一种网络学习能力评测方法及系统.pdf

本发明是对“学生心理档案系统”的改进。该系统与“学生心理档案系统”相比，具有界面友好，问题简洁高效不重复，能提供评价结果的解释等优点。有利于对中学生学习能力的进一步研究。在专家知识收集的方法上，本文参考了因特尔教育中对评价量规的制订方法，先通过分组尽可能广泛地收信与中学生学习技术相关的因素，再汇总组合，最后通过排名得出权重的过程。实践证明，这种方法是高效的。在数据分析阶段，本发明引入了当今世界上公认的统计类软件SPSS，对每一个学习技术因素与问题之间的相关性进行单因素方差分析，去除了那些与子因素关系不大的问题，从而使得系统变得简洁有效。

权利要求书
1.  在问卷调查数据分析时引入了当今世界上公认和流行的综合统计分析软件包SPSS，对学习技术子因素与问题之间进行单因素方差分析(NOVA)，避免了同类问题的重复。

2.  在知识的表示方式上，运用了与／或树、决策树、表等表示方法，并运用了由Tom Cordon开发的交互式专家系统外壳软件实现各种知识表示之间的快速转换。

3.  或树的搜索采用了深度优先的搜索策略。

4.  知识库(Repository)与推理机的分离和反向推理机制。

说明书一种网络学习能力评测方法及系统
技术领域
一种网络学习能力评测方法及系统。
背景技术
当前，社会各界都在呼吁，减轻中小学生的课业负担的同时，要提高学生的学习质量，使学习过程最优化，新一轮的中小学课程改革正在全国推行，让学生学会学习，既是国家课程改革的目的，也是社会发展的要求。如何从心理与行为的角度探讨形成中小学生学习能力的因素，防止中小学生学习心理问题的发生，研究解决中小学生学习心理问题的有效教育对策与干预矫正方法，实验、探讨、研发符合中小学生学习心理的具体学习技术，是心理与教育研究者需要认真研究解决的重要课题。 
“中小学生学习技术的心理探究”是教育部“十五”规划重点课题之一，课题旨在探讨形成中小学生学习能力的因素。目前，应用比较广泛的学生学习能力测试系统是由华南师范大学开发的基于C／S的“学生心理档案系统”，该系统测试的题量大，系统维护难，无法对评价结果做出解释。本专利运用人工智能(AI)的专家系统来开发中学生学习能力测试系统。 
一直以来，作为学习方法、学习技巧、学习策略等方面的研究仍然无法帮助我们认识学生学习的全过程，更无法帮助学生从改变自己的学习行为入手来建构自己的学习心理。本专利将从心理与行为的角度研究影响中小学生学习能力的因素，通过一系列实验全方位的探讨中小学生学习技术形成的心理机制，充分利用现代心理学理论成果和信息技术手段构建一套高效的中小学生学习技术训练系统。 
发明内容
本专利的功能是通过与被测试者友好、交互地进行简单的对话，从元认知技术、认知技术、过程技术、管理技术四个方面对被测试者的学习技术进行分析，指出哪些方面技术存在缺陷，为有针对性地改进提供依据。从输入／输出上看，系统在测试过程中会对被测试者提出一些问题，被测试者只需回答是或否即可，测试完毕后，系统对被测者的学习技术进行评价，并给出评价原因。从安全与保密看，测试系统对学习能力的测试属于心理测试范畴，必须符合心理测试的规则 和对被测试者信息的保密原则。 
专家访谈是一种与专家面对面的进行交流获取知识的方法。专家小组成立后，围绕中学生学习能力这个主题，按照下表的模式，采用先个别总结，再集中交流的方式来获取知识。在专家小组确定了测量的问题后，组织学生进行问卷调查。问卷调查要做到以下三点：①问卷的设计要能够针对问题采集知识；②采用科学的方法和模式对采集到的数据进行归纳、综合、逻辑推理，并加工成知识；③根据问卷，有目的地选调查对象。通过查阅中小学生学习心理辅导丛书，了解中学生在学习活动中的认知、动机、情绪、行为等，对中学生学习技术进行分类，更有针对性地进行知识的获取。。由于问卷调查所获取的数据是结构化的数据，适合采用关联分析等数据挖掘的方法来发现知识。 
