首頁 > 文章中心 > 正文

          網絡智能化教學

          前言:本站為你精心整理了網絡智能化教學范文,希望能為你的創作提供參考價值,我們的客服老師可以幫助你提供個性化的參考范文,歡迎咨詢。

          網絡智能化教學

          一、引言

          隨著計算機、通信、多媒體及Internet技術的發展,人類現在的教育內容、教學手段與教育方法遇到前所未有的挑戰。計算機網絡能滿足自定步調的學習方式,具有良好的交互性,傳遞信息和反饋的速度快,加之計算機網絡資源的不斷擴展和對協同學習的支持,網絡教學成為目前CAI中最為吸引人的教學方式之一。現在的網絡教學主要有以下幾種模式:講授型、個別輔導型、探索學習型、協作討論型、游戲型、模擬型、練習與測試型[1]。由于具有針對性,它們在某些方面(或教學或練習)都有很大的優勢。

          然而,我們知道,人類的學習途徑主要有兩個:一是個體的知識獲取與積累;二是在群體交流協作中獲取和積累知識。現存的網絡教學型模式缺乏對學生的引導和因材施教,學生在網絡教學中隨意性較大,甚至盲目地漫游,這既浪費時間又達不到學習目標。

          ICAI(計算機智能教學)代表了一種新的教學思想,模擬是教師,服務對象是學生,綜合教育心理學和認知科學理論,基于學習者特性、狀態,跟蹤學習者特性與狀態的變化,自動生成教學信息,調整教學過程和教學策略[2]。ICAI的形式很多,圖1-1為網絡ICAI結構圖,從圖中我們可以看出,它和基本的ICAI一樣,由四部分組成:領域知識、教師模型、學生模型、人機接口。本系統中,我們構造了一個認知學生模型,克服了傳統的覆蓋模型和偏差模型的一些弊端,收到了良好的效果。

          二、認知能力的表征

          根據美國著名教育心理學家布魯姆(B.S.Bloom)的"教育目標分類"理論,教育目標應當包括認知能力領域、動作技能領域和情感領域。其中認知能力的目標按智力活動的復雜程度可以分為六個等級:識記、理解、應用、分析、綜合和評價[3]。

          識記--記憶或重復以前呈現過的信息的能力,也就是知識保持能力

          理解--用自己的語言來解釋所獲得的信息的能力

          應用--將知識(概念、原理或定律)應用于新情況的能力

          分析--把復雜的知識分解為若干個彼此相關的組成部分的能力

          綜合--將有關的知識綜合起來形成新知識塊或新模式的能力

          評價--根據已有知識或給定的標準對事物做出評價和鑒定的能力

          這些等級的認知能力劃分是按智力活動從簡單到復雜,從具體到抽象的程度逐步遞增的。識記和理解屬于較簡單的低級認知能力,應用、分析、綜合、評價屬于較復雜的認知能力。

          系統領域知識設計時,我們將課程的知識以知識點來劃分,并對系統的題庫進行認知分類,即每道題中我們賦予其上面的六種認知能力,并記錄下相關的知識點。然后通過定性推理三次選題練習,采用"逐步逼近?quot;構造學生模型。

          三、構造學生模型

          3.1智能練習的三個階段

          本模型運行時分為三個階段:基礎練習階段、診斷練習階段、補充練習階段。這三個階段就像一個醫生看病時完成一個了解病情、診斷病情、開方治療這樣一個自然又合理的過程。

          a.基礎練習階段

          系統根據學生填入的題目數,自動的生成難度適中的基本習題,考查學生對本節各個知識點的掌握情況。當學生做完所有的題目后,進行離線判斷。根據題目的對錯,自動的修正學生的認知能力表、認知參數表,最后顯示錯誤題目的正確答案及各知識點的掌握情況。轉向第二階段。

          b.診斷練習階段

          系統根據第一步的做題情況,出一些診斷題,根據邊界擴展法對學生的錯誤集合進行確認,進一步考查學生未掌握的知識點。當學生做完所有的題目后,進行離線判斷。根據題目的對錯,自動的修正學生的認知能力表、認知參數表,最后顯示錯誤題目的正確答案及各知識點的掌握情況。轉向第三階段。

          c.補充練習階段

          系統顯示診斷后未掌握的知識點,學生選擇相應的知識點進行練習,開始出難度適中的習題,根據做題情況自動調整難度級數,每做完一題,系統進行判斷,若知識點未達到掌握,則繼續出題,直到知識點達到掌握,計算認知能力,轉入另一個知識點的補充練習。直到掌握了所有知識點。轉入到下一章節的學習。

