认知型学生模型的改进与复杂性因素讨论.pdfVIP

66 第25卷 第6期 凯里学院学报 VoI．25 NO．6 2007年 12月 Journal of Kaili University I)ec．20()7 认知型学生模型的改进与复杂性因素讨论 王祥斌 ，周长敏 ，王泽德 ，林宏伟 (1．贵州师范大学数学与讣算机科学学院，贵阳 550001；2．凯里学院~it-g，贵州 凯里 556000) [摘 要]针对智能教学系统中的认知型学生模型的理论进行介绍，利用SQL Server 2005对提出的认知型学生模型 给出一个范例，并从建模方法的角度对所提出的模型进行复杂性因素的分析． [关键词]ICAI；学生模型；扩充的认知型学生模型；复杂性因素 [中图分类号]G434 [文献标识码]A [文章编号]1673—9329(2007)06—0066—04 0 引 言 随着对学生模型研究深人．人们提出了多种学生模型 自从 1959年美国IBM公司研制成功第一个计算机辅 的构建方法．包括覆盖模型、差别模型等等．但这些模型中 助教学(CAI)系统以来，计算机辅助教学的理论基础曾有 有的因为设计过于简单从而显得在功能上不尽如人意，有 过3个阶段：(1)行为主义学习理论；(2)认知主义学习理 的理论上臻于完美但实际开发上难以实现． 论；(3)建构主义学习理论．但是由于受到计算机技术、认知 因此，本文针对智能教学系统中的认知型学生模型的 学、教育学发展的制约，CAI系统的研制技术大大滞后于 理论进行介绍，利用SQL Server2005对提出的认知型学生 CAI理论的发展．目前，智能计算机辅助教学(Intelligence 模型给出一个范例，并从建模方法的角度对所提出的模型 computer assisted instruction，ICAI)成为关于CAI研制的 进行复杂性因素的分析，希望能够对开发ICAI系统(软件) 热点问题之一I1]． 的人员提供一种操作性和功能性并重的可行方案． 1 关于学生模型 2 关于认知型学生模型 1．1 ICAI系统的一般结构 2．1 BP模型 一 般地，一个完善的ICAI系统从软件设计的角度至 认知能力是一个人用于支配自己学习、记忆和思维的 少由以下4个组件构成，如图1，知识库、学生模块、教师模 能力。怎样找到能对学生认知能力的科学的、真实的反映方 块和智能人机接口[2 ． 法是学生模型建模的重要方面之一．基于认知理论，人们利 用人工神经网络(ANN)中的反向传播模型(BP模型)。提 出了反映学生认知能力的一种方法．人们提出了一个非线 性的12维空问到 3维空间的映射： ：X—y。x={X 。 X2， 3，…，X12}．y一{y1，y2，Y3}．其中． 1．X2．x3．…．x6 分别表示布鲁姆所提出的关于认知活动的6个级别(即识 记、理解、应用、分析、综合、评价)的评判成绩； ， ，…． 图1 ICAI系统的一般结构 X 分别表示学生的姓名、年龄、学历、生理条件、学习环境 1．2 学生模型的作用 等这样一些可能会影响学生认知能力的个别化信息。y ， 如图1所示，学生模块在ICAI