2007-4-5 10:32:20

 

主办单位
中华人民共和国教育部
 
承办单位
《中国远程教育》杂志社
计算机世界传媒集团
协办单位
教育部现代远程教育资源建设委员会
高等学校教育技术协作委员会
高等学校远程教育协作组
赞助单位
-.弘成科技
(中华学习网PRCEDU.COM)
-.首都信息发展股份有限公司
-.中国国家培训网
 
 

 

 

 

网络课程中基于个性化知识发现的智能伙伴式学习

蔡自兴 蒙祖强
中南大学信息科学与工程学院( 长沙 410083)
E-mail: [email protected]
 

  [摘要] 提出了在网络环境下的一种基于个性化知识发现(PKD, Personalized Knowledge Discovery)的伙伴式学习方法,其特点是通过构造主观相关性矩阵来表征学生在不同时刻的知识逻辑结构及其知识点之间的相关程度,并由此研究了在该知识结构之上的基于Agent技术的个性化知识发现问题,同时还可以有效使用机器资源、加快下载速度,能根据学生的当前水平和知识结构动态选择与调整学习的内容与进度,主动向学生提供智能化、个性化的教学服务。

  [关键字] 网络课程 个性化知识发现 Agent 伙伴式学习

  交互Agent仅仅引导学习其需要的知识(即个性化知识),而不是所有的知识,从而解决了个性化问题。交互Agent实际上就学生的学习伙伴,其它Agent是交互Agent的助手等。这种方法是在现有网络带宽的基础上,充分利用计算机资源,加快网页的下载速度,且能根据学生的当前水平与学习情况选择与调整学习的内容和进度,为上述问题的解决带来了新的希望。

  1网络课程中的个性化知识发现

  从略。

  2知识点及其相关性的表示

  一套网络课程虽然可以视为一种知识库,但是基于这种库的知识发现不同于通常意义下的KDD(数据库中的知识发现),它是基于文本知识库的知识发现。所以传统的知识发现算法在这种情况下并不适用。为此,我们探讨一种合适的知识表示和发现方法。

  定义2.1知识点一个知识点Si是一个6元组(Subjecti,SRi,SEi,STi,Passi,(ai1,ai2,…,aim)),其中

  .Subjecti --主题,对本知识点的高度概括

  .SRi --规则集,是知识点的核心部分

  .SEi --示例集,对本知识点进行说明的用例集

  .STi --测试集,包括试题和评分标准,具体设计见下文

  ..Passi --通过阈值,如学生测试成绩小于Passi,建议重学该知识点.(ai1,ai2,…,aim) --相关度向量,其中n为知识点数量(下文同);aij∈[0,1],表示知识点Si对知识点Sj的相关程度,称为Si对Sj的相关度,最大值为1,最小值为0(无相关性),并规定aij=0,i,j=l,2,…,n。

  通过上述定义,各知识点的结构形式就统一起来。所有知识点及其相关性可用一个有向完全图G = (S,{(<Si,Sj>,ai,j)})来表示。其中,S={S1,S2,…,Sn}是知识点的集合,ai,j∈[0,1]为有向弧<Si,Sj>的权值,简称弧值(下文同),亦即Si对Sj的相关度,i,j=1,2,…,n且i≠j,可定义ai,i =0。

  定义2.2相关性矩阵以各个知识点的相关向量作为行向量而构成的矩阵,称为知识点的相关性矩阵,记为Pnxn = (aij)nxn,其中,aij∈[0,1]为有向弧<Si,Sj>的权值:不存在回弧<Si,Si>,但定义aij =0。实际上,Pnxn是G的邻接矩阵,它们是一一对应关系。只不过前者是程序操作的对象,后者是问题形象表述的工具。

  相关性矩阵是对知识点之间的逻辑相关及相关程度的一种表示。一般来说,由课程导出知识点的相关性矩阵,是教材编著者对该领域知识认知的描述,能较客观地反映知识点之间的相关性。因此,按照教材中知识点之间的逻辑关系而导出的相关性矩阵,称之为(知识点的)客观相关性矩阵。但是客观相关性矩阵不能有效地刻画学生在不同学习目的、学习阶段中的知识结构。我们对知识点进行相关性刻画的目的是为学生学习服的,所以必须构造出一种能刻画学生在不同学习阶段中知识点间内在联系的相关性矩阵。这样才能"跟踪"学生,"了解"学生,从而可以根据当前的学习情况为学生下一步的学习提供相应的智能化和个性化的服务,使得符合学生的认识心理,易于学生接受。为此,我们引入主观相关性矩阵的概念:根据学生的当前知识结构和知识的逻辑关系而导出的相关性矩阵,称之为学生的主观相关性矩阵,它是学生当前对知识学习渴望的方向特性和渴望程度的数学表述,记为Pnxn(t) = (aij(t)) nxn,其中,t表示当前时刻,aij(t)∈[0,1],表示在时刻t与特定学生有关的知识点Si对Sj相关度,称为主观相关度,并规定aii(t)=0,即一个知识点对自己的相关度为0,i,j=1,2,...,n。总之,客观相关性矩阵与教材和课程有关,主观相关性矩阵与学生对教材知识的理解程度和方向性有关。客观相关性矩阵一旦受到学生学习行为的作用后就会变成相应的主观相关性矩阵。从主观相关性矩阵可以找到与当前知识点有较强相关度的其他知识点,而学生下一步要学的内容最可能是与当前知识点有强相关度的知识点。所以,只要知道主观相关性矩阵,系统就可以预测学生下一步的学习行为,从而主动提供相关的后台服务。但问题的关键在于:系统如何知道每个学生的主观相关性矩阵?

