智能教学系统中知识表示模型的研究与设计

研究了智能教学系统功能与结构。分析了知识库模型在智能教学系统中的重要地位;通过对知识库中的教学内容与教学规则两类知识的分析和对超媒体知识表示的研究,构建了一个基于层次结构的超媒体网络模型,并在知识网络图中节点里嵌入教学规则,以实现教学内容的动态组织、呈现和教学过程中的自适应导航。该模型为教学系统的决策与分析提供了智能的辅助手段。     

自适应学习模型在智能教学系统中的应用研究

在分析自适应学习内涵的基础上,深入地研究了自适应学习模型的结构和功能。探讨了自适应学习模型对智能教学系统实现教学内容动态呈现和智能导航两个方面的理论支持。最后,指出自适应学习模型的分析和研究是构建智能网络教学系统的关键。     

多AGENT技术在网络智能教学系统中的应用研究

多年来,传统的计算机辅助教学模式越来越不能满足高校的教学需要,传统的教学系统软件大多存在智能程度低、缺少教学策略等缺点。智能教学系统是当前计算机智能教育的研究热点。结合多AGENT的特性及在智能教学系统中应用的理论,提出了基于多Agent的智能网络教学系统的设计模型,详细分析了系统各层次的功能,并给出了系统数据库的分类设计以及系统模型的特点。     

基于Web的智能教学系统模型

智能教学系统是当前计算机应用的重要领域之一，文中主要研究在国家知识基础设施(NKI)支撑下的基于Web的智能教学系统模型：NKI-Tutor。NKI-Tutor包括七个模块：学生模型、教学模型、交互模型、NKI知识库、专家模型、出题模块和模拟工具，其主要特点是：(1)教学内容覆盖多个学科知识，且是动态的知识库；(2)交互模块给教师提供可操作的教学策略描述语言，便于教师在系统中设计个性化的教学策略。     

基于Web和数据挖掘技术的智能教学系统研究

传统的智能网络教学系统在适应性和个性化方面存在严重缺陷.基于Web和数据挖掘技术构建了一个智能教学系统的模型,该模型采用人工神经网络、聚类分析等关键技术,获取学生对知识点的理解程度,并对学生学习特征分类,根据学生的不同特征和兴趣点,提供不同的教学策略和教学内容,更有利于实现系统的个性化教学.     

基于Web的智能教学系统的研究与实现

基于Web的智能教学系统综合传统的ITS系统优势,同时又结合Web的特点,系统具有智能性,能够智能地引导学生学习。它是以认知科学为理论基础,综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术。提出了一种基于Web的智能教学系统模型,给出了智能教学系统的知识库的设计、学生模型的构建方法及教学策略的设计,并探讨了学生模型的学习评价,最后对实现系统的关键技术进行了研究。     

智能教学系统中认知型学生模型的建立

在智能教学以学为主的学习模式中,学生模型是提供真正智能化指导的基础,该文提出在基于网络的智能教学系统中建立认知型学生模型的一种方法,介绍基于这种认知型学生模型的一个基于网络的小学数学智能教学系统,并对该系统的实验结果进行分析。     

基于Web的智能教学系统的研究与实现

基于Web的智能教学系统综合传统的ITS系统优势,同时又结合Web的特点,系统具有智能性,能够智能地引导学生学习.它是以认知科学为理论基础,综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术.提出了一种基于Web的智能教学系统模型,给出了智能教学系统的知识库的设计、学生模型的构建方法及教学策略的设计,并探讨了学生模型的学习评价,最后对实现系统的关键技术进行了研究.     

