基于专家系统的CSCL系统的设计与实现

高兴培　陈亦兵

摘要：为了提高计算机支持的协作学习（CSCL）的智能化水平，文章提出了以知识点为单位的交互学习模式，并采用B/S程序架构、基于模糊规则的推理策略、ASP与SQL Server 2000相结合的Web开发技术，建立了一个基于专家系统的CSCL系统。

关键词：专家系统；计算机支持的协作学习（CSCL）；知识库；推理机

中图分类号：TP182 文献标识码：A 文章编号：1009-2374（2013）12-0023-02

计算机支持的协作学习（Computer Supported Collaborative Learning，简称CSCL）是指利用计算机技术来辅助和支持协作学习，它是近年来国际教育技术界一个充满生机的新研究与实践领域。专家系统（Expert System，简称ES）是一个智能计算机程序系统，它能够运用专家的知识并模拟专家的思维活动，解决那些需要人类专家处理的复杂问题。将专家系统技术应用于CSCL教学环境，可以汇集教育领域专家的知识和经验，模拟教育专家的教学思维过程，实现根据协作学习成员的状况因人而异地施教，以达到最佳的教学效果。本文结合电大开放教育专科《数据库基础与应用》课程对基于专家系统的CSCL系统进行了探索和实践。

1 CSCL交互过程设计

协作学习的应用模式有多种，为便于与专家系统相结合，本文采用合作模式，同时设定CSCL交互学习以知识点为单位，学习内容为《数据库基础与应用》课程各章的主要知识点。每个知识点的学习按以下步骤进行：（1）由各协作学习小组长代表该小组随机抽取一个讨论题目；（2）进入小组讨论阶段。当全组达成统一意见后，由组长作讨论总结并提交。若小组总结得到教师确认，则小组讨论结束；（3）小组讨论结束后，进入自我测试阶段。该阶段要求各协作成员接受系统一个测试题目的测试并能通过；（4）当各成员都通过了系统测试，则进入自我总结和评价阶段；（5）总结与评价完成后，进入综合评价阶段。该阶段是由系统根据自评分、互评分、教师评分、综合表现等参数对各协作成员进行综合评价并给出评价结论。

上述各阶段的流程由开关变量控制，综合评价完成后或者当studytime=0时，该轮协作学习结束。教师（管理员）亦有权在任何时刻终止某知识点的协作学习。

2 基于专家系统的CSCL系统设计

2.1 系统结构模型

本文采用基于Web的专家系统结构模型，它是集成传统专家系统与Web数据交换的新型技术，在结构上由浏览器、应用服务器和数据库服务器三个层次所组成。

2.2 知识库

为了匹配CSCL交互学习过程和便于学生网上自主学习，本系统的知识库分设为课程资源、讨论题、测试题和规则四个子库，并且都存放于后台数据库SQL Server 2000中。

2.2.1 课程资源子库。课程资源子库是有关《数据库基础与应用》课程的各种学习资源，包括文本、图像、音频、视频、动画等多种文件，对它们的描述使用关系数据表结构。

2.2.2 讨论题子库。讨论题子库是为协作学习小组进行交互讨论而设置的。每个讨论题都包含一个“提示信息”字段，它是对本问题的简单说明和解决思路指导。系统包含一个“智能助手”脚本程序，它的运行不必经过推理机，可即时对学员的某些行为作出反应。学员在参与讨论时，可点击“智能助手”按钮求助，此时系统将把提示信息字段的内容返回给用户。

2.2.3 测试题子库。测试题子库是为协作成员自我测试而设置，采用与讨论题子库相似的结构形式。“智能助手”程序能对学员的每次测试回答进行自动判断并给出相关的提示信息。

2.2.4 规则子库。为了实现对CSCL交互过程各阶段的跟踪指导，系统规则采用分阶段组织的形式，并归纳为条件、学习状况判断、学习指导、评价判断、评价结论5个规则集。

条件规则集：该集存放了所有模糊产生式规则的前提。系统共设有“已用时间”、“讨论现状”等七个条件参数，各参数的值分别用NB、NS、ZO、PS、PB五个模糊子集表示。不同参数的模糊子集对应的隶属度函数不同，计算时使用的原始数据也不相同。本系统使用VBScript脚本程序实现所有隶属度函数的定义及其计算。

