【优秀硕士博士论文】教学系统分析iis图方法研究

教学系统分析IIS图方法研究摘要教学分析是提高课堂教学质量的重要途径，有助于教师进行自我反思，对更加客观进行教学评价有重要意义。人们对教育和学习内涵认识日益深入，教学分析受到广泛地关注。各国教育研究者，从各个不同方面，用不同的视角对教学系统进行分析。至少能从两个视角对教学进行细致的分析，一种视角是将教学看作人类行为系统，分析行为及其之间的关系；另一种将教学看作是具有特定功能的信息系统，分析信息流与功能之间的关系。基于行为系统的要素分析是出现最早的教学分析的思路，反映了最初系统论对教学研究的影响。但是要素分析作为人们定性分析教学的方法，还停留在理念上，操作性较低。交互分析开启了从行为系统的角度对教学进行的细致分析的研究，其主要关注两个方面一个方面是研究特定行为或者交互的教学价值；另一个方面是对交互进行细致解释学分析。然而，交互分析编码体系的任意性，以及其对言语信息归类和切分带来的主观性，还有在对数据进行划分采用的规则存在问题，最终导致结论的低可靠性。教学系统分析IIS图方法是一种从信息系统角度分析教学系统的新方法，它着眼系统整体，关注系统功能，为教学分析研究提供新的思考角度，做出了教育技术领域中把系统论思想向方法论转变的尝试。本研究在综合应用文献分析法、内容分析法、准实验研究法等研究方法的基础上，综合考虑信息熵理论、复杂度理论，并且结合实践操作完成了以下几方面的工作。建立起教学系统中信息流的表征形式；总结出信息流的切分技术；构造了用于反映IIS属性的激活量算法。3有了信息流的表征形式，相当于获得了编码系统，明确了信息流的各个属性；有了切分技术，能把连贯的信息流进行分割，相当于明确了数据采集规则；构造出了激活量算法，相当于明确了以哪种方法对信息流进行定量分析。我们还选择了学科结构差异较大的两门学科（理工科数据结构；文科教学设计）用于实验。实验表明知识点激活量与学习效果之间具有正相关关系。关键词教学分析，信息系统，IIS图方法，激活熵RESEARCHONIISMAPININSTRUCTIONALSYSTEMANALYSISABSTRACTINSTRUCTIONALANALYSISISANIMPORTANTWAYTOIMPROVETHEQUALITYOFTEACHINGANDHELPTEACHERSREFLECTONTEACHINGITISOFGREATSIGNIFICANCETOMAKEMOREOBJECTIVEEVALUATIONOFTEACHINGWITHPEOPLEUNDERSTANDTHEMEANINGOFEDUCATIONANDLEARNINGISINCREASINGLYDEEPENING,INSTRUCTIONALANALYSISAREWIDELYCONCERNEDABOUTTHEEDUCATIONRESEARCHERSFOCUSONDIFFERENTASPECTSANDHAVEDIFFERENTPERSPECTIVESONTHEINSTRCTIONALSYSTEMANALYSISATLEASTTWOPERSPECTIVESONTHEDETAILEDINSTRUCTIONALANALYSIS,ONEPERSPECTIVEISTHEINSTRUCTIONALSYSTEMASHUMANBEHAVIOR,WECANANALYSEBEHAVIORSANDTHERELATIONSHIPSBETWEENTHEMANOTHERPERSPECTIVEISTHEINSTRUCTIONALSYSTEMASINFORMATIONSYSTEMSWITHASPECIFICFUNCTION,ANALYSISOFTHERELATIONSHIPBETWEENINFORMATIONFLOWANDFUNCTIONOFINFORMATIONSYSTEMSELEMENTSANALYSISOFBEHAVIORBASEDSYSTEMSISTHEEARLISTEMERGENCEOFINSTRUCTIONALANALYSISIDEAS,REFLECTINGTHEINITIALIMPACTONTEACHINGANDRESEARCHOFSYSTEMTHEORYHOWEVER,ELEMENTSANALYSISASAQUALITATIVEANALYSISOFTEACHINGWAY,REMAININTHECONCEPT,LOWEROPERATIONALANALYSISOFINTERACTIONANALYSISCARRIEDOUTADETAILEDANALYSISOFINSTRUCTIONRESEARCHFROMTHEPERSPECTIVEOFBEHAVIORSYSTEMITCONCERNTWOASPECTSONEASPECTISTOEXAMINETHETEACHINGVALUEOFTHEPARTICULARACTORINTERACTIONTHEOTHERASPECTISTHEDETAILEDEXPLANATIONANALYSISOFTHEINTERACTIONHOWEVER,THERANDOMICITYOFTHEANALYSISOFINTERACTIONCODINGSYSTEM,THESUBJECTIVITYOFVERBALINFORMATIONCLASSIFICATIONANDSEGMENTATION,ASWELLASTHEDATASEGMENTATIONRULESADOPTEDEXISTPROBLEMS,WHICHEVENTUALLYLEDTOTHELOWRELIABILITYOFTHECONCLUSIONSIISMAPBASEDINSTRUCTIONALSYSTEMANALYSISISANEWWAYFROMTHEPERSPECTIVEOFINFORMATIONSYSTEMITSEETHESYSTEMASAWHOLE,CONCERNABOUTTHESYSTEMFUNCTIONANDPROVIDEANEWPOINTOFVIEWABOUTINSTRUCTIOANLSYSTEMANALYSIS,HASMADEAATTEMPTTOTRANSFORMTHESYSTEMTHOUGHTTOMETHODOLOGICALINTHEFIELDOFEDUCATIONALTECHNOLOGYONTHEBASISOFINFORMATIONENTROPYTHEORY,COMPLEXITYTHEORY,WEAPPLIEDQUASIEXPERIMENTAL,LITERATUREANALYSIS,CONTENTANALYSISRESEARCHMETHODSINTHISSTUDYANDCOMPLETEDTHEWORKASFOLLOWESTABLISHTHECHARACTERIZATIONOFINFORMATIONFLOWSUMMARIZEDINFORMATIONFLOWSEGMENTATIONTECHNOLOGYSTRUCTURETHEACTIVATIONVOLUMEALGORITHMREFLECTINGTHEIISPROPERTIESFORTHECHARACTERIZATIONFORMOFTHEINFORMATIONFLOW,ISEQUIVALENTTOACCESSTOTHECODINGSYSTEMANDUNDERSTANDTHEVARIOUSPROPERTIESOFTHEINFORMATIONFLOWWITHSEGMENTATIONTECHNIQUES,COHERENTINFORMATIONFLOWCANBEPARTITIONED,WHICHISEQUIVALENTTOCLEARTHEDATACOLLECTIONRULESCONSTRUCTINGVOLUMEACTIVATEDALGORITHMISEQUIVALENTTOACLEARMETHODFORQUANTITATIVEANALYSISOFINFORMATIONFLOWWECHOSETWODISCIPLINESWITHDIFFERENTACADEMICSTRUCTURESCIENCEANDENGINEERINGDATASTRUCTUREARTSINSTRUCTIONALDESIGNFORTHETARGETKNOWLEDGEPOINTTAKENTHECONCLUSIONSISTHATACTIVATIONVOLUMEPOSITIVELYRELATEDTOLEARNINGOUTCOMESKEYWORDSINSTRUCTIONALANALYSIS,INFORMATIONSYSTEM,IISMAP,ENTROPYOFACTIVATION目录1研究背景及意义111研究背景112教学分析研究的发展与现状1121基于行为系统的教学分析交互分析2122基于信息系统的教学分析4123基于信息系统的教学分析教学系统分析IIS图方法52研究的目的、内容、意义与研究设计721研究目的与内容722研究意义723研究设计8231文献调查阶段8232实证前试分析阶段8233实证阶段93操作规范和激活量算法的确立1031信息流的表征形式与切分技术10311信息流的表征形式与属性定义10312信息流切分技术1132构造激活量算法12321由信息熵理论得到启发构造激活熵12322激活的扩散规则13323学习复杂度系数14324算法综述154IIS方法操作过程以本科“数据结构”为例195实验数据与分析256研究结论及展望27参考文献1致谢3图目录图1行为交互的概念模型3图2IIS模型II5图3IIS输入信息项序列示意图6图4整体研究流程9图5第一层扩散规则辅助图14图6第二层扩散规则辅助图14图7“激活量”算法逻辑流程图16图8以目标知识点为中心的知识网络子图17图9“拓扑排序”教学前知识网络图19图10“拓扑排序”知识网络图中选取的目标知识点20图11实际教学后修正过的“拓扑排序”知识网络图21图12“拓扑排序”IIS输入信息项序列表征22图13“拓扑排序”带有激活次数的IIS图22图14“拓扑排序”带有表征形态的IIS图23图15“拓扑排序”带有激活量的IIS图231研究背景及意义11研究背景当今社会人们对人才需求多元化，对教学质量要求日益增高，给教育工作者提出了新的挑战。人们对教育和学习内涵认识日益深入，教学分析受到广泛地关注。教学分析是提高课堂教学质量的重要途径，有助于教师进行自我反思，对更加客观进行教学评价有重要意义，大部分学者在这些教学分析的重要意义上达成了共识。各国教育研究者，从各个不同方面，用不同的视角对教学系统进行分析，有的研究者关注师生交互行为的教学价值，有的关注如何解释师生的行为，有的关注教学系统的模型的建立，有的关注分析过程中使用媒体情况，有的关注教学分析适用的环境，还有的关注教师教学方法进行反思的方法，逐步深化了人们对教学系统的认识。