论文部分内容阅读
目前随着校园计算机网络的普及,如何利用计算机网络资源建立一个智能化、个性化的教育教学环境,已经成为当今信息教育发展的关键性技术问题。人工智能应用到早期的教学产生了智能教学系统(ITS,IntelligentTutoring System),ITS是一项涉及人工智能、计算机科学、教育学、心理学和行为科学的综合性课题,其目的就是由计算机系统担当学习的引导者和帮助者,即赋予计算机系统以智能,由计算机在一定程度上替代人类教师实现最佳教学效果。ITS改变了传统教学模式和教学环境,完成传统教学模式下需要完成的教学任务,并起到传统教学不可替代的更好的教学效果。但随着计算机网络技术的发展以及人们需求的提高,也看到了智能教学系统存在着一些不足:如智能性和个性化欠缺、大量的学生信息库资源浪费而知识库不够丰富等。本文将数据挖掘技术运用到智能教学系统的开发过程中,从而在学生信息库中挖掘出更多或更有价值的信息,来充分应用或者重组和丰富知识库。通过智能教学系统对数据挖掘技术的引用而加强智能教学系统服务的智能性和个性化。本文以智能教学系统的组成和此系统的实现流程为线索,详细介绍了本智能教学系统的各个组成部分的设计和实现的过程。使用数据挖掘的关联挖掘规则和决策树挖掘算法,加强本智能教学系统的智能性和个性化。在设计过程中,根据建构主义教学理论,本文试图改变传统的用专家模型来评估学生的学习效果的思想,本文将用学生学习效果来调整专家模型。本论文所作的主要工作如下:(1)通过对现有网络智能教学系统的研究分析,归纳出了现有网络智能教学系统存在智能性差,在教学中积累的大量教学资源浪费的缺点,提出数据挖掘在智能教学系统中的应用研究与设计的课题(2)根据知识点间的依赖关系,给出了AOV网的知识点关系表示方法,基于建构主义教学思想和覆盖型学生模型的特点,通过对学生信息库的挖掘,挖掘出了更适合学生学习AOV网。同时为了表示每个专业所学课程间的依赖关系,也使用了AOV网的数据结构。(3)基于认知型学生模型和个性化教学特点,通过对学生信息库数据的挖掘,挖掘出了符合学生认知特点的教学策略。(4)开发了一套原型系统,重点实现了导航学习功能。