个性化网络学习评价模型与系统的设计.pdf

第1 7 卷第3 期 电子设计工程2 0 0 9 年3 月 V 0 1 1 7N o 3 E l e c t r o n i cD e s i g nE n g i n e e r i n g M a r 2 0 0 9 个性化网络学习评价模型与系统的设计 陈莉萍1 2 王艳丽 3 1 渭南师范学院计算机系 陕西渭南7 1 4 0 0 0 2 西安电子科技大学 陕西西安7 1 0 0 7 1 3 西安科技大学 陕西西安7 1 0 0 5 4 摘要 利用工业自动化控制中的负反馈理论 提出网络学习评价模型 制定了符合个性化学习特征的评价指标体系 提出了一种带有模糊评价因子的N m H P F C E 评价算法 设计了该评价模型的网络学习评价系统 实验证明 利用 该评价系统得到评价结果是客观地 有效地 关键词 负反馈 网络学习评价指标体系 N r F A H P F c E 推理规则 评价系统 中图分类号 T P 3 9 1文献标识码 A文章编号 1 0 0 6 6 9 7 7 2 0 0 9 0 3 枷8 3 埘 D e s i g no fi n d i v i d u a l i z e dn e t w o r kl e a r n i n ge v a l u a t i o nm o d e la n ds y s t e m C H E NL i p i n g 啦j W A N GY a n l i l o LD e p a r t m e n to f C o m p u t e rS c i e n c e W e i n a nT e a c h e r sc o f f e 萨 W e i n a n7 1 4 0 0 0 C h i n a 2 X i E l e c t r o n i cU n i v e r s 毋o f S c i e n c ea n dT e c h n o l o g y X i a n7 1 0 0 7 1 C h n a 3 X i 觚U n i v e r s 妙S c i e n c ea n dT e c h n o l o g y X i 研7 1 0 0 5 4 C h n a A b s t r a c t U s i n gn e g a t i v ef e e d b a c kt h e o r yo fa u t o m a t i cc o n t r o li nt h ei n d u s t r y z l e t w o r kl e a r n i n ge v a l u a t i o nm o d e li se s t a b l i s h e d i nt h ep a p e r E v a l u a t i o ni n d e x s y s t e mi sf o r m u l a t e dw h i c ha c c o r d sw i t hi n d i v i d u a l i z e dl e a r n i n gc h a r a c t e r i s t i c s An e w e v a l u a t i o n a l g o r i t h mw h i c hh a sf u z z ye v a l u a t i o na d j u s t m e n ta t t r i b u t ei su s e di nt h em o d e L N e t w o r kl e a r n i n ge v a l u a t i o ns y s t e mi s d e s i g n e d E x p e r i m e n t e s u l t ss h o wt h a tn e t w o r kl e a r n i n ge v a l u a t i o nm o d e li sm o r eo b j e c t i v ea n dv a l i dt h a no t h e rm o d e L K e yw o r d s n e g a t i v ef e e d b a c k n e t w o r kl e a r n i n ge v a l u a t i o ni n d e xs y s t e m N T F A H P F C En e wt r i a n g u l a r 缸z 巧戤1 8 l y l i c h i e r a r c h y f u r r yc o m p 陀h e 鹏i v ee v a l u a t i o np r o c e s s i n f e r e n c er u l e s e v a l u a t i o ns y s t e m l 网络学习评价建模思想 传统工业自动控制原理中 自动化控制的核心思想就是 反馈 