基于本体的SQL个性化智能教学辅导系统框架设计

袁 梁，范彦彬

(1.无锡城市职业技术学院 师范学院，江苏 无锡 214000；2.江南大学 教师卓越中心，江苏 无锡 214000)

结构化查询语言(Structured Query Language)简称SQL，是一种完整的数据库语言。它是基于关系代数和元组关系演算构建的[1]，旨在存取、查询、更新管理关系数据库管理系统中的数据。SQL是使用最广泛的数据库语言，在计算机学科的课程教学中占据重要地位，计算机专业的学生都应该掌握它。尽管SQL的语法看似简单，但它并不易于掌握。它与过程或面向对象的语言不同，因为SQL本质上是一种声明性语言，声明的变量可灵活获取，SQL编程须处理变量赋值的集合，集合中的一组变量赋值没有任何特定的顺序。开发人员在使用变量时必须理解变量当前赋值的含义才能达到预期目的。

客观地讲许多学习者在学习SQL方面有困难，并且这个问题在整个课程学习过程中持续存在。这首先是由于SQL的内容众多，SQL课程包含许多主题，例如SQL语法、SQL运算符、SQL函数、SQL存储过程、Select、Union、Join、distinct、Order、Group、Having等等，这些主题必须在有限的时间内教授；其次是与教学资源相关，一堂课中学习者的数量较多，讲师在课堂上可能无法响应全部的问题；再次是与学习者自身有关，缺乏先验知识、学习能力以及学习时间分配等问题。因此如何解决上述问题对于SQL的教学显得至关重要，国内外学者在这方面做了很多有意义的研究， Renaud[2]等人提出了两种不同的教学方法来教授SQL，他们从心理模型和认知方面比较了两种方法的差异，Piyayodilokchai[3]、Folland[4]等学者讨论了理论知识和实践操作在数据库和SQL学习中的重要性。

然而学习本质是建构主义，学习者必须确定需要构建的SQL基础知识。对基础知识的缺乏或理解不充分将不可避免地导致无法全面理解SQL.本文提出的SQL个性化智能教学辅导系统(简称SQL-PITS)框架，为不同类型的学习者提供自适应的学习教程、学习材料和评估方法，随时为学习者提供课外教学辅导，从而使学习者获得更好的理解并补充缺少的知识。

1 框架设计

本体是一种用于知识表示、共享、重用和互操作的形式化表达和构建工具，随着人工智能技术在教育领域的不断应用，它在智能教学辅导系统的设计与开发中扮演着越来越重要的角色。

本文基于学习对象构建了SQL个性化智能教学辅导系统的三个本体模型。学习对象是SQL-PITS的原子教学组件，每个学习对象都具有独立的内容，并可以与其他学习对象针对不同的学习者和学习环境一起使用或重用，它们也可以重新组合在一起形成新的更大尺寸的学习对象。学习对象适合根据不同学习者的特征，利用本体来组织教学内容[5]。本体利用语义Web在部署和重用学习对象方面起着关键作用，本体有助于更灵活地描述与学习对象相关的元数据和其他信息，有助于学习对象更便捷地搜索和交换信息。本体可用于确定领域内概念以及用于在学习对象中标记术语，允许不同的系统组件对学习对象的语义达成共识。这是SQL-PITS知识库模型构建的主要基础。

此外，SQL-PITS基于各种教学策略本体和教学设计理论，还具有根据学习者模型，智能搜索、选择、分配适当的学习对象构建学习课程的能力[6]。本体在SQL-PITS中的关键作用是设计独立的课程内容，并为不同学习者提供个性化的学习教程。

1.1 系统结构

SQL-PITS的系统结构包含四个模块：知识库模块、学习者模块、教学模块和接口模块。知识库模块、学习者模块、教学模块由本体进行描述，可以有效明确各模块组件之间的界限和通信关系，并根据学习者的知识水平、偏好和背景知识提供个性化的学习课程。图1显示了基于本体的SQL-PITS系统结构。

