蔡曉云

(鎮(zhèn)江高等?？茖W(xué)校 基礎(chǔ)部， 江蘇 丹陽 212300)

網(wǎng)絡(luò)遠程教育已成為融現(xiàn)代信息和多媒體技術(shù)為一體的新型學(xué)習(xí)方式，遠程教育模式下的在線考試更是成為一個研究熱點.各種基于局域網(wǎng)的C/S模式或基于Web的B/S模式的考試測評系統(tǒng)目前已被開發(fā)出來.在試題庫的模型建立、選題算法和考試評價上都獲得了進展，并取得了一定的成果[1- 2].但仍存在一些問題和不足：① 現(xiàn)有的考試系統(tǒng)大多仍以應(yīng)付升學(xué)和等級考試為目的，缺少對學(xué)習(xí)的評價，尤其缺乏對學(xué)習(xí)過程的評價；② 系統(tǒng)模塊之間動態(tài)有機聯(lián)系不強，進而限制了系統(tǒng)在進行個別化學(xué)習(xí)過程中的智能性；③ 以知識建構(gòu)為主要學(xué)習(xí)目標(biāo)的特點也沒能在現(xiàn)有的考試系統(tǒng)中體現(xiàn)出來.針對以上存在問題根據(jù)實際學(xué)科知識結(jié)構(gòu)的特點,引入人工智能的知識表示理論,分析基于知識的考試評價知識樹表示法.

1 有關(guān)知識樹的基本概念

1) 知識點.知識點是描述教學(xué)領(lǐng)域知識的完整的教學(xué)單元，是考試系統(tǒng)中信息傳遞的基本單元,研究知識點的表示與關(guān)聯(lián)對提高考試系統(tǒng)的評價和學(xué)習(xí)建議具有重要的基礎(chǔ)作用.知識點包括元知識點和復(fù)合知識點，在結(jié)構(gòu)上不可分割的知識點稱為元知識點；由一組知識點聚合而成的知識點稱為復(fù)合知識點.

2) 知識關(guān)系.知識庫的結(jié)構(gòu)是類似樹狀的網(wǎng)狀結(jié)構(gòu)，作為知識網(wǎng)絡(luò)中的節(jié)點——知識點之間的聯(lián)系是十分復(fù)雜的.一般研究認為知識點間主要有以下幾類聯(lián)系：前驅(qū)/后繼關(guān)系；包含關(guān)系；兄弟關(guān)系；引用關(guān)系.在本文中所應(yīng)用的知識點關(guān)系是關(guān)于知識點的前驅(qū)/后繼關(guān)系和包含關(guān)系的知識點樹.

3) 知識樹.知識樹就是知識點及其關(guān)系的集合.知識樹本質(zhì)上就是一個層級式知識圖，它表達了為實現(xiàn)某一領(lǐng)域知識的所有相關(guān)知識點間的因果關(guān)系或從屬關(guān)系.層級式知識圖由于具有對稱性、良好圖形、連續(xù)性等特點，而得到廣泛的應(yīng)用.利用知識樹的這些特點和VB等可視化編程語言的作圖功能，就能方便直觀地表示出學(xué)生的學(xué)習(xí)知識樹了，并結(jié)合此方式給出形象而準(zhǔn)確的評價和建議[3].

知識樹可以看作知識圖的簡化形式，有利于建立知識體系中的關(guān)聯(lián)和推理機制，利于知識的組織、管理和可視化，能夠滿足大多數(shù)學(xué)科知識表示的需求.各類學(xué)習(xí)資源，包括試題庫、素材庫等，均能以學(xué)科領(lǐng)域知識樹為中心，以知識點為線索，建立起知識點和資源之間的有機聯(lián)系.

