关键词 网络教学、Agent 、对象模型、个性化教学   　　随着网络的遍布应用和信息技术的发展，我国互联网用户数量节节攀升。对教育来说，由此带来了教学模式的重大变更，从传统课堂的“以教师为中心”扩展到Internet环境下的“以学习者为中心”的网络教学。通过对传统网络帮助教学系统的研究可知，传统的辅助教学系统能以数字方式将表现教学内容，通过对图、文、声、像、动画以及运动影象等信息进行盘算机系统存储、加工、传输和涌现，用户可通过人机交互方式使用课件，以便赞助教师教和学生学。而借助于Internet的远程教育拥有开放性、灵活性、学习终生性和资源共享性等优点[1]。充分运用这些长处不仅可以满足学习者个性化学习须要，而且可以在很大程度上提高学习效率。但据初步考核表明，大多数学习者在网络学习时，会遇到不同程度上的艰难，主要起因是其普遍存在的一系列问题，包含： 　　（1）以显现教学资料为主，在教学过程中学生被动学习，缺乏必要的交互手段； 　　（2）对不同认知水平的学生采用相同的教学策略，缺少智能性和适应性，难以实现因材施教； 　　（3）因为知识结构是蓬松无关的，掌握学习主动权的学习者面对众多信息而无所适从，在学习过程中容易出现迷航而偏离学习目标； 　　（4）采取了不同的数据资源管理标准，不利于教学资源共享甚至于造成大量重复劳动。 　　（5）缺乏有效、敏感的响应与反馈、测试与评估系统，无奈真正构建出学生的主动学习环境。 　　Agent的概念最早呈现于20世纪70年代的人工智能中，80年代后期成长起来，目前已成为当今计算机科学技巧范围、信息工程领域和网络通讯领域十分活跃的前沿研讨方向之一。Agent具有的自主性、反应性、主动性等一些主要的举动特色对网络教学系统来说是很有意思的，因此Agent/多Agent 系统特殊适用于网络教学系统的开发。 1  Agent概述 　　基于Agent的教学系统将人工智能的技术引入系统，软件代理Agent是具有推理和决定能力的软件，是一个有反响的，主动性的，内在激发的软件实体 ，在面对变革的环境的同时，能采用一定的应答措施。软件Agent 也是一个打算机程序，它的内部又可以细分出很多小的功能模块，使程序具有模块化和必定的弹性。其特点如下： 　　（1）自治性：Agent可以根据知识库中的事实和规则进行推理，运行于复杂环境中的Agent还应具有学习或自适应的能力。 　　（2）自主性 Agent是一个独破自主的计算实体，其动作和行为是根据本身的知识、内部状况和对外部环境的感知来进行把持的，它的运行不受人或其他Agent的直接干涉； 　　（3）目标导向：可以根据高层的教唆，负责决议如何来完成义务。 　　（4）社会性 Agent能够通过某种Agent合作语言与其他Agent或人进行交互和通信，在多Agent系统中，Agent应具备协作和协商能力； 　　（5）有弹性：实现任务的方式不固定，由实际情形来决策实行顺序和所要调用的程序，以反映外部环境的变化。 　　（6）适应性：可以对先前的教训进行积累，由利用者的喜好来决定自己的行动。 　　（7）移动性 Agent作为一个活体，它可能在互联网上跨平台环游，以辅助用户收集信息，它的状态和行为具有连续性。2  基于多Agent的教学模型
　　事实世界问题是极其复杂的，而单个Agent的功能是极其有限的，单个Agent个别很难实现给定的任务，此时需要通过适当的系统构造把多个Agent组织起来形成多Agent系统，以独特承担一个任务，来弥补单个Agent之不足，使得全体系统的能力超过单个的Agent。    基于多Agent技术的系统是指多个Agent相互通讯、彼此协调，奇特完胜利课任务的系统，它不仅具备一般分布式系统所具备的资源共享、易于扩大、坚固性强、灵活性强、实时性好的特点，而且各Agent可能通过彼此协调处决大范畴的复杂问题，使系统领有很强的鲁棒性、牢靠性跟自组织才干。在多Agent系统中，单个Agent是一个物理的或形象的实体，能作用于本身和环境，把持环境的部分表示，并与其余Agent通讯，存在感知、通信、举措及操纵和推理能力等基本功能。多Agent技能的这些特点，使得其在处理基于互联网的常识问题方面，具有广阔的应用前景。
　　网络教学突出的特点表当初学生是学习的主体，其通过网上虚构课堂进行交互式的自主学习；教师则要通过课程设计，采取创设问题情景、在线专题讨论、演绎总结、评价鼓励等方法，激发学生的学习兴趣和学习动机，促使他们理解和掌握知识体系，培养翻新精神，进行广泛而又深入的学习。
　　由于网络教学是一个庞杂、巨大、不可猜想的信息系统，个别会覆盖教学的各个环节，因而应该将其划分成子问题，并结构多个存在一定功能的Agent，由这些Agent去辨别处置子问题。当子问题之间浮现相互依附时，系统中的Agent必须能通过配合来控制依靠性。基于以上分析，咱们结构的基于多 Agent的网络教学模型如图1所示。 图1 基于多 Agent的网络教学模型   　　全部模型分为三个部分：界面代理，分析代理和提议代理。 　　界面代办：负责与用户直接沟通，询问的功效是记下应用者的根本资料。展示是将教材内容通过输出端口提供给用户。诊断是判断用户的学习能力，知识结构。记载的功能是记录下学习者与系统互动的所有进程。界面代理由界面数据库失掉与某一用户对话的模式和画面。 　　