鄺天福 徐慶生

(楚雄師范學(xué)院計(jì)算機(jī)科學(xué)系，云南 楚雄 675000)

智能教學(xué)系統(tǒng)中的學(xué)習(xí)推理模型研究*

鄺天福 徐慶生

(楚雄師范學(xué)院計(jì)算機(jī)科學(xué)系，云南 楚雄 675000)

將Agent技術(shù)引入智能教學(xué)系統(tǒng) (ITS)是當(dāng)前ITS研究的重要方向之一，本文提出了一種改進(jìn)的基于Agents的學(xué)習(xí)推理模型，在模型中引入了學(xué)生Agent，教學(xué)Agent，資源Agent，資源管理Agent，并對(duì)各Agent的基本功能進(jìn)行描述，進(jìn)一步明確了教學(xué)Agent的各項(xiàng)功能，該模型能更好的反映學(xué)生的學(xué)習(xí)狀態(tài)和學(xué)習(xí)需求，更能滿足個(gè)性化學(xué)習(xí)的需要。

Agent;智能教學(xué)系統(tǒng);推理模型

0.引言

如何通過使用恰當(dāng)?shù)恼Z(yǔ)言、在恰當(dāng)?shù)臅r(shí)間框架、用恰當(dāng)?shù)闹R(shí)粒度把恰當(dāng)?shù)男畔⑻峤唤o恰當(dāng)?shù)膶W(xué)生是2003年RAJ REDDY［1］提出的人工智能中的三個(gè)問題之一。智能教學(xué)系統(tǒng)正是這個(gè)問題在教育領(lǐng)域的充分體現(xiàn)。智能教學(xué)系統(tǒng)將人工智能、認(rèn)知科學(xué)和教育理論等引入計(jì)算機(jī)輔助教學(xué)系統(tǒng)中，賦予計(jì)算機(jī)以人類高級(jí)智能的系統(tǒng)，通過研究人類學(xué)習(xí)思維特征和過程，尋求學(xué)習(xí)認(rèn)知的模式，使學(xué)生通過個(gè)性化自適應(yīng)學(xué)習(xí)來獲取知識(shí)。［2］隨著網(wǎng)絡(luò)的廣泛應(yīng)用，智能教學(xué)系統(tǒng)由于不拘泥于時(shí)間和地理位置，它能極大地提高教學(xué)效果，成為當(dāng)前的熱點(diǎn)研究問題之一。

