基于移动Agent的智能远程教育系统的研究

2010-10-10徐春香

黑龙江教育学院学报 2010年11期

关键词：个性化评估用户

徐春香

（哈尔滨商业大学计算机与信息工程学院,哈尔滨 150028）

基于移动Agent的智能远程教育系统的研究

徐春香

（哈尔滨商业大学计算机与信息工程学院,哈尔滨 150028）

针对目前远程教育系统存在的缺陷,提出基于移动 Agent技术的远程教育系统。以建构主义为理论基础,采用 Agent技术可以克服当前远程教育系统个性化、智能化程度低的缺点,实现 Agent之间的通信,以提高系统的交互性。

移动 Agent;远程教育系统;远程教育系统模型

学习是一个学习能力不断提升的过程,只有根据自身特点提供适合其的学习内容、学习策略,才能达到最佳的学习效果。但是现阶段的远程教育系统多数难以满足学生个性化学习的需求,而且学生和学习网站频繁地交互,造成了带宽严重浪费。本文的基于移动 Agent技术的系统模型,为解决以上问题提供了新的思路和方法。

1 移动 Agent概述

软件Agent本文定义为:模拟人类的智能行为并提供相应服务的一种计算机程序[1]。软件 Agent被分为两类:移动Agent和静态 Agent。移动 Agent实际上可以理解为一种可移动执行的程序,能够携带其代码和状态自主地从网络中一个节点移动到另一个节点上运行,寻找合适的资源,完成特定的任务。移动 Agent技术具有自治性、反应性、能动性、学习性和移动性[2]。具有对网络连接的依赖性小、支持离线操作、节省网络资源等技术优点。因此,将移动代理技术应用于远程教育领域中具有广泛的应用前景。

2 基于移动 Agent的远程教育系统的设计

2.1 系统的体系结构

本文设计的教学系统。如图 1所示:

系统引入三层模型的概念,具体情况如下:

（1）用户层:负责为用户提供友好的交互界面,跟踪和收集用户行为,在适当的时候为用户提供帮助和指导,根据用户请求创建并派遣移动 Agent到服务层执行相应的任务。

（2）通信层:采用移动 Agent技术实现用户层与服务层之间的通信。移动Agent携带用户请求到服务层,并将获取的资源或指导返回给用户。

（3）服务层:负责收集整理用户信息和教学资源,为用户提供信息和个性化教学服务,通过分析用户行为建立和更新用户模型,维护系统数据库。

2.2 系统的学习流程

学习过程如图 2所示:

（1）用户首先登录教学服务器,进行身份验证。如果是首次登录必须先注册基本信息,建立学生信息库。

（2）登录后,系统会根据该名学生的认知能力进行教学内容的动态调整,学生可以采纳也可以自主选择相应的学习内容、难度和授课方式。

（3）根据学生请求创建移动 Agent,派往服务器,获取资源。

（4）移动Agent携带资源返回,交由学生Agent呈现给学生。

（5）一单元结束会有相应的测试,而且会给出基于错题诊断的个性化复习方案。

2.3 系统的支持环境

本系统采用的是 B/S结构,学生通过因特网进行学习,与服务器进行交互,以W indow 98或更高版本为学生端操作平台,以W indow 2000 Sever为Web服务器,该移动代理模型是采用 IBM Aglet移动Agent开发平台设计实现。采用 J2SDK1.4.2和 Java JDBC数据库技术,数据库采用 SQL Sever 7.0。

3 认知能力的评估

学习能力的确定是个性化学习的基础。本文以认知能力水平来表示学生的学习能力,通过对各级认知能力和总体认知能力的评估,为系统提供实现个性化教学的重要依据。

3.1 认知能力分类

这里主要考察学生的识记、理解、应用、分析、综合五项认知能力以及总体能力,分别用 ability_memory,ability_un2 derstand,ability_application,ability_alsay,ability_gener,study_ability。表示。

3.2 认知能力的估计

下面是一次各级认知能力和总体能力评估。在完成测试以后,得到一个测试结果表,如下表所示。

表中,第 1～4题考察学生的识记能力,由此可以计算出本次测试的识记能力值:

其中,μ表示试卷中知识点的分布广度系数,即知识点分布越广,表明学生认知能力越强。同理可以得出理解能力、应用能力、分析能力、综合能力的值。

测试表单

总体能力是学生五项认知能力的一个函数,它表示综合学生的认知能力后确定的学生的整体水平。识记能力、理解能力、应用能力、分析能力和综合能力对于总体能力的评定来说具有不同的重要性,因此这里设置一个权重向量W={w1,w2,w3,w4,w5},其中 w1,w2,w3,w4,w5。分别表示识记能力、理解能力、应用能力、分析能力、综合能力的权重值。总体能力可以按照下式来计算:

上面只对学生进行了一次能力评估,从经验来看它只是初步判断一个学生的学习能力。这里,对学生评估后的能力值附加一个标量:称可信度。比如5∶0.5。就是说学生学习能力是 5,可信的程度是0.5。事先定义一个期望权重,如果可信度大于该权重,系统就确定该学生的学习能力是 5。如何定义可信度呢?其本质就是确定学生的学习能力可靠性,使它能客观地反映学生的学习能力。公式 3表示学生第 n次学习能力的可信度:

其中 study_ability是第 n次学生的学习能力评估值。因此,学生学习能力的评估值可以用一个二元组（study_ability,evaluate_confident）来表示。通过定义学习能力的可信度就可以对一个学生某一段时间内的学习能力进行估计。这里面引入一个均值概念,把以前的评估的学习能力考虑进去。系统可以根据学生的学习能力,动态匹配相适应的教学内容,使学生的主观能动性和个性得到充分的体现。