计算机应用 ›› 2012, Vol. 32 ›› Issue (02): 436-439.DOI: 10.3724/SP.J.1087.2012.00436
LI Wei-shi1,MAO Xiao-guang1,XIE Jian-wen2
摘要: 学习者知识模型是智能授导系统(ITS)中教学过程实现和策略实施的基础,然而由于判别学习者知识掌握程度的不确定性和学习者知识掌握水平的实时变化,构建能正确反映学习者知识掌握程度及其变化的知识模型十分困难。基于贝叶斯网络,以知识项为基本节点构建学习者知识模型的结构;引入问题节点,根据学习者的学习测试结果,采用Voting EM算法来对知识模型的参数进行在线学习和更新;同时,通过设置置信因子和更新时间标记来改进在线学习的效果。实验表明,模型能够较好地反映学习者知识掌握状况和快速适应学习者知识掌握水平的变化,有助于ITS更好地评价学习者学习效果。
中图分类号: