基于專家系統的CSCL系統的設計與實現

高興培　陳亦兵

摘要：為了提高計算機支持的協作學習（CSCL）的智能化水平，文章提出了以知識點為單位的交互學習模式，并采用B/S程序架構、基于模糊規則的推理策略、ASP與SQL Server 2000相結合的Web開發技術，建立了一個基于專家系統的CSCL系統。

關鍵詞：專家系統；計算機支持的協作學習（CSCL）；知識庫；推理機

中圖分類號：TP182 文獻標識碼：A 文章編號：1009-2374（2013）12-0023-02

計算機支持的協作學習（Computer Supported Collaborative Learning，簡稱CSCL）是指利用計算機技術來輔助和支持協作學習，它是近年來國際教育技術界一個充滿生機的新研究與實踐領域。專家系統（Expert System，簡稱ES）是一個智能計算機程序系統，它能夠運用專家的知識并模擬專家的思維活動，解決那些需要人類專家處理的復雜問題。將專家系統技術應用于CSCL教學環境，可以匯集教育領域專家的知識和經驗，模擬教育專家的教學思維過程，實現根據協作學習成員的狀況因人而異地施教，以達到最佳的教學效果。本文結合電大開放教育專科《數據庫基礎與應用》課程對基于專家系統的CSCL系統進行了探索和實踐。

1 CSCL交互過程設計

協作學習的應用模式有多種，為便于與專家系統相結合，本文采用合作模式，同時設定CSCL交互學習以知識點為單位，學習內容為《數據庫基礎與應用》課程各章的主要知識點。每個知識點的學習按以下步驟進行：（1）由各協作學習小組長代表該小組隨機抽取一個討論題目；（2）進入小組討論階段。當全組達成統一意見后，由組長作討論總結并提交。若小組總結得到教師確認，則小組討論結束；（3）小組討論結束后，進入自我測試階段。該階段要求各協作成員接受系統一個測試題目的測試并能通過；（4）當各成員都通過了系統測試，則進入自我總結和評價階段；（5）總結與評價完成后，進入綜合評價階段。該階段是由系統根據自評分、互評分、教師評分、綜合表現等參數對各協作成員進行綜合評價并給出評價結論。

上述各階段的流程由開關變量控制，綜合評價完成后或者當studytime=0時，該輪協作學習結束。教師（管理員）亦有權在任何時刻終止某知識點的協作學習。

2 基于專家系統的CSCL系統設計

2.1 系統結構模型

本文采用基于Web的專家系統結構模型，它是集成傳統專家系統與Web數據交換的新型技術，在結構上由瀏覽器、應用服務器和數據庫服務器三個層次所組成。

2.2 知識庫

為了匹配CSCL交互學習過程和便于學生網上自主學習，本系統的知識庫分設為課程資源、討論題、測試題和規則四個子庫，并且都存放于后臺數據庫SQL Server 2000中。

2.2.1 課程資源子庫。課程資源子庫是有關《數據庫基礎與應用》課程的各種學習資源，包括文本、圖像、音頻、視頻、動畫等多種文件，對它們的描述使用關系數據表結構。

2.2.2 討論題子庫。討論題子庫是為協作學習小組進行交互討論而設置的。每個討論題都包含一個“提示信息”字段，它是對本問題的簡單說明和解決思路指導。系統包含一個“智能助手”腳本程序，它的運行不必經過推理機，可即時對學員的某些行為作出反應。學員在參與討論時，可點擊“智能助手”按鈕求助，此時系統將把提示信息字段的內容返回給用戶。

2.2.3 測試題子庫。測試題子庫是為協作成員自我測試而設置，采用與討論題子庫相似的結構形式。“智能助手”程序能對學員的每次測試回答進行自動判斷并給出相關的提示信息。

2.2.4 規則子庫。為了實現對CSCL交互過程各階段的跟蹤指導，系統規則采用分階段組織的形式，并歸納為條件、學習狀況判斷、學習指導、評價判斷、評價結論5個規則集。

條件規則集：該集存放了所有模糊產生式規則的前提。系統共設有“已用時間”、“討論現狀”等七個條件參數，各參數的值分別用NB、NS、ZO、PS、PB五個模糊子集表示。不同參數的模糊子集對應的隸屬度函數不同，計算時使用的原始數據也不相同。本系統使用VBScript腳本程序實現所有隸屬度函數的定義及其計算。