112教学分析研究的发展与现状对教学系统的概念层次的分析研究已经有很久的历史。根据参照系不同，对教学系统要素的划分可谓众说纷纭。有经典的“三要素”说教师、学生、教材；还有另一种“三要素”说人员，物质，信息；还有所谓的“四要素”说教师，学生，教学内部和教学手段。2巴班斯基把教学看成是一个由人、物、教学过程组成的系统，认为人所包括的教师、学生，物所包括的物质条件、学校卫生条件、道德心理气氛，教学过程所包括的教学结构、教学环节等都是构成教学过程的要素，其中每一个要素都会影响教学的进程和质量，并在这一前提下提出教学最优化理论，促使教学效果达到最优。3李秉德、李定仁教授在其所编著的教学论中明确提出，在各级各类学校所进行的教学活动中都包含有学生、教学目的、教学内容、教学方法、教学环境、教学反馈、教师这七大要素。这七要素之间的关系是相互影响、相互联系的。张楚廷著的教学论纲中，把教学要素分为平凡要素和特征要素，再往下细分，最终形成一个教学要素层次系统。4要素分析是出现最早的教学分析的思路，反映了最初系统论对教学研究的影响。研究者从系统的结构方法入手，试图通过悉数所有出现在教学中的要素，然后对这些要素逐个分析来认识教学。要素分析对教学分析的发展，特别是对人们定性分析教学做出了不可磨灭的贡献，是人们初步探索教学系统必然经过的阶段。然而要素分析作为人们定性分析教学的方法，还停留在理念上，操作性较低。要素分析中，教学要素的划分是较为直观的，划分的依据是含糊的（比如，并非教师和学生的全部属性都是教学系统的构成要素）；其次，尽管在理念上提出了要素之间的相互联系和相互影响，然而在进行具体分析的过程中，往往是割裂地对单个要素进行分析，对要素之间的关系无法进行深入的研究。当前教学系统分析的研究已经进入细致分析的阶段。通过对已有教学分析研究的梳理，至少能从两个视角对教学进行细致的分析，一种视角是将教学看作人类行为系统，分析行为及其之间的关系；另一种将教学看作是具有特定功能的信息系统，分析信息流与功能之间的关系。5121基于行为系统的教学分析交互分析从行为系统的角度对教学进行的细致分析研究，主要关注两个方面一个方面是研究特定行为或者交互的教学价值。比如，有研究者在考察在线课程的成人学习者的学习持久性与教学交互之间的关系时，发现占26比例的学习者认为，异步讨论区所使用的异步讨论对他们坚持学习有促进作用6。有研究者考察了非母语英语课堂中教师反馈与学生举手发言之间的交互关系，发现（1）重做可能会引发其他类型的反馈；（2）尽管重做和明确修改对于拼写错有作用，讨论协商更有利于语法错的纠正7。还有的研究者关注不同类型的交互（不使用计算机的面对面交流、基于计算机的协作（异步交流）和在计算辅助下的面对面交流）与学习效果的关系。研究表明，计算机介入的交互更加规则。与计算机介入的交互相比，面对面的交互能发生更多的学习8。第二方面是对交互进行细致解释学分析。这种研究近期成为焦点，人们关注的主题有确定对话结构和特征的有效可靠的方法、通过对话交互分析确认对话角色、智能教育系统（IES）中对话的运算模型以及对话交互分析在CMC和CSCL中的应用9。人们希望通过有效的交互分析，能够判定知识协同建构的质量。比如，GUNAWARDENA等人建立协同知识建构的等级性过程模型。研究者认为，质量越好的交互所达到的层次越高10。交互分析的具体操作是相对成熟的，不论其具体使用的情景如何它都有一系列相似的具体操作步骤。我们对影响较大的交互分析方法和在CSCL中应用的交互分析方法进行分析。通过分析我们发现不论哪种形式的交互分析方法首先建立一个行为交互的概念模型，然后把具体操作分为三个部分（1）建立编码系统来准确表征交互过程；（2）规定一套采集数据的规范；（3）进行数据挖掘和分析。任何交互分析都基于特定的交互过程概念模型。交互的概念模型反映了交互的各种角色在行为上的交互关系。图1是BEATRIZBARROR等人构建的两个言语讨论的交互模型。基于这个交互模型开发的讨论区限定了学习者的讨论空间11。纵观各种交互分析方法，我们选取了以下三种典型的分析方法，对它们的具体操作分析结果如表1，其中CSCL交互分析以黄荣怀博士的知识工程研究所的研究为例表1交互分析法的三个具体操作部分弗兰德互动分析系统（FIAS）分析法ST分析法CSCL交互分析编码体系把课堂中师生言语互动情况分为教师语言、学生语言和沉默（无有效语言活动）3大类共10个类别。把课堂中师生教学行为仅分为T行为（教师行为）和S行为（学生行为）两类。T行为是指教师视觉的、听觉的信息传递行为，此外的所有行为都是S行为。把师生的交互行为分为认知活动、情感活动、元认知活动、其他四大类。采集数据的规则采用时间抽样的办法，一般每间隔3秒钟进行采样，观察者就依照上述分类记录下相应的编码。编码反映了课堂中按时间顺序发生的一系列事件，而这些事件按时间顺序连接成一个序列。采用时间抽样的办法，通常以30秒作为时间间隔进行采样。由观察者记录下相应编码。将选定的样本分为若干分析单元，如句子、段落、消息、意义单元等。把“意义单元”作为最小的编码统计工具对原始资料进行划分数据挖掘与分析把序列存进一个矩阵中，形成弗兰德迁移矩阵分析。