张秋俊[1]2004年在《远程教学自适应教师模型的研究与设计》文中进行了进一步梳理基于Internet的远程教学模式突破了时间、地域的限制，能充分利用丰富的教学资源进行实时的交互式教学。因此，如何利用计算机技术构建一个分布式个性化自适应性远程教学系统具有重要意义。 但是，目前的网络教学系统还普遍存在着一些问题，并没有达到我们想象的理想程度，如：缺乏智能的适应性，系统以自身为中心，没有充分考虑到学生的学习需求和习惯，要求人来适应系统，而不是系统去适应用户，因而显得交互性差，难以实现因材施教；采用超文本的方式组织教学材料，学生在学习过程中掌握主动权，容易导致迷航的现象，偏离学习目标；系统缺乏自我完善的机制，在投入使用一段时间之后，除非人为地对教学策略的不适应性做出调整，系统不能自学习；此外，现有的网上教学系统基本上都是C/S结构，客户端过于庞大，而且客户端驻留程序可以对客户端任意操作，增加了不安全的因素。 针对上述情况，本文以建构主义学习理论和分布式人工智能的Agent技术为基础，提出了一个集教学过程自适应和教学策略自学习为一体的新型远程教学自适应教师模型EATM(E-learning Adaptive Teacher Model)，并且构建了该模型的JAVA平台运行环境和相关机制。太原理工大学硕士研究生学位论文 EATM的基本设计思想是:一方面，以建构主义学习理论为指导，通过监视人机交互发现学生的反馈，构建相应的学生模型，以此来动态确定教学规划和相应的教学策略，真正实现网络教学的智能化和个性化;另一方面，引入机器学习机制对教学策略进行自我完善调整，提高远程教学系统的“自适应，自学习”能力。 本文分为叁部分: 首先，介绍智能教学和MAS(Mul ti一AgentS)以及它们之间的联系。 其次，构建了一个基于毗S的远程教学自适应教师模型EATM;在EATM中，我们把基于AND/0R图的MAS规划理论引入教学系统，采用AND/OR图来组织领域知识，并在此基础上提出了教学Agent的分层设计结构，这种分层设计思想使得教学Agent能很好地将Agent的反应性(ReaCtivity)、推理性 (De 1 1 berat ion)、合作性(Cooperation)以及适应性 (Adaptability)结合在一起;同时赋予教师Agent对教学策略自学习的机制。 最后，我们构建了一个基于MAS的Java平台叁层客户机/服务器的EATM工作模型;构建了MAS通讯相关的类;设计和描述了该模型的应用开发环境。
刘寅[2]2005年在《基于Web的智能教学系统的研究与实现》文中研究指明目前,随着Internet的发展,国内的网络教学平台不断的涌现,但许多系统由于缺少必要的个性化和一定的智能性,造成教学质量不高的结果。智能教学系统(Intelligent Tutoring System,ITS)是解决以上问题,并实现个性化教学的有效解决方案。它是以认知科学为理论基础,综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术。 本文对ITS的相关概念、体系结构和功能进行了探讨,分别研究了ITS的理论基础和教学知识模型、学生模型以及教学控制的实现,并从整体上提出了一个基于Web的智能教学系统模型,给出了其框架结构。其中教学知识模型的构建主要是从知识点的角度出发,对知识点的划分、知识点的关系进行了研究,在此基础上构建了一个可用于智能推理的教学知识网络。同时给出了一个认知型学生模型的构建方法,然后基于知识网络和学生模型又探讨了正向和反向两种教学控制策略。 论文最后对该系统的关键实现技术进行了研究,并将该模型应用于SAS教学系统(SASTutor)的设计和开发中。
刘锴[3]2008年在《基于web的自适应学习系统的研究与设计》文中提出目前,基于Web的自适应学习系统是远程教育领域研究的热点。文章在分析了当前远程教学系统存在问题的基础上,探讨了利用Agent、Java、XML等技术来构建自适应学习系统的方法,并设计了一个基于Web的远程自适应学习系统的原型同时给出了该系统的实现方案。
