智能网络教学系统的设计与实现

陈友明，文贻赛，文海英

（1．永州职业技术学院计算机系，湖南永州425006；2．湖南东安三中，湖南东安425900；3．湖南科技学院计算机与通信工程系，湖南永州425100）

智能网络教学系统的设计与实现

陈友明1，文贻赛2，文海英3

（1．永州职业技术学院计算机系，湖南永州425006；2．湖南东安三中，湖南东安425900；3．湖南科技学院计算机与通信工程系，湖南永州425100）

随着网络通信技术的不断发展，学习者可以不受时间和空间的限制进行网上学习，个性化网络教学已成为必然趋势。论文在三层结构的知识组织和管理的基础上设计了个性化学习页面合成算法、最优学习路径生成算法等，并设计了一个智能网络教学系统，能较好地实现学习过程的自适应性。

网络教学；智能化；个性化学习

当今越来越多的人通过网络学习所需的知识，如何使网络学习真正发挥其优势，实现个性化学习，已成为专家学者首要研究的问题。本文在“本体概念网—知识点集—教学素材”三层结构的知识组织和管理的基础上，设计了一个智能网络教学系统，不仅达到随时、随地学习的基本要求，而且能实现个性化的教学。

一、系统的设计

1.系统的设计原则

网络教学需充分考虑到学习用户在教学背景、学习能力、理解能力和接受能力方面的差异，实施“因材施教”，以利于学生的个性化学习和自主学习。因此，网络教学系统的设计原则首先是开放的学习，实现任何人在任何地点、任何时间可以学习任何内容；其次是随机学习，对于同一个主题，用户可以从不同的起点、按不同路径进行学习；最后是探索学习，让用户主动参与教学过程，自己去设计学习路径，探索和寻找知识。

2.系统的物理架构

本系统采用B/S模式：客户端浏览器通过URL访问Web服务器，Web服务器请求数据库服务器，并将获得的结果以HTML形式返回客户端浏览器。B/S模式突破了传统的文件共享及C/S模式的限制，实现了更大程度的信息共享。系统的物理架构如图1所示。

图1 系统的物理架构

3.系统的功能模块

系统按照功能分为多个模块，包括概念网管理、用户管理、教学素材管理、教学知识库管理、个性化教学服务。如图2所示。其中：概念网管理模块主要实现概念节点的编辑与管理、概念事件的编辑与管理、概念联系的编辑与管理、知识点目录树和概念网的生成；用户管理模块主要实现用户注册与登录、用户资料的编辑、学习记录的查询、学习行为信息的管理；教学素材管理主要实现呈现类与测试类素材的收集与编辑、检索及其到知识点的挂靠等；教学知识库管理主要实现知识节点框架的编辑及知识点与概念的关联、教学策略的编辑；个性化教学服务主要实现个性化学习内容的自动合成、知识点的查找与学习导航及知识点的测试与学习评价。

图2 系统功能模块

在这个网络教学系统中，用户可以根据导航进行自主学习和测试，同时系统还能对用户进行智能引导，并分析用户的学习行为，对用户的学习做出评估。专家（或教师）可以通过网络检查用户的学习情况，修改教学策略、制定教学重点，实现个性化教学。

4.系统的数据库设计

本系统使用领域知识数据库CourseData以及用户数据库User两大数据库。领域知识数据库主要包含有概念网表、知识点表、教学素材表、教学策略表以及试题表。领域知识库中的表为源数据表，它的内容由专家确定且不会因为学习用户的行为而改变。根据用户模型的结构，用户数据库则包括用户特征表、用户学习表、学习信心度表以及互动信息表。用户数据库的表为更新数据表，它的内容随着用户的变化以及学习的递进而不断得到更新。例如用户学习行为表（U_Studying）如表所示。

表 用户学习行为表(U_Studying)

用户学习行为表记录每一个用户当前的学习状态，对于推测用户的学习兴趣、了解用户的学习进度等提供了原始数据。

二、系统的实现

1.系统工作原理

本系统采用逻辑相对独立的三层结构：数据层、网络服务（智能教学）层和学习层。数据层存放着系统的所有物理数据，包括领域知识数据库以及用户数据库，为网络服务（智能教学）层提供信息基础。在数据层中存放的数据分为静态数据和动态数据，如用户学习行为表就是动态数据，它可以跟踪用户的学习行为，为后台的学习行为分析和考评作数据基础，是实现个性化教学的重要手段和基础。网络服务层主要用来实现个性化导航和智能教学服务，当得出某个用户对某个知识点的掌握情况，就可以为用户推荐下一步学习内容，并根据用户的综合表现及学习目标进行学习导航，向用户推荐相应的学习资源。学习层是用户的接口，负责采集用户的行为，并将系统处理的结果返回给用户。也就是说该层可以接收用户的请求，反馈系统合成的个性化学习界面等。

因此，本系统的工作原理就是利用本体概念网根据知识点间关联关系构建教学知识网络，用户注册登录以后，通过浏览器浏览网页形式的课件内容，凡是注册用户，系统都建有个人用户模型库，记录用户的基本信息和学习过程中有用的信息，对用户的学习特征和学习状态进行测评，运用和调整教学策略，不断根据用户实际情况选择合适的教学素材，生成相应形式的个性化学习页面提供给用户。

