基于概念图的智能教学系统研究

《基于概念图的智能教学系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第８卷第４期杭州师范大学学报（自然科学版）Vol．８No．４２００９年７月JournalofHangzhouNormalUniversity（NaturalScienceEdition）Jul．２００９文章编号：１６７４－２３２X（２００９）０４－０３０８－０５基于概念图的智能教学系统研究张量，邢科云（杭州师范大学信息科学与工程学院，浙江杭州３１００３６）摘要：概念图是一种知识组织工具，能有效的表达概念之间的顺序．基于概念图的智能教学系统，正是利用概念图的这一特性，使用权重错误率和模糊评价法对学生的学习情况进行诊断，输

2、出每个学生的认知状态．随后系统使用权重指标法计算出概念关联度，找出主要学习路径，对学习内容进行推荐．并通过学习加强路径算法为每个学生建立学习加强路径，对学生进行个别化指导．最后，使用平均数差异显著性T检验来测量两组学生的学习情况，对系统在提高学生的学习效率方面进行量化评价．关键词：概念图；权重错误率；权重相关指标法；学习加强路径中图分类号：TP１８２文献标志码：A０引言智能化教学是IT产业和教育产业相结合的一个比较热门的研究领域，机器教学的历史可以追溯到２０世纪５０年代斯金纳发明的程序教学机．随之蓬勃发展起来的计算机辅

3、助教学，主要以对话方式与学生讨论教学内容、安排教学进程、进行教学训练，为学生提供一个良好的个人学习环境．然而传统计算机辅助教学系统具有明显的不足之处：系统不了解学生当前的认知状态，当学生有学习困难时不能诊断原因并提出针对性的指导意见，也不能根据学生的认知状况提供个性化的学习材料．针对以上的不足之处，学术界提出了基于领域知识和学生模型进行决策和指导的智能教学系统．［１］该文正是依据领域知识、学习者知识和教学策略知识三个方面的问题，探讨基于概念图模型的智能教学系统．首先，概念是研究领域知识最本质的知识元素，由多个概念组成的

4、认知顺序图就是概念图；其次，系统使用权重错误率和模糊评价法对学生的学习情况进行诊断，输出每个学生的认知状态．再次，系统根据学生的学习情况和概念之间的相关度大小，找出每个学生的学习问题所在，给予及时的指导，建立学习加强路径．１概念图表征领域知识1．1概念图理论由多个概念组成的认知顺序图就是概念图，概念图是由美国康乃尔大学的诺瓦克（NovakJD）博士根据奥苏贝尔（Ausubel）的学习理论提出来的，并将其应用于教学．它是一种用节点代表概念、连线表示概［２］念之间关系的图示方法．概念图中的概念节点对应着教学意义上知识点，它

5、既可以表示综合性的复合知收稿日期：２００９‐０４‐３０作者简介：张量（１９６８—），男，浙江象山人，副教授，主要从事计算机教育与应用、多媒体技术与人工智能等方面研究．E‐mail：zhl＠hznu．edu．cn第４期张量，等：基于概念图的智能教学系统研究３０９识点，也可以表示元知识点．利用“概念图”可以将一组彼此关联又各具复杂含义的信息转化成易于理解、［３］条理化的结构化知识以便做进一步的分析．1．2主观构建概念图主观构建概念图环节，主要由教师和专家来完成．在构建过程中，可以用一个概念关联表来表示概念与概念间的前后顺序

6、．如果Ci概念是Cj概念的前驱学习知识，那么就存在这样一个关系：Ci→Cj．例如，学习对象概念，应该先弄清楚类的概念，学习类概念要知道属性和方法等，构建概念关联表如表１所示．表1概念关联表C１C２C３C４C５C６前驱概念构造函数类对象属性方法类名C１００１０００C２１０１０００C３００００００C４０１００００C５０１００００C６０１００００NPj１３２０００图1类的概念图［４］概念关联表（CET）是用一个二维表来表示概念之间的关系．在表１中，Cj是Ci的前驱概念，NPi代表Ci的前驱概念的数量．根据概念关联表可以构建概

7、念图如图１所示．２基于概念图进行学习诊断表征学习者知识［５］概念图可以系统和条理性的表现知识间的认知顺序，因此可以有效地检测学习者的认知状态．概念图智能教学系统先统计学生的答错题情况，计算出每个概念的权重错误率，再通过一个模糊输出模块对学生的概念掌握情况进行输出．2．1计算概念权重错误率这里，假定有８道试题（Q１⋯Q８），６个概念，每道题目中会测试１至２个概念知识点．每个概念在每道题目中的权重由教师或专家指定，这里指定权重W（Qi，Cj）的大小为０到１．０表示这道题目没有包含此概念，１表示这道题目就考了这一个概念，０－

8、１表示某个概念在某道测试题中所占分量的比例大小，比例越大，表示这道题目考了这个概念的知识就越多．SUM（Cj）表示此次考试中概念Cj的总体权重，ERROR（Cj）是概念Cj的错误权重．ER（Cj）是概念的权重错误率，ER（Cj）＝ERROR（Cj）／SUM（Cj）．学生的概念权重错误率可以由以下两步得到：第一步，教师或专家指定每道