通过反馈建立起输入 原因 和输出 结果 的联系 根 据反馈在系统中的作用与特点不同分正反馈和负反馈两种 把网络学习评价看作一个负反馈系统 该系统中以网络课程 中知识属性基准为参值量 表示为3 t 在课程模型中除了 包含课程内容信息 还包含学习不同课程的学习目标和要 求 以此作为系统 通过对学习状态参数实施评价作为当前 学生学习依据 以评价过程作为控制装置 输出评价结果 表 示为q 通过该输出得到反馈调整策略 表示为r t 以此 调整学生下一阶段的学习 表示为w t 1 从而达到调整评 价维度中具体状态值 如学习时间 交互次数 来使评价结果 和课程模型基准之间的偏差q t s t 越来越小 使得课程对 学习的要求和学习结果趋于一致 从而促进学习者学习 通 过分析及反馈控制原理 其函数存在如下关系 q t h O I t r t 娟 t q f w t 1 吲埘 r t 2 网络学习评价指标体系 考虑影响学习的主要因素 将指标体系的对象和目标划分 成若干个不同组成部分 子系统 并逐步细分 即形成各级 子系统及功能模块 直到每一部分可用具体的统计指标描 述 实现 得到具有层次型结构的指标集合一网络学习评价 指标体系 该体系共含5 个一级指标 1 0 个二级指标 2 1 个 评价参数 涵盖了学生的心理特征因素的定位分析 学习过 程的关键因素一交互与协作和资源的利用f i I 其中交互与协 作主要观测点集中在跟踪学习历程 记录参与交互与协作程 度的数据 而资源的利用从再学习的角度 利用评价激励其 合理分配学习时间 学习效果主要从阶段性和综合性给出准 确 科学的说明 网络学习评价如表I 所示 3 基于N T F A H P F C E 网络学习评价的实施 3 1N 1 1 F A H P 法的权重确定 1 判断矩阵的建立文献f 5 给出T F A H P 法采用三角 模糊数评判方法确定权重值 这种方式给出的结果仍然是定 性判断而不是定量准确值 在此提出一种N T F A H P 法 具体实施步骤 利用不同 专家给出各自的传统判断矩阵建立两个矩阵 模糊比较判断 矩阵N n i 其中元素埘产嘛 u J 是一个以鸭为中值 的闭区间 屯和u 是某专家对某因素给出的最低标度值 和 利用帆构造模糊数中值矩阵M 肌 构建模糊评判 调整因子S 收稿日期 2 0 0 8 一l 卜l O稿件编号 2 0 0 8 1 1 0 1 9 作者简介 陈莉萍 1 9 7 6 一 女 甘肃天水人 硕士 讲师 研究方向 个性化的教学系统 8 3 万方数据 电子设计工程 2 0 0 9 年第3 期 总目标 一级指标二级指标主要参数 有恒性 实验性 A 儿学习能力 创造性 A l 学生成长能力 个性特征 网络自主学习的认识 网络环境的要求 A 1 2 学习动机 自我学珂能力的认识 学习目标的认识 注册卺陆到退出课程 现代 B l 资源 B I I 课程资源利用 系统时间 远程 的利用 B 1 2 其他网络资源 进行与该课程有关的 教育 的利用上嘲时间 学习 提出问题次数 评价 C I I 学生之间的交 指标 互与协作 网答同伴问题次数 体系 C l 交互 与协作 上传学习资料的次数 C 1 2 师生之间的交 在线答疑的次数 互与协作 问题的难度 DJ 阶段 D l l 阶段学习成绩 知识点测试成绩 性学习 教师对作业的评分 效果 D i 2 阶段知识理解上传文章的关注程度 E 1 2 学期总结性学 E l 知识 习效果 期末考试成绩 的应用 E 1 3 知识的迁移 课程设计质量 能力 毕业设计质量 s 瓴 一镣 一姥 1 一辞 1 一牡2 5 r t t Z 矾2 l i ii 1 一姿 k l 一生咚 虹1 z m n l2 m n a I 式中 警为标准偏离率 其值越小表示专家的判断越一 二 7 q 致 偏差越小 因此可利用S 调整模糊数中值矩阵M 使之更 加准确 计算调整矩阵材 利用模糊评判调整因子S 对膨 做运算 M M x S 得到最终判断矩阵A 将M 按列转化成 对角线为1 的矩阵A 2 计算判断矩阵A 的特征值争特征向量A 一为A 的 最大特征根 W 为对应于A 的正规化特征向量 W 的分量 W 即是相应因素的权值 3 一致性检验可根据A 是否等于r l 来检验判断矩 阵A 是否为一致矩阵 当曲 一型 充分i 苎 二器磊 秽壅坌写少 建议选择与该 知识点关联值 最大 重要程 度最高 较简单 的后继知识点 学习 剿彳 识点关联值最大 l 銮皇与协作辱 重要程度最高 1 r 鞍简单后继知识Il 点学习 ll 不充分很少 源利用等织 一一 充分一般 建议选择学习关联值 最大 重要程度最高的 未学习过的前驰知识点 建议选择学习关联值最 大 重要程度最高的前 驱知识鱼重新学习 图1 评价结果反馈的推理规则 5 网络学习评价系统设计与实现 作为I T S 中的重要组成的学习评价系统 考虑远程教育 的特点和评价要求 应具备如下功能 评价系统必须能通过 参数化的手段做到通用化 