岳耀亮
摘要:智能教學(xué)系統(tǒng)以其絕對(duì)的優(yōu)勢(shì)已經(jīng)為大多數(shù)人所接受,但在使用它的過程中也存在著一些不足。為更好地適應(yīng)用戶的個(gè)性化、主動(dòng)性及知識(shí)庫(kù)數(shù)據(jù)的重組,本文提出數(shù)據(jù)挖掘技術(shù)來解決這一系列問題,以期使智能教學(xué)系統(tǒng)為使用者提供更佳的服務(wù)。
關(guān)鍵詞:數(shù)據(jù)挖掘 智能教學(xué)系統(tǒng) 個(gè)性化 知識(shí)數(shù)據(jù)庫(kù)
中圖分類號(hào):G434 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1673-8454(2009)21-0075-02
一、教學(xué)網(wǎng)絡(luò)平臺(tái)設(shè)計(jì)思想
1.體系構(gòu)架
面向服務(wù)的體系架構(gòu)(SOA,Service-Oriented Archi-tecture)主要用于解決復(fù)雜環(huán)境下的分布式應(yīng)用,即解決“異構(gòu)系統(tǒng)通信”和“軟件系統(tǒng)進(jìn)化”兩方面的問題。在SOA體系架構(gòu)下,以“教育信息管理協(xié)議集”為公共標(biāo)準(zhǔn),將解決網(wǎng)絡(luò)教學(xué)平臺(tái)中各軟件模塊不能進(jìn)化和不能互聯(lián)的問題。
2.幾種應(yīng)用技術(shù)
(1)人工智能與ICAI
將人工智能技術(shù)中的知識(shí)表示、學(xué)習(xí)、推理、自然語(yǔ)言理解等方法引入CAI,使計(jì)算機(jī)具有教學(xué)專家的智能,形成智能型計(jì)算機(jī)輔助教學(xué)(ICAI)。本教學(xué)系統(tǒng)除了具有專家系統(tǒng)應(yīng)有的領(lǐng)域知識(shí)外,還需要有學(xué)生模型和教學(xué)策略庫(kù)等。
(2)Agent技術(shù)
Agent是一個(gè)具有自適應(yīng)性和智能性的軟件實(shí)體,能代表用戶或其他程序,以主動(dòng)服務(wù)的方式完成工作。利用Agent管理學(xué)習(xí)者的信息,能動(dòng)態(tài)地跟蹤學(xué)習(xí)者的學(xué)習(xí)行為,為建立學(xué)生模型提供更加可靠的依據(jù);為滿足建構(gòu)主義協(xié)同學(xué)習(xí)的需要,可以把每個(gè)學(xué)習(xí)者看成一個(gè)Agent,學(xué)習(xí)者之間通過Agent的協(xié)同機(jī)制完成協(xié)同學(xué)習(xí);教師也可以理解成一個(gè)Agent,同樣可以和學(xué)生交流信息,隨時(shí)掌握學(xué)生的學(xué)習(xí)狀態(tài)。
(3)數(shù)據(jù)挖掘技術(shù)
數(shù)據(jù)挖掘(Data Mining)旨在從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)。數(shù)據(jù)挖掘在教育中的應(yīng)用空間有:學(xué)習(xí)者特征分析、挖掘教育規(guī)律、合理設(shè)置課程、教學(xué)評(píng)價(jià)、個(gè)性化服務(wù)等等。
二、網(wǎng)絡(luò)教學(xué)平臺(tái)系統(tǒng)設(shè)計(jì)
1.典型的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)
典型的數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)如圖1所示。
數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他信息庫(kù):這是一個(gè)或一組數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、電子表格或其他類型的數(shù)據(jù)庫(kù)??梢栽跀?shù)據(jù)上進(jìn)行數(shù)據(jù)清理和集成。
數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器:根據(jù)用戶的數(shù)據(jù)挖掘請(qǐng)求,數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器負(fù)責(zé)提取相關(guān)數(shù)據(jù)。