4) 知識的表示.知識的表示既是知識獲取的基礎(chǔ)，也是知識應(yīng)用的前提，知識表示方法及知識庫結(jié)構(gòu)將直接決定系統(tǒng)的推理機制及求解策略，不同的知識表示方法，會有不同的推理機制.不僅如此，專家系統(tǒng)的知識結(jié)構(gòu)與解釋機制也有密切關(guān)系，采用適當(dāng)?shù)闹R表示方法可以得到更易表達和容易接受的解釋[5].

在該系統(tǒng)智能評價模塊中，知識表示是一個關(guān)鍵問題.教學(xué)是知識的傳播過程，學(xué)科領(lǐng)域知識是教學(xué)活動中各種知識的核心.良好的知識表示方法不僅可以合理、有效地將該學(xué)科領(lǐng)域知識組織在一起，也能為系統(tǒng)提供信息查詢，而且還可以幫助學(xué)生建立清晰的知識結(jié)構(gòu)，提高問題求解的能力.知識表示方法的優(yōu)劣對教學(xué)系統(tǒng)是至關(guān)重要的，在智能評價系統(tǒng)中，知識表示是實現(xiàn)系統(tǒng)智能化的關(guān)鍵.

知識是極其豐富和龐雜的，知識表示的方法主要有這樣幾種：自然語言表示法、謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、語義網(wǎng)絡(luò)表示法、狀態(tài)空間表示法、問題歸約表示法、過程表示、腳本表示[6]、面向?qū)ο蟊硎?、Petri網(wǎng)表示法等.文中著重探討層次分明、結(jié)構(gòu)清晰的知識樹表示法，各類學(xué)習(xí)資源均能以學(xué)科領(lǐng)域知識樹為中心，以知識點為線索，建立起知識點和資源之間的有機聯(lián)系.該系統(tǒng)知識樹采用面向?qū)ο鬄橹鞯闹R表示方法,來表達系統(tǒng)的評價知識.

2 主要對象模型的設(shè)計

數(shù)據(jù)模型的設(shè)計是系統(tǒng)開發(fā)的基礎(chǔ)，直接影響組卷功能和智能評價模塊的設(shè)計，是實現(xiàn)系統(tǒng)智能化的關(guān)鍵.在該系統(tǒng)中，主要涉及知識點、試題、試卷、學(xué)習(xí)資源、學(xué)習(xí)者和規(guī)則等對象.下面利用關(guān)系數(shù)據(jù)庫技術(shù)，對該考試系統(tǒng)中的知識點等幾個主要對象建模.

2.1 知識點模型

知識點是描述教學(xué)領(lǐng)域知識完整的教學(xué)單元，知識點之間存在的各種關(guān)聯(lián)及其關(guān)聯(lián)程度稱為知識點關(guān)系.若學(xué)習(xí)知識點A，必須先掌握知識點B，則B稱為A的前驅(qū)知識點，而A稱為B的后繼知識點，其關(guān)聯(lián)程度有強弱之分.知識點及其關(guān)系的集合稱為知識樹.

知識點：：=<知識點標(biāo)識，知識點名稱，關(guān)鍵詞，學(xué)習(xí)要求標(biāo)識，情感目標(biāo)，能力目標(biāo)，學(xué)習(xí)內(nèi)容，難易程度，教學(xué)重點，重要程度，學(xué)習(xí)時間，媒體資源，強前驅(qū)知識，弱前驅(qū)知識，強后繼知識，弱后繼知識>.

其中，知識點標(biāo)識采用形如“T1.1.2”這樣的形式，字母“T”表示理論知識，數(shù)字“1.1.2”表示第1章第1節(jié)第2個知識點.這樣的編號方式不僅將編號與章節(jié)的具體含義結(jié)合起來，也為智能評價中的知識樹的樹葉顯示提供了位置信息參考.

學(xué)習(xí)要求：：=<學(xué)習(xí)要求標(biāo)識，學(xué)習(xí)要求名稱，具體說明，舉例 >.

例如，大學(xué)信息技術(shù)中學(xué)習(xí)要求名稱包括掌握，熟悉，了解.