學習狀況判斷規則集：共有6種結構形式，分別表示組員和組長的討論狀況判斷、測試狀況判斷和自我總結狀況判斷規則。

學習指導規則集：共有2種結構形式，分別表示組員和組長的學習指導規則。

評價判斷規則集：共有2種結構形式，分別表示組員和組長的評價判斷規則。

評價結論規則集：共有2種結構形式，分別表示組員和組長的評價規則。

2.3 數據庫

系統綜合數據庫使用SQL Server 2000構建，存儲各種初始數據、協作學習成員狀態數據、開關量數據以及推理過程中產生的中間結果、最終結果等信息。

2.4 推理機

推理機的任務是根據一系列條件規則及開關量的值，推導出對學員當前學習最合適的指導策略或對學員綜合評價的結論。推理主要由協作成員的行為觸發，學員每次登錄或者其狀態數據達到某些確定值時，系統都啟動一次新的推理過程。本系統采用數據驅動的前向推理方法，每次推理由以下步驟組成：

（1）若由系統開關量得知學員已無法完成學習任務，則對該學員返回一個提示信息，并結束推理。否則，進入下一步。

（2）激活規則庫中的條件集，根據學員當前的狀態數據及隸屬度函數，計算各條件規則的隸屬度值，并保存計算結果及相關信息，然后進入下一步。

（3）根據系統的開關量的值，確定激活何類判斷規則集，并轉下一步。

（4）從被激活的判斷規則集中搜索有效規則。從被激活規則集抽取一條規則，計算規則前提匹配程度并確定規則的可信度，若可信度超過系統設定的閥值即把當前規則的相關信息存入數據庫中。繼續重復這個過程直至檢索完畢，然后進入下一步。

（5）消除規則沖突，執行獲勝規則。若生效的判斷規則有多條，則選出可信度最大的一條規則作為獲勝規則；若最大可信度的規則又不止一條，則從中選擇編號最小的規則為獲勝規則。然后根據獲勝規則中的狀態名（或結論名）在學習指導規則集（或評價結論規則集）中搜索相關規則，讀出指導內容（或評價內容）并返回給用戶。至此，推理結束。

2.5 解釋器

推理過程結束后，最終結果和中間結果都已寫入后臺數據庫，據此回溯推理過程，便可解釋這一次推理的

結果。

3 基于專家系統的CSCL系統開發與測試

服務器操作系統采用Windows 2000 Server，Web服務器采用IIS5.0，后臺數據庫管理系統使用SQL Server 2000，數據庫訪問技術采用ADO方式，服務器開發環境使用ASP，網頁編輯器使用Dreamweaver 8。開發的系統實例由課程資源、小組討論、自我測試、總結與自評、聊天室、留言板、后臺管理等模塊組成。

2012年11月抽取了廣東茂名廣播電視大學2011級專科計算機信息管理專業15位學生，并按異質分組原則形成3個學習小組，對系統進行了知識點“數據模型”、“關系代數”、“函數依賴”的學習測試。測試表明：系統較好地模擬了CSCL輔導教師的角色，能針對學生在交互學習過程中所處的狀態提出有效的改進措施，對學生的綜合評價客觀、合理、全面；學生在學習中都能及時得到系統的有益幫助，既提高了CSCL的教學效果，又有效地促進了學生參與協作學習的積極性和主動性。

4 結語

本文提出的基于專家系統的CSCL系統是在線CSCL的新形式，它既提供了跨時空、跨地域的學習環境，又融合了人工智能、知識工程、ASP、數據庫等關鍵技術，通過靈活的知識庫、基于模糊規則的推理策略，成功模擬了人類教育專家的思維活動和教學行為。在CSCL的智能化、個性化建設中，專家系統與CSCL相結合的方式是一個值得深入探討的途徑。

參考文獻

[1] 馬池珠，任劍鋒.現代教育技術前沿概論[M].北京：北京師范大學出版社，2009：263-288.

[2] 曹承志，王楠.智能技術[M].北京：清華大學出版社，2004：205-253.

[3] 蔡自興，約翰·德爾金，龔濤.高級專家系統[M].北京：科學出版社，2005：254-286.

[4] 周興華，周新華，張軍，劉輝.ASP+SQL Server數據庫開發與實例[M].北京：清華大學出版社，2008：43-173.

作者簡介：高興培（1967—），男，廣東茂名人，茂名廣播電視大學講師，碩士，研究方向：人工智能、智能信息系統等。

（責任編輯：吳 濤）