0 引 言

網絡學習平臺有大量的知識模塊，例如有關學習內容的網頁、學習資料視頻、練習題目等。然而，若無恰當的外部幫助， 學生容易在學習過程中感到困惑，無人為其解決學習中遇到的問題，最終放棄學習目標。為了解決網絡學習平臺單一閱讀的學習模式，領域專家引入了很多方法，如學生之間的交互、學生與教師之間的交互、推薦優(yōu)秀學習伙伴等。此外，一項重要的機制是自適應，它采集并分析有關學生知識水平、學習過程的實時數據，基于數據分析的結果，提供學生期望的知識模塊， 形成一條適合學生當前知識水平的個性化學習路徑[1]。

文獻 [2] 應用分析方法從學生學習活動的日志數據中提取 40 個特征值，用來定量刻畫兩個知識模塊的關系 ：相似度、 難度和先行關系。采用回歸分析方法對訓練數據和測試數據 進行實驗，得到了較好的結果，然而，并沒有將其應用到網絡 學習平臺的設計與實現中。文獻 [3] 從文獻 [2] 中的增量數據 集中提取了 20 個特征值用以描述兩個知識模塊間的關系，應 用訓練數據對機器學習方法，即多元線性回歸和高斯過程等 訓練，并用測試數據進行實驗，也得到了類似的結果。為進 一步驗證、改善基于知識模塊關系的推薦機制，本文采用專 家系統(tǒng)作為自適應學習平臺的推薦模塊 [4]，以 Web 服務器作 為知識模塊的載體，設計實現基于專家系統(tǒng)推薦知識模塊的 學習平臺原型，該原型可以進一步用于數據采集、特征值分析 與檢驗知識模塊的推薦機制。

1 知識模塊推薦 

在文獻 [2，3] 中，知識模塊是練習題目，從網絡學習平 臺的學生日志數據中提取特征值可以確定兩個練習題目的關 系 ：相對難度、相似性和先行關系。確定所有練習題目對的關 系后，由專家系統(tǒng)根據學生完成練習題目的情況為其推薦符合 學生當前知識水平的練習題目。例如，當學生回答完成了練習 題目 A 后，若回答正確，則網絡學習平臺的專家系統(tǒng)根據專 家知識庫的教學規(guī)則，為學生推薦一個較難的練習題目 B。若 回答不正確，則為學生推薦較容易的練習題目 C。因此，依據 學生的知識水平可以為每個學生建立一條個性化學習路徑。

2 平臺設計

基于專家系統(tǒng)的自適應學習平臺主要由學生學習客戶端、教師編輯練習題目客戶端、練習題目庫、增量式更新知識模塊關系組件、專家知識庫、專家推理機、動態(tài)事實及推薦機制模塊和Web 服務器構成。自適應學習平臺體系結構如圖1所示。其路徑功能如下所示：

（1）教師使用教師編輯客戶端沿著路徑1、3 和 4 可以添加、 修改和更新練習題目庫 ； 

（2）學生使用學習客戶端沿著路徑 2、3 和 4 可以下載練 習題目，并上傳題目的回答情況 ；

（3）動態(tài)事實及推薦機制模塊沿路徑 11 得到學生回答練 習題目的情況，推理機制沿路徑 9 和 10 對動態(tài)事實進行分析 處理，激活專家知識庫符合條件的教學規(guī)則，動態(tài)事實及推 薦機制模塊沿路徑 10 獲得激活的教學規(guī)則。例如推薦下一個 練習題目的名稱，沿著路徑 11 傳遞給 Web 服務器 ； 

（4）Web 服務器可以從練習題目庫中獲得被推薦的下一 個練習題目，并返回給學生客戶端 ； 

（5）學生學習活動的日志數據會被 Web 服務器沿路徑 5 保存在學生用戶日志數據庫中 ； 

（6）沿路徑 6，增量式更新知識模塊關系組件可以分析 學生活動數據，計算知識模塊之間的關系 ； 

（7）沿路徑 7 更新專家知識庫有關知識模塊關系的規(guī)則； 

（8）教師編輯客戶端沿路徑 1、3、5 和 8 可以修改專家知 識庫的規(guī)則。

3 原型實現 

采用 Tomcat[5] 作為 Web 服務器，開發(fā)教師編輯練習題目 客戶端，練習題目以 Web 頁面的形式保存在 Tomcat 服務器中。 采用 Java 專家系統(tǒng) Jess [6] 開發(fā)專家知識庫和推理機。開發(fā)增 量式更新知識模塊關系組件和推薦機制模塊，與其它模塊集 成自適應學習平臺。專家知識庫及教師編輯客戶端的練習題目 頁面截圖如圖 2 所示。

4 結 語

自適應學習平臺的專家系統(tǒng)基于學生練習題目的答案及專家知識庫中的規(guī)則為學生動態(tài)提供知識模塊，創(chuàng)建一條個性化學習路徑，以符合學生當前的知識水平，幫助其完成學習目標。