基于多Agent网络教学评价模型研究.docVIP

基于多Agent网络教学评价模型研究 　　【摘 要】目前世界已经进入了信息化时代，在计算机技术水平与网络技术水平不断提升的情况下，互联网已经成为了各行各业中不可缺少的一部分。在这种背景下网络教学也日趋成熟，其规模也在不断扩增，这也给教育行业的深入发展带来了极大的促进。尽管网络教学在某些方面上比传统教学更具有优势，但与此同时网络教学的质量保证体系却并不完善，这就给网络教学的实际质量水平带来了一定程度的影响。本文对基于多Agent的网络教学评价模型进行了探究，并以此来深入地分析了网络教学评价的改善对策。供与参考。 　　【关键词】Agent 网络教学 教学反馈 评价模型 　　一、引言 　　在大环境下互联网已经步入了高速发展期，而互联网的发展给各行各业也带来了巨大的推动力，当然教育行业也不例外。在这个背景下网络教学应运而生，同时也受到了教育界的密切关注，它也成为了教育发展的新突破。在这种情况下网络教学系统的研发也显得越来越重要，在软硬件设施的共同作用下为网络教学提供了一个良好的环境，而网络教学的深入发展让教学突破了传统的界限，并让多媒体资源利用得到了充分的发挥，这就使得教育行业的整体水平有了进一步的提升。但是网络教学在部分环节上较传统教学而言依然表现出了一定的缺陷，特别是在教学评价上出现了很大的短板。Agent技术的创新与发展为网络教学评价模型的构建提供了强有力的支持，通过对基于多Agent的网络教学评价模型进行细致化的探究可以让网络教学得到进一步地完善，从而提升网络教学水平，让网络教学的质量得到保证。 　　二、Agent技术概述 　　目前对于Agent并不存在准确的概念定义，业界也没有统一的标准去规范Agent，因此Agent也就存在不同的定义，Foundation for Intelligent Physical Agent 则是其中较为常见的一种定义。在该定义中将Agent描述为以实体态存在于环境当中，通过Agent可以让环境中获取事件发生存在的相关数据并将这些数据反映出来，根据以上基础来执行相关的影响行动。在该定义范畴下Agent可以由软件承载，也可以由硬件所承担。另外还有部分学者认为Agent的功能性主要涵盖了三个方面即对环境中的动态条件进行感知，对环境中的影响条件来进行动作执行以及通过推理来对相关的感知信息、推断产生以及问题求解等进行功能性解释。总之目前业界对Agent技术存在着很多不同的理解，并且每种概念模型都有其可取之处，但是无论在哪种解释或者是定义中Agent技术都呈现出了其特点，具体如下：（1）自主性。Agent技术具有良好的自主性，即便是在外界未对其进行直接操控的情况下它也可以根据感知到的内部状态以及环境信息来对自身的行为进行控制与决定。（2）反应性。在Agent对所处环境存在的事件或发生的事件有所感知时就会立即做出对应的反应。（3）交互性。在Agent的实际运行过程中事实上也体现了Agent的智能交互功能。在通信语言的协调下可以让Agent具备灵活多变的交互方式，并且不同的Agent之间能够产生协同作用，这样就让Agent的交互性得到了进一步的提升。（4）主动性。Agent可以根据承诺来进行相关的主动行为并表现出面向目标的行为。 　　三、基于多Agent的网络教学评价模型具体分析 　　在基于多Agent的网络教学评价模型的构建过程中会涉及到多方面的内容，其任务量负荷较大，同时也涉及了多个对象，另外它还需要对多门学科知识进行涉猎，在这种要求下就必须要保证基于多Agent的网络教学评价模型具备全面的功能性，要让Agent实体发挥特定的问题解决能力。在Agent单体功能性得到保证的情况下还要让Agent之间形成相互匹配的工作机制，让多Agent系统可以在单独问题解决的基础上对复杂问题进行处理。要让以上情形得以实现就需要建立多个功能化模块，以下对其进行详细的分析与阐述。 　　（一）评价方法模块 　　若要让基于多Agent的网络教学评价模型发挥实质性作用首先就应该设定相关的评价方法，此时就需要匹配评价方法模块。事实上该模块主体上还是以数据库为主。在进行网络教学评价的过程中先应该将相关标准以及教学目标进行数据采集，并将得到的数据进行分析，在分析结果的基础上对评级对象再进行准确的定位与判断。在上述过程中评价方法贯穿首尾，利用合适的评价方法便能够对Agent行为进行有利的指导，对于Agent本身而言可以根据不同的情况来得到最优的解决方案，其主要流程如下表所示： 　　（见后文表1） 　　（二）教学评价模块。教学模块是Agent 系统中的重要基础，将单独的Agent 与其他的Agent 进行关联，从而将整个评价模块当中的子模块进行衔接，在共同协同的作用下让决策性功能以及评价判断功能得到整合。通过教学模块的应用可以让评价目标与相关