專家系統(tǒng)推薦知識(shí)模塊的自適應(yīng)學(xué)習(xí)平臺(tái)

張慶生　廖敬萍　張麗麗

摘 要：自適應(yīng)學(xué)習(xí)平臺(tái)的專家系統(tǒng)能夠?yàn)閷W(xué)生推薦符合其能力的知識(shí)模塊。首先從學(xué)生用戶日志數(shù)據(jù)庫中增量計(jì)算有關(guān)兩個(gè)知識(shí)模塊關(guān)系的特征值，其次相關(guān)機(jī)器學(xué)習(xí)方法適用于特征值，從而量化兩個(gè)知識(shí)模塊間的關(guān)系：知識(shí)模塊的相似性、相對(duì)難度和先行關(guān)系，然后采用新的知識(shí)模塊關(guān)系更新專家知識(shí)庫。若專家系統(tǒng)獲得學(xué)生完成知識(shí)模塊的記錄數(shù)據(jù)，并從專家知識(shí)庫中搜索匹配關(guān)于知識(shí)模塊關(guān)系的規(guī)則，最后推薦與學(xué)生當(dāng)前知識(shí)水平相符的知識(shí)模塊?；趦蓚€(gè)知識(shí)模塊關(guān)系的定量描述和專家系統(tǒng)，設(shè)計(jì)實(shí)現(xiàn)一個(gè)為學(xué)生提供個(gè)性化學(xué)習(xí)路徑的自適應(yīng)學(xué)習(xí)平臺(tái)原型。

關(guān)鍵詞：自適應(yīng)學(xué)習(xí)平臺(tái)；專家系統(tǒng)；知識(shí)模塊；推薦

中圖分類號(hào)：TP343 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2016）08-00-02

0 引 言

網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)有大量的知識(shí)模塊，例如有關(guān)學(xué)習(xí)內(nèi)容的網(wǎng)頁、學(xué)習(xí)資料視頻、練習(xí)題目等。然而，若無恰當(dāng)?shù)耐獠繋椭?，學(xué)生容易在學(xué)習(xí)過程中感到困惑，無人為其解決學(xué)習(xí)中遇到的問題，最終放棄學(xué)習(xí)目標(biāo)。為了解決網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)單一閱讀的學(xué)習(xí)模式，領(lǐng)域?qū)＜乙肓撕芏喾椒?，如學(xué)生之間的交互、學(xué)生與教師之間的交互、推薦優(yōu)秀學(xué)習(xí)伙伴等。此外，一項(xiàng)重要的機(jī)制是自適應(yīng)，它采集并分析有關(guān)學(xué)生知識(shí)水平、學(xué)習(xí)過程的實(shí)時(shí)數(shù)據(jù)，基于數(shù)據(jù)分析的結(jié)果，提供學(xué)生期望的知識(shí)模塊，形成一條適合學(xué)生當(dāng)前知識(shí)水平的個(gè)性化學(xué)習(xí)路徑[1]。

文獻(xiàn)[2]應(yīng)用分析方法從學(xué)生學(xué)習(xí)活動(dòng)的日志數(shù)據(jù)中提取40個(gè)特征值，用來定量刻畫兩個(gè)知識(shí)模塊的關(guān)系：相似度、難度和先行關(guān)系。采用回歸分析方法對(duì)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，得到了較好的結(jié)果，然而，并沒有將其應(yīng)用到網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)中。文獻(xiàn)[3]從文獻(xiàn)[2]中的增量數(shù)據(jù)集中提取了20個(gè)特征值用以描述兩個(gè)知識(shí)模塊間的關(guān)系，應(yīng)用訓(xùn)練數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)方法，即多元線性回歸和高斯過程等訓(xùn)練，并用測(cè)試數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，也得到了類似的結(jié)果。為進(jìn)一步驗(yàn)證、改善基于知識(shí)模塊關(guān)系的推薦機(jī)制，本文采用專家系統(tǒng)作為自適應(yīng)學(xué)習(xí)平臺(tái)的推薦模塊[4]，以Web服務(wù)器作為知識(shí)模塊的載體，設(shè)計(jì)實(shí)現(xiàn)基于專家系統(tǒng)推薦知識(shí)模塊的學(xué)習(xí)平臺(tái)原型，該原型可以進(jìn)一步用于數(shù)據(jù)采集、特征值分析與檢驗(yàn)知識(shí)模塊的推薦機(jī)制。

1 知識(shí)模塊推薦

在文獻(xiàn)[2，3]中，知識(shí)模塊是練習(xí)題目，從網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的學(xué)生日志數(shù)據(jù)中提取特征值可以確定兩個(gè)練習(xí)題目的關(guān)系：相對(duì)難度、相似性和先行關(guān)系。確定所有練習(xí)題目對(duì)的關(guān)系后，由專家系統(tǒng)根據(jù)學(xué)生完成練習(xí)題目的情況為其推薦符合學(xué)生當(dāng)前知識(shí)水平的練習(xí)題目。例如，當(dāng)學(xué)生回答完成了練習(xí)題目A后，若回答正確，則網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的專家系統(tǒng)根據(jù)專家知識(shí)庫的教學(xué)規(guī)則，為學(xué)生推薦一個(gè)較難的練習(xí)題目B。若回答不正確，則為學(xué)生推薦較容易的練習(xí)題目C。因此，依據(jù)學(xué)生的知識(shí)水平可以為每個(gè)學(xué)生建立一條個(gè)性化學(xué)習(xí)路徑。