2.系统的开发与运行环境

本系统选择B/S三层结构，后台数据库采用SQL Server2000，它作为数据库服务器在Windows平台上运行，可与Windows NT/2000的安全性系统集成。它提供了建立用户连接、提供数据库安全和查询请求服务的全部功能。Web服务器运行微软的IIS，以ASP.NET作为开发工具，选择.NET平台的原因是该平台提供了与SQL Server的良好接口，并提供了丰富的Web控件，适合用于开发功能强大的网络服务程序。

3.关键技术

（1）个性化学习页面的合成

传统的网络课件在显示知识点的内容时对所有用户是一样的，其缺点是只从一般的角度规定了应该掌握的知识内容和学习素材，并没有考虑到不同学习用户的差异性这一现实情况，因而不能很好地提供个性化学习服务。[1]本系统中知识点的组成构件虽然是由专家制定的，但学习用户也可以在学习页面中加入自己个性化的设定。

首先，如果教学专家没有特别规定，知识点构件中素材的呈现次序会考虑学生的素材媒体喜好信息，符合学生喜好的素材会优先呈现。

其次，不同的学习构件的组合次序会考虑学习用户的学习方法设定，尽量满足学习用户对学习方法的要求。

在用户注册时，用户会填写一些基本的学习特征，如对教学素材的偏好、教学方法的选择等，这样系统会根据用户所提供的信息，组成Web形式的教学页面，并以用户适应的学习路径推进教学。随着教学进程向前推进，用户初始的自我分类往往会有偏差，系统会随时跟踪用户的学习路径、知识浏览情况，记录用户的行为特征和学习特征并不断进行调整。通过调整后，教学方法与初始登录时的教学方法可能会不同。系统会根据用户模型中的用户信息调用不同的教学素材，组织合成个性化的学习页面，所以不同类型的学习用户，即使是学习同一个知识时，学习页面也可能是不同的。

（2）个性化测评

评测是对用户学习情况的检测和评估，在网络教学中对学生认知水平的评估尤为重要。[2]一般网络学习系统的测试往往是将一般考试搬到网上进行而已，在本网络教学系统中，测试部分是作为教学素材的一种挂靠到知识点下，测试页面也是根据学习者的学习情况拼装成的个性化测试页面，用户学习了哪些知识，系统就会根据用户学习情况组合相应的试题对学习者进行测试，还会将测试结果作为用户新的学习特征存入用户模型中，作为个性化调整的依据。同时根据测试的结果标定该知识点是“已掌握”或是“未掌握”，以确定下一步需要学习的知识点及知识点构件的组成。

（3）最优学习路径的生成

在网络教学系统中学生学习知识时，首先考虑知识的重要性，重要的知识先学，同样重要的知识则考察它们的难易性，容易的先学，当然还要考察知识的生疏性，生疏的知识先学。此时路径长度的度量不再是路径上边的知识数目，而是路径上知识的重要度、难易度和生疏度的权值之和。对于这种用有向无环的网来表示和组织领域知识的概念网络，要想得到最优的教学路径可采用经典的Dijkstra最优路算法。

求两概念节点间最优路径的Dijkstra算法描述如下：

1）假设用带权的邻接矩阵arcs来表示带权概念网，arcs[i][j]表示弧上的权值。若不存在，则置arcs[i][j]为∞（在计算机上可用允许的最大值代替）。S为已找到从v出发的最短路径的终点的集合，它的初始状态为空集。那么，从v出发到概念网上某终点vi可能达到的最短路径长度的初值为：D[i]=arcs[LocateVex（N，v）[i]]vi∈V.

2）选择vi，使得D[j]=min{D[i]vi∈V-S}vi就是当前求得的一条从v出发的最短路径的终点。令S=SY{j}.

3）修改从v出发到集合V－S上任一顶点vk可达的最短路径长度。如果D[j]+arcs[j][k]

4）重复操作2）、3）共n-1次。由此求得从v到网上其余各概念节点的最短路径是依路径长度递增的序列。

我们希望找到从源点到某一特定终点的最短路径，解决这一问题的一个办法是：每一次以一个节点为源点，重复执行Dijkstra算法n次，这样便可求得每一对概念节点之间的最优路径。

同时存在几条最优路径时，势必在寻找最优路径的过程中存在至少一个概念节点，到达该节点的最优路径来源节点多于一个。这时从目的地回溯列出最优路径来源节点则按不同路段排列得到多条同优路径即可。

三、结束语

个性化网络学习方式打破了传统的学习方式，增加了学习的灵活性，不仅可以提高学习效率，还可以激发学生的学习热情和学习兴趣，使学习者在这个新的学习环境中自由而快乐地学习。随着网络学习的普及，智能网络教学系统将会被越来越多的人所接受，并且会日趋完善。☉

[1]文海英,罗三定,沙莎.《VFP数据库程序设计》网络个性化教学研究[J].现代计算机,2008(1):76-79.

[2]庄致.自适应远程教学系统中学生认知水平估算方法[J].计算机工程与应用,2007,43(3):220-223.

[3]贺保国,赵广社,刘美兰.网络环境下自适应学习系统研究[J].计算机测量与控制,2008,16(2):256-259.

（编辑：金冉）

book=62,ebook=86

G434

：B

：1673-8454（2010）15-0062-03