自适应学习模型在智能教学系统中的应用研究

在分析自适应学习内涵的基础上,深入地研究了自适应学习模型的结构和功能。探讨了自适应学习模型对智能教学系统实现教学内容动态呈现和智能导航两个方面的理论支持。最后,指出自适应学习模型的分析和研究是构建智能网络教学系统的关键。     

智能教学系统中的学习推理模型研究

将Agent技术引入智能教学系统(ITS)是当前ITS研究的重要方向之一,本文提出了一种改进的基于Agents的学习推理模型,在模型中引入了学生Agent,教学Agent,资源Agent,资源管理Agent,并对各Agent的基本功能进行描述,进一步明确了教学Agent的各项功能,该模型能更好的反映学生的学习状态和学习需求,更能满足个性化学习的需要。     

在智能教学系统中两层动态学生模型的研究

学生模型是智能教学系统的核心部分 ,是智能教学系统制定个性化教学策略与学习策略的依据。本文提出了一个两层动态学生模型 ,该模型具有以下特点 :1.通过跟踪和综合评价相结合的方法获取学习者的综合特征 ;2 .针对学习者二级特征采用面向教师的半开放的动态维护方式 ;3.组织二级特征的信息采用流水账的形式。基于两层动态学生模型 ,本文采用广义模糊综合评判方法对学习者二级特征进行评价。     

智能教学系统模型研究和设计

智能教学系统ITS是以认知科学为理论基础，综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术。本文在探讨ITS原理的基础上，首次提出一种基于计算机网络模型的ITS协同控制模型．井对该系统设计提出了一些参考原则和要求。本文研究对开发教学课件系统和教学改革具有很好的参考价值。     

智能教学系统支持英语学习的案例研究

在阐述智能教学系统及其组成架构的基础上,结合PIMS移动智能教学系统支持英语学习的个案,介绍了PIMS系统框架及其在教学中的应用,认为案例具有重视学生初始学习能力的评估、动态生成适应性学习内容、动态调整学习策略、关注智能教学系统的教学应用及其效果等优点,同时提出PIMS智能教学系统进一步研究的建议。     

智能教学系统中学生模型的设计

主要讨论智能教学系统中学生模型的设计,并提出了建立在该模型基础之上的模糊综合评价算法,实现了学生学习的个体评价和综合评价．     

试析知识管理技术在智能教学系统中的应用

智能教学系统是开放式的人机交互系统.这个系统在结构与过程上都与知识管理系统有着诸多相似之处,本文在综合分析知识管理及其技术的基础上,从广义与狭义两个维度探讨了知识管理技术在智能教学系统设计中的研究与应用.     

智能教学系统中支持协作学习的群体感知模型

自主学习和协作学习是相互促进、相互依赖的网络学习方式。然而,目前典型的网络学习系统(智能教学系统和计算机支持的协作学习系统)大多将自主学习和协作学习强制分离,忽视了自主学习过程中协作交流的激励作用以及协作学习过程中学习者的自主学习需求。因此,扩展现有的智能教学系统,构建一个自主学习和协作学习有机融合的数字化学习环境,有助于更好地满足网络环境下师生的学习需求。支持协作学习的群体感知模型由群体感知信息、群体感知本体和群体感知规则三部分组成,采用本体技术建模协作感知信息,运用语义Web规则语言刻画协作感知机制,为实现协作学习的信息交互提供通用模型。基于该模型构建的智能教学系统,在原有ITS自主学习环境的基础上,扩展了参与者可以相互感知、相互交流的协作学习模块,实现与现有智能教学系统的无缝整合,为开发具有协作学习功能的智能教学系统提供了技术参考。     

智能计算机辅助教学系统的模型及设计

本文全面介绍了智能计算机辅助教学系统(IcAI)的结构,对ICAI的组成模型的理论和技术作了深入的分析,并提出了进一步研究方向.     

