2.2.3 学生模型原型系统的实现
    根据上面理论方面的分析，已经构建了个性化教学系统中学生模型的贝叶斯网络结构图，为了证明整个系统框架的可行性，需要把前面的理论构建与具体的技术相结合以实现可用的系统。
    该系统设计中运用不同的颜色来标记知识项掌握的4种情况：绿色表示已掌握；红色表示已学习但未掌握；黄色表示未学习，适合学习；灰色表示不适合学习。当贝叶斯网络获得证据信息后标记的颜色状态会发生变化。基于贝叶斯网络先验概率，知识项全部标记为黄色，如图2所示，新注册用户登录系统时可在黄色节点中点击选择最初学习节点，学习后对相应知识项进行测试，根据系统导航，若测试合格则按引导进行下一知识项的学习，未通过系统会提示返回上一个节点重新学习。

    从这个系统中可以看到：基于贝叶斯网络的个性化教学系统既有交互性，又体现了个性化，通过系统的导航功能（不同颜色的应用）可以帮助进行学习的指导，当学生想学某一概念时系统会把它的前驱知识点以序列形式呈现给学生，不同学生要求不一样，系统提供的导航也不一样，真正体现了个性化教学。
    随着网络教学平台的不断涌现，个性化教学系统的研究和开发成为远程教育中的关键问题和热点。而在个性化教学系统中的学生模型是其中的重要组成部分，在远程教育领域起着重要的作用。因此，研究如何设计和利用学生模型来实现远程教育中的个性化教学有着重要的意义。

参考文献
[1] 刘桓，曹红菊.自适应学习系统的研究与设计[J].教育技术导刊，2006，(3)：39-40.
[2] 余胜泉.适应性学习——远程教育的发展趋势.开放教育研究，2000，6(3)：70-76.
[3] 冀俊忠，刘椿年.贝叶斯网及概率推理在智能教学中的应用[J].北京工业大学学报，2002，9(28)：353-358.
[4] 翼俊忠，刘椿午，沙志强.贝叶斯模型的学习、推理和应用[J].计算机工程与应用，2003，7(5)：145-147.
[5] 胡兆勇，屈梁生.贝叶斯网络推理的一种仿真算法[J].系统仿真学报，2004，26(2)：286-288.
[6] 刘伟娜，霍利民，张立国.贝叶斯网络精确推理算法的研究[J].网络与通信，2006，22(9)：92-94.

上一页  [1] [2] [3]  下一页