Об’єднання експертних систем та адаптивної гіпермедіа технології у веб-інтерфейс системи освіти
Об'єднання експертних систем та адаптивної гіпермедіа технології у веб-інтерфейс системи освіти
Автори:Ioannis Hatzilygeroudis, Christos Giannoulis і Constantinos KoutsojannisПереклад:Е . е. Мощенський Джерело:University of Patras, Dept of Computer Engineering. & Informatics 26500 Patras, Hellas ( Greece )
У цій статті ми представляємо веб-інтелектуальну систему освіти, щоб допомогти студентам у контексті курсу ІІ. Ми зосередимося на адаптивності аспектів системної оцінки студентів. Адаптивність відноситься до здатності системи адаптації навчання до потреб студентів, зазначені характеристики моделі учня.
Оцінка студента відноситься до оцінки рівня знань студента, який є одним з найбільш важливих характеристик щодо навчальної концепцій. Адаптивні гіпермедіа методи, як і графічні посилання анотації, і унікальні технології, тобто. правило заснування експертної системи, які використовуються для досягнення вищезазначених цілей. Оцінка системи показала обнадійливі результати в міру її використання та їх навчання непокоїть.
Інтелектуальні навчальні системи (ІОС) є популярним типом інтелектуальних систем освіти. ІОС враховує, користувача та рівень навичок адаптовану презентацію навчального матеріалу до потреб та здібностей окремих користувачів. Це досягається за допомогою штучного інтелекту (ІІ) методи для подання педагогічних рішень, а також галузь знань та інформації щодо кожного студента. ІОС, як правило, розроблені як автономні системи. Проте, поява WWW породило ряд сервісних ІОС [1], типу Web-Based інтелектуальні навчальні системи (WBIESs) [4].
2.Архітектура системи
Архітектура системи складається з чотирьох основних компонентів: База даних питань (QDB), інтерфейс користувача (UI), LISP додатків (LA) і адаптивної гіпермедіа додатків (AHA). AHA складається із трьох інших компонентів: модель предметної області (DM), моделювання студента (SM) та модуля експертної системи (ЕС). Користувачем системи є індивідуальний студент. SM-компонент містить всю необхідну інформацію про студентів, як і їх переваги, інтереси, рівень знань і т.д. Коли студент входить до системи вперше початковий профіль встановлено на його / її (за допомогою запиту), тому система має початкові дані для адаптації.
Студент спілкується з системою через інтерфейс користувача, який контролює весь процес навчання. Вбудований блок керування використовується для досягнення цієї мети. Репетиторство частина системи, по суті, підсистеми AHA. Навчальний матеріал, поняття та їх структура зберігаються у DM. DM визначає загальну послідовність, в якій поняття мають бути представлені, та передумовою відношення між поняттями.
3. Знання про предметну область.
Домен електронної системи, нині, стосується логіки предикатів як мову уявлення знань. Знання предметної області структурована у деревоподібну, до речі, називається областю дерева. Корінь дерева є поле вище. Поле розбите на предмети та предмети на теми, які є листям дерева. Кожна тема розглядається низка понять. Теми може мати загальні поняття. Дерево доменів відображається в області навігації інтерфейсу користувача (в лівій частині екрана). З цього дерева студент може вибрати тему, яка є метою навчання. Кожен розділ відповідає темі сторінки, яка є ASP-сторінки.Тільки тим, у дереві доменів, відповідають відображуваним матеріалу. Вибрана тема сторінці представлена в області вмісту (що знаходиться в центрі та правій частині екрана). Кожна тема сторінки містить упорядкований список понять. Кожна концепція пов'язана з відповідною сторінкою концепції. Концепція сторінок є справжнім навчальним матеріалом. Навчальний матеріал, крім концепції сторінок, включає всі доступні питання, які зберігаються в QDB і використовуються для створення тестів, згаданих у розділі 2. Кожна тема сторінка містить посилання на тест. Кожен тест складається з низки питань, присвячених вивченню понять цієї теми.
4. Модель користувача
«Традиційний» спосіб навчання: теорія-приклад-вправи. З іншого боку, конструктивістський вважає за краще навпаки: вправ-приклад-теорія. Нарешті, прагматик любить послідовності: приклади-теорія-вправи.
Рівнем знань є оцінка знань студента про концепцію, тему, предмет чи область. Рівень знань для поля – число, що вказує відсоток від отриманих знань. Як значення рівня знань обчислюється кожного елемента.
5. Експертна система
Структура експертної системи (ЕС) показана складається з бази (FB), бази правил (РБ) та двигун JESS виведення (JESS IE). FB та RB становлять його знання електронної бази (КБ). ЕС є заснований на правилах експертної системи реалізації в JESS, яка є оболонкою експертної системи [3]. FB містить факти, які створюються з даних завдання, в той час як РБ містить правила, які використовуються IE для вирішення проблем. Тепер давайте подивимося, як ЕС допомагає у обчисленні CL для даного поняття C. Спочатку дані, отримані від відповіді студента на тест перетворюється на відповідні факти. Експертнасистема обробляє ці факти за допомогою правил РБ, відповідно до інструкцій JESS IE та виводить значення рівня знань студента до концепції, пов'язаної зі складанням тестів. Правила є способом репетитора та оцінює відповіді студента.
1. Brusilovsky, P. and Paylo, C., "Adaptive and Intelligent Web-Based Educational Systems". International Journal of AI in Education 13, 156-169, 2003.
2. El-Khouly M. M., Far B. H. & Koono Z., “Expert tutoring system for teaching computer programming languages”. Expert Systems with Applications, 18, 27-32, 2000.
3. Е. Фрідман-Хілл, “Десії у виконанні: Рульові базові системи в Java”, Manning Publications Company, 2003.
4. I. Hatzilygeroudis (Guest Editor), Спеціальна допомога на AI Techniques in Web-Based Educational Systems, International Journal on AI Tools (IJAIT), 13(2), 2004.
5.I. Hatzilygeroudis, C. Giannoulis і C. Koutsojannis, “A Web-Based Education System for Predicate Logic”, Proceedings of the IEEE ICALT-2004, Aug. 30 Sept. 1, 2004, Joensuu, Finland, IEEE Computer Society, 106-110.