论文部分内容阅读
摘要：由于远程教学系统中传统教学策略的局限性，导致教学过程僵化、个性化教学不足等缺陷，本文提出了一种能够动态调整的适应性教学策略，详细阐述了课程内容相关知识单元的选取和排序算法。在已经实施的远程培训系统中检验，适应性教学策略能有效地提高远程教学系统的智能性和个性化教学需求。
关键词：智能性；远程教学系统；适应性；教学策略
中图分类号： G424.1 文献标识码：A 文章编号：1673-8454（2008）08-0008-03
在远程教学系统中，教学的终极目标是让学员掌握课程领域的相关知识，因此教学活动总是围绕学员展开。对同一教学系统来说，教学课程的内容知识相同，但是由于学员的具体学习背景、认知能力、基础水平的不同，必然导致要求教学系统的教学行为须具有一定的智能性而能够自动变化以适应不同学员的个性化需求。
远程智能教学系统为了模拟优秀教师的教学行为——根据学员的学习状况和课程特点做到因材施教，它需要合适的教学策略来组织教学内容、安排教学进度、监督教学过程。随着教学活动的展开、课程的深入、学员知识水平的变化，系统能够根据这些变化针对不同的学员对教学策略自行做出适当的调整。因此，适应性教学策略是远程智能教学系统中相当重要的组成部分。
一、传统教学策略的缺陷及改进
教学策略就是教学活动中安排教学步骤的过程，即要达到教学目标所涉及课程知识单元的相关教学活动的调度过程。
在课程内容相关知识单元序列生成、知识单元教学和知识单元序列调整等不断循环往复的过程中，适应性教学策略的生成部分主要实现知识单元的选取和对所选取的知识单元进行排序。[4]
（1）知识单元的选取
为了有效地达到预定的教学目标和提高学员知识水平，要选择课程内容哪些相关单元知识与学员的知识掌握程度等学习信息有关。系统对学员的学习信息的了解存在两种情况，一种是学员是初次使用教学系统，系统中无任何该学员学习信息记录；另一种是学员不是初次使用教学系统，系统中己有该学员的学习信息记录。
针对第一种情况，系统中预设三个级别的普适性教学策略，分别对应着对课程内容的接受程度为差、中等、良好。在学员第一次学习的时候由学员根据自己对课程内容预计接受程度自行选择一种教学策略。学员有可能对自身的能力水平作出错误判断，或预先设定的教学策略对某些学员来说不恰当，但这种偏离是暂时的，因为随着教学活动的继续深入展开，由于有跟踪模块对该学员的相应反馈信息，教学系统会动态调整知识单元序列。
对于第二种情况，需要根据学员当前知识水平和认知能力，围绕当前教学目标进行选取合适的知识单元。知识单元的选取依赖于知识单元之间的关系，一种是知识单元的语义关系，一种是学员在学习过程中建立的关系。在教学过程中系统将学员学习中的所犯错误也看作是一种知识（错误知识），学员理解了错误知识就意味着他消除了错误，这样对所有知识同等对待。
在知识单元的选取时需要预设一个评价标准的阈值Z(1>Z>0)，若知识单元的掌握程度大于Z，则认为学员掌握了该知识单元（除非他在练习或测试中犯了与此知识单元相关的错误）；若知识单元的掌握程度小于等于Z，则认为该知识单元还需要在后续教学中重新选取。如果学员还没学过某知识单元，设其掌握程度mastery为0，如果经测试已经掌握则设该单元知识的掌握程度mastery为1。
知识单元选取算法如下：
①根据教学策略和学员信息生成教学目标AIM{单元A1，单元A2，…，单元An}
//目标是课程内容需要学员掌握的相关知识单元集合
②if AIM=空集 then goto 7
③for i=1 to n
④对每个知识单元Ai，判断Ai的mastery
⑤if mastery>阈值Z then 把Ai从AIM集合序列中移去
⑥next i
⑦结束
（2）知识单元的排序
在课程教学时，一般来说相对基础的知识单元放在前面讲述，复杂的知识放在后面讲述，关系比较密切的知识单元通常放在一起讲述，只有这样才能使教学过程符合教学的认知规律。而为了方便按照认知规律对课程内容的相关知识单元进行排序，系统把知识单元之间排序关系分为四种类型，如图3所示。
第一种类型：单元A与单元B无直接关系，若mastery(A) α×com(A) β×imp(A)>= mastery(B) α×com(B) β×imp(B)，则单元A排序在单元B的前面，否则单元B排序在单元A的前面。mastery(X)为知识单元X的掌握程度，α、β为表达式中平衡系数，imp(X)为知识单元X的重要程度（知识单元的一个属性），com(X)是知识单元X的复杂程度。
第二种类型：单元A与单元B有先后关系连接，Ri为任意关系类型（如相似关系、错误关联关系、验证关系或递进关系），将单元A排序在单元B的前面。