          3.2用"逐步逼近法"構造學生認知模型

          學生認知模型的實現有兩種方法--"小組評估法"和"逐步逼近法"。"小組評估法"優點是簡單,無需對龐大領域知識中的每個知識點進行認知分類,適用于集體授課的教學模式。其主要缺點是評估帶有一定的主觀隨意性,而且得到評價矩陣后一般不能更改。"逐步逼近法"的優點是計算機簡單,不僅適用于個別化的教學,也適合于集體授課的教學模式,而且避免了評估中的主觀隨意性,最后的評估結果也符合學生的實際認知能力水平。由于它更適用于用計算機來實現,所以系統采用逐步逼近法構造學生認知模型。

          用逐步逼近法構造學生認知模型有一個先決條件,即事先必須對領域知識進行"認知分類"--領域知識庫中要對每個知識元素標出它在學生認知能力培養方面的特性,這里的知識元素即我們上一章所說的知識點。

          本系統中逐步逼近法是這樣實現的:

          (1)學生登陸時先檢查是否存在該生的認知能力記錄表,如果沒有,就由學生填寫本人的認知能力評估表。其中的認知能力由學生本人給出。值為[0,1]內的任一實數。1和0表示對應最強和最弱的認知能力。為了學生有相應的參考,我們給出了學生的評價等級區間:

          優秀=[0.8,1];良好=[0.6,0.8];中等=[0.4,0.6];較差=[0.2,0.4];很差=[0,0.2]

          例如:若針對六種能力,自我感覺中等,則可以在中等區間內選取某值作為評估值,此值不要求十分精確,取0.45,0.50,0.52均可,在以后的逐步逼近過程中可以修正。這樣我們就得到六項認知能力值,即"初估值"

          (2)根據一次評估值,我們開始以下的三級學習。首先進入基礎學習階段,從題庫中選出適合學生認知能力的題目進行測試。根據做題的對錯,我們對"初估值"做出修正。修正規則如下:

          規則1:ifYandlevel=1thena=a+0.025

          解釋:如果學生答對一道難度級數為1的題,則在相應的認知能力值上加0.025

          規則2:ifNandlevel=1thena=a-0.075

          規則3:ifYandlevel=2thena=a+0.050

          規則4:ifNandlevel=2thena=a-0.050

          規則5:ifYandlevel=3thena=a+0.075

          規則6:ifNandlevel=3thena=a-0.025

          規則7:ifYandlevel=4thena=a+0.100

          規則8:ifNandlevel=4thena=a-0.010

          (3)綜合認知能力的反映

          為了全面的評估學生的認知能力,教育心理學專家通過專家的經驗確定了各個認知能力的量比值[22],從而可以得到一個綜合的認知能力指數。六種認知能力的不同權重為:

          識記=0.1400;理解=0.1125;應用=0.1625;分析=0.1800;綜合=0.2750;評價=0.1300

          由此可得學生的綜合認知能力指數為:

          A=0.1400*識記+0.1125*理解+0.1625*應用+0.1800*分析+0.2750*綜合+0.1300*評價

          (4)系統依次進入第二階段、第三階段,處理方法如上。

          顯然,二次評估值與一次評估值相比,在對學生認知能力的評估上又接近了一步,如此繼續下去。學生每前進一個階段,認知評估值要修改一次,而每一次修改都要比前一次更接近準確值。這就是"逐步逼近法"的含義。