將Agent技術(shù)引入智能教學(xué)系統(tǒng) (ITS)是當(dāng)前ITS發(fā)展的重要方向。吳素芹［3］針對(duì)教學(xué)系統(tǒng)中缺乏人性化管理和缺乏對(duì)學(xué)習(xí)過程的引導(dǎo)等不足提出了基于Agent的網(wǎng)絡(luò)教學(xué)模型，在模型中通過引入了交互控制界面Agent、教學(xué)Agent、教學(xué)管理Agent、教學(xué)策略A-gent四種類型的Agent，能夠?qū)崿F(xiàn)教學(xué)系統(tǒng)的因材施教、個(gè)性化教學(xué)等功能。葉銀蘭［4］結(jié)合網(wǎng)絡(luò)教學(xué)的特點(diǎn)和需求，向網(wǎng)絡(luò)教學(xué)系統(tǒng)中引入Agent技術(shù)，提出了一個(gè)基于Agent的網(wǎng)上教學(xué)系統(tǒng)模型，討論如何把Agent技術(shù)應(yīng)用于網(wǎng)上教學(xué)，以提高網(wǎng)上教學(xué)系統(tǒng)的智能性和個(gè)性化，改善教學(xué)效果。劉霞［5］等人結(jié)合網(wǎng)絡(luò)教學(xué)的特點(diǎn)和需求，向網(wǎng)絡(luò)教學(xué)系統(tǒng)中引入A-gent技術(shù)，將學(xué)生、教師、管理者以及其他教學(xué)資源有機(jī)地結(jié)合起來，提出一種基于Agent的網(wǎng)絡(luò)教學(xué)系統(tǒng)體系結(jié)構(gòu)框架，以實(shí)現(xiàn)網(wǎng)絡(luò)教學(xué)智能化。趙艷杰［6］等人針對(duì)目前的網(wǎng)絡(luò)教學(xué)系統(tǒng)普遍存在學(xué)習(xí)過程缺乏智能性和協(xié)同性的問題，以Multi－Agent技術(shù)為基礎(chǔ)，提出了一個(gè)基于Multi－Agent的智能網(wǎng)絡(luò)教學(xué)系統(tǒng)模型，并討論了系統(tǒng)中各部分的主要功能及關(guān)鍵技術(shù)。陸淑娟［7］針對(duì)網(wǎng)絡(luò)教育的實(shí)際情況，提出將Agent技術(shù)與網(wǎng)絡(luò)教學(xué)系統(tǒng)結(jié)合起來以增強(qiáng)教學(xué)效果，提出了一個(gè)Multi－Agent教學(xué)系統(tǒng)模型，并闡述了系統(tǒng)的基本結(jié)構(gòu)及各部分的主要功能。但在以上提出的各模型中都沒有考慮到學(xué)生的認(rèn)知能力，不能充分體現(xiàn)學(xué)生學(xué)習(xí)過程中的個(gè)性化，因此孫瑜［4］等人提出了一個(gè)基于Web和Agent的個(gè)性化智能教學(xué)模型，并且對(duì)關(guān)鍵組件及教學(xué)過程進(jìn)行了詳細(xì)的分析，在模型中充分利用Agents具有較強(qiáng)的交互能力和自適應(yīng)能力的特性來促進(jìn)系統(tǒng)與學(xué)生以及系統(tǒng)與網(wǎng)絡(luò)之間的交互，增強(qiáng)學(xué)習(xí)效果，在模型中引入了教學(xué)、信息和認(rèn)知三種類型的Agent。

1.基于Agent技術(shù)的學(xué)習(xí)推理模型

為了更好地使系統(tǒng)與學(xué)生、學(xué)生之間以及系統(tǒng)與網(wǎng)絡(luò)之間的交互，增強(qiáng)學(xué)習(xí)效果，同時(shí)，鑒于Agents具有較強(qiáng)的通訊、交互能力和自適應(yīng)能力，在本文提出的學(xué)習(xí)推理模型中，將Agent技術(shù)引入到了推理層中構(gòu)成了ITS的推理模型，推理層中共引入了四種類型的A-gent:學(xué)生Agent、教學(xué)Agent、資源Agent、資源管理Agent，其結(jié)構(gòu)模型如圖1所示。

圖1 智能教學(xué)系統(tǒng)中的學(xué)習(xí)推理模型

2.學(xué)生Agent主要功能

對(duì)于初次進(jìn)入系統(tǒng)的學(xué)生，學(xué)生Agent負(fù)責(zé)將用戶 (學(xué)生)的基本情況存入學(xué)生模型庫(kù)，比如用戶名、學(xué)習(xí)水平、學(xué)習(xí)風(fēng)格、學(xué)習(xí)目標(biāo)、認(rèn)知能力等。對(duì)于老用戶，學(xué)生Agent負(fù)責(zé)將用戶的學(xué)習(xí)歷史記錄從學(xué)生模型庫(kù)中取出來，比如各知識(shí)點(diǎn)掌握情況、最近幾次的學(xué)習(xí)記錄等，為教學(xué)Agent的教學(xué)推理提供依據(jù)，此外，學(xué)生Agent能與其它Agent交互。

