论文摘要
在远程教学中,学习诊断是一项重要的学习支持服务。如何实现智能的学习诊断,即学习诊断主要由网络教学系统完成,是一个研究热点问题。智能学习诊断的关键环节是实现准确高效地获取学习者的知识状态,在此基础上,网络教学系统才能判断学习者的学习障碍,并有针对性的给学习者提供进一步的学习内容。当前,智能学习诊断的研究并不系统。各种智能学习诊断方法都有一定的优点,但是相互之间没有实现优势互补。为了理清智能学习诊断的技术思路,本文在研读大量相关文献的基础上,指出智能学习诊断的两条技术路线:一是基于知识空间理论的智能学习诊断,这一技术路线致力于快速地获取学习者的知识状态,按照试题之间的逻辑关系组织测试过程,学习者必须按照程序决定的顺序答题,这不符合学习者的答题习惯;另一条技术路线是基于知识表示的智能学习诊断,其特点是将学习诊断过程分为两个步骤,首先通过测试获取学习者的知识水平信息,然后以学科知识的逻辑结构为诊断推理基础,判定学习者的薄弱知识环节。本文介绍了这两条技术路线,并分析和总结了基于这两条技术路线的智能学习诊断过程。在明确智能学习诊断的两条技术路线的不足之处,以及二者的优点的基础上,本文通过分析学科知识结构,运用知识结构图表示学科知识的逻辑结构。在此基础上,提出了实现智能学习诊断的策略,该策略主要有以下几个环节:构建学科知识结构图;诊断测试;知识诊断,这一环节以学科知识的逻辑结构为依据,确定学习者的薄弱知识点集合以及待加强的学习路径;导学反馈,这一环节运用模糊评价方法,以及知识点可视化技术,将诊断结论以明白具体、形象的方式提供给学习者。根据该学习诊断策略,给出了在远程教学系统中实施智能学习诊断的模型。本文指出了智能学习诊断的两条技术路线,并对这两条技术路线做了详细的介绍、分析和总结,明确了智能学习诊断当前的研究重点以及今后的发展方向;将知识结构图为学科知识表示方法,保证了学习诊断完备且高效的推理基础;在此基础上设计了学习诊断策略,并给出了智能学习诊断模型,由此可以进一步提高远程网络教学平台的智能性;尝试将自适应组卷技术、知识点的可视化技术、模糊评价技术等引入智能学习诊断过程,拓宽了智能学习诊断的研究视野,提供了新的研究思路,有利于提高远程学习者的学习绩效。