基于学生认知模型的智能教学系统的算法设计.docVIP

基于学生认知模型的智能教学系统的算法设计 　　摘要：本文在智能教学系统进行概述的基础上，对学生的认知能力进行了定量评估。通过改进决策树数据挖掘算法的设计，实现了从大量的学习记录中挖掘出符合学生认知能力的教学策略，从而实现智能教学。 　　关键词：智能教学系统；学生认知能力 ；决策树 　　中图分类号：TP181 文献标识码：A文章编号：1009-3044(2008)30-0718-02 　　 　　Algorithms Design of Intelligent Tutoring System Based on Student Cognizance Model 　　ZHANG Xiao-qing1,XIAO Jian-hua2 　　(1. Institute of Information Engineering ,Xiangtan university,Xiangtan 411105,China;DEPT. of Computer Science,Hunan Institute of Engineering,Xiangtan 411101,China;2. Dept. of Information Technology, Hunan No.1 Normal College, Changsha 410002,china) 　　Abstract: This paper summarized the intelligent tutoring system and carried out quantitative assessment for student ability of cognizance. For achieving Intelligent Tutoring，a optimal decision tree algorithms which can dinning the instructional strategies from a large number of learning records is proposed. 　　Key words: the intelligent tutoring system; student ability of cognizance; decision tree 　　 　　1 智能教学系统概述 　　 　　智能教学系统是一项涉及计算机科学、教育学、认知科学和人工智能等多门学科的综合性课题，研究的最终目的是由计算机系统担当学习者的引导者和帮助者，即赋予计算机系统以智能，由计算机系统在一定程度上代替人类教师实现因材施教。研究他的意义在于提高教学质量并能减轻教师的工作量。ITS的出现给教育界带来了无限的生机。 　　一个ITS系统应具有学生模块、专家知识(知识库)模块和人机接口等主要部分。具体功能如下： 　　学生模块：此模块对学生进行智能模拟，包括其知识状态、个性特点及认识特点等，并根据学生与系统之间的交互问答历史记录，对每个学生的学习进步情况进行动态调整。随着对学生模型的研究，人们提出了多种学生模型的构建方法，包括覆盖模型、偏离模型和认知模型等。它是本系统的核心由学习信息库和学生特征数据库组成，主要采用学生认知模型。 　　专家知识(知识库)模块 ：存储所要教的学科领域知识和教学知识。 　　人机接口：该模块实际上是作为系统与用户交互作用的部件，它除了提供学生信息的输入与注册外，还实现了学生与系统之间的通信功能，能够有效在界面之间导航，向学生呈现个性化的学习界面 　　本智能教学系统采用建构主义教学理论，对学生的认知能力进行了客观的定量评估，通过改进的决策树数据挖掘算法挖掘出了符合学生认知能力的教学策略，从而实现智能教学 　　 　　2 学生认知能力的定量评估――模糊评价算法 　　 　　美国著名心理学家布鲁姆将教学目标分为三个领域内容，其中认知能力的目标按智力活动的复杂程度分为六个等级：识记，理解，应用，分析，综合，评估。 　　在实际的系统中，我们对学生认知能力的评估主要考虑识记、理解和应用三个方面。为了客观的对学生三个方面的能力进行评测，为每道题设置了相应的考察识记，理解和应用的权重等级，这些等级由教学专家在出题时给出，并构成能力权重距阵rij（i表示题目数,j表示能力分量，在这里j即是3）。同时，学生测试结果向量T由学生答案构成，若该题答对则对应向量为1，否则为0。 　　教师对学生的评价带有模糊性，将评价结果进行模糊化处理。将学生的认知能力数值模糊化为三个水平即P={低，中，高}。并规定Aj∈[0,0.6)为低，Aj∈[0.6,0.8)为中，Aj∈[0.8,1]为高。 　　例如A=(0.87,0.8,0.71)按模糊规定，该学生的识记能力和理解能力为