（教育技术学专业论文）基于web的自适应导学系统的研究与设计.pdf

摘要 在信息技术高速发展的今天，国内的网络教学平台如雨后春笋般 涌现。通过网络学习，我们可以得到所需要的知识，但是目前的网络 教学平台，在学习资源个性化组织的部分作的还十分有限，使得学习 者在面对大量学习资源时无所适从，这影响了网络教学的效果。 本研究针对存在的不足，构建了一个基于w 曲的自适应导学系统 的框架。该框架支持学生兴趣挖掘、个性化组织学习资源、基于文本 分类的学习资源自适应管理。系统利用文本分类技术提取出网页的特 征信息，并通过学生浏览过的网页得到学习者的兴趣特征，通过与学 习者特征的比较为其推荐最符合当前兴趣的学习资源，把学习者从海 量学习资源中解放出来。此外，研究还为教学平台中学习资源的管理 提供了一种新的思路。依靠教师的丰富经验，将部分学习资源划分类 别后，一方面系统利用其自动分类功能将其余的资源归类，从而一定 程度上减轻了教师的工作量，另一方面，系统还通过联合关键字的方 式，借助专业搜索引擎搜索i n t e r n e t 资源，在为学习者提供更丰富的 资源同时，将符合要求的资源收入系统，实现学习资源的自适应增长。 最后，研究通过实验的方法验证了论文所提出学生浏览记录处理 方法和推荐策略的有效性，同时通过实验说明了系统应该采用的特征 选择和分类方法，达到了预期效果。 关键字：智能教学系统，个性化学习，学习者特征，文本分类 a b s t r a c t n o w a d a y s ，w i t h t h ef a s t s p e e d o fj n t e f n e t d e v e l o p m e n t a n d i n f b 咖a t i o ns p r e a d ，m o r ea n dm o r en e t w o r k b a s e di n s t 删c t i o ns y s t e m sa r e d e v e l o p e d b u tm a n yo ft h e m a r en o t s a i i s f a c t o r y i n p e r s o n a l i z e d i n s t m c t i o n ，a n dt h i ss h o n a g er e s u l t sj nl o wq u a l i t yo fi n s t 兀l c t j 彻1 1 1 i s t h e s i sd i s c i i s s e sa n dd c s j g i l saf r a m e w o r ko fw e b b a s e d s e l f - a d a p t i v e g u i d j n gs y s t e m ，w h i c hs u p p o 九ss t u d e n t sp r o f i i em i n i n g ，p e r s o n a l i z e d o 唱a n i z i n go f l e a 丌l j n gr e s o u r c ea i l dt e s tc l a s s j f ! l c a t j o nb a s e ds e l f - a d a p t i v e m a n a g i n go fl e a r i l i n gr e s o u r c e u s i n gt h et e c h n o l o g yo ft e s td a s s i f j c a t i o n ，t h ef e a t u 聘j n f o 珊a t i o f s t u d e n tj sd r w v n 疔o mt h er e c o r do fp a g e sr e a d e db yt h es t u d e n t ，t h e n ，b y c o m p a r i n gt h ep r 0 脚eo fb o t ht h es t u d e n ta n dt h el e a 网j n gr e s o u r c e ，t h e l e a 丌l j n gr c s o u r c em a t c h i n gt h es t u d e n r si n t e r e s ti st ob er e c o m m e n d e dt o t h es t u d e n t 1 1 l e r e b y ，l h es t u d e n ti sr e l e a s e df i o ml h eh u g en u m b e ro f l e a 邝j n gr e s o u | c e j na d d j t j o n ，t h er c s e a r c ha l s 0r a i s e sa 玎i d e ao fm 卸a 舀n g t h el e a m i n gr e s o u r c ej nj n s t n l c t i o np l a t f o 加，d e p c n d i n g 册t h et e a c h e f s e x p e 订e n c e s ，as m a l lp a r to fa