2 平臺(tái)設(shè)計(jì)

基于專家系統(tǒng)的自適應(yīng)學(xué)習(xí)平臺(tái)主要由學(xué)生學(xué)習(xí)客戶端、教師編輯練習(xí)題目客戶端、練習(xí)題目庫、增量式更新知識(shí)模塊關(guān)系組件、專家知識(shí)庫、專家推理機(jī)、動(dòng)態(tài)事實(shí)及推薦機(jī)制模塊和Web服務(wù)器構(gòu)成。自適應(yīng)學(xué)習(xí)平臺(tái)體系結(jié)構(gòu)如圖1所示。其路徑功能如下所示：

（1）教師使用教師編輯客戶端沿著路徑1、3和4可以添加、修改和更新練習(xí)題目庫；

（2）學(xué)生使用學(xué)習(xí)客戶端沿著路徑2、3和4可以下載練習(xí)題目，并上傳題目的回答情況；

（3）動(dòng)態(tài)事實(shí)及推薦機(jī)制模塊沿路徑11得到學(xué)生回答練習(xí)題目的情況，推理機(jī)制沿路徑9和10對(duì)動(dòng)態(tài)事實(shí)進(jìn)行分析處理，激活專家知識(shí)庫符合條件的教學(xué)規(guī)則，動(dòng)態(tài)事實(shí)及推薦機(jī)制模塊沿路徑10獲得激活的教學(xué)規(guī)則。例如推薦下一個(gè)練習(xí)題目的名稱，沿著路徑11傳遞給Web服務(wù)器；

（4）Web服務(wù)器可以從練習(xí)題目庫中獲得被推薦的下一個(gè)練習(xí)題目，并返回給學(xué)生客戶端；

（5）學(xué)生學(xué)習(xí)活動(dòng)的日志數(shù)據(jù)會(huì)被Web服務(wù)器沿路徑5保存在學(xué)生用戶日志數(shù)據(jù)庫中；

（6）沿路徑6，增量式更新知識(shí)模塊關(guān)系組件可以分析學(xué)生活動(dòng)數(shù)據(jù)，計(jì)算知識(shí)模塊之間的關(guān)系；

（7）沿路徑7更新專家知識(shí)庫有關(guān)知識(shí)模塊關(guān)系的規(guī)則；

（8）教師編輯客戶端沿路徑1、3、5和8可以修改專家知識(shí)庫的規(guī)則。

3 原型實(shí)現(xiàn)

采用Tomcat[5]作為Web服務(wù)器，開發(fā)教師編輯練習(xí)題目客戶端，練習(xí)題目以Web頁面的形式保存在Tomcat服務(wù)器中。采用Java專家系統(tǒng)Jess [6]開發(fā)專家知識(shí)庫和推理機(jī)。開發(fā)增量式更新知識(shí)模塊關(guān)系組件和推薦機(jī)制模塊，與其它模塊集成自適應(yīng)學(xué)習(xí)平臺(tái)。專家知識(shí)庫及教師編輯客戶端的練習(xí)題目頁面截圖如圖2所示。

4 結(jié) 語

自適應(yīng)學(xué)習(xí)平臺(tái)的專家系統(tǒng)基于學(xué)生練習(xí)題目的答案及專家知識(shí)庫中的規(guī)則為學(xué)生動(dòng)態(tài)提供知識(shí)模塊，創(chuàng)建一條個(gè)性化學(xué)習(xí)路徑，以符合學(xué)生當(dāng)前的知識(shí)水平，幫助其完成學(xué)習(xí)目標(biāo)。

參考文獻(xiàn)

[1] Tung-Cheng Hsieh，Tzone-I Wang.A mining-based approach on discovering courses pattern for constructing suitable learning path[J].Expert Systems with Applications，2010（37）：4156-4167.

[2] Chang Haw-Shiuan，Hsu Hwai-Jung， Chen Kuan-Ta.Modeling Exercise Relationships in E-Learning： A Unified Approach[C].Educational Data Mining Proceedings，2015：532-535.

[3]張慶生，廖敬萍，張麗麗.自適應(yīng)學(xué)習(xí)平臺(tái)知識(shí)模塊特征提取及預(yù)測(cè)[J].物聯(lián)網(wǎng)技術(shù)，2016，6（7）：86.

[4]陳文偉，陳晟.知識(shí)工程與知識(shí)管理（第二版）[M].北京：清華大學(xué)出版社，2010.

[5] TOMCAT.Web服務(wù)器[EB/OL]. http：//tomcat.apache.org/.[2016-1-20]

[6] JESS.專家系統(tǒng)[EB/OL]. http：//jessrules.com/.[2016-1-20]