知識點間關(guān)系：：=<知識點標(biāo)識，預(yù)備知識編號，關(guān)系類型 >.

其中，關(guān)系類型包括組合關(guān)系，為依賴關(guān)系、兄弟關(guān)系、平行關(guān)系.

在本系統(tǒng)中，知識點為基本學(xué)習(xí)單元，由各知識點構(gòu)成了該課程的層次知識結(jié)構(gòu)，它是若干個關(guān)聯(lián)的知識節(jié)點集K，知識節(jié)點間的關(guān)系r構(gòu)成了一個關(guān)系集R，知識節(jié)點集K與知識關(guān)系集R構(gòu)成了一個知識樹.知識樹的具體表示和實現(xiàn)可通過語義網(wǎng)絡(luò)法、框架表示、面向?qū)ο蟊硎镜确椒▉砻枋?

知識點的編碼和知識樹結(jié)構(gòu)清晰地反映了知識點之間的相互關(guān)系，以某一知識點為例，可以方便地找到該知識點前驅(qū)和后繼知識點.樹中的每一個知識點都被賦予唯一的編碼，方便知識點的查詢、增加和刪除.學(xué)習(xí)者在學(xué)習(xí)某一知識點時，在線考試系統(tǒng)可以很容易的對其進行前驅(qū)知識測試和后繼知識提示.根據(jù)Web日志挖掘出的頻繁訪問路徑，調(diào)整知識樹結(jié)構(gòu)，形成適應(yīng)網(wǎng)絡(luò)測試和學(xué)習(xí)的知識點關(guān)系網(wǎng)絡(luò)和導(dǎo)航.

2.2 學(xué)生模型

在該系統(tǒng)的設(shè)計中，希望能根據(jù)不同能力學(xué)習(xí)者的要求和學(xué)習(xí)情況自動選擇試題庫中試題組卷、變化題目，精確地對每一個學(xué)習(xí)者進行測試和評價，因此學(xué)習(xí)者信息和學(xué)習(xí)情況的記錄是智能組卷和智能評價引導(dǎo)的重要基礎(chǔ)，在此設(shè)計了學(xué)生模型.

學(xué)生模型是指對學(xué)生屬性的詳細描述，描述如下：

學(xué)生模型={學(xué)生信息，班級信息，系院信息，安全信息，學(xué)業(yè)信息，偏好信息，學(xué)習(xí)行為}

2.3 學(xué)習(xí)資源模型

系統(tǒng)的設(shè)計目標(biāo)不只是為了測試學(xué)生的學(xué)習(xí)水平，而是測試的過程中發(fā)現(xiàn)學(xué)生在該學(xué)科學(xué)習(xí)上存在的問題，并對學(xué)生提出準(zhǔn)確的評價和有效的引導(dǎo).在在線考試系統(tǒng)系統(tǒng)設(shè)計中為了滿足學(xué)生個性化學(xué)習(xí)需要以提高學(xué)習(xí)效率，充分利用Internet的優(yōu)點和現(xiàn)有的輔助教學(xué)資料設(shè)計了學(xué)習(xí)資源庫模型，學(xué)習(xí)資源的媒體類型分為：文本、圖形(圖像)、音頻、視頻、動畫五大類.

資源信息：：=< 資源標(biāo)識，知識點標(biāo)識，關(guān)鍵詞，描述，有效學(xué)習(xí)時間，大小，使用環(huán)境，反饋評價>

其中，資源標(biāo)識編碼如下規(guī)定：T開頭表示文本，P開頭表示圖形(圖像)，A開頭表示音頻，V開頭表示視頻，F(xiàn)開頭表示動畫，通過特定開頭字母確定素材類型.