          四、系統實現方法

          4.1網絡運行模式

          網絡運行模式主要有以下三種:主機/終端,C/S模式,B/S模式。主機/終端模式是用一臺高性能的主機帶有多個終端,通過分時共享方式使用主機資源,此種模式不能充分發揮網絡平臺的優勢,目前在信息系統開發中已經很少采用。C/S模式由客戶機和服務器組成,通過網絡連接,服務器完成數據的存儲管理和部分或全部數據處理工作,客戶機負責用戶界面的處理和部分數據處理。C/S模式支持開發的工具很多,運行效率較高,但需要在客戶機上安裝客戶應用程序,用戶在固定的機器上工作,應用程序的運行、維護成本較高,而且也不能充分發揮Internet網絡平臺的優勢。

          另一個就是B/S模式,也是本系統采用的模式。它是當今Internet平臺上最流行的運行模式。B/S模式由瀏覽器(browse)和服務器(webserver)組成,通過網絡連接,其基本結構如圖3-1所示。它和C/S模式有很多相似之處,但瀏覽器是通用的用戶界面,不需在瀏覽器端安裝用戶應用程序,服務器提供用戶需要的信息,但要訪問網絡數據庫中的信息還需要進行某種擴展。信息系統采用此種模式可以使數據處理、內部信息(Intranet)的瀏覽和外部信息的瀏覽界面完全一致,方便用戶使用。同時,由于瀏覽器端不安裝用戶應用程序,可大大降低運行維護費用。

          我們的服務器配置為:

          Windows2000advserver;VisualInterDev6.0和Frontpage2000,VisualC++6.0;

          相關技術有ASP、HTML、CSS、VBScript、JavaScript;

          數據庫服務器:SQLServer7.0;

          與傳統的B/S模式不同,我們通過VC6編寫COM/COM+組件引入了"中間件"技術,從而實現了Web的三層技術。

          4.2COM+與ASP

          COM+是微軟下一代新的組件結構,總的來說,COM+就是將MTS(MicrosoftTransactionServer)集成到COM(ComponentObjectModule)中,從而為COM調用提供了一種新的基于MSMQ(MicrosoftMessageQueue)的通信方法。COM+提供了無縫連接系統,在該系統下,創建服務器應用就像實現客戶應用一樣簡單。

          ASP(ActiveServerPages)的最大特點就是它可以與COM+/COM共同工作。ASP的執行效率很高,可是一旦ASP腳本代碼開始運行,由于腳本代碼是解釋運行的,所以其運行速度要比經過編譯的代碼慢得多。腳本只用在代碼較少并且在其所調用的函數是經過編譯的情況下才具有優勢,所有在內置函數數量十分有限的情況下,調用程序員自己編寫的函數方法才能滿足應用的需要,而這種方法正是面向對象的COM能夠提供的。

          除了提供調用的COM組件的方法外,ASP本身也是由COM實現的,ASP使用了對象模型,因此ASP編程可以實現面向對象的無縫連接。不但可以激活ASP提供的各種內置對象而且還可以激活用戶COM對象,在這種情況下用戶COM對象也叫做ActiveServerComponents。

          4.3存儲過程

          在SQLServer數據庫中提供一些保存在數據庫中的用戶自定義的程序,而這些程度即是所謂的StoredProcedure(存儲過程)。簡單的說,存儲過程就是使用一個程序名稱命名,其中包括含有處理數據庫存取與運算的程序文件,并且將這樣的程序文件緊密結合在數據庫中,方便地通過前臺應用系統或者是數據表變更時點擊的Trigger進行程序處理。

          使用存儲過程主要是為了改善系統性能。因為存儲過程在服務器上運行,服務器通常是一種功能更加強大的機器,它的執行時間要比在工作站中的執行時間短。另外,由于數據庫信息已經物理地在同一系統中準備好,因此就不必等待記錄通過網絡傳遞進行處理。相反,存儲過程肯有對數據庫的立即的、準備好的訪問,這使得信息處理極為迅速。

          系統中三階段練習的抽題過程主要用存儲過程實現,這樣提高了系統的效率,臨時表的生成也避免服務器上數據庫的越權修改。

          五、結束語

          本系統人工智能運用到網絡教學中,以教育心理學和認知科學理論為基礎建立了一個認知學生模型的學習平臺,使課件具有了自適應能力,能根據學生不同的學習能力,給予相應的學習內容和流程,具有一定的實用價值。另外本模型具有通用性,把此模型加入到教學軟件中對提高其智能性有很大益處。