知識(shí)庫(kù):這是領(lǐng)域知識(shí),用于指導(dǎo)搜索,或評(píng)估結(jié)果模式的興趣度。
數(shù)據(jù)挖掘引擎:這是數(shù)據(jù)挖掘基本的部分,由一組功能模塊組成,用于特征化、關(guān)聯(lián)分類、聚類分析以及演變和偏差分析。
模式評(píng)估模塊:通常,此成分使用興趣度度量,并與數(shù)據(jù)挖掘模塊交互,以便將搜索聚焦在有趣的模式上。
圖形用戶界面:本模塊在用戶和數(shù)據(jù)挖掘系統(tǒng)之間通信,允許用戶與系統(tǒng)交互,指定數(shù)據(jù)挖掘查詢或任務(wù),提供信息,幫助搜索聚焦,根據(jù)數(shù)據(jù)挖掘的中間結(jié)果進(jìn)行探索式數(shù)據(jù)挖掘。
2.數(shù)據(jù)挖掘?qū)崿F(xiàn)過程
數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)中關(guān)鍵技術(shù)為數(shù)據(jù)挖掘技術(shù),其過程主要由數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和結(jié)果分析與運(yùn)用等主要階段組成。
(1)數(shù)據(jù)預(yù)處理
數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清理、數(shù)據(jù)集成和變換、數(shù)據(jù)規(guī)約。數(shù)據(jù)清理可以去掉噪聲數(shù)據(jù),糾正數(shù)據(jù)中的不一致現(xiàn)象;數(shù)據(jù)集成是將多文件或多數(shù)據(jù)庫(kù)中的文件進(jìn)行合并處理,解決語(yǔ)義模糊性以及清洗數(shù)據(jù);數(shù)據(jù)規(guī)約可以通過聚類、刪除冗余等方法來壓縮數(shù)據(jù),從而建立適應(yīng)數(shù)據(jù)挖掘的有效數(shù)據(jù)集,提高數(shù)據(jù)挖掘質(zhì)量,減少數(shù)據(jù)挖掘所需要的時(shí)間。
(2)數(shù)據(jù)挖掘
數(shù)據(jù)挖掘階段進(jìn)行實(shí)際的挖掘操作,利用人工智能、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等方法,從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)有用的模式或知識(shí)等。具體步驟包括選擇數(shù)據(jù)挖掘方法(如神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等)、選擇數(shù)據(jù)挖掘算法(如統(tǒng)計(jì)分析算法、一般分類算法和聚類算法等)、進(jìn)行數(shù)據(jù)挖掘(找出感興趣的模式或知識(shí))。
(3)結(jié)果分析與運(yùn)用
運(yùn)用運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)的相關(guān)知識(shí),采用關(guān)聯(lián)規(guī)則等方法,把數(shù)據(jù)挖掘分析的結(jié)果放入一個(gè)個(gè)性化數(shù)據(jù)庫(kù)中,當(dāng)學(xué)習(xí)者下次進(jìn)入系統(tǒng)時(shí),系統(tǒng)就可以根據(jù)個(gè)性化數(shù)據(jù)庫(kù)提供給其符合學(xué)習(xí)需求的頁(yè)面。
3.網(wǎng)絡(luò)教學(xué)平臺(tái)的體系結(jié)構(gòu)
本網(wǎng)絡(luò)教育平臺(tái)的開發(fā)環(huán)境可采用Windows 2000/XP,SQL Server 2005 以及ASP.NET進(jìn)行設(shè)計(jì),采用SOA +Agent 的解決方案,體系結(jié)構(gòu)如圖2所示。
整個(gè)教育教學(xué)平臺(tái)由教學(xué)平臺(tái)和管理平臺(tái)組成。數(shù)據(jù)庫(kù)具體包括知識(shí)點(diǎn)庫(kù)、課件庫(kù)、作業(yè)庫(kù)、試卷庫(kù)、圖書庫(kù)等必需的教學(xué)資源和學(xué)生管理、學(xué)校行政管理、科研管理等必需的管理資源。
網(wǎng)絡(luò)教學(xué)平臺(tái)功能介紹:
(1)系統(tǒng)管理
統(tǒng)一人機(jī)界面。讓學(xué)生與教師無論用什么網(wǎng)絡(luò)教學(xué)軟件都有熟悉的界面。初級(jí)用戶還可以在智能Agent個(gè)性化的幫助下學(xué)習(xí)系統(tǒng)的使用。