不仅支持指标体系的建立还要支 持其更新和维护 学生学习数据是评价实施的基础 如何采 集有效的数据是系统必须提供的功能 学习评价的数据来源 于3 个方面 通过调查问卷 手工输入 对学习的动态跟踪 通过和其他系统的接口获得学习日志数据 通过对学生学习 评价结果的调查 跟踪和数据挖掘 得到个性特征 学习过程 和学习效果之间的关系 通过反馈策略指导学生正确的认识自己的个性特征 改 进学习过程 促进学生取得良好的学习效果 网络学习评价 系统的结构图如图2 所示 评价系统用户H 用户交互接 统管理 控制 攀l l 纂 鬈l l 露ll 溉Il 熊 标的建I N T F H PI I 采集 II 性及关I I 辇粢lI 釜罨 立与维 I 法的权重l 过滤和Il 联的ll 磊瞽 II 磊k 麓 护 l 的确定II 清洗Il 获取Il 叫 II W 指标 Il 学生特征lI 知识库Il 评价 反馈 体系库ll 数据库IlII 结果库ll 结果库 评价的 项目和 权重 被评学 生特征 数据 知识点 属性 基准 夏话丽i 蓖再刁F 1 J l 反馈推理 图2 学习评价系统的结构图 6 网络学习评价实例验证 现以2 2 0 名学生的学习参数为样本点 验证系统运行过 程 对2 2 0 名学生的学习状况动态跟踪采集 分析后得到学 习数据 使用词查问卷收集学生的反馈意见 8 7 的学生认 为数据较准确的反映自己的学习状况 9 学生认为数据有 部分项没有准确反映自己的学习状况 4 学生认为数据完全 没有准确反映自己的学习状况 调查数据表明 评价指标体 系设置合理 能较好的表示学生的学习状况 通过系统的处 理机制得到的数据能较准确的反映学生学习状况 7 结语 实验以某学院2 0 0 5 级计算机教育专业学生2 0 0 7 之0 0 8 年 第一学期课程的数据为依据 对该年级9 0 名学生进行评价 其 正确率 错误率曲线如图3 所示 正确率高达9 2 瑚碉 l 户 一 4 i j 广 气蕊硐 6 0 L 0 噌0 党0 涪3 荫04 百0 5 0 打6 寸07 0 赢091 1 2 8 错误事 1 0 图3 网络学习评价正确率一错误率曲线 实验表明 评价模型中选用的N T F A H P F C E 网络学习 评价算法能够较好的应用到学习评价中 经验证表明 给出 的评价模型有很好的实用指导作用 网络学习评价指标体系 的结构比较合理 经系统得到的评价结果和理论结果一致性 较好 学生对于使用该系统给出的评价结果和指导学习的信 息认可度在中等偏上 因此 提出的评价方案总体可行 可以 考虑在更大的范围使用 参考文献 1 1 邵瑞珍 教育心理学 M 上海 上海教育出版牡 1 9 9 9 f 2 R a s m u s s e n KL D a v i d s o n G H y p e r m e d i aa n dl e a r n i n gs t y l e s c a l lp e r f o r m a n c eb ei n f l u e n c e d J J 1 o fE d u c a t i o n a lM u h i m e d i aa n dH y p e r m e d i a 1 9 9 8 7 4 2 9 1 3 0 8 3 3A n d e r s o D K R e e dWM n ee f f e c t so fi n t e m e ti n s t r u c t i o n p r i o rc o m p u t e re x p e r i e n c e a n dl e a r n i n gs t y l e0 1 1t e a c h e r s i n t e m e ta t t i t u d e sa n dk n o w l e d g e J J E d u c a t i o nC o m p u t i n g R e s e a r c h 1 9 9 8 1 9 3 2 2 7 2 4 6 4 王陆 方平 学生个性因素与远程教育相关性的探讨 刀 电化教育研究 2 0 0 1 6 2 8 3 2 5 李玉琳 高志刚 韩延玲 模糊综合评价中权值确定和舍成 算予选择 J 计算机工程与应用 2 0 0 6 2 3 5 3 8 4 2 6 朱道元 吴诚鸥 秦伟良 多元统计分析与软件S A S M 南京 东南大学出版社 1 9 9 9 一8 5 着 问J 作知时阍协本习时与习 学冠互学 整上交新点 调和加重识 点一 网识一上知一和本一 鹁一 习新一 学重一整问一 调时一 N 知丸罐识该最高知与值最继择联度后 选芙程大习议点要较学建识重度点 级点程后等识要的用知重单 利该 简习的与大较学源择最 点资选值高识加议联最知增建关度继 00nvndOOnd 万方数据 个性化网络学习评价模型与系统的设计个性化网络学习评价模型与系统的设计 作者 陈莉萍 王艳丽 CHEN Li ping WANG Yan