3 智能評價中知識樹的功能

1) 綜合運用可縮放矢量圖形SVG等多項網(wǎng)頁技術(shù)，盡可能完整地體現(xiàn)本學(xué)科領(lǐng)域的總體知識結(jié)構(gòu)，以便學(xué)習(xí)者認識一個學(xué)科知識結(jié)構(gòu)的全貌與細節(jié)，并能隨時查看當(dāng)前學(xué)習(xí)知識樹的生成情況.

2) 智能評價中借助知識樹映射過程實現(xiàn)知識的動態(tài)調(diào)度和規(guī)劃.系統(tǒng)的學(xué)習(xí)策略主要通過知識樹形成、葉節(jié)點添加、葉節(jié)點刪除和移動等標(biāo)準(zhǔn)樹型數(shù)據(jù)結(jié)構(gòu)的標(biāo)準(zhǔn)化操作，運用人工智能化混合推理技術(shù)，動態(tài)加以實現(xiàn). 將知識點屬性與知識樹節(jié)點的顯示特征相結(jié)合，如可通過葉節(jié)點的虛實、顏色屬性表示該知識結(jié)點是否掌握、掌握程度.學(xué)生知識樹的不斷增長和屬性改變的過程就是學(xué)生掌握該學(xué)科知識的過程.通過知識樹映射，用戶可以隨時查看知識樹變化，動態(tài)反映學(xué)生不斷變化的學(xué)習(xí)情況，具有較高的智能性，促使學(xué)習(xí)者及時補充學(xué)習(xí).

3) 以超鏈接的形式將知識樹中的葉節(jié)點與知識點詳細信息聯(lián)系起來，無論知識樹中節(jié)點顯示是否掌握，都能通過該節(jié)點查詢相關(guān)知識點信息和學(xué)習(xí)資料等，增強了學(xué)生學(xué)習(xí)的自由，學(xué)習(xí)者能隨時自由自主地點擊查詢和學(xué)習(xí)，根據(jù)自己對已經(jīng)學(xué)習(xí)過的知識點的掌握情況選擇下一個要學(xué)習(xí)的知識點.

4) 以時間信息為序，直觀查閱知識樹的生長過程，學(xué)習(xí)者能靈活提取任一時間點的知識信息，即某時刻的學(xué)習(xí)情況和知識的掌握程度.知識樹下顯示根據(jù)專家經(jīng)驗知識作出的的學(xué)習(xí)評價和建議.系統(tǒng)已具備了一定的“推理智慧” ，能根據(jù)實際應(yīng)用情況不斷地修改和豐富知識庫.分析得出的規(guī)則在學(xué)習(xí)過程中不斷得到鍛煉，即通過規(guī)則在學(xué)習(xí)過程中的績效來修正自身，使其能夠更加確切地反映學(xué)習(xí)者的真實情況.

5) 系統(tǒng)充分利用網(wǎng)絡(luò)和數(shù)據(jù)庫技術(shù)，將智能評價與分析模塊與智能組卷模塊相連接，根據(jù)知識樹中反映的學(xué)生學(xué)習(xí)狀況和學(xué)習(xí)評價信息及時對測試內(nèi)容進行調(diào)整，更好地實現(xiàn)網(wǎng)上隨機動態(tài)組卷與測試，幫助學(xué)習(xí)者補習(xí)有關(guān)知識或進一步測試，提高了學(xué)習(xí)效率.

4 知識的表現(xiàn)形式及存儲形式

4.1 知識的表現(xiàn)形式

合理的知識結(jié)構(gòu)有利于學(xué)習(xí)者對知識的運用,有利于進一步的學(xué)習(xí).有關(guān)研究表明,合理的知識結(jié)構(gòu)應(yīng)該是分層存儲的,層的劃分要結(jié)合知識的分化、運用以及相互之間的聯(lián)系等綜合考慮，層次分明的知識結(jié)構(gòu)容易被人所接受，更容易讓學(xué)習(xí)者看清楚知識的發(fā)展方向.考試系統(tǒng)中的知識可分為學(xué)科專業(yè)理論知識和學(xué)科專家經(jīng)驗知識.

