专家系统推荐知识模块的自适应学习平台

0 引 言

网络学习平台有大量的知识模块，例如有关学习内容的网页、学习资料视频、练习题目等。然而，若无恰当的外部帮助， 学生容易在学习过程中感到困惑，无人为其解决学习中遇到的问题，最终放弃学习目标。为了解决网络学习平台单一阅读的学习模式，领域专家引入了很多方法，如学生之间的交互、学生与教师之间的交互、推荐优秀学习伙伴等。此外，一项重要的机制是自适应，它采集并分析有关学生知识水平、学习过程的实时数据，基于数据分析的结果，提供学生期望的知识模块， 形成一条适合学生当前知识水平的个性化学习路径[1]。

文献 [2] 应用分析方法从学生学习活动的日志数据中提取 40 个特征值，用来定量刻画两个知识模块的关系 ：相似度、 难度和先行关系。采用回归分析方法对训练数据和测试数据 进行实验，得到了较好的结果，然而，并没有将其应用到网络 学习平台的设计与实现中。文献 [3] 从文献 [2] 中的增量数据 集中提取了 20 个特征值用以描述两个知识模块间的关系，应 用训练数据对机器学习方法，即多元线性回归和高斯过程等 训练，并用测试数据进行实验，也得到了类似的结果。为进 一步验证、改善基于知识模块关系的推荐机制，本文采用专 家系统作为自适应学习平台的推荐模块 [4]，以 Web 服务器作 为知识模块的载体，设计实现基于专家系统推荐知识模块的 学习平台原型，该原型可以进一步用于数据采集、特征值分析 与检验知识模块的推荐机制。

1 知识模块推荐 

在文献 [2，3] 中，知识模块是练习题目，从网络学习平 台的学生日志数据中提取特征值可以确定两个练习题目的关 系 ：相对难度、相似性和先行关系。确定所有练习题目对的关 系后，由专家系统根据学生完成练习题目的情况为其推荐符合 学生当前知识水平的练习题目。例如，当学生回答完成了练习 题目 A 后，若回答正确，则网络学习平台的专家系统根据专 家知识库的教学规则，为学生推荐一个较难的练习题目 B。若 回答不正确，则为学生推荐较容易的练习题目 C。因此，依据 学生的知识水平可以为每个学生建立一条个性化学习路径。

2 平台设计

基于专家系统的自适应学习平台主要由学生学习客户端、教师编辑练习题目客户端、练习题目库、增量式更新知识模块关系组件、专家知识库、专家推理机、动态事实及推荐机制模块和Web 服务器构成。自适应学习平台体系结构如图1所示。其路径功能如下所示：

（1）教师使用教师编辑客户端沿着路径1、3 和 4 可以添加、 修改和更新练习题目库 ； 

（2）学生使用学习客户端沿着路径 2、3 和 4 可以下载练 习题目，并上传题目的回答情况 ；

（3）动态事实及推荐机制模块沿路径 11 得到学生回答练 习题目的情况，推理机制沿路径 9 和 10 对动态事实进行分析 处理，激活专家知识库符合条件的教学规则，动态事实及推 荐机制模块沿路径 10 获得激活的教学规则。例如推荐下一个 练习题目的名称，沿着路径 11 传递给 Web 服务器 ； 

（4）Web 服务器可以从练习题目库中获得被推荐的下一 个练习题目，并返回给学生客户端 ； 

（5）学生学习活动的日志数据会被 Web 服务器沿路径 5 保存在学生用户日志数据库中 ； 

（6）沿路径 6，增量式更新知识模块关系组件可以分析 学生活动数据，计算知识模块之间的关系 ； 

（7）沿路径 7 更新专家知识库有关知识模块关系的规则； 

（8）教师编辑客户端沿路径 1、3、5 和 8 可以修改专家知 识库的规则。

3 原型实现 

采用 Tomcat[5] 作为 Web 服务器，开发教师编辑练习题目 客户端，练习题目以 Web 页面的形式保存在 Tomcat 服务器中。 采用 Java 专家系统 Jess [6] 开发专家知识库和推理机。开发增 量式更新知识模块关系组件和推荐机制模块，与其它模块集 成自适应学习平台。专家知识库及教师编辑客户端的练习题目 页面截图如图 2 所示。

4 结 语

自适应学习平台的专家系统基于学生练习题目的答案及专家知识库中的规则为学生动态提供知识模块，创建一条个性化学习路径，以符合学生当前的知识水平，帮助其完成学习目标。