还可以使用曲线分析，纵坐标代表师生语言行为，横坐标代表时间，构成一个坐标系，将行为与时间的交点用线段连接起来，就形成了语言比率动态特性曲线。描绘ST图进行分析。以原点为教学的起始时刻，将测得的S、T数据顺序地在S轴、T轴上予以表示，直到教学结束，就得到ST图。ST分析法最终通过计算RT和CH值判断教学模式。（RT表示教师行为与总采样行为的比率，CH表示学生行为与总采样行为的比率。）统计分析帖子的数量，得出概括性了解。分析四大类活动“意义单元”的频次，分析每个纬度“意义单元”的时间序列，最终获得结论。不可否认，把系统论作为方法论的角度来讲，交互分析比概念层次的要素分析已经进了一大步。它不是对各个要素进行割裂的分析，而是从系统整体地把握上寻求关键因素进行分析，开始关注要素之间的某些联系。交互分析还能够帮助教师看到教学的一些细节，对改进教学具有一定的辅助作用。对角色及其行为的编码是整个交互研究的核心部分。不同研究者会提出不同的编码PROPOSALAGREEMENTCOMMENTCONTRAPROPOSALQUESTIONCLARIFICATIONINITIALQUESTIONCOMMENTANSWERQUESTION图1行为交互的概念模型体系。由于交互的复杂性，使得各研究者用于相似定性分析任务的词汇却各不相同，在一定程度上造成了混乱，而不同的编码体系又会导致不同的结论，所以交互分析需要一定的术语标准化。另外，编码体系对数据源也有依赖性，同样的言语行为（文本上的），加上语气、肢体语言（录像中的），就可能归于不同的类型12。在采集数据方面，最初数据采集多使用时间为单位进行采集，越来越多的研究者意识到对时间序列的机械切分造成的问题，进而采用多种例如“意义单元”这样的切分单位。然而“意义单元”的划分标准是模糊的，产生“意义单元”中意义没有具体的依附体使产生意义组合很容易出现任意性。总之，编码体系的任意性，以及其对言语信息归类和切分带来的主观性，还有在对数据进行划分采用的规则存在问题，最终导致结论的低可靠性。122基于信息系统的教学分析随着从信息角度研究教育的工作逐步展开，研究内容日益广泛，并取得了不少进展。从香农四十年代开启了信息论的时代后，信息论被广泛应用到各个领域，教育行业也不例外。杜威是较早地明确使用“信息”概念的教育学家，而在杜威先前的学者们虽然没有明确使用“信息”概念，却由于教育与信息有着实质的不可分的联系，大都朦胧的感觉到一些具体的信息加工与接受信息的活动在教育中的重要地位，并提出了很多有深远影响的见解。20世纪80年代以来，在我国社会科学界掀起了一股推广和学习三论的热潮。所谓三论，即“系统论”“控制论”和“信息论”。在教学分析领域中，国内有些学者认为教学是任类最常见的一种认知活动，它在实质上是一个信息流动的过程。并从横向和纵向两个维度对课堂中的信息流进行划分输人信息、固有信息、输出信息组成了教学过程的三列纵向信息，知识信息、结构信息、方法信息，则构成了教学过程中的三列横向信息。这些纵横交错的信息，构成了一个完整的课堂教学信息网络，而信息流就在这张网上不停地流动着13。李克东教授在系统科学方法在教学系统研究中的应用一文中对教学系统中认知学习过程进行了信息流向分析，并采用功能模拟的系统科学研究方法来分析教学系统14。国外出现了把教学系统看作信息系统进行研究的观点，比如豪恩斯坦教学系统观。美国佛罗里达国际大学教授豪恩斯坦（ADEANHAUENSTEIN）在其所著的教育目标的一种概念架构对传统分类学的整合15书着眼于教学系统功能机制。他把系统的观点引入教学，并明确提出教学系统是一个信息系统。在教学系统中，信息或内容（即他人的知识）有四种，分别是符号性信息、描述性信息、处方性信息和技术性信息。经过了学习体验之后，这些信息有可能被领会，转化为学生自身的内在的知识。从信息系统的角度来研究教学系统，可以克服在教学研究中存在的孤立、静止、简单化的毛病，并且可使教学研究从定性分析、概率统计描述的水平提高到系统科学分析的高度，使教学规律的描述更为深刻。纵观相关文献资料我们可以发现许多学者以信息传递与加工的观点来看待教育过程，构造了许多教学过程的信息流程图或者教育系统信息流程图，也有人称之为教育信息系统中的信息传递模型；另外有学者利用信息论中的现成的概念来描述或表达教育活动中的某些现象。促进了教育理论的发展，但是也无需讳言，现在大部分的研究只是把现成的信息论概念原封不动用来描述教育现象，没有把信息观点和信息论的成果有机地融化于教育领域的研究之中16。123基于信息系统的教学分析教学系统分析IIS图方法教学系统分析技术的初步研究17一文把教学分析建立在信息系统视角之上，从教学系统整体功能机制出发，以信息系统为视角的教学分析的观点引入实际的分析操作。1建立教学系统模型该文认为教学系统总体功能就是通过教师的有效干预来帮助学生完成对知识、技能和价值观的自我建构。教学系统是一种教师、学生和具有信息处理能力的媒体这三个信息处理主体之间信息流动的系统，本质上是一种信息系统。基于对教学系统功能的认识，并充分考虑知识的共享和社会性建构的特征，建模如图2。图中用IPL、IPT、IPM分别代表参与教学系统功能耦合的学生、教师和信息媒体对信息的处理。这种内部的信息处理是透明，不可见的，但它的输入和输出是可见的表达为X和Y。