蔡炼[4]2007年在《基于多Agent智能教学平台的研究》文中研究表明本文通过对国内外较有代表性的网络教学平台的分析研究,找出它们的不足和问题,然后以建构主义学习理论和现代教育理论为指导,在分析智能教学系统基本理论及Agent思想和方法的基础上,探讨利用多Agent技术开发网络智能教学平台的新思路,设计并构建了一个具有适应性、智能性、实用性的基于多Agent的智能教学平台。该平台力图通过各相关Agent和程序模块实现:分析学生知识水平、兴趣和能力,较好地获取学生的特征信息;存贮和监控学生的学习状态,即时调整教学策略,实现个别化教学;实现知识交换与共享,使学生能与教师和其它学生进行即时的信息交流与分工合作,在获取知识、提高创造力的同时又能发挥其特长及培养与人合作的能力,从而体现学生的按需学习和教师的因材施教。本文利用Agent技术建立的基于Web的智能教学平台,使学习者能利用网上丰富的教学资源,个性化的教学模式以及多角度、多层次、多通道的交流方式开展自主的个别化学习与交互式的集体协同学习,这也是未来远程教育的发展趋势。
李青森[5]2004年在《智能导航学习系统的研究与实现》文中研究指明现代远程教育最重要的特点之一就是能够为学生提供个性化的教育。个性化的现代远程教育将整个教学活动作为一个有机的整体，各教学环节之间有密切的联系。要想提供个性化的现代远程教育，需要将现代远程教育系统与ICAI技术结合起来，这有这样才能做到“因材施教”，而智能导航技术将大大提高ICAI系统学习效率与效果。智能导航是一种适应性的学习方式，它根据学生的认知能力、知识掌握情况、学习进度等，提供适宜的学习内容。为此，需要建立学生模型，保留学生的知识拓扑图和学习断点，采用测验评估方式推断学生的知识水平和认知能力，提供适合学生当前状况的学习内容。本文对知识构建模型、知识库的设计、智能导航原理及导航算法、自适应测理论、技术实现等方面进行了深入的探讨。
罗桂琼[6]2007年在《基于SCOSM自适应远程教学系统研究》文中研究说明计算机网络技术的发展,为开展计算机辅助课堂教学、远程教学、网络教学和构筑终身学习体系打下了良好的基础。本文以最新的网络技术和教育理念为基础,构建基于可共享内容对象结构模型的自适应远程教学系统平台,从而实现易于移植、易于交流、易于维护的教学系统。本文研究了如何利用计算机技术建立合理可用的认知学习者模型来实现远程教学的个性化和自适应性,对学习资源的内容格式做出了较为具体的格式定义和属性描述,在研究XML和学习对象技术基础上提出了内容层次结构模型。同时,在内容包装交换模型上完全采用了远程技术标准化规范,保证了在整个互联网范围内的资源共享。系统以知识库构建为核心,把学习内容与学习管理相分离,从知识点的划分、存放,制定教学策略,得到一个适合搜索和使用的知识库。使学习者能够自我组织、制订并执行学习计划,并能控制整个学习过程,对学习进行自我评估。系统结构模型分为学习层、适应教学层、支持层和教学管理层四层。论文综合运用项目反应理论、认知学习理论、人工智能、网络通信等多项理论与技术,实现了学习诊断的自适应、学习内容的自适应、学习者自主选择学习策略的自适应。本系统在资源共享、知识的自我建构起到了一定的作用,能提供以学习者为中心的、快速反馈学习结果的自适应学习。
张燕华[7]2007年在《具有智能评价功能的远程教学系统的设计》文中指出计算机和网络技术日新月异的发展正在迅速地改变传统的生活、工作和学习方式。融合影像、语音和数据等多媒体信息网络技术的成熟，以及Internet的不断普及，使得远程教学获得了前所未有的强大技术支持手段。基于Internet的远程教学系统是利用网络作为载体，它利用网络实现了分布式教学，使得教学资源利用率大大提高。同时，在这种教学网络中教学不受时间、空间和地域的限制。从国际国内发展的潮流看，基于Internet的远程教学系统必将成为未来的主流。为了充分发挥计算机网络在教学中的作用，进一步促进教学模式、教学方法与教学手段的改革，论文在对国内外远程教学现状、现代教学理论下的教学模式及当前计算机软硬件技术、网络技术的发展现状进行分析的基础上，设计一个适用于辅导参加自学考试学生的远程学习系统。这个基于知识点的远程教学系统将远程教学的各个教学环节通过知识点有机地结合到一起，打破了传统的远程教学系统章节模式的教学，并且可以通过对教学数据的多维分析，智能地指导学生学习并给教师的教学提供决策支持。论文针对考生以自学为主的特点，运用项目反应理论、BP神经网络设计了一个评价体系以评估学生的知识掌握程度，这将大大提高远程教学系统的实用性。论文还完成了系统网络体系结构的选型、开发工具的确定、数据库服务器及视频服务器的选型及操作系统的选型等工作，探讨了系统在Web环境下实现时数据库物理模型的优化策略。