l lt h e 】e a m i n gr e s o u r c e sa r ec 】a s s i f i e d o nt h e o n eh a i l d ，t h eo t h e rl e a r n i n gr e s 0 u r c e sa 丁cs o n e do u ta u t o m a t i c a l l yt o r e d u c et h et e a c h e r sw o r k o nt h eo t h e rh 卸d ，m a n yu s e f u l e s o u r c e sf m m i n i e m e ta r ea b s o r b e dj n t ot h es y s t e m f i n a n yi nt h i sp a p e r t h ep r o c e s s i n go ff e a d j n gr e c o r da n dt h e r e c o m m e n d i n gs t r a t e g ya r ev a i i d a t e dt h r o u g he x p e r i m e n t s 1 l l k y w o f d ： i t s ， p e f s o n a l i z e d 1 n s t r u d i o n ， k a m e rf e a l u r e ，t e s t c l a s s i f j c a t i o n 】v 独创性声明 8 7 9 8 2 6 本人声明，所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽本人所知，除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得北京交通大学或其他教学机构的学位或证书而使用过的 材料。与我一起工作的同志对本研究所做的任何贡献已在论文中作了 明确的说明并表示了谢意。 本人签名： 季葫、 日期：2 堑年j 月缬 关于论文使用授权的说明 本人完全了解北京交通大学有关保留、使用学 位论文的规定，即：学校有权保留送交论文的复印件， 允许论文被查阅和借阅；学校可以公布论文的全部或 部分内容，可以采用影印、缩印或其他复制手段保存 论文。论文中所有创新和成果归北京交通大学计算机 与信息技术学院所有。未经许可，任何单位和个人不 得拷贝。版权所有，违者必究。 本人签名茎丑 日期：2 型年上月盥日 1 绪论 1 1 课题的研究背景 计算机技术的飞速发展及其在多媒体表现方面的独特优势使其 很快在教育上得到了广泛应用，计算机辅助教学得到了长足的发展。 l - 1 1 网络教育的发展 计算机用于教育是从本世纪五十年代的线性程序开始的，该程序 提供了一系列步骤使学生逐渐接近目标。六十年代该领域的主要特点 是引入了分支程序的概念，学生能够在一定程度上决定学习的路径， 从而可以有限地自主选择一些未知地、有用的部分进行学习。七十年 代的进展则是实现了教学材料的自动生成，习惯上称为生成系统，即 由计算机自身生成问题及其解答，并对学生的回答做出有限的评价。 也就是在七十年代，由于人工智能技术的发展和专家系统的成功，智 能教学系统i t s ( i n t e l li g e n tt u t o r i n gs y s t e m ) 的作为一个新的概 念形成了。其后，智能教学系统的研究进入了全面发展的时期，人们 就i t s 的主要问题进行了比较深入的研究。i t s 的主要研究成果就是这 一时期取得的，可以说，这一时期的研究受人工智能研究的影响较大。 进入九十年代以后，i t s 的研究思路发生一些变化，一部分研究工作 集中到了计算机能够实现、容易取得进展的方面，如图像界面的工作、 工业领域复杂工程的模拟、视频教学工作。到了九十年代后半段，以 及进入二十一世纪后，由于网络的兴起，人工智能研究的复兴尤其是 北京交通大学硕士学位论文 a g e n t 研究应用的深入，现代远程教学得到长足的发展，尤其是基于 网络的现代远程教育得到了巨大的发展和应用。 现代远程教育( m o d e md i s t a n c ee d u c a t i o n ) 的特征是：以计算机 网络、卫星通讯和广播电视为主要传输方式，采用数字技术、智能技 术和多媒体技术，可便捷地进行实时、双向交流，更好地实现优秀教 育资源共享，以网络学校为主要办学形式。利用远程教育，广大受教 育者可突破传统教育在教育资源( 师资、教材、实验和演示设备等) 和 教育方法( 统一进度、集中式和单向传授等) 方面的限制，实现优秀教 育资源和教育方法不受时间和空间约束的共享，受教育者可以根据自 己的业务水平和时间情况安排自己的学习计划和学习进度，实现传统 教育无法做到的“个性化教育”：同时，教学过程中充分利用文本、 图形、图像、音频和动画等多种媒体进行交互，从而激发学生学习兴 趣，提高教育质量。因此，现代远程教育为普及教育、实施继续教育 和岗位培训提供了一种十分有效的手段。 满足人们对教育的要求的基于计算机网络的现代远程教育，简称 网络教学，已经成为计算机辅助教育发展的大趋势。国内外己有许多 网络教学平台投入使用，如美国的d e t ，台湾的b i b l e s 等。