研究表明，將學(xué)科專業(yè)理論知識分解成不同粒度的知識點，使用圖或樹的結(jié)構(gòu)將它們組織起來是比較適宜的知識組織和表現(xiàn)形式[7].知識樹可以看作知識圖的簡化形式，有利于建立知識體系中的關(guān)聯(lián)和推理機制，有利于知識的組織、管理和可視化，能夠滿足大多數(shù)學(xué)科理論知識表示的需求.各類學(xué)習(xí)資源均能以學(xué)科領(lǐng)域知識樹為中心，以知識點為線索，建立起知識點和資源之間的有機聯(lián)系.因此，在智能評價系統(tǒng)中有效地建立和維護知識樹是一個重要的問題.將具體學(xué)科知識表示為知識樹,學(xué)生學(xué)習(xí)知識和能力的增加是一個動態(tài)的過程，表現(xiàn)為知識樹的栽培和發(fā)育生長.多學(xué)科知識在系統(tǒng)中表示為知識森林，每門具體學(xué)科的知識通過知識點粒度細分,知識樹內(nèi)部節(jié)點對應(yīng)于科目、單元、章、節(jié)、小節(jié)等，實現(xiàn)知識之間的組合關(guān)系.

4.2 知識的存儲形式

知識樹表示的有關(guān)知識是以數(shù)據(jù)庫的形式存儲的,又稱為知識庫.隨著專家系統(tǒng)的不斷發(fā)展，對知識庫的要求越來越高，知識庫也將逐步地趨于完善.將知識庫建立在基于數(shù)據(jù)庫的基礎(chǔ)之上，充分利用數(shù)據(jù)庫系統(tǒng)的強大管理功能和快捷的開發(fā)環(huán)境，能夠滿足知識庫的發(fā)展要求.本文選用目前最成熟、應(yīng)用最廣泛的關(guān)系型數(shù)據(jù)庫.選用關(guān)系數(shù)據(jù)庫SQL Server具體實現(xiàn)系統(tǒng)，充分利用SQL Server數(shù)據(jù)庫的諸多優(yōu)點，例如能夠很好地處理知識表示中的不一致性、整體性及冗余度檢查問題，能利用強大的SQL查詢語句對知識進行搜索處理等，給出了專家系統(tǒng)中知識的關(guān)系化表示方法，以及在關(guān)系數(shù)據(jù)庫SQL Server中的具體實現(xiàn)，并利用面向?qū)ο蟮拈_發(fā)語言ASP.net來實現(xiàn)SQL Server對知識的訪問，亦即在ASP.net中利用ADO技術(shù)訪問SQL Server表[8-9].

5 知識樹表示方法的應(yīng)用

將本文探討的知識樹表示方法應(yīng)用于《大學(xué)信息技術(shù)》課程學(xué)習(xí)與考試評價系統(tǒng)的研究與開發(fā)中，從實現(xiàn)過程和運行狀況來看都是比較滿意的，從一個側(cè)面驗證了這一方法的實用價值.

系統(tǒng)采用科學(xué)的評價標(biāo)準(zhǔn)，全面測評學(xué)生，既要能客觀標(biāo)準(zhǔn)地評價學(xué)生的學(xué)習(xí)，也能全面完整地反應(yīng)學(xué)生情況，為學(xué)生今后學(xué)習(xí)提供幫助[10]，同時能根據(jù)學(xué)生的知識掌握情況，為教師今后的教學(xué)提供指導(dǎo)建設(shè)性建議.本課題的研究旨在為本校的《大學(xué)信息技術(shù)》課程的教與學(xué)提供一個學(xué)習(xí)與測試的平臺.該系統(tǒng)對學(xué)生參加等級考試的復(fù)習(xí)和提高通過率帶來了很大的幫助.