IPL、IPT、IPM的Y集中起来，抽象出一个信息的共享集IIS（INSTRUCTIONALINFORMATIONSET）。2分析操作的基本内容系统分析即用一种编码体系代替另一种编码体系，用于表征那个系统，而那个新的编码体系能够清晰的反映系统的某些特征。IIS图分析法的操作内容包括三个部分。IIS的输入信息项Y的表征。IIS的输入信息项即是各个IP的Y。其中IPT的Y是指教师在教学过程中临时创生的信息（包括用特定媒体工具表达的信息），比如言语陈述、表演、板书等。IPM的Y是指教师或学生操作媒体时，从媒体中提取出来的信息。IPL的Y是指学生在教学学生对信息的处理IPL学生对信息的处理IPL媒体对信息的处理IPM教师对信息的处理IPT教学信息集IISX1X2X3X4Y2Y3Y4Y1环境环境环境环境图2教学系统概念模型过程中创生的信息，比如言语陈述、回答问题、记录笔记等。IIS输入信息项Y的序列表征。输入信息项的序列并不一定是线性序列，可能包含有并发特性。可以使用可视的方式表达出来。如图3IIS的知识网络图表征IIS图。作者认为如果仅仅从线性序列或者集合的角度，看不到这些知识点之间的关系及其教学意义。需要采用一种能表达这种关系和意义的结构，这种结构就是带有标记的知识点网络图，即IIS图。这里所谓的标记是指输入信息项的属性值（比如，表征形态等）及其从该集合中反映出来的各个知识点的特征（比如，被激活的次数等）。我们把以上教学分析方法称为教学系统分析IIS图方法。与其他教学系统分析的方法相比，IIS图方法能够反映教学系统知识建构的总体水平。这是进一步研究教学评价的基础。IIS图分析法也是教学设计技术的有机组成部分，并可以广泛应用到教学资源、网络课程的缺陷分析、质量评估等方面。IPTIPLIPMIPT时间图3IIS输入信息项序列示意图2研究的目的、内容、意义与研究设计21研究目的与内容对教学系统进行IIS图分析有一个假定，即知识点的某种属性比如，激活量与知识点的学习效果存在着相关关系。如果这个假设是成立的，IIS图分析才可能是有效的。本研究的目的是验证这个假设的正确性，并探索教学系统分析IIS图方法的实现细节，即创立适合IIS图法的操作规范。通过上文的讨论，我们知道教学系统分析IIS图方法是在进行教学系统建模的基础上，通过分析抽象出的教学信息集合IIS来理解教学系统。为了验证IIS图方法的有效性，我们需要规范其具体的操作细节，才能保证收集到的数据真实。IIS图分析方法主要包含了三个部分第一部分，如何确定IIS的输入信息项Y输入信息项，我们也称之为信息流，是三个教学主体进行教学时创生出的信息，这些信息的属性决定着进行教学分析时需要关注的要素，那么信息流应该包含哪些属性，各个属性代表什么含义，哪些属性是必需的哪些是可选择的都是需要进一步进行研究的。第二部分，如何切分连贯的信息流，进行数据采集事实上真实的教学系统中产生的信息流是连贯的，并没有明确分割界限，而要进行分析就需要对这个连贯的信息流进行切分。那么切分的原则什么呢信息流采样的规范是什么呢第三部分，如何分析代标志的IIS的知识网络图表征IIS图教学系统分析技术的初步研究文中提到带有标记的知识点网络图，即IIS图。所谓的标记是指知识点的属性值（比如，表征形态、激活量等，来源于输入信息项）。然而我们并不清楚每一种标记与学习效果之间的相关关系。在本研究中，主要致力于研究激活量这种标记与学习效果之间的相关关系，用于验证IIS图方法的有效性。22研究意义本研究验证“激活量”这个系统属性值与系统功能的一致性，这对于评价教学可能成为一种新的方式，不需要通过测验来评价教学，而直接考察教学过程本身来评价教学，而且这种方法客观性很强、操作性很强。随着网络课程的推广，越来越多的人接受网络教学。然而网络课程质量参差不齐，把好网络课程的质量关越来越重要。我们尝试采用这种新的教学分析的方法，自动化之后用于达到自动评估网络课程。23研究设计研究问题陈述学科教学中单个知识点的激活量与学生针对单个知识点的总体学习效果的相关性研究。整个研究分为三个阶段，如图4所示。231文献调查阶段采用文献分析法，掌握现有教学分析方法的现状，对比现有分析方法的优缺点。阅读大量系统方法的文献，力图深刻的理解系统的意义，在研究中始终把系统论作为方法论指导。232实证前试分析阶段在实证之前需要让技术更加成熟，具有可操作性。我们设计在实证研究之前作试分析，用于完善分析的各个步骤的具体操作技术。根据这个目的，拟先对文本教学实例分析，再进入课堂分析教学实例。1、选择实例，试分析尽可能选择了多种学科的课堂；2、画知识网络图，知识网络图的画法是按照以学习活动为中心的教学设计的知识网络子图规范来画；3、切分信息流，通过实践切分信息流，总结数据收集的经验，规范信息流属性及其值的取得；4、标志知识点的激活次数，进一步揣摩IIS图中激活扩散的规则；5、标志目标知识点，进一步揣摩IIS图中知识点类型和层次的规则；6、计算激活量，构造激活量的算法，并进行多次微调。233实证阶段本阶段旨在收集实验数据，对激活量和学习效果做相关性分析。1实验设计本实验为定量的实验研究，采用“前测后测”实验设计。