李军[8]2002年在《远程教学中自适应授课平台的模型构建研究》文中认为计算机自50年代出现以来，计算机专家和教育专家们就在研究将计算机应用于教育中，提高教育的质量。计算机辅助教育应运而生。在计算机辅助教育的早期，只是将计算机作为一种教学工具，将同一教学内容千篇一律地应用于所有学生，淹没了学生的个性特点。为了提高计算机辅助教学的质量，就要求计算机辅助教学系统能够了解学生的学习能力、学习基础和当前的知识水平，并能根据学生的不同特点做出最佳的教学策略，对学生进行有针对性的个性化指导。为了满足这些要求，计算机辅助教学系统应用人工智能技术，增强了教学系统的智能性，发展成为智能教学系统(Intelligent Tutoring System)。在网络化的今天，单机的智能教学系统已经不能满足人们对教育的要求，人们希望能够在不同的地点、不同的时间接受教育。基于计算机网络的现代远程教育已成为计算机辅助教育发展的大趋势。 国内外已有许多现代远程教学平台投入使用，尤其近几年，国内的现代远程教学平台如雨后春笋般地不断涌现，但平台的教学质量还有待提高。提高现代远程教学平台的教学质量可以从叁方面入手：(1)教学内容的组织；(2)教学媒体的制作；(3)教学平台的设计。就现代远程教学平台的设计而言，在网络环境下，现有的教学平台主要在交互和个性化教学方面还比较欠缺。将单机智能教学系统(Stand-alone Intelligent Tutoring System)中已有成熟技术与分布式人 西南帅他大学2002屁·计算机应用硕士研究生·毕业论文 工智能技术相结合，应用agellt理论提高现代远程教学平台的智能性， 为解泱分布式环境中个性化指导提供一种可行的捷径。从教学环节来 看，一个完整教学过程中包含教学和复习，现在较多的研究集中在教 学上，对复习的研究相对较少，现代远程教学平台提供智能的、个性 化的复习，也是提高教学质量、实现个性化教学的重要组成部分。作 者基于这一思想，用agent理论构建了远程教学自适应授课平台模型 （DIStance Tuoring Adaptive Instruction Flat，缩写为 DTAIF），该模型 是在单机智能教学系统的基础上，运用agent理论建立的叁层结构模 型。DTAIF的叁层结构分别是行为层，策略规划层和资源层。行为层 完成教祈务，采集反馈信息并与教师协作与交互。策略规划层依据 每个注册学生的特点，制定适合自身特点的教学策略；资源层主要是 各种信息资源、学习记录和规则的存储。DTAIF的叁层结构模型不仅．能够根据学生的学习水平和学习情况，动态生成适合个别学生的学习 材料：而且由于对学生模型和规则集采用了分层管理，局部调整，减 轻了网络负载，避免了网络阻塞。DTAIF的授课平台模型中引入了评 价复习，通过复习agent能够诊断出学生学习的不足，并给予针对性 的提示和辅导，以保证教学质量。 在DTAIF模型设计中，重点研究了学生模型的构建，并应用知 识空间理论建立了DTAIF模型的知识树，用知识树完成知识表示； 应用贝叶斯方法进行评价诊断，找出学习的不足。 最后，依据DTAIF中的评价复习方法，建立一个实验系统，在 实验系统中实现了对操作题的评测，并对评测结果进行分析，最终给 予学生针对性的复习指导。
陈自郁[9]2002年在《基于代理的远程教学系统及学生模型的研究》文中提出基于Web的远程教育是一种利用网络进行教学的新型网络应用，但是目前大多数基于Web的远程教学系统缺乏智能性和自适应性。而在众多新技术中，Agent技术尤其适合改善远程教学的不足。Agent是一个具有自主能力、交互能力、反应能力和预动能力的软件实体，能代表用户或其它程序，以主动服务的方式完成一组工作。使用Agent技术可以增加教学内容的趣味性和人性化色彩，改善教学效果，增强系统的智能性和自适应性。本文通过分析传统基于Web的远程教学系统模型的不足，提出了一个基于Agent的远程教学系统模型。此模型共分6个模块，每个模块由多个Agent组成的。