学习状况判断规则集：共有6种结构形式，分别表示组员和组长的讨论状况判断、测试状况判断和自我总结状况判断规则。

学习指导规则集：共有2种结构形式，分别表示组员和组长的学习指导规则。

评价判断规则集：共有2种结构形式，分别表示组员和组长的评价判断规则。

评价结论规则集：共有2种结构形式，分别表示组员和组长的评价规则。

2.3 数据库

系统综合数据库使用SQL Server 2000构建，存储各种初始数据、协作学习成员状态数据、开关量数据以及推理过程中产生的中间结果、最终结果等信息。

2.4 推理机

推理机的任务是根据一系列条件规则及开关量的值，推导出对学员当前学习最合适的指导策略或对学员综合评价的结论。推理主要由协作成员的行为触发，学员每次登录或者其状态数据达到某些确定值时，系统都启动一次新的推理过程。本系统采用数据驱动的前向推理方法，每次推理由以下步骤组成：

（1）若由系统开关量得知学员已无法完成学习任务，则对该学员返回一个提示信息，并结束推理。否则，进入下一步。

（2）激活规则库中的条件集，根据学员当前的状态数据及隶属度函数，计算各条件规则的隶属度值，并保存计算结果及相关信息，然后进入下一步。

（3）根据系统的开关量的值，确定激活何类判断规则集，并转下一步。

（4）从被激活的判断规则集中搜索有效规则。从被激活规则集抽取一条规则，计算规则前提匹配程度并确定规则的可信度，若可信度超过系统设定的阀值即把当前规则的相关信息存入数据库中。继续重复这个过程直至检索完毕，然后进入下一步。

（5）消除规则冲突，执行获胜规则。若生效的判断规则有多条，则选出可信度最大的一条规则作为获胜规则；若最大可信度的规则又不止一条，则从中选择编号最小的规则为获胜规则。然后根据获胜规则中的状态名（或结论名）在学习指导规则集（或评价结论规则集）中搜索相关规则，读出指导内容（或评价内容）并返回给用户。至此，推理结束。

2.5 解释器

推理过程结束后，最终结果和中间结果都已写入后台数据库，据此回溯推理过程，便可解释这一次推理的

结果。

3 基于专家系统的CSCL系统开发与测试

服务器操作系统采用Windows 2000 Server，Web服务器采用IIS5.0，后台数据库管理系统使用SQL Server 2000，数据库访问技术采用ADO方式，服务器开发环境使用ASP，网页编辑器使用Dreamweaver 8。开发的系统实例由课程资源、小组讨论、自我测试、总结与自评、聊天室、留言板、后台管理等模块组成。

2012年11月抽取了广东茂名广播电视大学2011级专科计算机信息管理专业15位学生，并按异质分组原则形成3个学习小组，对系统进行了知识点“数据模型”、“关系代数”、“函数依赖”的学习测试。测试表明：系统较好地模拟了CSCL辅导教师的角色，能针对学生在交互学习过程中所处的状态提出有效的改进措施，对学生的综合评价客观、合理、全面；学生在学习中都能及时得到系统的有益帮助，既提高了CSCL的教学效果，又有效地促进了学生参与协作学习的积极性和主动性。

4 结语

本文提出的基于专家系统的CSCL系统是在线CSCL的新形式，它既提供了跨时空、跨地域的学习环境，又融合了人工智能、知识工程、ASP、数据库等关键技术，通过灵活的知识库、基于模糊规则的推理策略，成功模拟了人类教育专家的思维活动和教学行为。在CSCL的智能化、个性化建设中，专家系统与CSCL相结合的方式是一个值得深入探讨的途径。

参考文献

[1] 马池珠，任剑锋.现代教育技术前沿概论[M].北京：北京师范大学出版社，2009：263-288.

[2] 曹承志，王楠.智能技术[M].北京：清华大学出版社，2004：205-253.

[3] 蔡自兴，约翰·德尔金，龚涛.高级专家系统[M].北京：科学出版社，2005：254-286.

[4] 周兴华，周新华，张军，刘辉.ASP+SQL Server数据库开发与实例[M].北京：清华大学出版社，2008：43-173.

作者简介：高兴培（1967—），男，广东茂名人，茂名广播电视大学讲师，硕士，研究方向：人工智能、智能信息系统等。

（责任编辑：吴 涛）