组织问卷调查是一个严谨而科学的过程，为了使调查工作进行得更有序、有效，在问卷调查前，对学生进行集中指导，帮助学生了解问卷所针对的课题以及问卷所涉及的内容，以保证问卷调查能顺利进行。，明确课题，分解成问题，理清问卷调查的项目。此次调查活动的主题是中学生学习技术调查，这个主题共包含了169项调查内容，分为四大类十七小类，问题的分布是随机的。，确定问卷对象。为了使此次调查具有广泛的代表性，通过学号在初中部和高中部中随机抽取95人参与调查活动，以期终全市统考总分排名为成绩依所，在班中排名前15名的认为是优生，排名最后15名的为后进生。问卷的填写方式采取集中填写。，问卷的基本构成。问卷由主题、问卷的指导语(告诉被调查者如何填写)、注意事项和问题四部分构成。 
具体实施方式
为了分析系统各个问题与子因素之间的相关性，我们将所有问题的平均得分作为子因素的得分。选择统计学软件SPSS为数据分析软件。方差分析又称变异数分析或检验，其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。为了确定各个问题的选项值对子因素的影响程度，我们选择单因素方差分析。单因素方差分析就是测试某一个控制变量的不同水平是否给观察变量造成了显著差异和变动。由于方差分析有一个比较严格的前提要求，即不同水平下的总体应服从方差相同的正态分布，因此方差分析问题就转换成研究不同水平下的总体的均值有无显著差异的问题。单因素方差分 析的零假设是HO：在控制变量的不同水平下，各总体均值无显著差异。即控制变量的不同水平对观察变量没有产生显著的影响。 
知识表示是关于如何描述事物的～组约定即用一些约定的符号把知识编码成一组计算机可以接受的数据结构。知识表示常用的方法有状态空间表示法、与／或图表示法、语义网络表示法、产生式规则表示法、谓词逻辑表示法、框架表示法等。TAL1.0将以与／或图表示法和产生式规则表示法来表示其知识的方法。产生式的一般形式为“前件+后件”。前件就是前提，后件是结论或动作，前件和后件可以是由逻辑运算符AND、OR、NOT组成表达式。产生式描述了事物之间的一种对应关系(包括因果关系和蕴含关系)。其基本形式为：“p->”或“IFPTHEN Q”，含义是如果前提P满足，则可推出结论Q或执行Q所规定的操作。其中P是产生式的前提或前件，它绘出了该产生式可否使用的先决条件，由事实的逻辑组合来构成；Q是一组结论或后件，它指出当前提P满足时，应该推出的结论或应该执行的操作。 
树搜索，就是从初始节点出发，沿着与它相连的弧试探性地前进，寻找目标节点的过程(也可以反抽进行)。那么，当目标节点找到后，路径也就找到了。常用的圈搜索策略分为两大类，一类是穷举式搜索，一类是启发式搜索。其中穷举式搜索包括广度优先搜索、深度优先搜索、有界深度优先搜索、一致代价搜索。启发式搜索分为局部择优搜索、全局择优搜索、与／或图启发式搜索、极大极小搜索和A、B剪枝搜索。由于LTA1.0中的知识表示是采用与／或树来表示的，并且在求解过程中没有启发性提示，因此，LTA1.0中的搜索策略将采用与／或树的一般搜索策略。 
搜索过程中的可解标记过程与不可解标记过程都是自下而上进行的，即由子节点的可解性确定父节点、祖父节点的可解性；由子节点的不可解性确定父节点、祖父节点的不可解性。在与／或树中，除端节点和终止节点外，一个节点的可解性完全是由其子节点来决定的。深度优先搜索就是在搜索树的每一层始终先只扩展一个子节点，不断地向纵深前进直到不能再前进(到达叶子节点或受到深度限制)时，才从当前节点返回到上一级节点，沿另一方向又继续前进。这种方法的搜索树是从树根开始一枝一枝逐渐形成的。 
知识库由概念、事实与规则三部分构成，缺一不可。知识的概念已经包含在 事实内，知识库实际上包含事实和规则两个部分。中学生学习技术测试专家系统共包含元认知技术、认知技术、过程技术和管理技术共四个方面。 
数据库是在计算机中留出一些存储区间，以存放反映系统当前状态的事实存放用户回答的事实、已知的事实和由推理而得的事实，即由己知事实推导出的假设成立时，也作为事实。本系统是一个测试系统，测试前的数据库是被清空的数据库，必须通过与被测试者的问答来建立动态数据库。通过问答建立系统的动态数据库可由下列语句来达到。 
知识表示通常有以下两种方法。一种是，把事实和数据分类，放到规则库中，这种表示实用于基于规则的专家系统。在基于产生式规则的专家系统中，肯定的结果是一个产生式规则的动作，这些产生式规则由输入数据激活。另一种方法把事实和数据构成子句，形成子句知识库。这种子句表示实用于基于逻辑的专家系统。此类系统有一个可以由输入数据流激活的规则集。本系统是一个产生式的系统，适合采用第一种方法来表示知识。