第三种类型：单元A与单元C和单元B与单元C都有关系连接，并且关系类型相同，则单元C排序在单元A和单元B的后面，单元A和单元B的之间可参见第一种。
第四种类型：单元A与单元C和单元B与单元C都有关系连接，但关系类型不同，如果imp(Ri)>imp(Rj)，则排序为单元A、单元B、单元C，否则为单元B、单元A、单元C。
各种排序关系类型的重要性在不同教学阶段是不同的，如课程内容的初始学习阶段，先后关系非常重要。而在复习阶段，验证关系、相似关系的重要性就大一些。[5]
知识单元排序算法如下：
①确定单元间关系重要性序列Rimp[n]，定义序列S1、Stmp2，S1置空
②取知识单元X∈AIM，if X不存在 then goto 7
③AIM := AIM –{X}
④if X∈S1 then goto 2
⑤Stmp2置空，调用SORT(Stmp2,X, Rimp[n],select)
//将Stmp2和X追加到S1列尾，select为知识单元选择范围
⑥ goto 3
⑦结束
算法结束后，序列S1即为排序结果，SORT为递归过程，对跟知识单元X相关的知识进行排序。SORT过程如下：
SORT (Sn：返回序列，aimn：目标知识单元，Rp[n]：关系重要性序列，Sel：选择范围)。
BEGIN
定义临时序列Stmp1、Stmp2，集合FIR、SEC，Stmp1、FIR置空;
SEC:={X|X∈Rmin(aimn,n)∧X∈Sel∧n∈aimn};
// Rmin(aimn,n)到目标知识单元aimn路径长度小于等于n的单元集合
IF SEC为空 THEN序列Sn置空并返回;
Next:
取X∈SEC∧X not ∈FIR;
IF Rmin(X,1)∧SEC为空 THEN
FIR:=FIR∪{X}，goto Next
FOR i=1 TO n
IF Rmin(aimn,Rimp[i])∧FIR 非空THEN
将Rmin(aimn,Rimp[i])∧FIR中元素按taxis(X)排序并加入Stmp1中;
// taxis(X)=mastery(X) α×com(X) β×imp(X)
END FOR
SEC:= SEC - FIR,
IF SEC非空 THEN
FIR置空, goto Next;
Sel:=Sel- Stmp1;
WHILE Stmp1非空
从Stmp1序首取知识单元Y，调用SORT(Stmp2,Y,Rp[n],Sel)
END WHILE
END BEGIN
3.适应性教学策略的动态调整
在教学策略生成后，策略执行部分根据知识单元的排序序列送教学模块进行教学。在教学时，教学策略的调整也同时进行。虽然系统对待教学的知识单元进行了排序，理想情况是依次教学就行了，但现实情况可能是知识单元A在教学结束时，跟踪模块根据各种信息判断学员已经掌握了排在知识单元A后面的知识单元B，则在调整时可以把知识单元B从教学序列中及时移除。还有可能的情况是知识单元A教学结束后，信息显示该学员还没有掌握知识单元A，则排在其后且以其为前提的其他知识单元也不能排进教学序列。
三、结束语
远程智能教学作为一项涉及人工智能、计算机技术、认知科学、教育学的综合性课题，其研究目标是最大限度的模拟人类优秀教师的教学行为进行网络远程教学。经连云港市电教馆中小学教师远程培训系统的实践检验，适应性教学策略的实现能够有效地提高远程教学系统的智能性，满足了不同学员的个性化教学需求。当然，适应性教学策略的实施需要系统其它模块的密切配合，不但教学策略的执行需要教学模块的合作，为了动态反应学员学习情况的变化以便及时调整教学策略，功能强大的教学信息跟踪模块的支持也必不可少。
参考文献：
[1]MG Lee.Profding student’ adaptation styles in Web-based Learning[J].Computer and Education,2001,36(2):121-132.
[2]Rafael Morales.Dynamic sequencing of learning objects[A].ICALT 2002[C].Kazan,Russia:IEEE Com-puter Society,2002:502-505.
[3]Elorriaga J A.Instructional planning in inteligent evolutive tutoring systems from a case-based reasoning approach[J].AI Communications,1999,12(4):259-260.
[4]王永固,顾容.基于Web的适应性学习系统研究[J].电化教育研究.2004(8):45-49.