在智能評價系統(tǒng)中，知識表示是實現(xiàn)系統(tǒng)智能化的關(guān)鍵.大學(xué)信息技術(shù)的每個章節(jié)的知識都是一個有機的網(wǎng)狀結(jié)構(gòu)系統(tǒng)，知識點相互聯(lián)系，相互作用，使得學(xué)科網(wǎng)絡(luò)形成了一個完整的有生命的體系.本文將學(xué)科領(lǐng)域知識表示為知識樹，學(xué)生學(xué)習(xí)知識的增加可以表現(xiàn)為知識樹的種植和生長過程，是一個動態(tài)的過程.此方法也可拓展到學(xué)生多學(xué)科知識的學(xué)習(xí)，多學(xué)科領(lǐng)域知識的知識樹就構(gòu)成了知識森林.每個具體學(xué)科的知識通過知識點粒度細分，知識樹內(nèi)部節(jié)點對應(yīng)于單元、章、節(jié)、小節(jié)等.[11]

大學(xué)信息技術(shù)課程中的知識點較多，在以往的學(xué)習(xí)中，很多學(xué)生只注重知識點的掌握，不注意掌握知識點之間的內(nèi)在聯(lián)系，所以學(xué)生在做綜合性的習(xí)題時表現(xiàn)出靈活性和知識遷移能力較差，出錯較多，不會活學(xué)活用.造成這種問題的原因就是學(xué)生在學(xué)習(xí)整個過程中沒有創(chuàng)建起知識點之間的內(nèi)在聯(lián)系，形成較完備的知識網(wǎng)絡(luò).

將知識樹表示法是應(yīng)用到智能評價系統(tǒng)中以后，可以幫助學(xué)生積極建立學(xué)科知識系統(tǒng)，促進他們迅速掌握知識體系，理清知識點之間的內(nèi)在聯(lián)系，增進了學(xué)生對所學(xué)知識的理解.我們把這種知識體系以知識樹這種形象直觀的方式展現(xiàn)給學(xué)生，將能極大地提升學(xué)習(xí)效率，彌補了課堂教學(xué)中的不足，有效地提升了學(xué)習(xí)成績.如計算機信息系統(tǒng)與數(shù)據(jù)庫這一章，樹干是信息系統(tǒng)與數(shù)據(jù)庫，信息系統(tǒng)和數(shù)據(jù)庫是兩個分叉.我們可以利用VB等可視化編程語言的作圖功能，以不同的顏色和形狀表示是知識節(jié)點的不同信息，如用實線空心圓表示待學(xué)習(xí)的知識點，用虛線空心圓表示該學(xué)科中選學(xué)的知識點，用實線實心圓表示已經(jīng)掌握的知識點.此外，在各章節(jié)知識樹上用超鏈接的方法鏈接上之前設(shè)計和準(zhǔn)備好的各種學(xué)習(xí)資源素材.這樣就使得知識樹變得枝繁葉茂，生機勃勃，文本、圖形(圖像)、單頻、視頻、動畫也有機地結(jié)合起來.這樣，學(xué)習(xí)者在獲悉自己的學(xué)習(xí)評價之后，也能通過知識樹中鏈接的學(xué)習(xí)資源，及時鞏固，并進入到下次測試，起到了查缺和補漏的作用.實踐表明，測試時間越長、測試次數(shù)越多，知識樹的評價效果會越好，反映學(xué)習(xí)者的學(xué)習(xí)情況也越準(zhǔn)確，同時可結(jié)合智能評價的信息在知識樹下顯示一個學(xué)習(xí)評價總結(jié).學(xué)習(xí)者參照知識樹反映的信息，當(dāng)根節(jié)點為掌握標(biāo)記時就表明已全部掌握所要求的知識點，這樣，學(xué)習(xí)者只要經(jīng)過多次練習(xí)而非全部練習(xí)就能測試完畢了.