  3基于AGENT技术的伙伴式学习

  智能远程教学的任务就是根据学生的当前认知水平、对学习的要求和学习目的等,把知识库中的全部或部分知识以某一种有效的顺序用Web页的形式(包括视频、音频效果)呈现给学生。从逻辑意义的角度看,知识库是一种有向完全图。因此,在本质上学习是一种遍历网络节点的过程,它和一般网络图遍历方法的不同之处在于:学生每访问一个节点时,其访问行为可能会动态改变相应的弧值(对应于相关矩阵的相应的相关度),而弧值又反过来引导学生访问的走向…直到完成对网络的有效访问,达到学习的目的。这是一个动态的路由选择过程,其实现的关键技术在于节点访问行为是如何改变弧值以及弧值又如何引导访问的走向。为清楚阐明这个问题,我们还引入下列的定义:

  3.1 有关定义

  从略。

  3.2基于Agent技术的伙伴式学习

  关于什么是Agent,目前没有一个统一的定义,但是可认为一个Agent能被赋予承担一些任务和求解某些问题的能力,能够决策如何及时完成任务和提交结果[3],同时能对环境的变化做出有效的反应,是一种计算机程序[4]。再根据远程教学系统开发的特点,我们可以这样理解Agent:一个Agent是一个持续性的Java进程或线程,它能捕获鼠标、击键等产生的Windows消息,并根据被赋予要完成的任务(有的用到学生当前的主观相关性矩阵)而进行相应的服务性工作(如下载、计算等),彼此合作主要通过协商与协作来进行。

  经过以上的论述,学生的学习过程可用下列算法描述(Agent有多种,以下提到的都是按功能命名):

  1)学生启动交互Agent;

  2)监控Agent由交互Agent启动,它从服务器端下载客观相关性矩阵,置于本地黑板中;/*监控Agent主要监视环境的变化,捕获Windows消息等;启动有关的其他Agent*/

  3)交互Agent从黑板中读取学生要学的知识点Si,若黑板不存在Si,则向远程Web服务器发出页请求,完成对知识点Si的下载,以供学生学习;

  4)启动取向弧集Agent,学生在学习知识点Si的同时,取向弧集Agent求出Si的取向弧集Ωsi;/*取向弧集Agent由监控Agent启动,以下如没有特别说明均指由监控Agent启动*/

  5)启动|ΩSi|个下载Agent,同时分别对每一条取向弧<Si,Sj>∈Ωsi所指向的知识点Sj进行下载,置于本地黑板中;/*如黑板已满,则覆盖掉最先下载的那一部分知识点,但不能覆盖相关性矩阵*/

  6)当学生做测试题时,评分Agent被启动,对每一道试题tj进行评分:

  Score(tj)=g(tj,ri),并进行相关弧值调整;

  7)当学生做完试题(部分或全部试题)时,评分Agent对该知识点Si进行评分;/*即计算F(Si)*/

  8)启动回转弧值调整Agent,进行回转弧值调整;/*调整都是对黑板中的相关性矩阵进行修改*/

  9)下载Agent根据学生当前的主观相关性矩阵进行下载调整,即对可能增加的取向弧所指向的知识点进行下载;/*如黑板已满,则覆盖掉最先下载的那一部分知识点,但不能覆盖相关性矩阵*/

  10)显式启动服务Agent,它完成如下操作:

  IF F(Si) <通过阀值pass THEN建议重学本知识点Si;

  ELSE建议学生转向学习Ωsi中取向弧所指向的知识点;/*这时ΩSi中取向弧所指向的知识点均已下载至客户端*/

  11)除交互Agent和监控Agent以外,其他Agent自动终止,释放相应资源;

  12)如果学生选择学习知识点,则令,转3);否则认为学生学习完毕,系统退出。

  以上的设计原理是基于Agent技术的个性化知识发现(GKDAT, Generalized Knowledge Discovery based on Agent Technology)。下面介绍这种方法在《人工智能》网络课程开发中的应用。

  4 GKDAT在《人工智能》网络课程开发中的应用

  《人工智能》网络课程(中南大学)是"新世纪网络课程建设工程"的一个组成部分。在该项目中,我们充分应用了GKDAT技术,较好地实现了信息服务的个性化和网上教学的情景化,杜绝了网上教学的"千篇一律"的缺点。当学生注册后,系统为其开辟了交互Agent等,但是这时处于睡眠状态。当该学生登录的时候,该交互Agent等被激活,处于工作状态。当学生长时间离开系统或退出系统,相关转入睡眠状态(同时保存当前状态),只有重新登录才能激活,并从当前状态开始工作。

  以下从略。

  参考文献

[1]林君芬,余胜泉.关于我国网络课程现状与问题的思考[J].现代教育技术,2001年第1期,p55-59
[2]蒙祖强,蔡自兴,孙国荣等.数据挖掘系统中个性化Agent的设计[J].计算机科学(专刊),2002, 29(10): 105-107
[3]陈建中,刘大有,唐海鹰等.支持多Agent通信的扩展BDI逻辑[J].软件学报,1999,10(7):778-784
[4]姚郑等.软件Agent[J].计算机科学,1996,23(1):10-13
[5]余胜泉,杨晓娟,何克抗.基于建构主义的教学设计模式[J].电化教育研究,2000年,第2期,p7-13
[6]陈天,余胜泉.知识管理与网络学习[J].中国电化教育,2002年,第5期,p63-65

 

 
中国远程教育杂志社 版权所有2003
中国网络教育网 技术支持