电子学习环境中知识网络的动态特性与学生档案

### 电子学习环境中知识网络的动态特性与学生档案 #### 1. 引言 电子学习是教育过程的重要组成部分。在虚拟教育环境中，许多学生活动和教育可以通过多媒体实现。在混合学习中，最常用的教育形式是远程学习，其中导师作为学生的顾问起着重要作用。许多学生在学习过程中会遇到类似的问题，导师会为他们提供相似或相同的支持。 对于学习材料的自适应过程，有一种有趣的方法是面向语义网，但创建本体等存在实际问题，学习材料的作者在理解语义网原理方面存在困难。我们的方法面向非信息技术教师，他们对人工智能理论、语义网或 Petri 网一无所知。我们从传统的布鲁姆认知知识分类理论开始，基于该理论，我们既能遵循传统的教学方法来构建学习材料，又能创建透明的数据结构，用于学习材料的描述。而且作者不受技术限制，可以用自己的风格创建学习内容，并添加一些简单的内容描述符。 #### 2. 学习材料内容描述 知识库是智能教育系统的基础部分。基于此，我们可以为学生提供最适合其实际知识和技能的内容。基本要求是采用简单透明的方法，无需对构建一组术语、它们的外部关系和内部内容描述有任何特殊要求。 术语的内部结构包括术语头（一组可用的元数据）、解释模块和测试模块。解释模块有多种变体，每个变体包含指向内容的链接和描述性属性；测试模块包括预测试、最终测试和后测试等不同类型的测试，每种测试也有多个变体，同样包含指向内容的链接和描述性属性。此外，还有反馈模块，包括进度日志（存储关于给定术语及其内部结构的活动信息）、学习结果协议（存储与测试模块协调的测试和其他评估的汇总信息）以及反馈元素（包括来自学生、导师和作者团队成员对给定术语的整体意图，来源还包括测验和问卷调查结果、问题和响应，还包括讨论、聊天、电子邮件、视频讲座等通信工具的链接）。 对于术语之间的相互连接，我们可以使用一组可能的关系，这些关系可以分为几个维度，例如描述前因和后果、前言和结论、专业化和泛化以及等价术语。最有趣的可能性是产生跨学科关系，例如数学原理与物理理论之间的关系。 通过这种解释方式，我们可以产生一组所需的术语。现在我们可以开始使用大量的自适应算法，为特定学生和所需标准找到最佳的解释方法。如果我们建议的解释不被接受，我们可以使用不同的解释（如果可用）。当对特定术语的所有可能解释都已使用，而学生仍然不理解给定信息时，我们可以尝试调查他是否知道该术语的所有所需前言。例如，我们在解释小学的乘法时，如果尝试了所有可能的解释方法都没有效果，我们就可以测试学生在这个术语上的先决条件，如加法和减法。 基于遍历方法，我们可以将知识网络设置为几种状态： - 无限制通过：知识网络完全可用，无法进行内容自适应。 - 面向问题的通过：在图网络中表示为快速理解所有所需问题的最佳方式。由于可以将问题定义为相关级别，因此可以根据问题在单元中找到几种解释方式，如仅显示必要的术语、显示所有术语、显示前一个单元的术语进行复习等。 - 作者定义的通过：这是作者根据自己的经验手动定义的顺序解释列表，以最佳方式在实际教学单元中呈现。 - 个体最优通过：这是一种包含学生人为因素的解释变体。基于对单个学生学习过程的统计评估，我们可以观察到一种最优的解释方式，这种方式可能与受支持的解释方式（作者经验或系统生成的路径）不同。这个过程可能会受到以前学生群体的影响，不能正确地用于当前学生。对于实际登录的学生，我们可以根据他/她自己以前的成功、失败、学习成绩和检查过的模块（单元）来设计最优路径。这种方式包括基于先前知识的教育（接受和未接受的术语）和基于个体技能的教育（记忆技能、学习风格等）。这些解释变体可以结合使用，当使用“正确的系统”时，可以对这些方法进行组合和统计评估。 #### 3. 学生档案 为了为每个学生提供最佳的知识解释，有必要了解学生的特征。每个人的个性都有太多的特征，其中许多特征会对学习过程产生影响。为了将这些特征用于管理教学的自适应过程，需要对它们进行检测和记录。一般来说，所有类型的学生特征可以分为识别信息、基本特征、习惯、学习环境、知识和学生行为描述。与学习相关的学生基本特征如下： - 智力类型 - 记忆类型 - 学习风格 - 感官能力 - 等等 学习习惯可以分类为： - 系统、连续地学习，或者相反，在最后一刻学习 - 使用额外的资源，或者只使用基本的教科书 - 死记硬背而不需要理解内容 - 等等 学习环境包括： - 家庭背景 - 社会环境 - 学习动机 - 等等 学生档案包含注册在学生子系统中的静态属性、通过分析其学习行为获得的动态属性以及关于他的知识。特定学科由一组目标知识和技能定义，学生在成功完成课程后应获得这些知识和技能。 ##### 3.1 获得的知识和技能 术语的所需知识是可管理的状态，学生可能会忘记。因此，可以通过重复测试来记录这些事实并将其转化为丢失状态。同时，可以确定学生知识的遗忘曲线，这可以进一步用于处理优先术语，巩固它们在记忆过程中的地位。 这些数据还为我们提供了学生动态特征的信息，从而可以为他的职业个性的进一步发展提供建议。特定学生知识网络中的术语形象是一组需要掌握或已经掌握的概念。每个转移到学生档案中的术语可以处于以下状态： - 目标术语：学生在学习过程中获得的一组术语，包括新添加的术语和需要重复学习以恢复的遗忘术语。