基于网格的智能学习环境研究

论文摘要

计算机辅助教学始终是各国和研究者关注的一个重要课题,作为一门新兴的学科,它随教育教学理论和计算机技术的发展而发展。目前使用的计算机辅助教学软件称为智能教学系统(Intelligent Tutoring System,简称ITS),一方面它是一种封闭式的系统,修改难度大,投入高;另一方面,ITS主要以建构主义学习理论作为理论基础,片面强调学习的自主建构,忽视了教师在教学中运用隐性教学知识进行教学指导的重要作用。网格是近几年来信息技术领域的热点研究课题,着力解决目前万维网的资源孤岛和信息孤岛。同时教育教学理论的研究也有了新的进展,整体教育论和学习共同体理论主要体现了全面发展、共同学习和终身学习的教育理念,不但强调学生学习的自主建构,同时也充分发挥教师的指导作用,是完全符合当今时代发展对人才培养的要求的。在我国研究和运用现代教育方式,对于又好又快地培养人才,将一个人力资源大国建成一个人力资源强国具有十分重要的特殊意义。本文以网格作为新一代计算机辅助教学的基础平台,按照整体教育论和学习共同体理论的现代教育理念,充分利用Agent技术和虚拟现实技术建立资源共享的、开放的、动态的、多模式的、双主的学习环境。研究工作和创新点主要包括以下几个方面:一、构建了一个基于网格的智能学习环境模型介绍了学习环境的概念,分析了整体教育论、学习共同体理论对学习环境的要求,讨论了学习环境智能性要求和学习环境自身的要求,建立了基于网格的智能学习环境模型GISEM,该模型突出丰富性、智能性、个性性、协作性、指导性、体验性和扩展性特点,设计了基于网格的智能学习环境层次结构和智能学习环境的界面模式。二、构建了一个教育资源的聚合模型为有效共享网格中的教育资源,采用LOM描述教育资源,按照社区方式分类组织教育资源,设计了基于多Agent的教育资源发现模型,分析了其发现方法,并对发现的教育资源在智能学习环境中采用基于对象的XML表示方法表示,聚合成六类教育资源,从而为智能学习环境提供了一个动态的、开放的、聚合的教育资源平台。三、构建了一个双层动态学生模型由于学习者在智能学习环境中表现的丰富性和复杂性,为有效收集、分析、聚类学习者的学习情况和个性特征,按照开放、动态和智能的设计理念构建了双层动态学生模型,给出了学生模型的具体特征层的内容及建立过程,描述了综合特征的评价过程和算法,采用多Agent和Agent中间件技术实现双层动态学生模型。这样不但可以利用人工智能技术自动收集学习者的信息,还能够充分利用指导者的隐性教学知识把握学习者的情况,从而为个性化教学提供了科学的依据。四、构建了一个多模式教学模型构建了实现自主、合作、协作、主导的多模式教学模型,描述了各子模块的功能,设计了子模块中各Agent的结构,给出了智能学习环境中教学模式相应的典型方法,采用双层教学规划和双层教学策略实现指导者的主导功能,研究了导航功能、考试评价和虚拟班级组建实现技术,给学习者提供了一个多种学习模式、教师主导、体验性的学习环境。

论文目录

• 摘要
• Abstract
• 第1章 前言
• 1.1 基于网格的智能学习环境研究的背景和意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.3 研究内容
• 1.4 论文的结构
• 第2章 相关理论和技术
• 2.1 整体教育论
• 2.2 学习共同体理论
• 2.3 网格技术
• 2.3.1 网格的主要特点
• 2.3.2 网格的层次结构
• 2.3.3 网格的关键技术
• 2.4 Agent技术
• 2.4.1 Agent技术适用的范围圆
• 2.4.2 Agent的主要特点
• 2.4.3 Agent具备的能力
• 2.4.4 Agent技术应用于网格的优点
• 2.5 虚拟现实技术
• 第3章 基于网格的智能学习环境
• 3.1 学习环境
• 3.1.1 学习环境的概念
• 3.1.2 学习环境的要求
• 3.2 基于网格的智能学习环境
• 3.2.1 基于网格的智能学习环境模型（GISEM）
• 3.2.2 基于网格的智能学习环境的特点
• 3.2.3 基于网格的智能学习环境的结构
• 3.3 本章小结
• 第4章 智能学习环境中的资源聚合
• 4.1 网格环境中教育资源的描述
• 4.1.1 学习对象元数据（LOM）
• 4.1.2 学习对象元数据的功能
• 4.2 网格环境中基于社区的教育资源组织
• 4.3 网格环境中教育资源的发现
• 4.3.1 基于多Agent的教育资源发现方法
• 4.3.2 基于多Agent的教育资源发现模型
• 4.3.3 教育资源发现模型中Agent的通信
• 4.4 智能学习环境中教育资源的聚合
• 4.4.1 智能学习环境中教育资源的表示
• 4.4.2 智能学习环境中教育资源的聚合
• 4.5 本章小结
• 第5章 双层动态学生模型
• 5.1 双层动态学生模型结构
• 5.2 学生具体特征层
• 5.2.1 学生基本信息
• 5.2.2 学习记录
• 5.2.3 认知能力
• 5.2.4 学习风格
• 5.2.5 行为特点
• 5.3 学生综合特征
• 5.3.1 学生综合特征综合评价过程
• 5.3.2 模糊综合评价算法
• 5.4 基于多Agent的学生模型
• 5.5 本章小结
• 第6章 多模式教学模型
• 6.1 多模式教学模型
• 6.1.1 用户接口子模块
• 6.1.2 推理子模块
• 6.1.3 教学组织子模块
• 6.1.4 合作服务子模块
• 6.1.5 协调agent
• 6.2 多模式智能教学方法
• 6.2.1 自主学习法
• 6.2.2 合作学习法
• 6.2.3 协作学习法
• 6.3 智能学习环境中的“双主”教学模式
• 6.3.1 双层教学规划
• 6.3.2 双层教学策略
• 6.4 部分技术实现
• 6.4.1 导航功能实现技术
• 6.4.2 考试评价功能实现技术
• 6.4.3 虚拟班级组建实现技术
• 6.5 本章小结
• 第7章 原型设计与实验结果
• 7.1 网格原型设计与开发平台
• 7.1.1 基于OGSA架构的网格学习资源共享方案
• 7.1.2 网格开发平台
• 7.1.3 网格原型设计与开发
• 7.2 智能学习环境原形开发平台和工具
• 7.3 智能学习环境试验结果
• 第8章 全文总结和进一步的工作
• 8.1 全文总结
• 8.2 进一步的工作
• 附录A
• A.1 认知模型的程序代码
• A.2 基于XML的智能呈现核心代码
• A.3 Agent访问数据库代码
• 参考文献
• 博士在读期间发表的论文
• 参加的科研项目
• 致谢
• 后记