冲突策略在智能教学系统中的应用

文章对ITS学习策略向合作学习发展的过程作了简单回顾、介绍了冲突有关概念；对基于认知偏差理论的冲突策略在合作学习中的应用进行分析，重点突出学生与麻烦制造者之间的冲突(外部冲突)及其作用；学生通过与麻烦制造者的之间对话、辩论，纠正学习中的认知偏差，最后实现冲突消解，改善合作学习环境，提高学习效率。     

网络智能教学系统中双层学生模型的设计

本文探讨了在网络智能教学系统中建立一个双层动态学生模型的方法,模型的初始层采用复合认知型学生模型,高级层利用Hopfield神经网络算法,在初始层数据的基础上加入兴趣、爱好、知识状态、学习历史等信息进行评价、分类.该模型克服了单一学生模型结构数据处理的障碍,能够灵活、全面地对学生的学习特征进行分析,有效改善了智能网络教学系统的教学决策过程.     

智能教学系统概述

智能教学系统(Intelligent Tutoring System,ITS)是人工智能技术在教育中最重要的应用。自19世纪初诞生以来,随着认知科学、计算机科学与技术、教育科学的发展,ITS在教育实践中取得了许多成绩,并研制出诸多具有代表性的系统。进入新世纪以来,随着复杂计算、分布式认知、模式识别、知识表示、自然语言的理解、网络计算与计算机可视化等的进步,ITS面临着又一个新的快速发展期。本文主要对ITS的历史演化、基本框架和发展趋势进行了论述与探讨。     

智能教学系统中动态学生模型的研究与设计

学习是一个十分复杂的个性化心理过程。本文以有关教学和学习理论为指导,从学习者个体学习情况和学习需求出发,在研究分析影响学习的学习基础、认知能力、心理因素的基础上,经过必要的概括和简化,设计了一个智能教学系统的学生模型,并给出了学生模型的动态调整算法。     

网络环境下的智能教学系统研究

网络技术及人工智能的发展使得计算机辅助教学不断朝着智能化方向发展。文章介绍了智能教学系统追求的目标并研究了它的系统逻辑结构,在此基础上构建了学生模型及教师模型,分析了测量与评估学生认知能力的方法,探讨了教学策略的设计。     

个性化智能网络教学系统中学生模型的研究

本文通过分析个性化智能网络教学系统的研究现状和学生模型的分类情况,根据不同学生模型的特点,以基于决策树的遗传算法,将学生的学习标准、兴趣、爱好、知识状态、学习历史、心理因素和认知能力等信息进行数据挖掘和分类,构建了一个综合覆盖模型、偏差模型、认知型模型或是几种模型的组合的全面学生模型,该模型克服了单一学生模型不能对学习者的学习特征进行客观和全面评价和分类的弊端,对改善智能网络教学系统教学决策的有效性具有重要的现实意义.     

超媒体技术在E—learning中的应用研究

本文从E-learning当前存在的主要问题出发,研究了超媒体技术的信息表示,提出将超媒体技术与人工智能技术相结合。构建E-learning系统中的知识库,以实现学习过程中的自适应导航和自适应呈现,来弥补E-learning的智能化和个性化的不足,从而提高学习的效率和学习资源的利用率;     

基于ANFIS的移动学习资源自适应呈现模型研究

移动学习资源呈现方式合理与否直接影响着移动学习者的学习积极性和学习效率,文章在分析移动学习资源呈现方式影响因素基础上,提出了基于学习者的学习位置、学习需求、网络速率以及设备电量等情景因素组成的移动学习资源自适应呈现函数和呈现模型,并采用模型训练与测试方法验证其可行性和有效性。     

智能教学系统中知识查询研究

针对智能教学系统在知识共享与重用及对系统的构建缺乏知识工程化方法方面存在的问题,对智能教学系统中的知识查询进行深入研究,将本体理论应用于智能教学系统的知识表示与知识库的创建模块上,给出一种新的知识查询模式。     

基于Web的智能教学系统的研究

传统的智能网络教学系统在适应性和个性化方面存在严重缺陷。而基于Web的智能教学系统则提出了一种基于Web的智能教学系统模型,给出了智能教学系统的知识库的设计、学生模型的构建方法及教学策略的设计,从而形成了一种对学生实施有效教学的技术,具有智能性。