0 引 言

網(wǎng)絡(luò)學(xué)習(xí)平臺有大量的知識模塊，例如有關(guān)學(xué)習(xí)內(nèi)容的網(wǎng)頁、學(xué)習(xí)資料視頻、練習(xí)題目等。然而，若無恰當(dāng)?shù)耐獠繋椭?學(xué)生容易在學(xué)習(xí)過程中感到困惑，無人為其解決學(xué)習(xí)中遇到的問題，最終放棄學(xué)習(xí)目標(biāo)。為了解決網(wǎng)絡(luò)學(xué)習(xí)平臺單一閱讀的學(xué)習(xí)模式，領(lǐng)域?qū)＜乙肓撕芏喾椒?，如學(xué)生之間的交互、學(xué)生與教師之間的交互、推薦優(yōu)秀學(xué)習(xí)伙伴等。此外，一項重要的機制是自適應(yīng)，它采集并分析有關(guān)學(xué)生知識水平、學(xué)習(xí)過程的實時數(shù)據(jù)，基于數(shù)據(jù)分析的結(jié)果，提供學(xué)生期望的知識模塊， 形成一條適合學(xué)生當(dāng)前知識水平的個性化學(xué)習(xí)路徑[1]。

文獻 [2] 應(yīng)用分析方法從學(xué)生學(xué)習(xí)活動的日志數(shù)據(jù)中提取 40 個特征值，用來定量刻畫兩個知識模塊的關(guān)系 ：相似度、 難度和先行關(guān)系。采用回歸分析方法對訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù) 進行實驗，得到了較好的結(jié)果，然而，并沒有將其應(yīng)用到網(wǎng)絡(luò) 學(xué)習(xí)平臺的設(shè)計與實現(xiàn)中。文獻 [3] 從文獻 [2] 中的增量數(shù)據(jù) 集中提取了 20 個特征值用以描述兩個知識模塊間的關(guān)系，應(yīng) 用訓(xùn)練數(shù)據(jù)對機器學(xué)習(xí)方法，即多元線性回歸和高斯過程等 訓(xùn)練，并用測試數(shù)據(jù)進行實驗，也得到了類似的結(jié)果。為進 一步驗證、改善基于知識模塊關(guān)系的推薦機制，本文采用專 家系統(tǒng)作為自適應(yīng)學(xué)習(xí)平臺的推薦模塊 [4]，以 Web 服務(wù)器作 為知識模塊的載體，設(shè)計實現(xiàn)基于專家系統(tǒng)推薦知識模塊的 學(xué)習(xí)平臺原型，該原型可以進一步用于數(shù)據(jù)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(xí)題目，從網(wǎng)絡(luò)學(xué)習(xí)平 臺的學(xué)生日志數(shù)據(jù)中提取特征值可以確定兩個練習(xí)題目的關(guān) 系 ：相對難度、相似性和先行關(guān)系。確定所有練習(xí)題目對的關(guān) 系后，由專家系統(tǒng)根據(jù)學(xué)生完成練習(xí)題目的情況為其推薦符合 學(xué)生當(dāng)前知識水平的練習(xí)題目。例如，當(dāng)學(xué)生回答完成了練習(xí) 題目 A 后，若回答正確，則網(wǎng)絡(luò)學(xué)習(xí)平臺的專家系統(tǒng)根據(jù)專 家知識庫的教學(xué)規(guī)則，為學(xué)生推薦一個較難的練習(xí)題目 B。若 回答不正確，則為學(xué)生推薦較容易的練習(xí)題目 C。因此，依據(jù) 學(xué)生的知識水平可以為每個學(xué)生建立一條個性化學(xué)習(xí)路徑。

2 平臺設(shè)計

基于專家系統(tǒng)的自適應(yīng)學(xué)習(xí)平臺主要由學(xué)生學(xué)習(xí)客戶端、教師編輯練習(xí)題目客戶端、練習(xí)題目庫、增量式更新知識模塊關(guān)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(wù)器構(gòu)成。自適應(yīng)學(xué)習(xí)平臺體系結(jié)構(gòu)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(xí)題目庫 ； 

（2）學(xué)生使用學(xué)習(xí)客戶端沿著路徑 2、3 和 4 可以下載練 習(xí)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(xué)生回答練 習(xí)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(xué)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(xué)規(guī)則。例如推薦下一個 練習(xí)題目的名稱，沿著路徑 11 傳遞給 Web 服務(wù)器 ； 

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

（5）學(xué)生學(xué)習(xí)活動的日志數(shù)據(jù)會被 Web 服務(wù)器沿路徑 5 保存在學(xué)生用戶日志數(shù)據(jù)庫中 ； 

（6）沿路徑 6，增量式更新知識模塊關(guān)系組件可以分析 學(xué)生活動數(shù)據(jù)，計算知識模塊之間的關(guān)系 ； 

（7）沿路徑 7 更新專家知識庫有關(guān)知識模塊關(guān)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(xiàn) 

采用 Tomcat[5] 作為 Web 服務(wù)器，開發(fā)教師編輯練習(xí)題目 客戶端，練習(xí)題目以 Web 頁面的形式保存在 Tomcat 服務(wù)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(guān)系組件和推薦機制模塊，與其它模塊集 成自適應(yīng)學(xué)習(xí)平臺。專家知識庫及教師編輯客戶端的練習(xí)題目 頁面截圖如圖 2 所示。

4 結(jié) 語

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