尤其近 几年，国内的网络教学平台如雨后春笋般的不断涌现，1 9 9 8 年9 月1 1 日，教育部决定正式启动国家现代远程教育工程，清华大学、浙江大 学、北京邮电大学和湖南大学等高校首批进行试点。至今年教育部正 式批准进行现代远程教育试点的高校已超过7 0 余所。网络教学己经成 为我国一支重要的教学力量【1 l o 绪论 1 1 2 网络教学需要解决的问题 基于计算机网络的现代远程教育依托于网络环境，教学资源、学 习资源、管理资源分布在不同的物理环境中，教学模式、教学过程、 教学方法与传统教育相比发生了很大变革，同时也给网络教学平台开 展教学造成了一定困难。从目前网络教学平台的学习资源组织的角度 看，其不足之处主要如下： ( 1 ) 网络教学系统缺少适应性和针对性，在海量学习资源情况下， 不能根据学生的兴趣个性化组织学习资源，使得网络学习资源有效利 用率不高。 ( 2 ) 网络教学系统的学习资源多局限于某个学科或领域，互通性 不足，不能满足学生对知识拓展的需求。 ( 3 ) 学习资源库的增长策略简单，不能充分利用i n t e r n e t 的大量 新增资源。 ( 4 ) 网络教学系统的学习资源呈现形式多以静态网页为主，简单 实现了教材的电子化，教学内容千篇一律，缺少必要的交互，不能充 分调动学生的学习主动性。 产生这些问题的原因是多方面的，其主要原因是，尽管网络教学 系统替代了教师的一些工作，但教学系统还不具备教师的一些能力 ( 如观察力、分析能力、判断能力等) 。只有解决好了这一矛盾，可能 提高教学系统的适应性和针对性。提高网络教学系统的智能性是解决 这一矛盾的有效途径。网络教学系统的智能是指使教学系统具有人类 的“思维、判断、推理”能力，在教学过程中，网络教学系统能够根 据学生的反馈信息，搜集学生的学习兴趣，对学生的学习情况和个性 特征做出正确的判断，基于这些判断做出一些适合学生的决定和动 北京交通大学硕士学位论文 作。 1 2 智能教学系统研究现状 1 2 1 国外研究现状 国夕 对智能教学系统的研究较多，最为活跃的就是美国。欧洲、 日本、加拿大等国家也纷纷投入人力、物力和财力从事i t s 的研究。 研究工作主要在大学和军方进行，美国一些知名的大学如s t a n f o r d 、 m i t 、m e m p h i s 、c a r n e g i e m e l l o n 、j o h n s h o p k i n s 、c a l i f o r n i a 等都 在进行i t s 研究工作，开发出了一些智能相对较高的应用i t s 软件。 建立了内容丰富的智能化教育网站。美国国家科学基金会( n s f ) 资助 总数达住2 2 5 亿美元基金，以进行人类学习和创造的学习和智能系统 ( l e a r n i n ga n di n t e l l i g e n c e ) 的研究。m e m p h i s 大学开发研究了1 5 年的t u t o r 系统，通过a i 、认知科学和复杂系统的研究，能够进行不 同学科的教学，能够对学生的问题适当反应，由计算机进行提示和暗 示。b u r t o n 等人开发的s o p h i e 系统都被认为是i 俗发展史上的里程 碑，它向学生提供一个模拟实验室，让学生运用自己的知识，在系统 的帮助下进行实验，允许学生和基于计算机的专家之间存在一一对应 关系。b r o w n 等人设计的w e s t 系统是第一个计算机教练系统，在基于 计算机的学习环境中学生像玩游戏那样参与活动，w e s t 系统的研究集 中于诊断策略和教学策略，遵循维护学生游戏兴趣的原则。 针对增强智能教学系统的个性化教学问题，国外许多学者提出了 许多不同的解决方案，如p e n g k i a tp e k 和k i m l e n gp o h i l a i 应用贝 叶斯网络建立学生模型，并根据学生在学习过程中反馈给系统的 绪论 e v i d e n c e ，进行概率推理，预测出学生的下步行为，为其选择最合 适的教学内容。t s 帅e m o r im i n e a k i r as u g a n u m a 和t a k a y o s h i s h o u d a i ( a e g i s ) 超文本结构的教学内容上实现了动态生成测试题。 此外，许多专家学者尝试运用a g e n t 理论自适应的完成个性化教学。 1 2 2 国内研究现状 国内i t s 的研究起步较晚，少量的研究工作主要集中在少数大学 和研究机构断续进行。 中国科学院计算机技术研究所对i t s 的构建方法进行了研究与设 计，对于网络智能协同式教学进行了研究与探讨。提出了领域无关的 系统构建方法，设计了教学领域跨度大、科目多、教学方法具有特色 的m b a i t s m i m b a t s 系统，可以用于m b a 的教学和自学。m i m b a t s 系统 对于m b a 特色教学方法进行了初步的研究。对于案例教学着重采用多 媒体虚拟现实技术进行模拟仿真，在企业战略对抗模拟上进行了初步 的研究。该系统基于多代理系统以及三级网络结构。对于网络环境下 学生模型构建与知识表示的新特点进行了研究与探讨，并将教师纳入 教学平台的总体环境。 