摘 要: 移動學習是遠程教育新的發(fā)展階段,,對于滿足人們的學習要求,、平衡教育資源、構建學習型社會都有很大的幫助,。但傳統(tǒng)的遠程教學模式將學生和教師分離為單獨個體,,忽略了“教”與“學”之間的交互性和“學”應該具有的主動性。為了更好地提高學生學習的興趣和積極性,,提出了一種新的移動學習教學模式,,增加“學-教角色轉化Agent群”,通過測試Agent,,采用FCM的模糊推理,,分析學生Agent的認知水平,結合知識表示模型,,實現(xiàn)自動篩選合格學生和自動角色轉化機制。
關鍵詞: multi-Agent,;移動學習,;角色互換,;FCM
大量移動終端、手機新功能的閃亮登場,,以及移動互聯(lián)網(wǎng)用戶群體的出現(xiàn),,成就了移動學習時代的到來。學習者通過無線網(wǎng)絡可以隨時隨地地實現(xiàn)在線與離線學習,,網(wǎng)絡教學系統(tǒng)能夠根據(jù)學生的個體情況和知識結構來確定和調整教學策略,。但其本身仍存在一些問題,例如系統(tǒng)缺乏適應性,,不能夠根據(jù)學生的認知水平而采取相應的教學手段和策略,,難以實現(xiàn)因材施教;隨著學生數(shù)量的增加,,網(wǎng)絡教學過程中經(jīng)常出現(xiàn)教師輔導不到位,、反饋不及時等問題[1]。
針對現(xiàn)代遠程教育存在的各種問題,,多人提出了基于多Agent的新的遠程教育模型框架[2-5],,比較集中的框架模式為B/A/S 3層結構模式,如圖1所示,。
采用智能代理的網(wǎng)絡教學平臺,,學生可以通過其學習代理與老師進行聯(lián)系,圍繞教學重點進行交流,,進而形成有效的控制機制,。借助這個平臺,學習代理可以根據(jù)學習者的需要,,到有關資源站點查找和搜集與當前學習內容相關聯(lián)的資料,,處理日常學習事務,也可以方便教師教學和管理工作,,并且保證數(shù)據(jù)的安全可靠,,形成相對封閉的教學通道。
由圖1可以看到,,此模型框架在應用性,、靈活性等方面都已經(jīng)達到很高的程度,但是中間代理層的設置仍然存在一些問題,。例如教師和學生仍然是兩個分離的個體,,并沒有脫離傳統(tǒng)的教與學的課堂教學模式,教師和學生交互活動極少,,學生很難積極主動地參與到教學過程中來,。
為了解決上述問題,本文提出了一種新的基于FCM模糊推理的多Agent移動學習教學模式。
1 模糊認知圖
模糊認知圖FCM(Fuzzy Cognitive Maps)是模糊邏輯和神經(jīng)網(wǎng)絡相結合的產物,。作為一種軟計算方法,,它也是知識的一種圖解表示,由節(jié)點和弧組成,。如圖2所示,,弧表示實體和概念間的因果關系,節(jié)點可以是實體和概念等,。每個節(jié)點都具有其節(jié)點狀態(tài)值,刻畫了FCM環(huán)境中物元的屬性;從組織結構上看,,F(xiàn)CM是面向對象的單層帶反饋的神經(jīng)網(wǎng)絡。它可以支持專家先驗知識以及因果關系的表示與推理,,知識蘊涵在概念節(jié)點及概念節(jié)點間的關系中,。它通過概念間的關系來模擬模糊推理,通過整個圖中各概念節(jié)點的相互作用來模擬系統(tǒng)的動態(tài)行為[6],。在本文中,采用模糊認知圖的方式分析學習者的認知水平,,更好地跟蹤學生的學習狀況、改善教學效果,。
圖4為Agent群內部構成圖,,該Agent群主要包括成績測試Agent、素質測試Agent和綜合測試Agent,。當3個Agent得到結果W14,、W24、W34滿足一定的標準時,,就會觸發(fā)綜合Agent,,將通過此次測試的學生名單寫入數(shù)據(jù)庫,同時為對應學生分配一個教師權限賬戶,,進行角色轉換,。教師可以隨時查閱“綜合Agent”得到的信息,更全面地了解學生,,從而制定相應的教學方案,,更好地因材施教。
引入角色轉換Agent群,,進而選擇合格學生,,其好處在于:
(1)作為學生,他們更容易知道其他同學的問題所在,;同時可以刺激學生學習的積極性,。
(2)在此過程中,教師將會有更多空余的時間來搜集資料,,研究教學和其他問題,。
(3)學生在線時間可能更充裕,,面對面交流的可能性更大,擴大了“在線教師”的人數(shù),。
(4)學生可以進行備課,,發(fā)布新資料。假如教師覺得資料可用,,可將其收藏至資料庫,減少教師收集資料的工作量,,同時集思廣益,,達到更好地促進教學的目的。