图1 基于本体的SQL-PITS系统结构图

接口模块用于识别学习者的意图，并负责组成要呈现给学习者的信息，它与教学模块交互有关学习者的信息，例如个人资料、所选主题、学习主题和背景知识。接口模块还为教师生成图形用户界面，以便更新学习资料。知识库模块包含了SQL内容知识库，是SQL-PITS的基础。学习者模块包含有关学习者的信息, 此信息会不断更新，并由教学模块调用。教学模块用于确定系统的本体策略，每个策略都是一条规则。教学模块明确了课程的教学目标以及在学习过程的每个阶段中应用的教学策略。教学模块是系统的核心，它互连系统中的每个组件，更新并查询其他模块组件。

1.2 SQL知识本体模型

SQL知识本体是SQL-PITS的SQL内容知识库。SQL知识域基于ACM / IEEE计算机协会的计算机科学课程框架。设计SQL知识本体的主要概念来源于三部分:计算机科学课程框架要求的学习目标、学院SQL课程要求的教学目标、以及SQL知识域内学习对象元数据(LOM)。SQL-PITS将要学习的知识单元，称为“主题”，它们是与SQL内容和教学策略分离的模块化单元，主题包括内容项，示例项，练习项和评估项。SQL知识库、SQL概念图(包括SQL教学策略)和SQL教学目标等材料从讲师、书籍和网站中收集，材料的有效性通过Delphi技术[7]进行检查。

SQL知识本体依据SQL概念图建立主题之间的关系。特定域可以具有各种相互关联的主题。主题之间可以存在多种关系，学习者能够通过它们之间的关系将学习从一个主题导航到另一个主题。SQL知识本体的结构如图2所示。

图2 SQL知识本体结构图

1.3 学习者本体模型

如果学习者第一次学习课程，系统将在课程开始之前给学习者进行一次预先测试。通过这次测试，学习者模型可以评估学习者的知识水平并确定初始成绩。在对学习者进行初步评估之后，SQL-PITS会推荐SQL知识领域内的相关基础知识，动态生成课程主题，学习者可以自行选择补习相应主题。在所选主题补习完成后，SQL- PITS会对学习者进行再次测试并评估其知识水平。如果学习者通过了测试，则他将继续学习推荐课程，而无需更改课程。但是如果学习者的表现不符合预期，未能通过测试，系统将修改学习者的评估成绩，重新动态生成课程。通过动态再生，每个学习者都可以根据自己的需求获得个性化的课程。

学习者模块包含学习者信息以及相关主题的知识水平度量。学习者需要回答一份VARK问卷调查表[8]，该问卷由16个问题组成，用于测试学习者偏爱四种学习方式中的哪一种。测试结果将存储在学习者模型中，由教学模块和接口模块调用，依据测试结果为学习者选择适合的学习材料。

学习者本体提供了所有有关学习者信息的映射关系。在本文，考虑了学习者的四种特征：1)学习者的个人信息，如姓名、ID、电子邮件等；2)学习者能力数据，如学习者的知识水平、学习者的弱点等；3)学习者偏好数据，使用VARK调查表确定的个人首选学习方式；4)学习者背景知识，依据系统中的学习记录评估的当前水平。学习者本体的结构如图3所示。

图3 学习者本体结构图

1.4 教学策略本体模型

SQL常见课堂教学策略是教授SQL基础概念、易于理解的SQL语法和语义，并辅以适合学习者知识水平的示例和练习。而教育人工智能系统(AIED)主要基于以下几种方法来提高系统的教学专业水平：1)观摩教师课堂的授课过程，然后对这些教师的优质专业教学示例进行编码；2)采用已经被广泛使用且有效的学习理论，3)观察学生听课过程，或者建立一个学生听课的模拟模型[9]。