东北大学应用智能教学系统的基础理论，建立了一个基于w e b 的 超文本学习导航系统( w e b - b a s e dh y p e r t e x tl e a r n i n gn a v i g a t i o n s y s t e m ，w h l n s ) ，该系统不仅能够作为个独立系统运行，还能构作 为一个子系统，与“中日远程教育示范工程”的原型系统配合使用。 该学习导航系统主要包括导航信息提取与学习控制两部分。将一个超 文本的学习材料划分为若干个互相制约的学习状态，找出学习状态之 间的学习制约关系，并对它们进行归纳，计算出每个状态可达到所需 北京交通人学硕士学位论文 要的前提状态、前提关键知识点，弗以此作为教学模型的基础。在学 生登录时，为每个学生建立一个学生模型，跟踪他们的学习过程。针 对不同的学习程度与学习状态，教学模型提示或推出他们应该学习的 内容。在学习控制环节上，该系统通过分布式组件技术中的回调技术 实现学习导航的控制模式。 南开大学提出了一个基于a g e n t 的远程教学系统模型，该模型试 图使用a g e n t 的智能特性和通讯机制获得教学问题的协同解决环境， 充分体现教学的智能性、自主性。模型提出了基于c o r b a 与多a g e n t 的远程教学通信平台体系构架；综合教育心理学与认知科学理论，提 出了f p b d ia g e n t 心智模型：基于遗传算法以及模糊数学的思想方法， 给出了针对远程智能教学系统中完成考试任务环节的子任务智能性 体现算法；应用自适应技术，构建了动态教学策略调整模型，来实现 个性化教学。 此外，西南师范大学在w e b 智能教学系统的微策略调整、多模式 智能网络学习平台、教学资源组织、自动授课平台等方面进行了探索。 广西师范大学承担了国家知识基础设施面向应用的智能教学系统 n k i t u t o r 的研究和开发任务，n k i t u t o r 由学生模型、教学模型、 交互模型、n k i 知识库、专家模型、出题模块和模拟工具组成，在系 统知识查询和教学策略等方面已做了较深入研究。 国内对智能教学系统的研究最近几年发展较快，除了有很多科 研机构开始进行i t s 的研究开发工作，一些计算机公司投入到教育软 件的开发中来，国家教委成立了专门的机构以推动计算机在教育中的 应用。教育网站建设发展很快，特别是随着i 兀t e r n e t 技术的发展和 普及，国内现代远程教育迅猛发展。但相对来说，教育软件仍显贫乏， 成规模的教育软件厂商寥寥无几，信息时代数字教育的急速发展极需 绪论 更多的智能教育软件。因此，学习借鉴国外的经验教训，对我国教学 软件特别是i t s 系统的发展是很有意义的。 随着网络教育的发展，现代远程教育要求对“困材箍教”、个性 化教学的需求日趋明显。从国内i t s 研究现状看出许多专家学者尝试 运用a g e n t 理论自适应的完成教学，尤其是个性化教学。专家们对个 性化教学做了大量的研究，在一些系统中己能够实现局部、分散的个 性化教学，但远程教学系统整体的个性化教学还不理想，影响了远程 教学的教学效果和质量。特别的，国内步 的研究着重于学习路径的白 适应调整等方面，对教学资源的自适应组织及自增长策略研究不多， 对学生兴趣的挖掘尚处于起步阶段。实际上网络教学作为一个综合性 的活动要实现自适应的教学，任何一方面的自适应调整都是必要的。 挖掘学生兴趣、教学资源的个性化组织以及教学资源的自增长是提高 远程教学质量的重要方面。 近年来，基于w e b 的智能教学系统己成为网络教学系统应用的一 个热点问题，也是计算机的教育应用和人工智能相结合的一个重要领 域。基于w e b 的智能教学系统的重要目标是要解决现代远程教学中的 个别化教学问题。如何将网络中的海量信息与i t s 的知识库融合，如 何挖掘学生在w e b 环境下的学习兴趣以便提供更加个性化的学习指 导，如何跟进信息技术的飞速发展适时更新知识库以及教学策略，成 为了智能教学系统的一个重要研究方向【加1 。 1 3 论文所作的工作及意义 从学生的角度出发，在w 曲环境下个性化的组织学习资源不仅涉 及到学生模型、专家模型和教师模型的构建，更重要的是学生兴趣的 北京交通大学硕士学位论文 挖掘以及学习资源( 本文主要指网页学习资源库) 的自适应管理。因 此，论文的主要工作包含了以下几点： ( 1 ) 构建一个基于w e b 的自适应导学系统的框架。该框架支持学 生兴趣挖掘、个性化组织学习资源、基于文本分类的学习资 源库自适应管理。 ( 2 ) 提出一个学生模型。该模型适应基于w e b 的智能教学系统的 需要，为学生兴趣挖掘提供基础。 ( 3 ) 学生兴趣提取。对w 曲学习环境下学生兴趣的提取方法进行 研究和设计，提出解决方案。 ( 4 ) 学习资源个性化组织。基于学生兴趣和学生模型，给出个性 化组织学习资源的过程。 ( 5 ) 知识库自适应管理。基于文本分类，设计一个相对独立的知 识库管理模块。通过实验验证了知识库自适应管理的有效性。 论文的研究意义在于： ( 1 ) 将w c b 用户兴趣挖掘的思想引入智能教学系统，为网络环境 下i t s 的完善提供了一个新的思路。 ( 2 1 将文本分类技术应用于l t s 的知识库管理，为知识库的维护 和自增长提供了个解决策略。 ( 3 ) 对用户兴趣挖掘和基于文本分类的资源管理方面的探索结果 可以用于互联网应用的其他方面。 绪论 1 4 论文组织结构图 绪论：介绍了课题的研究背景、智能教学 系统的研究现状、论文所做的工作及意义 理论基础：介绍了课题所做研究涉及的智 能教学系统、学习理论、知识表示和机器 学习方面的理论 基于w e b 的自适应导学系统的设计：详细 介绍了系统的整体设计以及各个模块的设 计，以及学生模型和知识模型的设计 系统关键问题研究：对浏览记录处理、推 荐策略、文本分类技术、评价指标等关键 问题进行了研究 实验结果与分析：对导学性能及文本分类 性能作了实验并予以分析，得出结论 总结和展望：总结本课题研究的内容及所 做工作，对未来的研究方向提出建议 北京交通大学硕士学位论文 2 系统相关理论研究 论文的研究工作涉及了学习理论、机器学习、知识表示、智能教 学系统等多个方面。 2 1 学习理论 2 1 1 现代学习理论 学习是一种复杂的人类活动。本世纪初至今，理论界关于学习的 研究成果很多，如布鲁纳的“认知发现理论”、加涅的“学习条件理 论”、皮亚杰的“认知发展理论”、班杜拉的“社会学习理论”、罗 杰斯的“人本主义学习理论”等，均从不同角度，对学习的过程、内 容、性质、结构、活动方式、结果等方面规律做了静态或动态的分析 研究。布鲁纳是美国当代最著名的认知心理学家，他认为学习是认知 结构的组织与重构，强调原有的认知结构对学习新知识的作用。其基 本观点是：1 、学习不在于被动地形成刺激反应的联结，而在于主动 地形成认知结构；2 、学习由一系列过程组成，要研究学生的学习行 为；3 、教育应注意学习各门学科的基本结构。对于如何获得新知的 过程，布鲁纳提倡发现学习，让学生独立思考，改组材料，自行发现 知识、掌握原理。皮亚杰认为学生掌握新知识前的“准备状态”包括 已有的知识经验及认知发展阶段，在认知发展变化中，最主要的变化 是从具体认知向抽象认知的过渡，它决定着教学内容的选择和教学方 法的采用，因此它是学习准备的一个重要方面。教育心理学家加涅认 系统相关理论研究 为，学习是一种将外部输入的信息转换为记忆结构和以人类作业为形 式的输出过程。学习受外部和内部条件的制约，外部条件主要是输入 刺激的结构与形式，内部条件是主体以前习得的知识技能、动机和学 习能力等。教育是学习的一种外部条件，其成功与否在于是否能有效 地适合和利用内部条件。在学习方法问题上，加涅主张指导学习，即 学习指导法，给学生以最充分的指导，以使学生沿着仔细规定的学习 程序进行学习，并掌握学习的方法。当前，从皮亚杰的“认知发展理 论”发展而来的建构主义学习理论逐渐成为一个倍受重视的学习理论 l3 l 。 2 1 2 建构主义学习理论 建构主义( c o n s t r u c t i v i s m ) ，也译作结构主义，最早由瑞士心理 学家皮亚杰提出。他坚持从内因和外因相互作用的观点来研究个体的 认知发展，认为：个体是在与周围环境的相互作用过程中，逐渐构建 关于外部世界的知识，从而使自身的认知结构得到发展。建构主义认 为，学习是学习者在与环境交互作用的过程中主动地建构内部心里表 征的过程。知识不是通过教师讲授得到的，而是学习者在一定的情景 即社会文化背景下，借助其他辅助手段( 包括教师、学习伙伴以及其 它学习工具) ，利用必要的学习材料，通过意义建构的方式而获得的。 “情景”、“协作”、“会话”和“意义建构”是建构主义学习环境 的四大要素。 ( 1 ) 情景：学习环境中的情景必须有利于学生对所学知识的意义 建构。在建构主义学习环境下，教学设计不仅要考虑教学目标分析， 还要考虑如何创建有利于学生建构意义的情景。 北京交通大学硕士学位论文 ( 2 ) 协作：发生在学习过程的始终，对学习资料的搜集与分析、 假设的提出与验证、学习成果的评价以及意义的建构均有主要作用。 ( 3 ) 会话：会话是协作过程中不可缺少的环节学习小组成员之 间必须通过会话商讨如何完成规定的学习任务、计划。此外，协作学 习过程也是会话过程，在此过程中，每个学习者的思维成果( 智慧) 为 整个学习群体所共享，因此会话是达到意义建构的重要手段之一。 ( 4 ，意义建构：意义建构是整个学习过程的最终目标。所要建构 的意义是指事物的性质、规律、事物之间的内在联系。在学习过程中 帮助学习者建构意义，就是要帮助学习者对当前学习内容所反映事物 的性质、规律、事物之间的内在联系达到较深刻的理解，即形成正确 的认知结构。由于意义的建构是在一定的情景下完成的，所形成的认 知结构是有背景的，因此，意义的建构要加强知识的抽象性和概括性， 形成结构化知识，以利于完成知识的迁移。 因此，建构主义提倡在教师指导下的以学习者为中心的学习，即 强调学习者的主动性，又不忽视教师的主导作用。教师是意义建构的 帮助者、促进者，而不是知识的提供者和灌输者；学习者是学习的主 体，是意义的主动建构者，而不是知识的被动接收者和被灌输的对象。 建构主义认为，学生要成为意义的主动建构者，必须在学习过程 中从以下几个方面发挥主体作用： ( 1 ) 用探索法、发现法去建构知识的意义； ( 2 ) 在建构知识意义的过程中主动去搜集并分析有关的数据和资 料，对所学习的问题要提出各种假设并努力加以验证。 ( 3 ) 要把当前学习内容所反映的事物尽量和自己已经知道的事物 相联系，并对这种联系加以认真的思考( 如：比较其异同、总结其中 的规律等等) 。