3.資源Agent功能

與學(xué)生Agent交互，獲得學(xué)生的學(xué)習(xí)信息;從領(lǐng)域知識(shí)庫(kù)中對(duì)各種領(lǐng)域知識(shí)根據(jù)需要進(jìn)行初步組合，形成教學(xué)資源;與教學(xué)Agent交互，根據(jù)學(xué)生的學(xué)習(xí)偏好、學(xué)習(xí)風(fēng)格及認(rèn)知能力等，為教學(xué)Agent提供教學(xué)資源;對(duì)教學(xué)資源進(jìn)行評(píng)價(jià)，并給資源管理Agent發(fā)送評(píng)價(jià)信息。當(dāng)資源Agent收到教學(xué)Agent對(duì)資源的需求消息后，資源Agent立即與學(xué)生Agent交互，獲取學(xué)生的學(xué)習(xí)目標(biāo)、學(xué)習(xí)風(fēng)格、當(dāng)前知識(shí)掌握情況等學(xué)生信息，從資源層中獲得知識(shí)節(jié)點(diǎn)、學(xué)習(xí)素材、教學(xué)策略等，并返給教學(xué)Agent，同時(shí)收集知識(shí)庫(kù)，教學(xué)策略及素材的使用情況并反饋給資源管理Agent。

4.資源管理Agent的功能

從領(lǐng)域?qū)＜夷抢铽@得領(lǐng)域知識(shí)對(duì)知識(shí)庫(kù)進(jìn)行更新和擴(kuò)充;對(duì)知識(shí)庫(kù)維護(hù)、檢測(cè)等;與資源Agent交互，得到當(dāng)前知識(shí)庫(kù)的動(dòng)態(tài)信息。

5.教學(xué)Agent的功能

與資源Agent交互，獲得教學(xué)內(nèi)容;與學(xué)生Agent交互，獲得學(xué)生的學(xué)習(xí)模型;選擇教學(xué)策略;知識(shí)點(diǎn)測(cè)試與對(duì)學(xué)生的學(xué)習(xí)情況做出評(píng)價(jià)等。

通過與學(xué)生Agent交互，教學(xué)Agent得到當(dāng)前學(xué)習(xí)者的學(xué)習(xí)情況，以及學(xué)生的一些基本信息，比如學(xué)習(xí)目標(biāo)、學(xué)習(xí)風(fēng)格等，與資源Agent交互得到當(dāng)前用戶需要的學(xué)習(xí)資源，比如各種聲音、視頻、文本、圖片和習(xí)題等，從教學(xué)策略庫(kù)中選擇對(duì)應(yīng)的教學(xué)策略，以達(dá)到個(gè)性化教學(xué)的目的。教學(xué)Agent能根據(jù)學(xué)生當(dāng)前的水平和學(xué)習(xí)者知識(shí)掌握情況決定學(xué)習(xí)的知識(shí)點(diǎn)。知識(shí)點(diǎn)結(jié)構(gòu)圖如圖2所示。

圖2 知識(shí)點(diǎn)結(jié)構(gòu)圖

在圖中，學(xué)生學(xué)習(xí)知識(shí)點(diǎn)D，教學(xué)Agent就會(huì)先根據(jù)學(xué)生的當(dāng)前知識(shí)掌握情況判斷學(xué)生有沒有掌握知識(shí)點(diǎn)A、B、C，如果掌握了則將知識(shí)點(diǎn)D的相關(guān)學(xué)習(xí)材料按照學(xué)生的學(xué)習(xí)風(fēng)格來呈現(xiàn)。否則就提示學(xué)生，D的基礎(chǔ)知識(shí)沒有掌握，只能先學(xué)習(xí)D的基礎(chǔ)知識(shí)。學(xué)完D之后，教學(xué)Agent會(huì)對(duì)學(xué)生對(duì)D的掌握情況進(jìn)行測(cè)試，教學(xué)Agent向資源Agent發(fā)出需要對(duì)知識(shí)點(diǎn)D測(cè)試的請(qǐng)求，收到資源Agent的應(yīng)答，對(duì)學(xué)生進(jìn)行知識(shí)點(diǎn)測(cè)試后教學(xué)Agent會(huì)得出測(cè)試結(jié)果，如果測(cè)試的成績(jī)達(dá)到規(guī)定的閾值則通知學(xué)生Agent將知識(shí)點(diǎn)D添加到學(xué)生掌握知識(shí)系列中，否則會(huì)提示學(xué)生再次學(xué)習(xí)本知識(shí)點(diǎn)或者是學(xué)習(xí)本知識(shí)點(diǎn)的基礎(chǔ)知識(shí)。知識(shí)點(diǎn)的教學(xué)流程描述如圖3所示。

