Agent的网络教学模型研究论文.docVIP

　　Agent的网络教学模型研究论文 摘要：该文通过对基于Inter环境下辅助教学方式特点的研究和分析，提出了基于Inter的一种新的计算机辅助教学模型——基于Agent的教学模型，讨论了模型的基本体系结构和组成元素及实现技术，重点讨论了支持个性化学习的多Agent技术，包括个性化学习Agent的功能结构以及策略与控制技术。最后讨论了该教学模型的优缺点和发展前景。 关键词：网络教学、Agent、对象模型、个性化教学 随着网络的普及应用和信息技术的发展，我国互联网用户数量节节攀升。对于教育来说，由此带来了教学模式的重大变化，从传统课堂的“以教师为中心”扩展到Inter环境下的“以学习者为中心”的网络教学。通过对传统网络辅助教学系统的研究可知.freelail，扩展基 。 b.安全信息是有关学习者安全凭证的信息。 安全信息：：= 学习者标识，登录口令，扩展基 。 c.学业信息是与学习者的学习相关的一些简要信息。 学业信息：：= 学习者标识，学习课程，完成情况，扩展基 。 d.偏好信息描述可促进人机交互的参数选择。 偏好信息：：= 学习者标识，情感，兴趣，媒体偏好，学习类型，扩展基 。 e.关系信息是描述学习者与其它系统用户(如教师和其它学习者)之间关系的信息。 关系信息：：= 学习者标识，关系，程度，扩展基 。 f.学习行为是描述学习者对所学知识点的相关操作信息(如作业信息、练习信息、测试信息、提问信息和媒体学习信息)。 学习行为信息={作业信息，练习信息，测试信息，提问信息，媒体学习信 息，扩展基}。 作业信息、练习信息和测试信息的结构相同，如下： ①作业(练习、测试)信息：：= 学习者标识，知识点标识，起始时间，完成时间，总用时间，有效时间，正确信息，错误信息，难度信息，扩展基 。 ②提问信息：：= 学习者标识，知识点标识，提问时间，提问内容，回答时间，回答人，回答内容，满意程度，扩展基 。 ③媒体学习信息：：= 学习者标识，知识点标识，媒体资源，起始时间，结束时间，总用时间，有效时间，学习次数，扩展基 。 通常，理想的学生模型Student_Model由教师Agent产生。然后在学习过程中，相应的教学Agent根据学生个性化思维特征及每个学生的活动进展确定其学习基础、学习习惯、兴趣爱好、学习进度，从而建立当前的学生模型。教学Agent要运用模糊理论处理学生模型Student_Model的模糊信息，挖掘模糊信息的内在联系，从而建立模糊关系。 （4）规则模型 规则采用人工智能中加权不确定性推理方法得出，知识的不确定性表示形式如下： Ri：IfEi(ωi)ThenHi(CF(Hi，Ei)，λ) 其中，Ei是知识的前提条件，它既可以是一个简单条件，也可以是用AND及OR把多个简单条件连接起来所构成的复合条件。Hi是结论，它可以是一个单一的结论，也可以是多个结论。CF(Hi，Ei)是该条知识的可信度，称为可信度因子(CertaintyFactor)或规则强度。(可信度是对事物为真的相信程度的一个量化表示，其初始值由领域专家确定，阈值范围为-1～1)。λ是阈值，它对相应知识的可应用性规定了一个限度，只有当前提条件Ei的可信度CF(Ei)达到或超过这个限度，即CF(Ei)≥λ时，相应的知识才有可能被应用。ωi(i=1，2，…，n)是加权因子，ωi是阈值，其值均由领域专家给出9。 条件信息：：= 规则标识，条件标识，关键词，内容，可信度，加权因子，扩展基 结论信息：：= 规则标识，结论标识，关键词，内容，可信度，λ阈值，扩展基 学习者规则信息：：= 学习者标识，规则标识，可信度，扩展基 3.2个性化学习Agent的功能结构 个性化学习策略的实现建立在群Agent技术上，是一种特殊的移动代理,一般情况下需要特定上下文运行3。移动（多）代理运行期间在虚拟机之间迁移，不需要中止程序的执行。该模型中应用服务器和数据库服务器拥有移动（多）代理运行所需的运行上下文，在运行上下文移动（多）代理可以执行任何合法的动作。采用Agent实现的个性化学习的结构如图2所示。 管理Agent负责整个系统的管理工作，包括用户的加入、登录，处理交互、协作信息、分析行为、上传下达等事务。教学Agent和存储在数据库中相应的整体知识结构模型、学习主体个性知识结构模型相结合，实现教学中的教师模型6；学习Agent和存储在数据库中的相应的学习主体个性知识结构模型相结合，实现教学中的学生模型；协作Agent实际上是由参与协作学习的学习者与网络终端计算机进行交互后，形成协作学习者Agent。协作Agent根据协作学习者（学生模型）中提供的关于学习者的个人特点，按照一定策略