非良构领域智能教学系统的探究及应用

摘要

智能教学系统是以信息集成技术为核心的开放复杂智能系统,知识构建及Agents行为管理是其核心支撑技术.针对智能教学系统的复杂应用问题,文章阐述非良构领域下智能教学系统面临的挑战,分析非良构领域知识构建及Agents行为管理的研究思路,进而探究数据挖掘技术在非良构领域智能教学系统中的应用.笔者拟采用数据挖掘综合算法，通过不断获取过程性任务知识，进而构建、扩展和管理知识空间，从而使Agents产生不同的行为并在不断地学习中改进系统性能。在国内，首都师范大学设计的虚拟社区智能网络教学平台可以对学习者的状态进行一定的分析推理。北京师范大学开发的Web CLTM(WebBased CooperativeLearning)平台是一个支持协作学习的网络教学支撑平台，设计了3个主要Agent：行为捕获Agent、行为处理Agent和信息反馈Agent，可以在一定程度上实现协作学习指导等功能。尽管在过去的几十年中，ITS领域已有相当丰硕的研究成果，提出了分类学习者特性、推理机制、认知评价、个性化导航等基础理论和方法，但这些理论应用在非良构领域还存在一些缺陷与不足，主要表现在：基于良构领域的知识对用户的学习评价纳入自身的概念框架，因此Agents无法发现和正确判断用户的个性化学习需求；识别所有可能的解决方案需要基于明确的任务模型；模式跟踪只适应于良构领域的过程性教学等。目前关于这一课题的研究还处于初期的探索阶段，需要在关键技术方面进行更具创新性和有突破性的研究工作才能形成成熟的应用技术。需要指出的是，只有面向非良构领域的ITS研究取得实质性进展，ITS才能真正广泛应用于客观世界的各个领域，灵活、全面地发挥作用。在目前各相关学科核心技术已取得重要成果的基础上，在国内外对非良构领域的ITS应用研究日渐重视的背景下，启动并推进关键支撑技术的研究是必要而迫切的。