圖3 知識(shí)點(diǎn)教學(xué)流程圖

教學(xué)Agent在對(duì)學(xué)生進(jìn)行學(xué)習(xí)評(píng)價(jià)時(shí)，要對(duì)學(xué)生的認(rèn)知能力進(jìn)行修正，以便進(jìn)一步與學(xué)生的實(shí)際認(rèn)知能力相接近，為指導(dǎo)學(xué)生下一步的學(xué)習(xí)提供依據(jù)，將認(rèn)知能力簡(jiǎn)單分為:識(shí)記、理解、應(yīng)用、分析、綜合、評(píng)價(jià)等六項(xiàng)認(rèn)知能力。初始狀態(tài)學(xué)生的認(rèn)知能力預(yù)定為60，表1為認(rèn)知能力初始表。

表1 學(xué)生認(rèn)知能力初始表

學(xué)生在學(xué)習(xí)完對(duì)應(yīng)的知識(shí)點(diǎn)之后應(yīng)進(jìn)行知識(shí)點(diǎn)的測(cè)試，在測(cè)試題的設(shè)計(jì)中，每個(gè)題目都有對(duì)應(yīng)的認(rèn)知分類標(biāo)記，教學(xué)Agent可以根據(jù)學(xué)習(xí)的情況修改學(xué)生的認(rèn)知情況。對(duì)于簡(jiǎn)單題，做對(duì)一題對(duì)應(yīng)的認(rèn)知能力加0.5分，做錯(cuò)一題減1分;對(duì)于中等難度的題做對(duì)一題可在對(duì)應(yīng)的認(rèn)知能力上加2分，做錯(cuò)可減2分;對(duì)于難題，做對(duì)一題在對(duì)應(yīng)的認(rèn)知能力上加3分，做錯(cuò)一題在對(duì)應(yīng)的認(rèn)知能力上減2分;這樣一次評(píng)價(jià)可以對(duì)學(xué)生的認(rèn)知能力做一次修正;多次測(cè)試后就可以對(duì)認(rèn)知能力進(jìn)行多次修正;在各種情況下當(dāng)認(rèn)知能力值為100時(shí)就不再增加，為0時(shí)就不再減少，為了對(duì)差生有鼓勵(lì)作用，應(yīng)該考慮學(xué)生當(dāng)前的知識(shí)水平，以激發(fā)差生的學(xué)習(xí)積極性。在學(xué)生退出系統(tǒng)之前，可以用公式1對(duì)學(xué)生的整體認(rèn)知能力做一個(gè)評(píng)估。

其中ri表示各種認(rèn)知能力的權(quán)重，且r1+r2+…+r6=1，此值由領(lǐng)域?qū)＜医o出。Ci表示各個(gè)認(rèn)知能力值，各Ci的值滿分為100分，是經(jīng)過多次測(cè)評(píng)后的修正值。根據(jù)得到的各個(gè)認(rèn)知能力分量及總的認(rèn)知能力，教學(xué)Agent會(huì)調(diào)整教學(xué)策略，下次學(xué)習(xí)時(shí)選擇與學(xué)生的認(rèn)知能力對(duì)應(yīng)的知識(shí)，總認(rèn)知能力的量化主要是將認(rèn)知能力分為五個(gè)層次，80—100分為優(yōu)，70—80為良，60—70為中，60—50為一般，50以下為差。