[5]李益才,张小真.多模式智能教学系统教学规划与模式调度研究[J].计算机工程与设计,2005,26(4):1083-1087.
关键词：智能性；远程教学系统；适应性；教学策略
中图分类号： G424.1 文献标识码：A 文章编号：1673-8454（2008）08-0008-03
在远程教学系统中，教学的终极目标是让学员掌握课程领域的相关知识，因此教学活动总是围绕学员展开。对同一教学系统来说，教学课程的内容知识相同，但是由于学员的具体学习背景、认知能力、基础水平的不同，必然导致要求教学系统的教学行为须具有一定的智能性而能够自动变化以适应不同学员的个性化需求。
远程智能教学系统为了模拟优秀教师的教学行为——根据学员的学习状况和课程特点做到因材施教，它需要合适的教学策略来组织教学内容、安排教学进度、监督教学过程。随着教学活动的展开、课程的深入、学员知识水平的变化，系统能够根据这些变化针对不同的学员对教学策略自行做出适当的调整。因此，适应性教学策略是远程智能教学系统中相当重要的组成部分。
一、传统教学策略的缺陷及改进
教学策略就是教学活动中安排教学步骤的过程，即要达到教学目标所涉及课程知识单元的相关教学活动的调度过程。
在课程内容相关知识单元序列生成、知识单元教学和知识单元序列调整等不断循环往复的过程中，适应性教学策略的生成部分主要实现知识单元的选取和对所选取的知识单元进行排序。[4]
（1）知识单元的选取
为了有效地达到预定的教学目标和提高学员知识水平，要选择课程内容哪些相关单元知识与学员的知识掌握程度等学习信息有关。系统对学员的学习信息的了解存在两种情况，一种是学员是初次使用教学系统，系统中无任何该学员学习信息记录；另一种是学员不是初次使用教学系统，系统中己有该学员的学习信息记录。
针对第一种情况，系统中预设三个级别的普适性教学策略，分别对应着对课程内容的接受程度为差、中等、良好。在学员第一次学习的时候由学员根据自己对课程内容预计接受程度自行选择一种教学策略。学员有可能对自身的能力水平作出错误判断，或预先设定的教学策略对某些学员来说不恰当，但这种偏离是暂时的，因为随着教学活动的继续深入展开，由于有跟踪模块对该学员的相应反馈信息，教学系统会动态调整知识单元序列。
对于第二种情况，需要根据学员当前知识水平和认知能力，围绕当前教学目标进行选取合适的知识单元。知识单元的选取依赖于知识单元之间的关系，一种是知识单元的语义关系，一种是学员在学习过程中建立的关系。在教学过程中系统将学员学习中的所犯错误也看作是一种知识（错误知识），学员理解了错误知识就意味着他消除了错误，这样对所有知识同等对待。
在知识单元的选取时需要预设一个评价标准的阈值Z(1>Z>0)，若知识单元的掌握程度大于Z，则认为学员掌握了该知识单元（除非他在练习或测试中犯了与此知识单元相关的错误）；若知识单元的掌握程度小于等于Z，则认为该知识单元还需要在后续教学中重新选取。如果学员还没学过某知识单元，设其掌握程度mastery为0，如果经测试已经掌握则设该单元知识的掌握程度mastery为1。
知识单元选取算法如下：
①根据教学策略和学员信息生成教学目标AIM{单元A1，单元A2，…，单元An}
//目标是课程内容需要学员掌握的相关知识单元集合
②if AIM=空集 then goto 7
③for i=1 to n
④对每个知识单元Ai，判断Ai的mastery
⑤if mastery>阈值Z then 把Ai从AIM集合序列中移去
⑥next i
⑦结束
（2）知识单元的排序
在课程教学时，一般来说相对基础的知识单元放在前面讲述，复杂的知识放在后面讲述，关系比较密切的知识单元通常放在一起讲述，只有这样才能使教学过程符合教学的认知规律。而为了方便按照认知规律对课程内容的相关知识单元进行排序，系统把知识单元之间排序关系分为四种类型，如图3所示。
第一种类型：单元A与单元B无直接关系，若mastery(A) α×com(A) β×imp(A)>= mastery(B) α×com(B) β×imp(B)，则单元A排序在单元B的前面，否则单元B排序在单元A的前面。mastery(X)为知识单元X的掌握程度，α、β为表达式中平衡系数，imp(X)为知识单元X的重要程度（知识单元的一个属性），com(X)是知识单元X的复杂程度。
第二种类型：单元A与单元B有先后关系连接，Ri为任意关系类型（如相似关系、错误关联关系、验证关系或递进关系），将单元A排序在单元B的前面。
第三种类型：单元A与单元C和单元B与单元C都有关系连接，并且关系类型相同，则单元C排序在单元A和单元B的后面，单元A和单元B的之间可参见第一种。