在学习过程中，学习者同学习伙伴的讨论、协商将有 系统相关理论研究 助于提高意义建构的效率和质量。 由于i n t e r n e t 的网络环境和多媒体技术特别适合于实现建构主 义理论指导下的学习环境，所以，建构主义理论己逐渐成为网络学习 的坚实理论基础。在建构主义教学中，要发挥学生的主动性，就必须 使教学资源能够满足学生的个性化要求，提起学生学习的兴趣，引导 学生进行知识建构。要发挥教师的主导作用，就必须使教师在提供教 学策略、教学资源等方面有主导权。基于建构主义的教学系统应该具 备这些功能。 2 1 3 基于建构主义的教学过程 从宏观上讲，教学过程是学生在教师引导下，按一个课题( 或单 元) 、一个课题周而复始地进行掌握知识的活动，一般包括六个阶段： ( 1 ) 引起求知欲，( 2 ) 学习知识，( 3 ) 理解知识，( 4 ) 巩固知识，( 5 ) 运 用知识，( 6 ) 检查知识。其中( 1 ) ( 2 ) ( 3 ) 合称为学习，是学生凭借自己 的己有知识或有关感性知识感知新知识，并进行思维加工，进而把握 事物的本质规律，由感性认识上升到理性认识。学习是教学活动的中 心环节：( 4 ) 也称复习，即引导学生把所学知识牢记于心。( 5 ) 是测验 和实践，( 6 ) 是检查。学习的前5 个阶段都需要学生和知识直接接触， 因此都是资源组织的应用范围，可见教学过程中资源组织的重要性。 教学资源的组织几乎贯穿了教学的整个过程。 综上所述，建构主义教学需要进行教学资源的组织，宏观的教学 过程与教学资源具有紧密联系，因此建构主义教学必须精心组织教学 资源，使教学资源适应建构主义教学的需要，适合教学过程的开展， 并且教学资源的组织要在整个教学过程中进行1 2 j 。 北京交通大学硕十学位论文 2 2 机器学习 2 2 1 什么是机器学习 机器学习是继专家系统之后人工智能应用的又一重要研究领域， 也是人工智能和神经计算的核心研究课题之一。一个不具有学习能力 的系统难以称得上是智能系统。 学习是人类具有的一种重要智能行为，但究竟什么是学习，长期 以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看 法。按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作 中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类 似任务时，会比现在做得更好或效率更高。 什么叫做机器学习( m a c h j n el e a 舶i n 曲? 至今，还没有统一的“机器 学习”定义，而且也很难给出一个公认的和准确的定义。为了便于进行 讨论和估计学科的进展，有必要对机器学习给出定义，即使这种定义 是不完全的和不充分的。顾名思义，机器学习是研究如何使用机器来 模拟人类学习活动的一门学科。稍为严格的提法是：机器学习是一门 研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的 “机器”，指的就是计算机；现在是电子计算机，以后还可能是中子计 算机、光子计算机或神经计算机等等| 2 4 l 。 2 2 2 机器学习系统的基本结构 机器学习系统得基本结构如图2 1 所示， 系统相关理论研究 图2 - 1 一个简单学习系统模型 图2 2 中，圆圈表示信息体( 如观察的数据，以及事实、规则等 知识) ，方框表示过程。箭头指示数据在学习系统中的流向。环境为 学习单元提供外界信息源( 如经验实例) 。学习单元利用该信息对知 识库做出改进( 增加新知识或重新组织已有知识) 。执行单元利用知 识库中的知识执行任务，任务执行后的信息又反馈给学习单元作为进 一步学习的输入。 影响学习系统设计的最重要的因素是环境向系统提供的信息。或 者更具体地说是信息的质量。知识库里存放的是指导执行部分动作的 一般原则，但环境向学习系统提供的信息却是各种各样的。如果信息 的质量比较高，与一般原则的差别比较小，则学习部分比较容易处理。 如果向学习系统提供的是杂乱无章的指导执行具体动作的具体信息， 则学习系统需要在获得足够数据之后，删除不必要的细节，进行总结 推广，形成指导动作的一般原则，放入知识库，这样学习部分的任务 就比较繁重，设计起来也较为困难。 因为学习系统获得的信息往往是不完全的，所以学习系统所进行 的推理并不完全是可靠的，它总结出来的规则可能正确，也可能不正 确。这要通过执行效果加以检验。正确的规则能使系统的效能提高， 应予保留；不正确的规则应予修改或从数据库中删除。 北京交通大学硕士学位论文 知识库是影响学习系统设计的第二个因素。知识的表示有多种形 式，比如特征向量、一阶逻辑语句、产生式规则、语义网络和框架等 等。这些表示方式各有其特点，在选择表示方式时要兼顾以下4 个方 面： ( 1 ) 表达能力强。 ( 2 ) 易于推理。 ( 3 ) 容易修改知识库。 ( 4 ) 知识表示易于扩展。 对于知识库需要说明的一个问题是学习系统不能在全然没有任 何知识的情况下凭空获取知识，每一个学习系统都要求具有某些知识 理解环境提供的信息，分析比较，做出假设，检验并修改这些假设。 因此，更确切地说，学习系统是对现有知识的扩展和改进。 