浅析贝叶斯推理在智能课件中学生模型的应用

杨一柳

摘要：目前许多智能课件中的学生模型存在的问题是缺乏对学习者学习情绪的获取，教学策略的选择缺乏人性化。针对此不足，依据贝叶斯概率推理建立以学习者学习情绪为中心的学生模型，它是一个动态模型，该模型的特点在于能够及时获得学习者对智能课件的操作界面中某元素的感兴趣程度，从而分析并动态生成有利于学习者情绪优化的教学策略，并作实验加以证明。

关键词：贝叶斯；情绪获取；学生模型；智能课件；教学策略

中图分类号：TP391文献标识码：A文章编号：1009-3044(2012)01-0103-03

Analysis of Bayesian Reasonings Application of Students Model in Intelligent Courseware

YANG Yi-liu

(Teaching and Research Institute of College Computer Bohai University, Jinzhou 121013,China)

Abstract：The problems occurred in student models in many current intelligent courseware constitute lack of learning emotional acquisi? tion and short of humanity in the process of choosing teaching strategy. For this reason, learning emotional centered student models are es? tablished based on Bayesian probability reasoning. This dynamic model is featured by quick acquisition of learnersdifferent degrees of in? terest in elements of intelligent courseware interface and prompt analysis. Therefore learner emotional optimization teaching strategy will be generated dynamically. Experiment is undertaken as prove.

Key words：bayesian; emotion acquisition; students model; intelligent courseware;teaching strategy

人们根据不确定性信息做出推理和决策需要对各种结论的概率做出估计，这类推理称为概率推理。概率推理既是概率学和逻辑学的研究对象，也是心理学的研究对象。其中贝叶斯概率推理的问题是条件概率推理问题，在概率论的基础上进行不确定推理，是基于概率的一种算法，由一位伟大的数学大师Thomas·Bayes所创建的，这一领域的探讨对揭示人们在概率信息的认知加工过程与规律、指导人们进行有效的学习和判断决策都具有十分重要的理论意义和实践意义。

智能课件[1]中存在着各种各样的不确定性，针对学习者的多样性、知识网络结构及信息的多样性决定了认知状态诊断方法的不确定性，根据情绪数据进行的关于教学策略的推理也是不确定的，而处理不确定性正是贝叶斯概率推理的优势。所以采用贝叶斯概率推理[2]作为学习者当前情绪状态与教学策略选择的适应度的诊断推理，也可以理解为教学策略对成功预见性的概率推理。

3结论

学习者当前的情绪数据可以演绎出对当前智能课件系统界面元素的适应程度，是在不确定性前提下认知诊断的方法。本文讨论的在学生模型中利用贝叶斯概率推理对先验信息和后验信息的结合能力，对学生情绪的因果联系进行编码，通过信息的不断加入，对学生当前学习情绪的评测和把握及时更新，为模型提供自适应构建方式和准确实现智能课件所实施的教学策略（包括教学理论、界面元素设计、组织结构等）提供良好的理论依据。

参考文献：

[1]陈晓丹,王建华.智能计算机辅助教学系统结构模型的研究[J].哈尔滨师范大学自然学报,2006,22(2): 68-70.

[2] Martin J,Vanlehn K. Student Assessment Using Bayesian Nets[M]. Int J of H-C S,1995.

[3]刘通江.个性化课件生成系统中动态学生模型的研究[D].北京:首都师范大学,2004.

[4] Conati C,Gertner A,Vanlehn K. Using Bayesian Networks to Manage Uncertainty in Student Modeling[J]. User Modeling and User-Adap? tive Instructional,2002(12).

[5]张炜,郭韶升.人工智能多媒体课件的设计与应用[J].机械管理开发,2007,10(98):151-154 .

[6] Bunt A. On Creating a Student Model to Assess Effective Exploratory Behaviour in an Open Learning Environment[D]. Masters thesis. University of British Columbia,2001.