教學(xué)Agent要對(duì)學(xué)生學(xué)習(xí)知識(shí)點(diǎn)后的測(cè)試成績(jī)進(jìn)行計(jì)算，學(xué)生測(cè)試完成后可以用公式2計(jì)算測(cè)試成績(jī)。

其中n表示測(cè)試題中題的類型，比如有選擇、填空、判斷、問答，則n=4，ri為各種題型的權(quán)值，r1+r2+…+rn=1，由領(lǐng)域?qū)＜医o出。Si是對(duì)應(yīng)各種題型的分值，各Si滿分為100分。每個(gè)學(xué)生對(duì)某個(gè)知識(shí)點(diǎn)的學(xué)習(xí)結(jié)束后，都會(huì)對(duì)該知識(shí)點(diǎn)有一個(gè)對(duì)應(yīng)的測(cè)試成績(jī)，結(jié)合認(rèn)知能力決定所學(xué)習(xí)的知識(shí)是否已達(dá)到要求。

6.結(jié)束語(yǔ)

本文將Agent引入了智能教學(xué)系統(tǒng)中的學(xué)習(xí)推理模型中，通過教學(xué)Agent，學(xué)生Agent，資源Agent等，結(jié)合各類知識(shí)庫(kù)和教學(xué)策略庫(kù)，能更好地滿足不同學(xué)生對(duì)不同學(xué)習(xí)的需求。下一步將對(duì)Agent的形式描述和推理機(jī)制作進(jìn)一步研究。

［1］ R.Reddy.Three open problems in AI［J］.JACM，2003，50(1):P83—86.

［2］孫瑜，李志平.基于web和Agent的智能教學(xué)系統(tǒng)模型 ［C］，第一屆全國(guó)智能信息處理學(xué)術(shù)會(huì)議論文集，2007.

［3］吳素芹.基于Agent的網(wǎng)絡(luò)教學(xué)系統(tǒng)研究 ［J］.科技信息學(xué)術(shù)研究，2007(10):130—131.

［4］葉銀蘭.基于Agent的智能化網(wǎng)絡(luò)教學(xué)系統(tǒng)的研究 ［J］.科技信息學(xué)術(shù)研究，2007(14):20—21.

［5］劉霞，黃箐，汪厚祥.基于Agent的智能化網(wǎng)絡(luò)教學(xué)研究 ［J］.艦船電子工程，2005，25(4):75—78.

［6］趙艷杰，姬曉輝.基于Multi－Agent的智能網(wǎng)絡(luò)教學(xué)系統(tǒng)研究 ［J］.福建電腦，2007(3):127—128.

［7］陸淑娟.Multi－Agent技術(shù)在網(wǎng)絡(luò)教學(xué)中的應(yīng)用 ［J］.電腦知識(shí)與技術(shù) (學(xué)術(shù)交流)，2007(2):581—582.

Study on the learning and reasoning model in intelligent teaching system

KUANG Tian－fu;XU Qing－sheng
(Department of Computer Science，Chuxiong Normal University，Chuxiong 675000，China)

With the Agent technology introduced in intelligent teaching system(ITS)is the one of most important direction in ITS research．This paper proposes an improved based on Agents learning and reasoning model，the model introduced the student Agent，teaching Agent，resources Agent，resources management Agent．And all the basic functions of these Agents has been described，and further specified each function of the teaching Agent．The model can better reflect the learning state and learning needs of students，which can meet the needs of individualized learning．

Agent;intelligent teaching system;inference model

TP3

A

1671－7406(2011)09－0001－05

楚雄師范學(xué)院學(xué)術(shù)后備人才資助項(xiàng)目 (09YJRC07)。

2011－03－16

鄺天福 (1978—)，男，云南楚雄人，助教，碩士，主要研究方向:人工智能。

(責(zé)任編輯 劉洪基)