基于Client/Server 的课件系统的设计与实现
中难度组织，分别提供给具有相应认知能力的同学学习使用。学生在学习完每节的教学内容后，系统将要求他回答一定数量的相关问题，并根据其回答问题的准确率，确定他的新认知模型。
3.3 智能化教学过程的实现
我们借鉴专家系统的设计方法，实现ICAI课件系统中的智能功能。在该系统中组织了相应的规则库、事实库（学习历史纪录库）和推理实现机制，如图1所示。下面对推理实现机制做简要的介绍。规则库由册、章、节、超文本教案地址、阀值及多个前提组成，反映对该节的学习应满足的前提条件。学习历史库由册、章、节、认知等级、已学次数组成，反映学生对该节的认知能力。规则库的内容由教师负责修改。学生的学习历史纪录，在库中按每个人一张表组织，其内容在每次学习之后，由学生客户端软件依据该生对知识点的掌握情况自动修改。推理过程由专用的推理模块，按规则库提供的规则与学生学习历史纪录库提供的事实做出判断。我们通过学生在每节教学内容学习完成之后，对所附习题回答的准确率，将其认知能力划分成高、中、低三个层次，并将这个结果保存在学生学习历史纪录库中。学生下一次使用该系统进行学习时，该系统会按其不同的认知能力，为他准备相应难度的教学内容。不难看出，这种对认知能力的衡量是动态的。若学生不想按系统默认的进度学，则要求学生自行选择学习内容。若所选内容已经学过，则根据其当时所获得的等级为他准备学习内容；否则将视规则库及学习历史纪录中的内容，判断其是否可学而定。例如：规则库中限定在学习第一章第一节之前不能学习第一章第二节，某生试图越过第一章第一节学习第一章第二节时，系统会给出警告。为了使学生能在系统的控制下学习，无论是高、中、低难度的教案均是一节一个超文本文件，其中不含有链。
3.3.1 阀值的给定
当学生完成对某一节的内容学习之后，回答系统提问所得的分数小于该节所具有的阀值时，系统并不会将该节标志为已学。所以该生下次登录时，系统将强制他对该节的内容进行重新学习。通常，那些在本学科中具有特殊重要地位的章节具有较高的阀值。下面给出评价某一节在本门课中的重要程度的方法：
Important（N）=IN（N）+OUT（N）
Important（N）——第N节（将全书中的节以流水形势编排号码）知识在本课程中的地位；IN（N）——本课程中，其余节知识中对第N节的知识有影响的个数之和；OUT（N）——本课程中，第N节知识影响其余节知识的个数之和。当对本课程中所有的Important（N）计算完成后，即可据此给出某一节的阀值。阀值Valve（N）以百份数形势表示，小于1且与Important（N）成正比。
设Right（N）表示某生在学习完第N节的知识后，回答系统所提问题的准确率。变量Ruler=1-Valve(N)。给定认知模型的修改规则如下：
If Right(N) If Valve(N)≤Right(N) If Valve(N)+Ruler*(1/3)≤Right(N) If Valve(N)+Ruler*(2/3)≤Right(N) Then 认知能力定为“高”
3.3.2 系统的安全技术
由于ICAI会针对用户不同的认知模型（高、中、低）准备不同的教学内容，所以为确保对用户认知模型刻画的准确程度，要求学生在使用学生客户端软件时，需用自己的姓名和口令向系统登记。当验正该生是系统的合法用户后，将到学生资料库中读取相应的资料，送给ICAI的分析模块用以构建该生的认知模型，作为教学的依据。如不是系统的合法用户，将要求学生进行简单的注册，如实填写部分信息后成为系统的合法用户，并在学生资料库中为其分配一个缺省值，作为他第一次使用该系统时构建认知模型的依据。
用户初次登录时，口令即为用户名，登录成功后系统立即要求对当前缺省口令进行修改。以后，用户能对自己的口令做任意的修改。
3.3.3 教学评价
我们用下述方法实现了对学生个人学习水平的评价。n：该系统用户的总人数；Xi：第i个学生的考试成绩。
定义：
由定义知，S是学生整体成绩的标准差。Zi反映了第i个学生 的成绩与平均成绩的差是标准差的几倍。用Zi来衡量考试成绩不会受考卷难度值的影响，比Xi更有说服力。因为标准分（Zi）是一种参考零点（平均分）位置固定、单位长度（标准差）一样的统计量。不同次测验的原始分数换算成标准分后，就可以做互相比较。如某生两次测验的成绩原始分数分别为：80、90，标准分分别为2.5、2。不能由第二次考试的原始分比第一次高而断定该生的学习进步了，正确的断言是：因为第二次考试的标准分比第一次低，所以该生学习成绩退步了。经验表明，标准分的数值一般在-3~+3间。当标准分数值为正时，表示其学习水平在团体水平值上；反之，则表明学习水平在团体之下。
4 一个试验性系统
