适应性学习支持系统的学生模型研究

技术与应用

文章编号：1006—9860（2010）05—0112—06

总第280期中国电化教育2010．5

适应性学习支持系统的

学生模型研究*

陈仕品1，张剑平2

（1.西华师范大学

教育学院，四川

南充

637002；2.浙江大学教育技术研究所，浙江杭州310028）

摘要：本文针对适应性学习支持系统（ALSS）的学生模型建模问题，在分析学生模型的国内外研究现状的基础

认知状上，提出了一种基于认知状态和学习风格的学生模型（CS-LS学生模型）。CS-LS学生模型包括学生描述、

态、学习风格和学习历史四个维度，其中认知状态和学习风格是适应性学习支持系统的重要的适应性维度，它们分别采用知识多重覆盖模型和分组模型表示。CS-LS学生模型采用注册填表、在线问卷测试和系统预设值进行初始化，并通过计算机自适应测试来诊断学生的能力水平，从而对学生模型进行动态更新。CS-LS学生模型较好地反映了学生在认知状态和学习风格方面的个体差异，为适应性学习支持系统提供了决策依据。

关键词：适应性学习支持系统；学生模型；认知状态；学习风格

G434文献标识码：A中图分类号：

随着认知科学和人工智能技术在远程教育中应

用的深入，人们越来越重视网络环境下学习者的个体差异对网络学习结果的影响，并努力探索信息技术支持下因材施教的途径和方法。在网络环境下，学习者的个体差异主要体现在两个方面：一是不同的学习者在个人能力、背景、学习风格、学习目标等方面存在各种各样的差异性；二是学习者个体本身的知识状态在学习过程中也是不断变化的。为了有效地支持学习者开展个性化学习，提高数字化学习的质量，促进创新人才的培养，近年来如何构建智能化或适应性的学习环境已经成为人工智能教育应用领域的研究热点。[1][2]其中，适应性学习支持系统（Adap-tiveLearningSupportSystem,简称ALSS）就是智能化学习环境的典型代表。适应性学习支持系统是指针对学习者个体在学习过程中的差异性而提供适合个体特征的学习支持的学习系统，它本质上是一类支持个别化学习的在线学习环境，能够针对个体在学习过程中的差异性（因人、因时）而提供适合个体特征的学习支持，包括个性化的学习资源、学习过程和学习策略等。[3]在适应性学习支持系统中，学生模型是系统的核心组件，它是现实世界中学生在计算机系统中的抽象表示。学生模型记录了学习者的个体特征，反映了学习者的个体差异，是适应性学习支持系统实现适应性学习支持的基础。因此，学生模型

研究对于构建适应性学习支持系统具有决定性作用。

一、学生模型的国内外研究现状

学生模型的研究最早出现在智能授导系统（In-telligentTutoringSystem，简称ITS）研究中，它属于教育领域中的用户模型，因此学生模型是用户模型的一种特例，它所描述的对象是特定的学生。学生模型是现实世界中的学生在计算机系统中的抽象表示，它代表了计算机系统对学生的认知。智能授导系统是一种借助人工智能技术，让计算机扮演教师的角色实施个别化教学，向不同需求、不同特征的学习者传授知识、提供指导的教学系统。在设计思想上，智能授导系统强调利用计算机来实现智能教学。在智能授导系统中，学生模型的主要功能是描述学生的知识状态，具体包括学生已经获得的正确知识或形成的错误概念，典型的学生模型包括分组模型、覆盖模型、微分模型、摄动模型、基于约束的学生模型和贝叶斯网络学生模型等。根据学生模型的数据，智能授导系统能够诊断学生的知识状态，并及时给予学生教学提示和错误反馈，从而实现个别化教学。

在国内相关研究中，有学者从教学设计的角度提出了用学生模型描述学生的个体差异，并据此增加教学方案的可选择性。[4]有学者建立两层动态学生

*本文系四川省教育厅自然科学青年项目“适应性远程学习支持系统的学生建模与适应机制研究”（课题批准号：08zb011）、西华师范大学科研启动项目“适应性在线学习支持的理论体系与学习环境设计研究”（编号：09B009）和全国计算机辅助教育专业委员会项目“基于DVR的适应性学习环境构建”（课题批准号：2009CBE004）的研究成果之一。

112

2010．5中国电化教育总第280期

技术与应用

持，有利于学生开展个性化学习。在适应性学习支持系统中，学生模型已经超越了仅仅描述学生知识状态的局限，其主要功能是记录学生在先前知识基础、认知能力、学习风格等方面的个体特征，反映学生在学习方面的个体差异，从而为适应性学习支持系统的智能决策提供依据。总之，在设计思想上，适应性学习支持系统与智能授导系统存在很大的差异，这种差异决定了其内部的学生模型必然不同。适应性学习支持系统的学生建模应该借鉴适应性超媒体系统的用户建模方法，根据影响学习的主要个体特征构建学生模型，从而反映不同学生之间的个体差异。

模型，提出建立在该模型基础之上的模糊综合评价算法,实现了学生学习特征的综合评价机制。[5]有学者依据CELTS-11学生模型规范提出了一种动态学生模型，具体包括基本信息库、学生知识结构库、认知能力评价库、学习历 …… 此处隐藏：8358字，全部文档内容请下载后查看。喜欢就下载吧 ……