第四种类型：单元A与单元C和单元B与单元C都有关系连接，但关系类型不同，如果imp(Ri)>imp(Rj)，则排序为单元A、单元B、单元C，否则为单元B、单元A、单元C。
各种排序关系类型的重要性在不同教学阶段是不同的，如课程内容的初始学习阶段，先后关系非常重要。而在复习阶段，验证关系、相似关系的重要性就大一些。[5]
知识单元排序算法如下：
①确定单元间关系重要性序列Rimp[n]，定义序列S1、Stmp2，S1置空
②取知识单元X∈AIM，if X不存在 then goto 7
③AIM := AIM –{X}
④if X∈S1 then goto 2
⑤Stmp2置空，调用SORT(Stmp2,X, Rimp[n],select)
//将Stmp2和X追加到S1列尾，select为知识单元选择范围
⑥ goto 3
⑦结束
算法结束后，序列S1即为排序结果，SORT为递归过程，对跟知识单元X相关的知识进行排序。SORT过程如下：
SORT (Sn：返回序列，aimn：目标知识单元，Rp[n]：关系重要性序列，Sel：选择范围)。
BEGIN
定义临时序列Stmp1、Stmp2，集合FIR、SEC，Stmp1、FIR置空;
SEC:={X|X∈Rmin(aimn,n)∧X∈Sel∧n∈aimn};
// Rmin(aimn,n)到目标知识单元aimn路径长度小于等于n的单元集合
IF SEC为空 THEN序列Sn置空并返回;
Next:
取X∈SEC∧X not ∈FIR;
IF Rmin(X,1)∧SEC为空 THEN
FIR:=FIR∪{X}，goto Next
FOR i=1 TO n
IF Rmin(aimn,Rimp[i])∧FIR 非空THEN
将Rmin(aimn,Rimp[i])∧FIR中元素按taxis(X)排序并加入Stmp1中;
// taxis(X)=mastery(X) α×com(X) β×imp(X)
END FOR
SEC:= SEC - FIR,
IF SEC非空 THEN
FIR置空, goto Next;
Sel:=Sel- Stmp1;
WHILE Stmp1非空
从Stmp1序首取知识单元Y，调用SORT(Stmp2,Y,Rp[n],Sel)
END WHILE
END BEGIN
3.适应性教学策略的动态调整
在教学策略生成后，策略执行部分根据知识单元的排序序列送教学模块进行教学。在教学时，教学策略的调整也同时进行。虽然系统对待教学的知识单元进行了排序，理想情况是依次教学就行了，但现实情况可能是知识单元A在教学结束时，跟踪模块根据各种信息判断学员已经掌握了排在知识单元A后面的知识单元B，则在调整时可以把知识单元B从教学序列中及时移除。还有可能的情况是知识单元A教学结束后，信息显示该学员还没有掌握知识单元A，则排在其后且以其为前提的其他知识单元也不能排进教学序列。
三、结束语
远程智能教学作为一项涉及人工智能、计算机技术、认知科学、教育学的综合性课题，其研究目标是最大限度的模拟人类优秀教师的教学行为进行网络远程教学。经连云港市电教馆中小学教师远程培训系统的实践检验，适应性教学策略的实现能够有效地提高远程教学系统的智能性，满足了不同学员的个性化教学需求。当然，适应性教学策略的实施需要系统其它模块的密切配合，不但教学策略的执行需要教学模块的合作，为了动态反应学员学习情况的变化以便及时调整教学策略，功能强大的教学信息跟踪模块的支持也必不可少。
参考文献：
[1]MG Lee.Profding student’ adaptation styles in Web-based Learning[J].Computer and Education,2001,36(2):121-132.
[2]Rafael Morales.Dynamic sequencing of learning objects[A].ICALT 2002[C].Kazan,Russia:IEEE Com-puter Society,2002:502-505.
[3]Elorriaga J A.Instructional planning in inteligent evolutive tutoring systems from a case-based reasoning approach[J].AI Communications,1999,12(4):259-260.
[4]王永固,顾容.基于Web的适应性学习系统研究[J].电化教育研究.2004(8):45-49.
[5]李益才,张小真.多模式智能教学系统教学规划与模式调度研究[J].计算机工程与设计,2005,26(4):1083-1087.