执行部分是整个学习系统的核心，因为执行部分的动作就是学习 部分力求改进的动作。同执行部分有关的问题有3 个：复杂性、反馈 和透明性。 根据人类学习的不同模式人们提出了很多机器学习方法，如：实 例学习、观察和发现学习、类比学习法、贝叶斯学习、神经网络等等。 下面是一些常用的学习方式： ( 1 ) 直接学习。通过直接要求用户提供某些数据，作为学习的样 本。 ( 2 ) 反馈学习。通过用户对系统处理结果的反馈意见进行学习。 例如用户向一个i r ( 信息检索) 系统给出其返回结果是否满 足自己需要的评定分值。这些反馈信息可以用来评价用户学 习的效果，评价系统的有效性。 ( 3 ) 经验学习或实例学习。基于学习用户过去的经验来更好地满 系统相关理论研究 足用户未来的需求。例如，对用户过去查询集的相关评价的 文档或特征进行聚类学习，或修改文档的特征值以便它们被 未来适当的查询检索到。 ( 4 ) 行为学习。当用户正在执行操作时，监视用户的活动，记忆 用户长期的动作轨迹，发现规则和周期性的模型并能够自动 的利用它。对用户行为的结果也可以学习，例如用户在浏览 网站时会把一些喜好的网址保存在收藏夹内。对于收藏夹内 记录的这一行结果，科通过分析这些链接指向的文档，得到 用户的需求喜好。 本模型的挖掘对象是与用户兴趣相关的网页集合，运用的是基于 实例的和反馈的学习。而对于知识库的自适应增长，运用的是基于反 馈的学习。 2 2 3 机器学习系统的知识表示 知识是人类在时问中所积累的认识和经验的综合。知识的表示往 往与知识的分类有密切的关系，不同类型的知识常有不同的有效表达 方式【。关于知识的分类有许多不同的方法，主要有一下几种： 事实型知识：这是一类描述性知识，用来说明现实世界的一个具 体事物、事件、对象等。 规则型知识：这也是一种陈述型知识，通常用来说明现实世界中 的因果关系，或说明带有某种普遍性的常识。 控制型知识：这是一类过程性知识，通常用来控制对问题的求解 过程，即这类知识用于说明如何使用己有知识解决问题，因此程控制 型知识为元知识，它是关于知识的知识。 北京交通大学硕士学位论文 表示是为描述师姐所作的一组约定，是知识的符号化过程。知识 表示是关于各种数据结构及其解释过程的结合。知识表示方法研究各 种数据结构的设计，以把一个问题领域的各种知识通过这些数据结构 结合到计算机系统的程序设计过程。正如我们可以用不同的方式描述 同一事物一样，对于同一种知识可以采用不同的表示方法。知识的表 示方法往往直接影响到系统的能力和问题求解的效率，不同领域的问 题通常具有不同的特点和属性，因而其知识的表示方法也不尽相同。 但一般说来，评价一个具体领域内复杂知识表示的方法应依据如下四 个原则： 1 表达的充分性。即是否有能力表达有关领域中的各种所需的知 识。 2 推理的充分性。即是否有能力以有效的方式来管理知识表示的 结构，从而能根据从旧知识中推理出的新知识导出新的结构，以解决 各种不同类型的问题。 3 推理的有效性。即是否能方便而有效地将新知识添加到表示结 构中，并在适当的时候能方便地支持对知识进行删除、修改等。 a 知识表示方法 知识表示是智能系统的中心任务之一。无论是问题和系统的任务 描述或是知识经验的表示以至推理决策，都离不开知识。一般说来， 知识可以考虑以 k = f 十r + c 模式来表达，其中，k ：知识项( k n o w l e d g e1 t e ) ：r ：规则( r u l e s ) ； f ：事实( f a c t ) ；c ：概念( c o n c e p t s ) 。这里的“事实”是指人类对客 观世界，客观事物的状态、属性、特征的描述，以及对事物之间关系 的描述。“规则”是指能表达前提与结论之间因果关系的一种形式。 系统相关理论研究 “概念”主要指事实的含义规则、语义说明等。 人工智能中常用的几种知识表示方法包括：( 1 ) 特征表示法。该 法是面向应用、面向用户的，基于特征的表示方法。不同的应用领域， 具有不同的应用特征。知识的特征以多维向量的方式呈现，( 2 ) 状态 空间表示法。该法用状态空间的一个四元组( s ，0 ，s o ，g ) 表示系统 和问题的有关知识的符号体系。其中s ：状态集合。s 中的每一元素表 示一个状态。0 ：操作算子集合。利用算子可将一个状态转换为另一 个状态。s o ：包含问题的初始状态，是s 的非空子集，s o c s 。g 包含 问题的目的状态，是s 的非空子集，g c s 。( 3 ) 产生式系统。产生式系 统用来描述若干个不同的以一个基本概念为基础的系统。产生式系统 的基本结构包括事实库、规则集和规则解释( 控制器) 三部分。事实库 存放当前已知知识信息数据。规则集存储有关问题的状态转移、性质 变化等规则的过程型知识。规则解释( 控制器) 根据有关问题的控制型 知识，选择控制策略，将规则与事实进行匹配，控制并利用知识进行 推理，求解问题。( 4 ) 语义网络。语义网络是一种采用网络形式表示 人类知识的方法。形式上，语义网络为一个带有标识的有向图。语义 网络具有这样一些特点：语义网络把实体的结构、属性与实体间的因 果关系显式地和简明地表达出来，与实体相关的事实、特征和关系可 以通过相应的结点弧线推导。这样便以联想方式实现对系统的解释。 