自适应学习系统设计与开发

朱淑琴，翟红英，刘锴

（北京联合大学师范学院，北京 100011）

0 引言

计算机自适应学习系统是计算机科学和网络教育不断发展的产物，网络学习系统的发展为计算机自适应学习系统的发展提供了稳固的支撑点。网络学习系统以网络资源为学习内容，以计算机充当学习的辅助者，为学习者提供学习资源、练习和评价。但是传统的网络学习以学习系统为中心，学习者需要通过适应学习系统获取知识，不符合以学习者为中心的现代教育理念，学习效率相对较低。在网络学习系统基础上发展起来的自适应学习系统强调系统的自适应性，即系统在识别不同学习者差异的基础上提供不同类型的学习资源，以学习者为中心，系统适应学习者而非学习者适应系统，因材施教，为其提供适合其知识背景、认知方式、认知水平等的学习支持，克服了传统的计算机学习的局限性，相对于传统的计算机学习系统针对性更强，学习效率更高。本文实现一款自适应学习系统，该系统以Excel课程学习为例，系统可以在学生使用过程中不断适应学生的个性化学习情况，为学生提供不同类型的需求。

1 系统分析与设计

本系统分为两大部分，一部分是基于Android的学生在线学习客户端，是供学生学习使用的，另一部分是基于Java Web端的后台信息管理系统，是供教师管理使用的。Android的学生在线学习客户端主要分为登陆模块、课程模块、自适应学习模块、错题库模块以及个人中心模块，Java Web端的后台信息管理系统主要分为用户管理、课程内容管理以及题库管理三大模块。教师也就是管理员登录Java Web端管理系统，教师可以对用户进行管理，对题库、视频进行增删改，帮助教师做到心中有数。教师用例如图1所示，教师用例说明表如表1所示。

图1 教师用例图

表1 教师用例说明表

学生可以登录自己的学号及相应的密码进行登录，登录以后主界面有四个功能模块，分别为课程、自适应学习、错题库、个人中心。学生在课程可以在线查看相关课程的学习，可以通过试题来检测成果，在自适应学习中通过错题库中的错题来匹配相关的题目。进而让学生学的更明白，更节省时间，并且能拓展自己的知识面，在错题库中可以查看错题记录，以及个人中心分为我的课程和退出登录。我的课程可以查看课程进度以及可以点击观看已学习的视频。退出登录则回到登录界面。学生用例如图2所示，学生用例说明表如表2所示。

图2 学生用例图

表2 学生用例说明表

2 自适应过程

本系统自适应过程不仅仅体现在App学生客户端，在教师信息管理系统PC端也加入了自适应过程，例如：学生评分功能，可以使低于60分的学生重新学习本节课程或者给学生发布教师自己的任务。对于学生来说，他们的自适应过程更为复杂多样化，因为本系统致力于打造一个以学生为主的交互式学习系统，希望学生能够自主学习。

在学生在线学习客户端也加入了自适应过程，Android平台的学生在线学习练习的App实现了一个能够适应不同学生学习进度的学习类App，主要通过算法实现了对学生学习情况的判断，并相应判断学生所需的练习，选择观看不同的视频。

如图3所示，学生在观看完视频后进行检测，有三种情况，章节检测分数<60，60～90，≥90 分别使用 A、B、C三个字母表示。视频分为6章，分别用一、二、三、四、五、六表示，六章六次测验，分别用测1、测2、测3、测4、测5、测6表示。

图3 学习算法流程图

学生成绩达到B即可完成本节课练习，进入下一章节开始学习。如果学生成绩达到C，证明该学生基础以及领悟能力较强，为了使这部分学生用最快的速度学到想学的知识，系统则判定进入下下章节，进行更有难度的学习。如果成绩为A则再次观看相关视频进行知识点学习并再次进行练习，直至成绩为B或C，才可以学习新的知识。

在章节测试完之后，回到主界面的错题库，在里面可以找到刚才做错的题，红色的是正确答案，在查看过自己的错题后，为了让学生学的更明白，更节省时间，并且能拓展自己的知识面，可以在自适应学习功能中匹配到与错题相关的题。习题推荐是通过每一章各题中的题目中的关键词匹配总题库的题目。

3 自适应学习实现

自适应模块界面如图4所示，其中题目都是从错题库中查找相似题以及使用本文的自适应算法推荐而来，题目界面如图5所示。

自适应题目推荐的算法是根据数据库中的数据，按照关键词来匹配相应的题目。自适应习题推荐逻辑代码如图6所示。

图4 自适应学习界面

图5 自适应题目推荐

4 结语

本文实现了一款自适应学习系统，该系统以Excel课程学习为例，系统可以在学生使用过程中不断适应学生的个性化学习情况，为学生提供不同类型的需求。系统分为基于Java Web的教师信息管理系统和基于Android开发的学生客户端自适应学习App两个部分。其中管理端使教师能够更新题库，更新视频，从而给学生提供更加适应他们学习情况的视频和练习题。学习端是通过学生不断学习视频和练习题目，从而自适应模块会更加了解用户的学习薄弱点，进而给用户推荐他们最合适的学习内容。

图6 自适应习题推荐逻辑实现