被试在集体授课的情文献调查文献分析法第二阶段1选择文本教学实例2画教学的知识网络图3切分信息流4标志知识点的激活次数5标志目标知识点6计算相同层次类型目标知识点的激活量第一阶段1选择试点学科与课堂2画教学的知识网络图3切分信息流4标志知识点的激活次数5标志目标知识点6计算相同层次类型目标知识点的激活量1录制实况教学视频文本实例分析视频实例分析实证前试分析内容分析法1选择试点科目与课堂4相关分析3目标知识点的测试题分数2IIS图目标知识点的激活量实证准实验法图4整体研究流程景下由一个教师授课（学生因素与教师因素都不能发生改变），在教学过程中由研究人员按照理论假设计算知识点的激活量。在教学前，对学生进行前测。为了避免课后学生努力程度不同带来的影响，在教学结束时马上进行后测。实验中变量是学科单个知识点的激活量，因变量是前测与后测得分之差。2抽样设计考虑到实验效度，试验学科分别选择了差异较大理工科课程数据结构和文科课程教学设计。对于数据结构课程，考虑到知识点的结构性典型性，我们选择“图”这章内容作为实验内容，其中涉及19个目标知识点。选择了42名本科学生自然班，在集体授课的情景下接受同一名教师的教学。整个实验需要历时8个课时（每个课时45分钟），由于学校排课的现实性，我们只能把实验分为四个时段进行，每个时段包含一部分知识点的教学。对于教学设计课程，考虑到知识点的结构性典型性，选择“需求分析”这部分内容作为实验内容，其中涉及15个目标知识点。随机选择了45名本科学生，在集体授课的情景下接受同一名教师的教学。整个实验需要历时8个课时（每个课时45分钟），由于学校排课的现实性，我们只能把实验分为四个时段进行，每个时段包含一部分知识点的教学。3操作规范和激活量算法的确立31信息流的表征形式与切分技术311信息流的表征形式与属性定义进行教学系统分析时，信息流是进行数据收集的数据对象，数据对象都应该有其相应的属性。在IIS图方法中，我们必然要关注IIS输入项的各个属性，这些属性与学习结果有着直接或者间接的联系。教学系统信息流具有多个属性，比如时间、贡献者、操作、信息类型、表征形态、语义、对应的知识网络、信息质量等。根据不同的研究目的我们关注的属性不尽相同，在现阶段研究中为了验证研究方法的有效性，我们暂时考虑的属性有信息贡献者、操作、信息类型、表征形态、对应的知识网络子图五个属性。显然时间属性、信息质量属性等与学习效果也有一定相关性，在今后的深入研究中会进一部探讨。为了方便研究，我们规定信息流的表征形式为IPX_N内容注释1IPX_N是指某个IP。IPX取值范围是（IPT、IPL，IPM）。N代表某个IP输出的序号，使自然数。2是指IPX输出项的行为操作水平。根据以学习活动为中心的教学设计理论一书中提出的目标分类理论，操作水平的取值范围为（辨别、回忆、理解接受、理解发现、运用分析、运用综合、运用评价）。其中“辨别”、“理解”、“记忆”位于同一个层级，是比较低的层级；“运用”位于更高的层级。3的取值范围包括（目标描述、情境、知识语义、事实和范例（包括现象、问题和任务）、答案、管理指令、其他相关信息、不相关信息）。4的取值范围为（文本、声音、图形、图形、图表、视频、动画、实物、肢体语言）。5是指Y所反映的知识子集，可以用知识点和关系序列来表示。只有当信息类型是“知识语义”“事实和范例”和“答案”时，才存在知识网络子图。如果信息项是答案，此处可以是表征问题的那个IPX_N。6内容注释用于简要介绍该项信息的具体内容。为备注选项，是可以选择的。312信息流切分技术通过对教学系统的建模的讨论我们知道IIS的输入项，即教学信息流是由信息流贡献者通过媒介传递到抽象的教学信息集合IIS一个连贯的过程，如何划分这些连贯的信息流，如何采集这些数据对象以便对其进行分析呢回答这个问题之前，我们回顾一下如今研究较为深入的交互分析中数据采集方法。早期的弗兰德互动分析系统（FIAS）分析法，ST分析法都是采用时间抽样方法，每间隔一个时间段就进行一次采样，观察者按照分类记录下相应的编码。随着研究的深入，越来越多的研究者认识到对时间序列的机械切分造成的问题，进而用多种例如“意义单元”这样的切分单位。将选定的样本分为若干分析单元，如句子、段落、消息、意义单元等。把“意义单元”作为最小的编码统计工具对原始资料进行划分。然而所谓的“意义单元”的划分标准是模糊的，产生“意义单元”中的意义没有具体的依附体使产生意义组合很容易出现任意性。教学系统分析IIS图方法中，首先我们规范了信息流的表征形态，定义了其属性。在数据采样时，与交互分析不同的是，我们根据信息流属性的取值变化作为信息流切分契机，特别是属性的变化很大程度上引起信息流的切割。使用属性作为切分原则和交互分析中使用“意义单元”的区别在于，知识网络子图制作与教学之前更新与教学之后，是教学内容对应知识的客观反映。数据采集过程中，把知识子图当作信息流映射的客观依附物，很大程度上减小了数据采集的任意性，使得切分更客观。切分的具体规则如下。1IPX_N取值一旦发生变化，即当信息的贡献者变化时，信息流发生切分。比如IPX_N的取值由IPT变成IPL时，信息流发生切分。2的取值的层次发生改变时，信息流发生切分。也就是说“辨别”、“理解”、“记忆”是可以复选的，而当操作取值变为“运用”时，信息流发生切分。由于操作属性的定义来自于教学设计理论的目标分类理论，所以可以通过确定信息流对应知识的目标层次来确定操作取值。3的取值一旦发生变化，信息流发生切分。