语义网络使概念易于被访问和学习。语义网络表现问题更直观，更易 于理解。语义网络得到的推理不能保证像谓词逻辑法那样有效。语义 网络的知识检索可能比较复杂。 以上四种是知识表示中经常使用的表示方法。知识表示还经常使 用与或图表示法，逻辑表示法，框架表示法，脚本等。各种方法都有 其表达的优越性和不足，一个智能系统可以根据需要选用多种表示方 北京交通大学硕士学位论文 法 b 文本的特征表示 1 文本的特征提取 特征提取主要是识别文本中代表其特征的词项。提取过程是自动 的，提取的特征大部分是文本集中表示的概念。文本特征分为一般特 征和数字特征，其中一般特征主要包括动词和名词短语，如人名、组 织名等；数字特征主要包括日期、时间、货币以及单纯数字信息。这 些特征包含重要的信息，因此特征提取是一种强有力的文本挖掘技 术。通过文本特征抽取，记录文本的特征，可以更好地组织文本，如 文本的存储、检索、过滤、分类和摘要等。 2 文本的特征表示 根据词汇在文本中的重要程度给其赋予一定的权重，可以提取一 定数目的权重较大的词汇作为文本的特征表示。 权重函数的设计基于如下事实：特征词的权重与特征词的位置有 很重要的关系，位于标题及副标题的特征词最能表现文本的中心思 想，应在该文内赋予最高的权重，位于段首及段尾的特征词表达文本 中思想的能力则次之，权重也应相应减小，其它特征词的权重应最小。 另外，短词具有较高的频率和更多的含义，是面向功能的；而长词的 频率较低，是面向内容的。增加长词的权重，有利于词汇进行分割。 计算文本特征词的权重，按权重由大到小筛选一定数目的特征 词，作为一篇文章的特征表示。特征词的权值能够较准确地反映特征 词表达中心的能力，它比笼统地将特征词的权值都设为1 要准确得多。 向量空间模型是近些年使用较多，且效果较好的信息检索工具， 文中采用该模型来表示文本。文本空问被看作是由一组正交词条矢量 所组成的矢量空间，每个文本d 表示其中的一个范化特征矢量， 系统相关理论研究 v ( d ) = t l ，w 1 ( d ) ：t i ，w i ( d ) ：t n ，w n ( d ) 其中t i 为文本d 中的特征词；w i ( d ) 为t i 在d 中的权重。称v ( d ) 为文本d 的向量空间表示。 2 3 智能教学系统( i t s ) 智能教学系统( i n t e l l i g e n c et u t o r i n gs y s t e m 。i t s ) 最大特点 是具有智能性，能了解每个学生的学习能力、学习兴趣、学习基础和 当前知识水平，并根据学生不同的特点做出最佳的教学决策，能给予 学生有针对性的个别指导。在现阶段，单机i t s 具有较好的智能性， 并能根据学生的不同情况，选择不同的教学路径，给学生以个别化的 指导。现代远程教学要求网络教学系统也是一个i t s ，具有类似与单 机i t s 的智能性，根据每个学生的不同学习情况，给予个性化教学1 1 9 l 【2 0 1 。 2 3 1 i t s 的功能 智能计算机教学系统是模仿人类教学专家的经验、方法来辅助教 学工作的计算机系统。i t s 系统能代替教师的部分作用，并能够弥补 教师的某些不足。一般应具有以下5 个功能： ( 1 ) 具备某一学科知识； ( 2 ) 能够分析学生特征： ( 3 ) 记录学习者的学习情况； ( 4 ) 诊断学习中的错误并进行补救教学； ( 5 ) 可以自动选择不同的教学方法实现以学生为主体的个别化教 学过程。 北京交通人学硕士学位论文 2 3 2 i t s 的系统结构 i t s 系统通常包括领域知识库、学生模型、推理机、用户接口四 个主要部分，系统总体结构见图2 2 。 l 一一一一一一一一一一一一一一一一一一一1 掌唪按型i 学一 救奸 ( 1 ) 领域知识库 领域知识库使i t s 系统具有某一学科的知识，它相当于教师具备 的专业知识。领域知识库应该既能有效地反映学科的知识体系，又能 为实现相应的教学过程提供充足的教学材料。领域知识库有两个基本 部分组成：教学资源库和教学策略库。 教学资源库中的教学资源按照资源模型存储，包括知识的体系结 构，与知识点对应的具体教学内容和教学内容的相关属性信怠，为构 建教学环境提供资源上的支持。教学策略库包括两大部分：第一部分 主要存放各种教学方法及策略选择规则。第二部分是事例库，主要存 放系统中使用的各种事例，根据学生模型规则提供给系统的特征参数 ( 如年级、学习水平等) ，在事例库中进行检索并将事例提交学生。 系统相芙理论研究 ( 2 ) 学生模型 学生模型是为系统在教学中能动念分析学生特征而设计的，在教 学过程中，它用来记录学生的个人信息、学习目标、学习进展情况和 学习掌握水平等，是实施个别化教学的基础。学生模型包含四部分信 息：静态信息、动态信息、稳定信息和评价信息。 静态信息用来记录姓名、年级、学号以及学习标准等。 动态信息是教学过程中，动态建立起来的或会随时发生变化的信 息，主要有学生的学习进展情况和学习掌握水平两方面的信息。 稳定信息是教学过程中相对稳定信息，。主要包括学生的个性化特 征信息，这些信息在一段时间内是稳定的。 评价信息是通过对学生进行测试，获得的学生对知识的掌握情 况。 ( 3 ) 推理机 推理机是i t s 的核心，它的作用是在产生课件和教学策略的过程 中，在教学资