利用Agent间的协作机制，实现各模块间的知识交换与共享，形成了一个层次结构的多代理系统；利用Agent的智能推理能力，学习学生的个性特点，自适应的生成一个适合学生的教学策略，智能地组织教学环节，引导学生更好的学习，发挥更大潜力。模型的设计思想既发挥了教师的主导作用，又充分体现了学生的认知主体作用。本文所提出的教学系统模型，以学生模型模块最为重要，它是其它模块正常运行的基础。然而目前大多数关于学生模型的研究要么复杂难以实现，要么简单有很少的推理能力，针对这种情况结合作者所参与的远程教育项目，本文提出一个多Agent的学生模型。这个模型包括学生四个方面的特点，每个方面的特点由一个Agent对它进行推理。作者通过改进Sherlock II方法，运用概念图、模糊理论，设计出学生模型中各Agent的不确定推理算法。这些推理方法，不仅有较好的推理能力，而且实现简单。并且本文所提出的方法具有通用性和扩展性。作者把学生模型运用到学生自测系统中，通过测试，得出了一系列表结果，这些结果显示了加入学生模型的自测系统具有自适应性并且能够比较准确地推理出学生的认知水平，证明了学生模型中算法的可行性和正确性。本文所提出的设计方案具有很强的实用价值。
周平红[10]2008年在《基于质量保障体系标准的远程教学平台设计》文中进行了进一步梳理随着网络教育在全世界范围内的全面展开,网络教育的服务质量及其保障机制日益成为人们的关注焦点。为有效保障网络教育的质量水平,各国际标准化组织已经或正在开展关于网络教育质量保障体系标准的研究。为统一当前国际上评估网络教育产品和服务质量的各种方法,国际标准化组织/国际电工技术委员会“联合技术委员会第36分委会”(ISO/IEC JTC1 SC36)制定并发布了信息技术学习、教育和培训——质量管理、保障和度量系列标准,包括一般方法、一致性质量模型、质量方法和度量及最佳实践和向导四个部分。该标准描述了关于如何评价网络教育质量适用于全球的国际化标准,为各种类型的网络教育提供商和用户提供了全面的质量评估框架和各种评估方法,人们可以方便地比较各种网络教育产品和服务的优点和不足,有利于降低人们采用质量评估方法的成本和复杂性。在研究信息技术学习、教育和培训——质量管理、保障和度量标准及远程教学平台建设现状的基础上,结合华中师范大学开展免费师范生教育的契机,开展基于质量保障体系标准的远程教学平台的设计研究,探讨如何构建具有质量保障的免费师范生学习管理平台。主要研究工作包括:(1)对质量保障体系标准进行总体介绍,明确标准各部分的关系及其应用价值。(2)阐述了质量方法描述参考框架(RFDQ)的过程模型,并在此基础上采用访谈法和问卷调查法开展免费师范生学习管理平台的需求分析和框架分析。(3)阐述了组织和服务的质量模型,并在此基础上明确免费师范生学习管理平台的组织形式,构建针对免费师范生的教师教育职前职后一体化的创新模式。(4)阐述了解决方案和学习资源的质量模型及参考方法和度量指标,在此基础上进行平台的总体设计,解析免费师范生学习管理平台的功能,并进行了详细设计。最后,阐述了如何构建免费师范生学习管理平台的质量保障体系,并给出了详细功能列表。
参考文献：
[1]. 远程教学自适应教师模型的研究与设计[D]. 张秋俊. 太原理工大学. 2004
[2]. 基于Web的智能教学系统的研究与实现[D]. 刘寅. 中国农业大学. 2005
[3]. 基于web的自适应学习系统的研究与设计[J]. 刘锴. 四川理工学院学报(自然科学版). 2008
[4]. 基于多Agent智能教学平台的研究[D]. 蔡炼. 贵州师范大学. 2007
[5]. 智能导航学习系统的研究与实现[D]. 李青森. 天津大学. 2004
[6]. 基于SCOSM自适应远程教学系统研究[D]. 罗桂琼. 中南大学. 2007
[7]. 具有智能评价功能的远程教学系统的设计[D]. 张燕华. 浙江工业大学. 2007
[8]. 远程教学中自适应授课平台的模型构建研究[D]. 李军. 西南师范大学. 2002
[9]. 基于代理的远程教学系统及学生模型的研究[D]. 陈自郁. 重庆大学. 2002
[10]. 基于质量保障体系标准的远程教学平台设计[D]. 周平红. 华中师范大学. 2008
标签：计算机软件及计算机应用论文; 自适应论文; 系统学习论文; 远程教育论文; 教学策略论文;