由于只有“知识语义”“事实和范例”和“答案”这三个取值才会有对应的知识网络子图，从后文我们会了解到后期分析是把信息流映射的知识网络子图上进行分析的，所以当信息类型是其他不存在对应知识子图的取值时，并不会影响我们现阶段的研究结果。4的取值并不影响信息流的切分，即一条信息流中可以复选所有表征形态，因为很多表征形态都是并发的。在现阶段我们并不研究表征形态与学习效果的相关性，有待进一步深入研究。5取值一旦变化，信息流发生切分。识别信息流对应的网络子图时要注意，任何一个新的知识点的激活都伴随着一个关系的激活，也就是说一旦教学信息流中产生了新的知识点，它必然要与其他知识点产生关系之后才能被激活，一个新的知识点是不能被单独激活的。32构造激活量算法教学系统分析IIS图方法中首先把连贯的教学信息流经过编码切分之后，接着映射到知识网络IIS图上，再生成带有标记的IIS图。带有不同标记IIS图反映了不同的IIS属性，这些属性与教学效果有着直接或者间接的联系。我们将来要研究IIS的各种整体特征，整体特征是由单个知识点的特征经过运算获得。因此，我们必须为单个知识点确定一种客观属性，这个属性与系统的功能学习效果有着一致性。但是这个系统是建模的结果，建模是抽象概括的结果，它的属性不可能是一种直观的、可直接测量的量，而是一种被计算的量。激活量是我们的一个尝试，但是这个量的计算必然是构造的。它是由激活熵、扩散衰减、学习复杂系数三部分构成得动态变化的量。321由信息熵理论得到启发构造激活熵19411944年，香农在对信息和密码的研究之中，运用了概率论的方法研究通信系统，提出通信系统传递的对象就是信息，并对信息提出了科学的定量描述，提出信息熵的概念。1957年由ETJAYNES提出最大熵原理，其主要思想是，在只掌握关于未知分布的部分知识时，应该选取符合这些知识但熵值最大的概率分布。按最大信息熵原理，我们从全部相容的分布中挑选这样的分布，它是在某些约束条件下使信息熵达到极大值的分布。这是因为信息熵取得极大值时对应的一组概率分布出现的概率占绝对优势。在我们把熵看作是计量不确定程度的最合适的标尺时，我们就基本已经认可在给定约束下选择不确定程度最大的那种分布作为随机变量的分布。因为这种随机分布是最为随机的，是主观成分最少，把不确定的东西作最大估计的分布。最大离散熵定理RIRRRHPH1210LOGL,1,它表明在所有符号种类数相同，而符号概率的分布不同的离散信源中，以先验等概的离散信源的信息熵值最大，其最大值等于信源符号种数R的对数。这说明，离散信源信息熵的最大值，只取决于信源的符号种数R，符号种数R越大，其信息熵的最大值亦越大。18由教学系统分析技术的初步研究一文得知，IIS是一个抽象出来的信息共享集合。信息流在教学系统中的传递过程如图2所示，由IPL、IPM、IPT流向IIS。而知识网络子图正是信息流负载的主要内容，通过信息流（IPL、IPM、IPT的输入项Y）的不断输入，IIS从开始的空逐渐变成一个稳定的集合。就单个知识点的学习来说，通过信息流的输入，逐渐被学生认识。学生的学习是一种意义建构的过程，而意义就是指知识点之间的内在联系。所以当某个信息流的流动影响到IIS集时，我们认为某些知识点被“激活”了，激活量越大学习效果应该越好。激活的是信息，所以激活量应该与信息量保持一致。受到最大熵原理的启发，本研究使用最大熵来度量知识点激活量。这里的熵由知识点之间的关系数决定。每一条信息流的传递都会引起IIS熵的变化，而这个变化是不确定，我们使用熵的最大值来计量每一条信息流引起的的负熵变化，这样使主观成分最少。通过前文讨论，知道IIS是带标记的知识网络图，信息流负载的主要内容也是知识网络子图，我们将利用这个网络结构计算激活熵。知识网络图反映了知识点之间的客观关系（目标知识点相邻边是确定的）是相对固定的（信源的概率空间确定），通过信息流传递到IIS时，通过哪个关系（相邻边）激活目标知识点是不确定的（信源发符号是不确定的）。在这个不确定过程中，已经激活的关系是确定的，在这个情况下当目标知识点被激活时其激活熵相应做一次积累运算。根据最大信息熵原理，激活熵的单次积累表示为2LOGIIDVH其中表示目标知识点已经被激活的关系（相邻边）数，也被称为已知度。可以IDI看出，激活熵单次积累并不是一个与相关的常量，而是伴随的信息流激活而改变的IIV变量。本研究认为，激活熵的累积只与已知关系相关，当关系还未被激活时是无法预知目标知识点可能性空间的。322激活的扩散规则研究发现，信息流负载着知识网络子图传递到IIS的过程中，不仅仅激活了负载的知识子图，还对与子图相邻知识点产生影响。由于每个子图是整个系统的一部分，它与其他子图之间存在各种联系，自身被激活时对其他知识点产生的影响我们称之为“扩散”。1扩散总体规则扩散分为两层扩散，第二层的扩散规则比第一层的规则要更加严谨。其中第一层指直接邻接关系，第二层指邻接知识点的邻接关系。如果是扩散激活的知识点，累积激活熵要作扩散衰减操作。第一层扩散激活的知识点，激活熵乘以；第二层扩散激活的知D1识点，激活熵乘以，其中为知识子图已知关系（边）的数量。21D2第一层扩散条件语义描述知识点A与知识点B直接邻接，并且知识点A知识点B之间存在以下图5关系R。若B已经被直接激活后，当A被直接激活时，B也相应地被扩散激活，A的按原公式累积激活熵，B激活熵乘以再累加。