本文使用建构主义学习理论来设计教学策略，策略数据来源主要包括观察SQL教师的教学方法、观察学习者在教室中的行为以及对三年以上讲授SQL学科的教师的采访。SQL-PITS教学策略由两部分组成：主题选择策略和主题内容呈现策略(包括示例，练习和辅导材料)。教学策略本体依据一组条件和决策相关联的规则来确定合适的策略，条件由来自各个组件的数据组成。系统首先根据学习者模型选择合适的条件，然后依据学习者未掌握的主题检查概念图，设置必修内容的主题顺序。确定策略的条件是：1)每个主题学习者预先测试的评估结果，分为三个等级：差、中等和优良； 2)每个主题学习者再次测试的评估结果，分为四个等级来评估学习者对该SQL主题的学习效果：差、中等、优良和无结果； 3)学习或未学习的主题选择状态。SQL教学策略本体的结构如图4所示。

图4 SQL教学策略本体结构图

1.5 SQL教学策略编码

本文采用SWRL(语义Web规则语言)规则进行SQL教学策略编码，SWRL是以OWL Web本体语言的子语言OWL DL、 OWL Lite和RuleML为基础的规则描述语言，其目的是为了驱使规则与OWL知识库产生结合，提供更强的逻辑表达能力，SWRL规则可以从现有OWL知识库中推断出新知识[10]。从表1可以看出教学策略被实现为查找某个条件字段的SWRL规则。将这些策略建模为SWRL规则的优点是：每个策略的计算都在本体中明确表示，并且可以查看和编辑，以及由其他模块组件进行推理。

表1 使用SWRL规则定义SQL教学策略的例子

2 本体评估

本文采用GQM(Goal-Questions-Metrics)方法对本体进行评估[11]。 GQM方法从目标和提出的问题出发，这使得度量可以聚焦于SQL本体的需求而不是数据本身。该评估过程包括3个步骤：

步骤1：确定SQL本体的目标。拟采用的SQL本体将综合考虑学习者的SQL先验知识、偏好、学习能力等多方面特征，这些特征与与本体论要素(完整性，一致性，简明性，精确性和清晰度)的要求是相符合的[12]。

步骤2：根据所需特征的定义和描述提出问题。 在确定了本体特征之后，将根据特征的定义和描述提出问题。每个期望目标的实现都由几个问题进行度量，其中每个问题都有一个评估值。来自一组问题的评估值用于计算一个所需特性的度量。

步骤3：基于人工评估的度量定义。本文邀请了5位校内外SQL和本体专家对SQL本体结构进行评估，他们通过捕获本体的语义并在SQL领域知识的背景下评估本体的质量。SQL本体特征的度量采用李克特五级量表法(five-point likert scale)：将基于一组问题的特征评估值计算为平均值(Mean)、标准差(S.D.)和满足度(Expressiveness Level)，做为该组评估结果。

表2是依据5位专家提供的评估值计算的李克特五级量表，结果表明，SQL本体结构具有良好的分类，结构完整，内部关系清晰。本体可用于根据每个学习者特征来组织包括学习对象在内的课程主题选择。

表2 SQL本体质量专家评估表

3 结论

本文提出了一种使用本体构建的SQL-PITS自适应和个性化教学系统框架。文中提出的三种本体模型分别对应于SQL-PITS教学系统的三个模块。系统模块组件以本体形式显式概念化有助于知识共享，知识重用，互操作以及系统的构建。本体和学习对象被用于构建SQL-PITS，他们可以相互操作并集成。

SQL-PITS包含SQL知识域内的所有相关基础知识，可以提供由内容、示例、练习和辅导材料组成的课程主题。课程主题与概念图相关联，它根据学习者的个人能力、个人资料、偏好和背景知识，提供解决学习者知识弱点的内容来支持其课堂以外的个性化学习。它还侧重于向学习者提供连续性和相互关联的学习课程。

SQL-PITS从SQL讲师、书籍和网站中收集SQL知识库、SQL概念图、SQL辅导策略和SQL辅导目标等材料，用于SQL本体的设计和开发，并使用Delphi技术检查了材料的有效性。领域专家采用GQM方法对SQL本体进行了评估，评估结果表明SQL本体结构在准确度、完整性、清晰性和简洁性这4个本体特征上处于高水平，一致性特征处于较高水平。