网络智能学习系统特征剖析.docVIP

网络智能学习系统特征剖析 　　摘要:本文通过对传统网络学习模型的介绍,对基于WEB2.0的网络智能学习系统的关键特征进行比较分析,认识学生利用网络智能学习系统提供的学习环境进行学习的主要特征,从而更好地改进系统以指导学生的学习,进而提出网络智能学习系统的发展趋势。 　　关键词:网络智能学习系统学习模型 　　中图分类号: 文献标识码:A文章编号:1007-9416(2010)01-0000-00 　　 　　1 传统网络学习系统的学习模型 　　在基于WWW的网络教育发展过程中,一般采用了B/S浏览学习结构,即:将课程资料、素材、讲义、电子教案等存放在远端的WEB服务器上,并且如果系统使用了数据库则通过WEB服务器与数据库进行连接。然后学习者在通过Internet或者Intranet接入的方式,对WEB服务器提出请求,由服务器端进行处理,然后反馈给客户端相应的内容,这是传统网络教学系统所普遍采用的基于WWW的远程学习模型,如下图: 　　这种基于WWW的远程学习模型满足了网络学习的基本要求,能够实现网络学习。而且现在的很多网络学习系统和平台依然在采用这种模型,其优点是学习系统结构清楚,维护方便,而且B/S结构和数据库的引入可以让所有接入这个系统的学生进行有效的学习,如果在功能上(例如作业系统、评价系统、监控系统、讨论平台等)和学习资源上给予足够的支持,将是实现网络远程学习的更有效的途径。 　　但是应该看到,这种模型同样具有一个明显的缺点:这种学习系统主要以系统为中心,并没有充分考虑学生的需求和习惯,要求人来适应系统而不是系统来适应学习者,没有充分按照人的个性要求等因素来实施系统设计。实践也逐渐地证明了这一点,那就是学生在这样的环境中学习,需要花很长的时间来适应这种环境,而且一成不变的学习环境、不感兴趣的辅助材料使学习会变得枯燥和无味。 　　 　　2 网络智能学习系统的特征及其发展趋势 　　在传统的网络学习系统中存在的最大的问题就是没有以学生学习为中心,系统对学生不能自动的适应,没有照顾到学生的个性因素,不利于学生完全自由的学习,也无法做到个性化指导。 　　要解决这一问题,最关键的就是要在学习系统中增加对学生个性化因素、学习策略等方面进行支持的功能模块。因此,需要研究具有智能分析学生个性化特征的网络智能学习系统,在这种系统中,不是简单的对传统网络学习系统的改进,而是一种理念上的更新:这将以学生的学习为中心,尊重不同学生的个性,发掘学生学习的潜在规律,让系统智能的来适应学生,从而更好的支持学生自行选择的学习策略,培养其元认知能力,在了解学生学习过程的情况下给予适当的个别的学习指导。 　　在传统网络智能学习系统研究中主要具有如下特征: 　　2.1 具有更强的交互性 　　在这里更强调人机交互的方便和易用性,学生可以对系统提出相关资源请求信息,得到系统及时的反馈,比较常见的有智能搜索引擎等。 　　2.2 具有良好的导航功能 　　良好的导航功能可以使学生在浩如烟海的学习资源中清楚把握自己所在的学习位置,并能迅速方便的找到自己需要的资料,避免出现迷航现象。 　　2.3 能提供一定规模的专家知识领域库 　　这就加强了对学生自主学习的指导作用,学生在学习过程中,可以借助比较智能的专家知识领域库来做出对遇到问题的解释,在这里,专家知识领域库并不是完全作为一种答案解答机制,也不是对所有问题都提供详实的解释,而是指导问题解决的相关概念,这样可以让学生利用适当的学习策略,通过知识的迁移来完成对问题的解决,培养其学会学习的能力。 　　2.4 采用了具有一定智能测试反馈策略 　　在过去的研究中,智能(自适应)测验也开始引入了智能学习系统的设计。自适应测验是计算机技术和项目反应理论相结合的测验方式,它需要根据学生对试题的反应来选择下一个测试题,它需要实时对学生的反应做出判决,并需要根据一定的规则选择下一试题。通过具有智能特征自适应测试,可以对学生的知识水平和学习效果做出一个初步的判断。 　　传统网络智能学习系统确实在一定程度上体现了更加重视学生“学”的特点,将学生学习置于中心地位,是网络教育的重大进步。同时,随着研究的深入进行,发现基于网络的自主化学习对网络学习系统的要求也越来越高,因此就要求网络智能学习系统有更深层次的改善和发展,其主要结构特征发展趋势为: 　　2.4.1 建立动态学生的认知模型,以存储学生学习过程中的特征信息 　　网络智能学习系统最核心的特征就是根据学生的能力特征和认知特征提供最适合学生需求的学习环境。从这个角度看,就要求通过一定的技术测控手段将学生的个人学习情况记录下来,再通过分析决策得到相关结论,作为教学决策的依据。认知模型主要记录每个学生原有的知识水平认知能力和特点。 　　2.4.2 智能