh，Tzone-I Wang.A mining-based approach on discovering courses pattern for constructing suitable learning path[J].Expert Systems with Applications，2010（37）：4156-4167.
[2] Chang Haw-Shiuan，Hsu Hwai-Jung， Chen Kuan-Ta.Modeling Exercise Relationships in E-Learning： A Unified Approach[C].Educational Data Mining Proceedings，2015：532-535.
[3]张庆生，廖敬萍，张丽丽.自适应学习平台知识模块特征提取及预测[J].物联网技术，2016，6（7）：86.
[4]陈文伟，陈晟.知识工程与知识管理（第二版）[M].北京：清华大学出版社，2010.
[5] TOMCAT.Web服务器[EB/OL]. http：//tomcat.apache.org/.[2016-1-20]
[6] JESS.专家系统[EB/OL]. http：//jessrules.com/.[2016-1-20]
关键词：自适应学习平台；专家系统；知识模块；推荐
中图分类号：TP343 文献标识码：A 文章编号：2095-1302（2016）08-00-02
0 引 言
网络学习平台有大量的知识模块，例如有关学习内容的网页、学习资料视频、练习题目等。然而，若无恰当的外部帮助，学生容易在学习过程中感到困惑，无人为其解决学习中遇到的问题，最终放弃学习目标。为了解决网络学习平台单一阅读的学习模式，领域专家引入了很多方法，如学生之间的交互、学生与教师之间的交互、推荐优秀学习伙伴等。此外，一项重要的机制是自适应，它采集并分析有关学生知识水平、学习过程的实时数据，基于数据分析的结果，提供学生期望的知识模块，形成一条适合学生当前知识水平的个性化学习路径[1]。
文献[2]应用分析方法从学生学习活动的日志数据中提取40个特征值，用来定量刻画两个知识模块的关系：相似度、难度和先行关系。采用回归分析方法对训练数据和测试数据进行实验，得到了较好的结果，然而，并没有将其应用到网络学习平台的设计与实现中。文献[3]从文献[2]中的增量数据集中提取了20个特征值用以描述两个知识模块间的关系，应用训练数据对机器学习方法，即多元线性回归和高斯过程等训练，并用测试数据进行实验，也得到了类似的结果。为进一步验证、改善基于知识模块关系的推荐机制，本文采用专家系统作为自适应学习平台的推荐模块[4]，以Web服务器作为知识模块的载体，设计实现基于专家系统推荐知识模块的学习平台原型，该原型可以进一步用于数据采集、特征值分析与检验知识模块的推荐机制。
1 知识模块推荐
在文献[2，3]中，知识模块是练习题目，从网络学习平台的学生日志数据中提取特征值可以确定两个练习题目的关系：相对难度、相似性和先行关系。确定所有练习题目对的关系后，由专家系统根据学生完成练习题目的情况为其推荐符合学生当前知识水平的练习题目。例如，当学生回答完成了练习题目A后，若回答正确，则网络学习平台的专家系统根据专家知识库的教学规则，为学生推荐一个较难的练习题目B。若回答不正确，则为学生推荐较容易的练习题目C。因此，依据学生的知识水平可以为每个学生建立一条个性化学习路径。
2 平台设计
基于专家系统的自适应学习平台主要由学生学习客户端、教师编辑练习题目客户端、练习题目库、增量式更新知识模块关系组件、专家知识库、专家推理机、动态事实及推荐机制模块和Web服务器构成。自适应学习平台体系结构如图1所示。其路径功能如下所示：
（1）教师使用教师编辑客户端沿着路径1、3和4可以添加、修改和更新练习题目库；
（2）学生使用学习客户端沿着路径2、3和4可以下载练习题目，并上传题目的回答情况；
（3）动态事实及推荐机制模块沿路径11得到学生回答练习题目的情况，推理机制沿路径9和10对动态事实进行分析处理，激活专家知识库符合条件的教学规则，动态事实及推荐机制模块沿路径10获得激活的教学规则。例如推荐下一个练习题目的名称，沿着路径11传递给Web服务器；
（4）Web服务器可以从练习题目库中获得被推荐的下一个练习题目，并返回给学生客户端；
（5）学生学习活动的日志数据会被Web服务器沿路径5保存在学生用户日志数据库中；
（6）沿路径6，增量式更新知识模块关系组件可以分析学生活动数据，计算知识模块之间的关系；
（7）沿路径7更新专家知识库有关知识模块关系的规则；
（8）教师编辑客户端沿路径1、3、5和8可以修改专家知识库的规则。
3 原型实现
采用Tomcat[5]作为Web服务器，开发教师编辑练习题目客户端，练习题目以Web页面的形式保存在Tomcat服务器中。采用Java专家系统Jess [6]开发专家知识库和推理机。开发增量式更新知识模块关系组件和推荐机制模块，与其它模块集成自适应学习平台。专家知识库及教师编辑客户端的练习题目页面截图如图2所示。
4 结 语
自适应学习平台的专家系统基于学生练习题目的答案及专家知识库中的规则为学生动态提供知识模块，创建一条个性化学习路径，以符合学生当前的知识水平，帮助其完成学习目标。
参考文献
[1] Tung-Cheng Hsieh，Tzone-I Wang.A mining-based approach on discovering courses pattern for constructing suitable learning path[J].Expert Systems with Applications，2010（37）：4156-4167.
[2] Chang Haw-Shiuan，Hsu Hwai-Jung， Chen Kuan-Ta.Modeling Exercise Relationships in E-Learning： A Unified Approach[C].Educational Data Mining Proceedings，2015：532-535.
[3]张庆生，廖敬萍，张丽丽.自适应学习平台知识模块特征提取及预测[J].物联网技术，2016，6（7）：86.
[4]陈文伟，陈晟.知识工程与知识管理（第二版）[M].北京：清华大学出版社，2010.
[5] TOMCAT.Web服务器[EB/OL]. http：//tomcat.apache.org/.[2016-1-20]
[6] JESS.专家系统[EB/OL]. http：//jessrules.com/.[2016-1-20]