D1CNCN是一种CNCN具有属性CNCN组成PFCN是一种PFPFFCFMCNPFSMPSCS包含PSCNPSPS是一种PSPSPS包含PFFMCNFMFM是一种FMCN包含内容包含步骤包含内容包含包含PSCN包含ABAB图5第一层扩散规则辅助图3第二层扩散条件语义描述知识点A与知识点B直接邻接，并且知识点A知识点B之间存在以下图6关系R。若B已经被直接激活后，当A被扩散激活时，B也相应地被扩散激活，A的按原公式累积激活熵，B激活熵乘以再累加。21DCNCN是一种CNCN具有属性CNCN组成PFCN是一种PFPF内容包含PSPSPSPS步骤包含内容包含FMFM包含PS包含PFFMCN是一种ABAB图6第二层扩散规则辅助图323学习复杂度系数激活熵反映了信息流激活知识网络子图对IIS产生的影响，扩散衰减则表达了信息流激活知识子图后对相邻知识点的影响程度，学习复杂度系数表示了知识网络图的固有属性，也是激活量算法的一个组成成分。对复杂度的研究有很多，有人试图用子程序的水平级数或目标等级来量化任务的复杂度，那么复杂度较高的任务，就是那些达到最后目标之前需要完成较多子目标的任务。认知发展心理学家CASE提出，任务蕴含的水平级数决定了加工负荷，负荷水平的变化在03S（SCHEMES）之间19。这种计量方法的困难在于子程序的等级并非有固定限制的，它依赖于对加工过程进行程序化或模型化的方式。HALFORD等人则提出了另一种定义复杂度的方法，即用概念所包含的关系的复杂度来界定复杂度，关系的复杂度取决于与之相关的实体数量。概念中所涉及的相关实体数量，或关系中变量的数目，称为概念的维度。更抽象地说，一种关系是在N维空间的一个区域，所以一元关系是一维空间的一个域，二元关系是二维空间的一个域所以，变量数目等于维度20。维度类似于自由度的概念，即在一个特定系统中独立变量源的数目。本研究对复杂度的表示更加接近于HALFORD的定义，一般复杂度是描述意义上的，用于解释已经确定的状态，是知识点的固有属性不能改变。IIS的形成是一个动态的过程，随着信息流的传递知识网络图被逐步激活，知识网络图的状态随着信息流传递发生变化。那么再使用固定不变的复杂度来计量IIS复杂度是不合适的，虽然IIS对应的知识网络图状态是一个变化的过程，但每个即时状态时确定的，所以在即时状态可以采用描述意义上的复杂度来计量，就整个过程来说状态不同对应的复杂度也不同，我们把随着知识网络图状态变化而生成的复杂度序列称为学习复杂度。基于知识网络图结构和以上对复杂度的理解，我们构造出复杂度系数的数学表达式2LOGIIIDDNVF其中是目标知识点的总度边的总数，由于意义是联系的集合，结点的度决定了IDI联系的可能性空间。表示目标知识点当下激活状态下已知边的数量，是目标知识IDIIN点未知边（）的种类。表现了当下状态的复杂度。IVII2IIDDN324算法综述根据上文论述，激活量计算逻辑流程图如图7D目标知识点V的总度D目标知识点V已知边的数量N目标知识点V未知边的种类遍历信息项序列判读该信息项是否符合规则结束把该信息项所包含的知识网络子图的所有知识结点及边标注为已知遍历该信息项所包含的知识网络子图计算该结点一次扩散激活的结点的激活量计算该结点二次扩散激活的结点的激活量开始是计算该结点的激活量否第一次出现的知识点未在关系中结束结束开始获取该结点的已知度D，并计算激活熵LOG（D2）获取该结点的总度D、已知度D、未知边的种类数N，并计算复杂度LOG（N（DD2）遍历信息项序列，获取K，并计算遗忘衰减系数F由于是直接激活，扩散衰减系数R1计算激活量FLOGD2/LOGNDD2R，并累加到该结点的激活量中结束开始获取该结点的已知度D，并计算激活熵LOG（D2）获取该结点的总度D、已知度D、未知边的种类数N，并计算复杂度LOG（N（DD2）遍历信息项序列，获取K，并计算遗忘衰减系数F获取该结点的已知度D，由于是一次扩散激活，扩散衰减系数R1/D计算激活量FLOGD2/LOGNDD2R，并累加到该结点的激活量中结束开始获取该结点的已知度D，并计算激活熵LOG（D2）获取该结点的总度D、已知度D、未知边的种类数N，并计算复杂度LOG（N（DD2）遍历信息项序列，获取K，并计算遗忘衰减系数F获取该结点的已知度D，由于是二次扩散激活，扩散衰减系数R1/D2计算激活量FLOGD2/LOGNDD2R，并累加到该结点的激活量中结束一个信息项对知识点的直接激活量计算一个信息项对知识点的一次扩散激活量计算一个信息项对知识点的二次扩散激活量计算计算激活量流程图图7“激活量”算法逻辑流程图附例如图8是以一个单个目标知识点位中心的知识网络子图，这只是整个网络图的一部分。其中灰色知识点为目标知识点，虚线代表未知边，实线代表已知边。IV论证ID必要性步骤包含获取既定目标确定现状步骤包含步骤包含步骤包含包含可采用分析差距产生的原因包含步骤包含包含可采用内部参照需求分析方法内外结合需求分析方法可采用包含既定目标学习现状差距包含可采用高校与社会脱节包含ABVIAB图8以目标知识点为中心的知识网络子图假设此时2，D26，D22，N23。这时VI第三次被激活，那么它的激活量如何变I化呢情况1信息流只激活目标知识点V，并且没有任何相邻边被激活。首先I213，由于没有任何相邻边被激活所以D、D、N均不变6，2，3，激活量33D3N。26LOG2