语义网环境下自适应学习系统测评模块设计.pdfVIP

2010教育技术国际研讨会 语义网环境下自适应学习系统 语义网环境下自适应学习系统 测评模块设计 测评模块设计 报告人：梁 明 报告人：梁 明 东北师范大学计算机科学与信息技 东北师范大学计算机科学与信息技 术学院 术学院 2010年10月16日 2010年10月16日 论文背景及相关介绍 1、吉林省科技发展计划项目 “ 义网环境下的自适 应式学习系统研究” 建立自适应学习系统学生模型；利用语义网通用语言XML和RDF对系 统模型的各部分进行语义描述；以一门课为例实现自适应学习系统。 2、 义网 语义网是对当前Web的一种扩展，是一个信息的Web，这些信息被赋 予明确定义的含义，是机器可处理的；其最终目的是成为智能化网络服 务和应用开发的基础设施成为机器与人协同工 的媒介。 3、自适应学习系统 自适应学习系统是指针对个体学习过程中的差异性而提供适合个体 特征的学习支持的学习系统。 本体 本体： 本体 是共享概念模型明确的形式化规范说明。语义网中本体的优势 是具有形式化语义，表达能力强，广泛的标准和工具支持，能够有效地 表达特定领域内的通用知识 本体编辑工具： Protégé软件,它是斯坦福大学基于Java语言开发的本体编辑和知识 获取软件，属于开放源代码软件。本软件主要用于语义网中本体的构建 ，是语义网中本体构建的核心开发工具。 题目属性设置 重要的题目属性： 题目编号：每道题目的编号在系统中具有唯一性，用于保证在组卷过程中同一道题目不会重复出现 。 相关知识点：测试题目考察的主要知识点。一个题目可以对应一个或多个知识点。基于知识点的测 结果结果比基于题目的测 结果更为精细，有利于定位缺陷知识之所在。 认知级别：按照布鲁姆的认知理 ，学生对知识的掌握程度分为六个等级，依次是识记、领会、应 用、分析、综合、评价，在实际操 过程中分级太细反而容易引起混乱与不便，我们将分析、综合 、评价归结为“高级应用”，进而确定具有操 意义的四个难度级别，分别用a、b、c、d表示。 题目类型：本系统采用单项选择题、多项选择题、是非题、填空题四种题型。 所需时长：完成该题目所需的最长时间。当超过该时限时，此题不得分并自动跳转到下一题。设置 此项属性可以减小由于学习者蒙猜导致的 测结果失真。在利用模糊集进行适应性测 时该项属性 还会影响到系统所推送题目认识级别的变化快 。 题目权值：用于确定该题目的重要程度，用w表示，分为一般（w1），重要 （w2），很重要 （w3） 三个级别，本系统中w1=1，w2=2，w3=3。在确定该项属性时需要注意与认知级别的区别，认知级别 对应的是学习者的认知层次，而权值对应的是所考察知识点的重要性。例如，对于一些学习者必须 熟记的知识，其认知级别属于最低的“识记”级别，但由于较为重要，权值可能是2或3。 答案与指导：用于在受测者答题完毕后进行反馈。 自适应学习系统测 方法 1.模糊集方法 受测者的认知水平本身是一个不确定的区间，没有清晰的界限， 而模糊集恰恰适合于表示这种情况。通过通过上升规则和下降规则来改 变问题的隶属 ，再根据