常用的學(xué)習(xí)工具包。如字典、計(jì)算器、多功能編輯器、批注筆記管理工具、學(xué)科用多功能作圖板等。
智能學(xué)習(xí)輔助。包含了許多智能策略與算法,如學(xué)習(xí)計(jì)劃管理能指導(dǎo)學(xué)生制定合理的“學(xué)習(xí)奮斗目標(biāo)”,能根據(jù)個(gè)人的知識(shí)結(jié)構(gòu)庫(kù)、學(xué)習(xí)風(fēng)格習(xí)慣、遺忘曲線個(gè)性化地安排學(xué)習(xí)進(jìn)度、作業(yè)強(qiáng)度等。
評(píng)價(jià)管理。能收集學(xué)生操作電腦時(shí)的行為表現(xiàn)上傳入學(xué)生行為記錄庫(kù)作為過程性評(píng)價(jià)的依據(jù)之一;含有“三向”智能評(píng)估機(jī)制中的“面向?qū)W生的發(fā)展性評(píng)價(jià)策略集”,能即時(shí)地把最佳評(píng)價(jià)反饋給學(xué)生。
交流通迅。以即時(shí)通迅工具為主,支持PZP,功能類似QQ。
安全防護(hù)。有防火墻功能,還有系統(tǒng)管理設(shè)置、自動(dòng)升級(jí)等功能。
(2)教學(xué)平臺(tái)集成
是網(wǎng)絡(luò)學(xué)習(xí)的核心軟件集合,有新舊各種教學(xué)平臺(tái),如流媒體課件點(diǎn)播系統(tǒng)、個(gè)別化自主學(xué)習(xí)系統(tǒng)、協(xié)作學(xué)習(xí)系統(tǒng)、游戲化學(xué)習(xí)環(huán)境等。要按開放標(biāo)準(zhǔn)開發(fā)軟件,能與整個(gè)大系統(tǒng)無縫連接。開發(fā)時(shí)要注意集成“三向”智能評(píng)估機(jī)制,有遠(yuǎn)程考試、課程知識(shí)點(diǎn)檢測(cè)、學(xué)習(xí)過程采集、智能學(xué)習(xí)進(jìn)度控制等功能。
(3)教學(xué)支持平臺(tái)集成
是讓教師進(jìn)行工作的一體化教學(xué)支持平臺(tái),分為學(xué)生(班級(jí))管理系統(tǒng)、教學(xué)管理系統(tǒng)、工作業(yè)務(wù)管理系統(tǒng)、課程管理系統(tǒng)、網(wǎng)絡(luò)課件維護(hù)與開發(fā)平臺(tái)等。
三、結(jié)束語(yǔ)
把數(shù)據(jù)挖掘技術(shù)應(yīng)用于現(xiàn)代網(wǎng)絡(luò)教學(xué)網(wǎng)站設(shè)計(jì),開展數(shù)據(jù)挖掘和知識(shí)獲取,可以更好地通過對(duì)大量的網(wǎng)絡(luò)教學(xué)信息進(jìn)行數(shù)據(jù)分析和挖掘,提供一個(gè)指導(dǎo)學(xué)生學(xué)習(xí)和教師教學(xué)的網(wǎng)絡(luò)教學(xué)系統(tǒng)框架模型。它勢(shì)必會(huì)促進(jìn)遠(yuǎn)程教育的進(jìn)一步發(fā)展,對(duì)網(wǎng)絡(luò)教學(xué)模式進(jìn)行改進(jìn)和完善。數(shù)據(jù)挖掘技術(shù)的應(yīng)用可切實(shí)推進(jìn)教育創(chuàng)新,深化教學(xué)改革,促進(jìn)現(xiàn)代信息技術(shù)在教學(xué)中的應(yīng)用,共享優(yōu)質(zhì)教學(xué)資源,全面提高教育教學(xué)質(zhì)量,提升我國(guó)高等教育的綜合實(shí)力和國(guó)際競(jìng)爭(zhēng)能力。數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)教學(xué)系統(tǒng)中的應(yīng)用前景極為廣闊。?筅
參考文獻(xiàn):
[1]Claude Seidman,劉藝譯.SQL Server 2000數(shù)據(jù)挖掘技術(shù)指南[M].北京:機(jī)械工業(yè)出版社,2002.1.
[2]何克抗.信息技術(shù)與課程深層次整合的理論與方法[J].電化教育研究,2005(1).
[3]安淑芝.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘[M].北京:清華大學(xué)出版社,2005.6.
[4]余勝泉,陳天,何克抗.網(wǎng)絡(luò)教學(xué)平臺(tái)的體系結(jié)構(gòu)與總體設(shè)計(jì)[J].教育技術(shù)通迅,2000(7).
(編輯:金冉)