2.2 Agent模塊實現(xiàn)
在該模型中,,需要設計的Agent模塊主要包括:教師Agent模塊,、教學資源Agent模塊、教師授課Agent模塊,、學生Agent模塊,、學生學習情況Agent模塊等,在此,,以學生學習情況Agent模塊為例,,介紹其主要代碼實現(xiàn)。
if ms(〝answer〞)=request.form(〝choose〞) then
//回答正確,同時顯示下一問題
Else
ms.close
set ms=nothing
set cone=server.createobject(″mydate.recordset″)
mysql=″select * from studentinfo where studentname
=′″&session(″studentname″)&″′
conn, openhe, ″dsn=exam″,1,3
conn(″errors″)=session(″my_knowledge″)
conn(″study_difficulty″)=session(″study_difficulty″)
conn.update
session(″record_num″)=int(session(″record_num″))+1
session(″study_difficulty[int(session(″lk″))]″)=
int(session(″study_difficulty[int(session(″lk″))]″))-1
3 申請測試
在現(xiàn)有的移動學習模型中增加“角色轉換Agent群”,,對現(xiàn)有的整體系統(tǒng)影響較小,,并且比較容易實現(xiàn)。其主要實現(xiàn)的功能為:當某學生對某一知識的學習達到一定程度,,就可以進行綜合測試(成績測試,、素質測試、心理測試等),,而這些試題是由試題測試庫隨機生成的,;若通過該綜合測試,此學生的信息就會被添加入對應的數(shù)據(jù)庫中,,同時轉換為“教師”角色,;然后履行“教師”職責,搜集資料,、備課,,申請測試的整個框架模式如圖5所示。
本文針對現(xiàn)代遠程教學模型中存在的問題,,在現(xiàn)有的模型中添加一個新的角色轉換模塊,,目的是提高學生學習的主動性、積極性和學習興趣,,最終提高教學的質量,。為了更好地分析學生的學習狀況,,采用模糊認知圖的方式分析學生的認知水平,更好地跟蹤學生的學習狀況,,改善教學效果,,從而對整個教學改革和素質教育的實施起到積極的推動作用。
參考文獻
[1] 北京師范大學繼續(xù)教育與教師培訓學院,,北京師范大學遠程教育中心.遠程教育學生指導手冊[M].北京:北京師范大學出版社,,2005.
[2] 陸淑娟.Multi-Agent技術在網(wǎng)絡教學中的研究與應用[D].南京:南京工業(yè)大學,2004.
[3] 楊紅穎,,王向陽,,趙紅.一種基于多Agent的遠程教學模型框架[J].中國遠程教育,2005(2):65-67.
[4] Web-based Education Commission.The power of the Internet for learning[M].Washington,,DC:U.S.Department of Education,,2000.
[5] 劉大有,楊鯤,,陳建中.Agent研究現(xiàn)狀與發(fā)展趨勢[J].軟件學報,,2000,11(3):315-321.
[6] 林春梅.模糊認知圖模型方法及其應用研究[D].上海:東華大學,,2006.
[7] 何炎祥,,陳莘萌.Agent和多Agent系統(tǒng)的設計與應用[M]. 武漢:武漢大學出版社,2001.
[8] 董紅斌,,孫羽.多Agent系統(tǒng)的現(xiàn)狀與進展[J].計算機應用研究,,2001(1):54-56.
[9] 肖基毅,陳堅禎,,朱常春.基于Agent的協(xié)同遠程教學模型[J].微機發(fā)展,,2002(2):94-96.
[10] CHAO L.Deployment of mobile learning course materials to android powered mobile devices[J].International Journal of Distance Education Technologies,2012(10):1-16.