分析代理：剖析从界面代理中的诊断，记载，讯问等三个子代理那里失掉的用户资料，分析后再将所的结果存入其中的学生基本资料库，学习成就材料库和学习资料库中。 　　倡导署理：提议代理取得分析代理资料库的内容，再由其评估代理分析出学习者之间的差异，倡议代理根据这些差别来为不同的学习者供给不同的教学方法。 　　在此多代理系统中，为减少代理之间的直接沟通，故将互相的沟通讯息放置在界面代理中的全局数据库中，由主控程序负责告知相关的模块，当然，主控程序代理也可以单独造成一个模块。 　　模型中波及5个基本数据库，即学习资源库、系统全局知识库、教学策略库、界面库和学生模型库（含学生基本信息与学习旁边信息）；3类基本用户，即老师、学生和管理者；6类Agent，即先生Agent、学生Agent、治理者Agent、人机交互界面Agent、教学Agent和管理Agent。下面具体介绍局部Agent的功能。
　　● 学生Agent。学生登录网络教学系统以后，系统会自动生成一个学生Agent。它一方面要为对应的学生提供交互界面，领导学生的学习，并在学习过程中根据学生的实际情况，通过教学Agent从教学策略库中取舍合适的策略给学生以指导，在学习结束后将学生的学习成果返回学生模型库。另一方面学生Agent还要调用目前登录学生的学生基本信息和学习记录，查看学生以往的学习情况，根据这些记录为学生本次学习出现最初的学习资料。学生Agent在用户的整个学习期间要始终地通过人机交互界面Agent分析学生的学习状态，为用户下一步学习做相应的准备。同时还负责将本次学习的最终分析结果返还给学生信息库以便为下一次学习提供资料。
　　● 教师Agent。教师登录网络教学系统当前，系统会自动生成一个教师Agent。一方面，教师Agent负责教师与网络教学系统的交互，通过教学Agent对教学的过程进行相关的引导和监控，理解学生的学习过程和学习反应，指出哪个学生的懂得或答案是最好（或最坏的）并做出阐明。如果学习方向出现偏差，则予以及时矫正。此外，还可以从试题库中抽取相关的问题进行探讨以加强懂得。另一方面，教师Agent还是专业知识的资料库和主动收集者，能对每一个学习者提供专业的最大的资源数据，树立相关的课程或课程框架（指包括教学目标、教学策略、教学步骤等）供教学Agent决定。并可根据教师的干预和学生的反应答自身的知识库进行主动的调解和裁减，主动从网络上获取相关的信息，重组成为更有意思的知识。
　　● 管理者Agent。畸形说来，教诲教养活动包括一系列的管理，如课程管理、学籍管理、成绩管理等等，因此有必要在网络教学系统内部建立管理Agent来负责整个系统的智能协调。管理者登录网络教学系统当前，系统会主动天生一个管理者Agent。管理者Agent重要通过管理Agent负责对整个教学情况作宏观的调控。管理Agent自动获得其他Agent的数据和资料，并自动地生成相关的管理数据，如学习者的学习时间、地区散布、学习者程度统计、老师工作统计等，辅助管理者进行有效而快速的反映。同时，管理Agent还要担负起诸如其余Agent的增删管理、名录和地址管理、通信链条的管理职责。
　　人机交互界面Agent。人机交互界面Agent主要负责学生、先生、管理者与教学、管理子系统之间的交互联系，并记载交互过程。特别地，人机交互界面Agent要负责登记学生个体目前的学习状态，以此节制学生的学习进度、学习成果和学习能力，触发教学Agent，为不同的学生供应个性化教学。同时，人机交互界面Agent还要通过交互信息，监控和评估学生的学习，给出提示、论断和参考信息，把握讨论领域和探讨时间，对学生的非学习惯浏览发出告警声音，对学生的解答和知识探索给予激励的评价。
3 系统实现的关键技术 
　　基于多Agent技术的网络教学系统是一个复杂、宏大、不可猜测的信息系统，其设计与实现将涉及诸多症结技术。其中，最为重要的是数据模型的组织、Agent的构建及开发技术的选取。
3.1 数据模型的组织 　　在教学系统中，重要波及以下多少个对象，考虑到体系的扩大性和移植性问题，在对象建模时，参考了“远程教导尺度”和新课程改革的相干恳求，并且每个对象都有相应的扩展。 （1） 知识点模型 　　知识点是描述教学范畴知识的完整的教养单元，知识点之间存在的各种关系及其关联程度称为知识点关联。若学习知识点A，必需先控制知识点B，则B称为A的先驱知识点，而A称为B的后继知识点，其关系水平有强弱之分。知识点及其关联的凑集称为知识树[7]。 　　知识点：：=<知识点标识，知识点名称，要害词，知识目的，情感目标，才能目标，学习内容，难易程度，教学重点，主要程度，学习时光，媒体资源，强前驱知识，弱前驱知识，强后继知识，弱后继知识，扩展基>。 　　在网络学习中，知识点为基础学习单元，相应某一学科的知识点编码和知识树如图1： 　　这样的知识点编码跟知识树结构，明白的反应了知识点之间的彼此关系，以某一知识点为例，能够方便的找到该知识点前驱和后继知识点。树中的每一个知识点都被赋予唯一的编码，便利了知识点的查问、增加和删除。学习者在学习某一常识点时，ITS可以很轻易的对其进行前驱知识测试和后继知识提醒。依据Web日志挖掘出的频繁访问途径[8]，调剂知识树构造，构成适应网络学习的知识点关系网络和导航。 （2）学习资源模型 　　学习资源的媒体类型分为：文本、图形(图像)、音频、视频、动画五大类。 　

“基于Agent的网络教养模型(1)”版权归作者所有，转载请著名出处。