&n 《基于Client/Server 的课件系统的设计与实现(第2页)》
本文链接地址：http://www.oyaya.net/fanwen/view/167449.html
3.3 智能化教学过程的实现
我们借鉴专家系统的设计方法，实现ICAI课件系统中的智能功能。在该系统中组织了相应的规则库、事实库（学习历史纪录库）和推理实现机制，如图1所示。下面对推理实现机制做简要的介绍。规则库由册、章、节、超文本教案地址、阀值及多个前提组成，反映对该节的学习应满足的前提条件。学习历史库由册、章、节、认知等级、已学次数组成，反映学生对该节的认知能力。规则库的内容由教师负责修改。学生的学习历史纪录，在库中按每个人一张表组织，其内容在每次学习之后，由学生客户端软件依据该生对知识点的掌握情况自动修改。推理过程由专用的推理模块，按规则库提供的规则与学生学习历史纪录库提供的事实做出判断。我们通过学生在每节教学内容学习完成之后，对所附习题回答的准确率，将其认知能力划分成高、中、低三个层次，并将这个结果保存在学生学习历史纪录库中。学生下一次使用该系统进行学习时，该系统会按其不同的认知能力，为他准备相应难度的教学内容。不难看出，这种对认知能力的衡量是动态的。若学生不想按系统默认的进度学，则要求学生自行选择学习内容。若所选内容已经学过，则根据其当时所获得的等级为他准备学习内容；否则将视规则库及学习历史纪录中的内容，判断其是否可学而定。例如：规则库中限定在学习第一章第一节之前不能学习第一章第二节，某生试图越过第一章第一节学习第一章第二节时，系统会给出警告。为了使学生能在系统的控制下学习，无论是高、中、低难度的教案均是一节一个超文本文件，其中不含有链。
>
3.3.1 阀值的给定
当学生完成对某一节的内容学习之后，回答系统提问所得的分数小于该节所具有的阀值时，系统并不会将该节标志为已学。所以该生下次登录时，系统将强制他对该节的内容进行重新学习。通常，那些在本学科中具有特殊重要地位的章节具有较高的阀值。下面给出评价某一节在本门课中的重要程度的方法：
Important（N）=IN（N）+OUT（N）
Important（N）——第N节（将全书中的节以流水形势编排号码）知识在本课程中的地位；IN（N）——本课程中，其余节知识中对第N节的知识有影响的个数之和；OUT（N）——本课程中，第N节知识影响其余节知识的个数之和。当对本课程中所有的Important（N）计算完成后，即可据此给出某一节的阀值。阀值Valve（N）以百份数形势表示，小于1且与Important（N）成正比。
设Right（N）表示某生在学习完第N节的知识后，回答系统所提问题的准确率。变量Ruler=1-Valve(N)。给定认知模型的修改规则如下：
If Right(N) If Valve(N)≤Right(N) If Valve(N)+Ruler*(1/3)≤Right(N) If Valve(N)+Ruler*(2/3)≤Right(N) Then 认知能力定为“高”
3.3.2 系统的安全技术
由于ICAI会针对用户不同的认知模型（高、中、低）准备不同的教学内容，所以为确保对用户认知模型刻画的准确程度，要求学生在使用学生客户端软件时，需用自己的姓名和口令向系统登记。当验正该生是系统的合法用户后，将到学生资料库中读取相应的资料，送给ICAI的分析模块用以构建该生的认知模型，作为教学的依据。如不是系统的合法用户，将要求学生进行简单的注册，如实填写部分信息后成为系统的合法用户，并在学生资料库中为其分配一个缺省值，作为他第一次使用该系统时构建认知模型的依据。
用户初次登录时，口令即为用户名，登录成功后系统立即要求对当前缺省口令进行修改。以后，用户能对自己的口令做任意的修改。
3.3.3 教学评价
我们用下述方法实现了对学生个人学习水平的评价。n：该系统用户的总人数；Xi：第i个学生的考试成绩。
定义：
由定义知，S是学生整体成绩的标准差。Zi反映了第i个学生 的成绩与平均成绩的差是标准差的几倍。用Zi来衡量考试成绩不会受考卷难度值的影响，比Xi更有说服力。因为标准分（Zi）是一种参考零点（平均分）位置固定、单位长度（标准差）一样的统计量。不同次测验的原始分数换算成标准分后，就可以做互相比较。如某生两次测验的成绩原始分数分别为：80、90，标准分分别为2.5、2。不能由第二次考试的原始分比第一次高而断定该生的学习进步了，正确的断言是：因为第二次考试的标准分比第一次低，所以该生学习成绩退步了。经验表明，标准分的数值一般在-3~+3间。当标准分数值为正时，表示其学习水平在团体水平值上；反之，则表明学习水平在团体之下。
4 一个试验性系统
&n 《基于Client/Server 的课件系统的设计与实现(第2页)》
★读了本文的人也读了：