專家系統推薦知識模塊的自適應學習平臺

張慶生　廖敬萍　張麗麗

摘 要：自適應學習平臺的專家系統能夠為學生推薦符合其能力的知識模塊。首先從學生用戶日志數據庫中增量計算有關兩個知識模塊關系的特征值，其次相關機器學習方法適用于特征值，從而量化兩個知識模塊間的關系：知識模塊的相似性、相對難度和先行關系，然后采用新的知識模塊關系更新專家知識庫。若專家系統獲得學生完成知識模塊的記錄數據，并從專家知識庫中搜索匹配關于知識模塊關系的規則，最后推薦與學生當前知識水平相符的知識模塊。基于兩個知識模塊關系的定量描述和專家系統，設計實現一個為學生提供個性化學習路徑的自適應學習平臺原型。

關鍵詞：自適應學習平臺；專家系統；知識模塊；推薦

中圖分類號：TP343 文獻標識碼：A 文章編號：2095-1302（2016）08-00-02

0 引 言

網絡學習平臺有大量的知識模塊，例如有關學習內容的網頁、學習資料視頻、練習題目等。然而，若無恰當的外部幫助，學生容易在學習過程中感到困惑，無人為其解決學習中遇到的問題，最終放棄學習目標。為了解決網絡學習平臺單一閱讀的學習模式，領域專家引入了很多方法，如學生之間的交互、學生與教師之間的交互、推薦優秀學習伙伴等。此外，一項重要的機制是自適應，它采集并分析有關學生知識水平、學習過程的實時數據，基于數據分析的結果，提供學生期望的知識模塊，形成一條適合學生當前知識水平的個性化學習路徑[1]。

文獻[2]應用分析方法從學生學習活動的日志數據中提取40個特征值，用來定量刻畫兩個知識模塊的關系：相似度、難度和先行關系。采用回歸分析方法對訓練數據和測試數據進行實驗，得到了較好的結果，然而，并沒有將其應用到網絡學習平臺的設計與實現中。文獻[3]從文獻[2]中的增量數據集中提取了20個特征值用以描述兩個知識模塊間的關系，應用訓練數據對機器學習方法，即多元線性回歸和高斯過程等訓練，并用測試數據進行實驗，也得到了類似的結果。為進一步驗證、改善基于知識模塊關系的推薦機制，本文采用專家系統作為自適應學習平臺的推薦模塊[4]，以Web服務器作為知識模塊的載體，設計實現基于專家系統推薦知識模塊的學習平臺原型，該原型可以進一步用于數據采集、特征值分析與檢驗知識模塊的推薦機制。

1 知識模塊推薦

在文獻[2，3]中，知識模塊是練習題目，從網絡學習平臺的學生日志數據中提取特征值可以確定兩個練習題目的關系：相對難度、相似性和先行關系。確定所有練習題目對的關系后，由專家系統根據學生完成練習題目的情況為其推薦符合學生當前知識水平的練習題目。例如，當學生回答完成了練習題目A后，若回答正確，則網絡學習平臺的專家系統根據專家知識庫的教學規則，為學生推薦一個較難的練習題目B。若回答不正確，則為學生推薦較容易的練習題目C。因此，依據學生的知識水平可以為每個學生建立一條個性化學習路徑。

2 平臺設計

基于專家系統的自適應學習平臺主要由學生學習客戶端、教師編輯練習題目客戶端、練習題目庫、增量式更新知識模塊關系組件、專家知識庫、專家推理機、動態事實及推薦機制模塊和Web服務器構成。自適應學習平臺體系結構如圖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、修改和更新練習題目庫；

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

（3）動態事實及推薦機制模塊沿路徑11得到學生回答練習題目的情況，推理機制沿路徑9和10對動態事實進行分析處理，激活專家知識庫符合條件的教學規則，動態事實及推薦機制模塊沿路徑10獲得激活的教學規則。例如推薦下一個練習題目的名稱，沿著路徑11傳遞給Web服務器；

（4）Web服務器可以從練習題目庫中獲得被推薦的下一個練習題目，并返回給學生客戶端；

（5）學生學習活動的日志數據會被Web服務器沿路徑5保存在學生用戶日志數據庫中；

（6）沿路徑6，增量式更新知識模塊關系組件可以分析學生活動數據，計算知識模塊之間的關系；

（7）沿路徑7更新專家知識庫有關知識模塊關系的規則；

（8）教師編輯客戶端沿路徑1、3、5和8可以修改專家知識庫的規則。

3 原型實現

采用Tomcat[5]作為Web服務器，開發教師編輯練習題目客戶端，練習題目以Web頁面的形式保存在Tomcat服務器中。采用Java專家系統Jess [6]開發專家知識庫和推理機。開發增量式更新知識模塊關系組件和推薦機制模塊，與其它模塊集成自適應學習平臺。專家知識庫及教師編輯客戶端的練習題目頁面截圖如圖2所示。

4 結 語

自適應學習平臺的專家系統基于學生練習題目的答案及專家知識庫中的規則為學生動態提供知識模塊，創建一條個性化學習路徑，以符合學生當前的知識水平，幫助其完成學習目標。

參考文獻

[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.自適應學習平臺知識模塊特征提取及預測[J].物聯網技術，2016，6（7）：86.

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

[5] TOMCAT.Web服務器[EB/OL]. http：//tomcat.apache.org/.[2016-1-20]

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