6 結(jié)論

1) 基于知識樹表示的智能評價系統(tǒng)能根據(jù)學(xué)習(xí)者的測試情況和個性提供相應(yīng)的指導(dǎo)，實現(xiàn)個性化學(xué)習(xí)，能根據(jù)學(xué)習(xí)者當(dāng)前的薄弱環(huán)節(jié)，提供學(xué)習(xí)者補漏的提示和相應(yīng)的學(xué)習(xí)計劃.智能評價系統(tǒng)將學(xué)生的評價信息提供給智能組卷系統(tǒng)，就能根據(jù)學(xué)習(xí)者的水平和學(xué)習(xí)情況提供合適的、個性化的、交互的練習(xí)和測試環(huán)境，調(diào)動學(xué)習(xí)者的學(xué)習(xí)興趣.

2) 應(yīng)用智能評價系統(tǒng)，能根據(jù)學(xué)習(xí)者的實際情況，對其學(xué)習(xí)內(nèi)容和方向以適當(dāng)?shù)囊龑?dǎo)，學(xué)習(xí)者在測評時能準(zhǔn)確知道要學(xué)什么和怎么學(xué)，不用浪費時間去重復(fù)練習(xí)已經(jīng)掌握的知識，通過有效的練習(xí)和測試達到學(xué)習(xí)目標(biāo)，這極大地增加了學(xué)習(xí)情境的人性化色彩，對提高學(xué)習(xí)者的學(xué)習(xí)興趣，改善教學(xué)效果有重要的意義.

3) 下一步工作主要是研究規(guī)則的產(chǎn)生和學(xué)習(xí)策略的制定問題，系統(tǒng)的通用性研究，探討將數(shù)據(jù)挖掘技術(shù)應(yīng)用于學(xué)生測評信息和個性化信息的提取中.進一步研究如何從大量的信息中提取有效的規(guī)則，然后根據(jù)規(guī)則制定與之相應(yīng)的、行之有效的學(xué)習(xí)策略.

參考文獻：

[1] 張量，詹國華. 一種基于Internet的遠程考試系統(tǒng)[J]. 計算機應(yīng)用，2001,21(7)： 62-63.

[2] 張福炎，孫志揮. 大學(xué)計算機信息技術(shù)教程[M]. 南京：南京大學(xué)出版社，2008.

[3] 王小輝，童規(guī). 智能計算機輔助教學(xué)系統(tǒng)的設(shè)計[J]. 軟件學(xué)報，1996,7(4)：217-222.

[4] 姜云飛. 基于知識結(jié)構(gòu)圖的智能教學(xué)規(guī)劃[J]. 計算機研究與發(fā)展，1998(9) ：787-792.

[5] 年志剛 ，梁式 ，麻芳蘭，等. 知識表示方法研究與應(yīng)用[J]. 計算機應(yīng)用研究，2007(5)：234-236，286.

[6] RENATO D M. Computer models of speech using fuzzy algorithms[M]. NewYork：Plenum Press，1983.

[7] 徐明發(fā)，聶承啟. 基于面向?qū)ο蠹夹g(shù)的知識表示模式[J].江西師范大學(xué)學(xué)報：自然科學(xué)版，1997，21(2)：39-44.

[8] 羅宗航. 基于ASP. NET的專家系統(tǒng)知識庫設(shè)計[J]. 河池師專學(xué)報，2004(6)：89-90.

[9] 劉宏偉，姚壽廣. 數(shù)據(jù)庫技術(shù)在專家系統(tǒng)知識表示中的應(yīng)用[J]. 江蘇科技大學(xué)學(xué)報：自然科學(xué)版，2007(6)：50-53.

[10]ELLEN W. 有效的學(xué)生評價[M]. “促進教師發(fā)展與學(xué)生成長的評價研究”項目組, 譯，北京：中國輕工業(yè)出版社，2003.

[11]呂皖麗，陳寧江，鐘誠. 教學(xué)知識樹算法的研究與應(yīng)用[J]. 計算機工程與應(yīng)用，2002(24)：96-98.