论文部分内容阅读
因材施教、实现个性化教学是一代代教育工作者的梦想,也是远程教育工作者的梦想。目前基于WEB的多媒体远程教学系统在国内外已有不少,但客观地说,这些远程教育网站所实现的教学模式并不太理想,根本无法实现真正意义上的个性化教学。绝大部分远程教育的网络站点,均采用静态主页的方式,在用户输入相应的URL地址,网站服务器查寻并提供相应固定的HTML文本内容给用户。这种网站只能提供简单的交互功能,生成静态的内容,没有学生学习情况的评判、反馈机制,无法动态地组织最适合学生的学习内容。我们平时所接触到的远程教育的站点,甚至国内水平最高的清华远程教育网站,也基本采用了这样的方式,所有的授课内容都是事先由专人编制完成,虽然采用了FLASH等技术完成了大量的教学课件,但给人的感觉是内容单调。即使有些站点提供了个性化功能,但功能极为有限,一般就是学生基本情况的管理与维护。 针对以上不足,本论文对如何实现“基于WEB的远程智能学习系统”进行了初步研究、探讨,通过动态收集学生的学习动作、学习方式、知识理解情况、学习时间、考试情况等诸多因素,经过自反馈系统的分析、推理,快速获得学习者的学习能力、学习特征、学习效果等反馈结果,为满足个性化学习、动态形成最适合该学生的学习内容提供依据。 论文的自反馈模型采用以模糊数学为基础的模糊推理技术和模糊综合评判机制,是智能学习系统的核心功能模块。该模型中的知识库包括教学专家设置的模糊推理参数和评判因素的权重参数以及基于专家经验的模糊推理规则等,是教学专家知识的信息化形式,是自反馈模型具有智能化的前提。通过基于知识库的模糊推理即相应的算法进行推理决策实现了该学习系统的真正智能化。同时设计了规则库维护系统,以保证自反馈模型的动态适应性。自反馈模型较好解决了智能学习系统个性化要求的关键技术,为个性化远程教育的普及与更好的推广、实施打下了基础。