基于web的智能教学系统研究

该文对智能教学系统进行了深入的研究,提出了由用户环境和教学环境组成的基于web的智能教学系统形式化模型,并且对系统运行过程进行了详细的分析。该模型将本体论引入到领域知识的表示中提高了教学资源的重用和共享程度;同时,充分考虑了web以及用户环境所提供的与用户相关信息在智能教学系统中的重要作用。系统基于多领域多应用,结合认知能力、知识水平、学习风格、心理特征等知识结构和认知心理因素来对用户进行建模以增强系统的自适应能力和提高教学效果。     

基于概念图和权重优化的智能学习模型

提出一种基于概念图和权重优化的智能学习方法。通过将教学内容中的知识点抽象为概念图,在学生学习后,利用测试栈依据权重优化的方法进行有针对性的测试题目抽取,根据测试的结果向学生个性化地投放教学内容,以此实现智能化、个性化的学习。通过模型分析可知,与传统智能教学系统相比,基于概念图和权重优化的智能学习可提高学生的学习效率。     

TEx-Sys model for building intelligent tutoring systems

Special classes of asynchronous e-learning systems are the intelligent tutoring systems which represent an advanced learning and teaching environment adaptable to individual student’s characteristics. Authoring shells have an environment that enables development of the intelligent tutoring systems. In this paper we present, in entirety, for the first time, our approach to research, development and implementation related to intelligent tutoring systems and ITS authoring shells. Our research relies on the traditional intelligent tutoring system, the consideration that teaching is control of learning and principles of good human tutoring in order to develop the Tutor–Expert System model for building intelligent tutoring systems in freely chosen domain knowledge. In this way we can wrap up an ongoing process that has lasted for the previous fifteen years. Prototype tests with the implemented systems have been carried out with students from a primary education to an academic level. Results of those tests are advantageous, according to surveys, and the implemented and deployed software satisfies functionalities and actors’ demands.     

Developing Knowledge-Based Intelligent Multimedia Tutoring Systems Using Semantic Content-Based Modelling

The complex nature of semantic video and audio content has made multimedia difficult to use within the traditional architecture of a knowledge-based intelligent tutoring system (ITS). This paper investigates how multimedia syntax and semantics may be integrated into the confines of the knowledge-based ITS architecture so as to develop a knowledge-based intelligent multimedia tutoring system (IMTS). The paper contributes a semantic content-based model that can be used for this purpose. Multimedia frames (m-frames) are used as the framework by which the syntactic and semantic information is represented within the model. The paper discusses how IMTSs may be developed using the model, and then demonstrates the use of our approach in the development of ARISTOTLE, an IMTS for teaching young children basic zoology.     

智能教学系统中的知识树增长模型

智能教学系统（intelligent tutoring system,ITS),作为人工智能学科的重要研究应用领域,是21世纪人类社会数字化教育的必然发展方向,迄今研究逾30年。现有一些ITS系统由于知识表示以及推理方法的领域相关特性,系统构建与系统运用、系统模块之间动态有机联系不强,进而导致学生模型弱化等问题,限制了系统在进行个别化教学过程中的智能性和推广运用。在此从系统的知识表示入手,基于SC文法的知识表示体系和知识树映射方法,提出了一个动态、实时、自适应、交互式知识树增长模型（augment knowledge-tree model,AKTM)。模型包括基于SC文法的知识点表示方法、知识树结构以及知识树映射、知识树学生模型、知识点学习循环等内容,贯穿于ITS系统4大传统模块之中,并在内容和功能上与之完全集成。通过知识点层次多维属性标注和索引,实现了知识存储、处理、调用和维护动态、一体化过程。通过知识点学习循环,实现个别化、动态、自适应智能教／学过程。同时通过模型在多媒体ITS系统中的实例化设计和运用,实现了动态教／学、领域无关、人机交互、自适应、个别化等智能特点。     

基于情感识别的智能教学系统研究

针对传统的智能教学系统(ITS)在情感方面的缺失,提出了基于情感识别技术的ITS模型.该系统模型在传统的教学系统上新增情感识别模块,利用人脸表情识别以及文本识别等技术所构建,可以获取和识别学生的学习情感,并根据学习情感进行相应的情感激励策略,实现情感化的教学.     

Intelligent tutoring system model based on fuzzy logic and constraint-based student model

Neural Computing and Applications - A model for an intelligent tutoring system (ITS) that uses fuzzy logic and a constraint-based student model (CBM) is proposed. The goal of the ITS is to teach...     

Intelligent tutoring system using expert knowledge and Kohonen maps with automated training

Neural Computing and Applications - This paper presents an intelligent tutoring system (ITS) model that is capable of driving the didactic transposition of contents. Initially, the tutoring system...     

Is there a gender difference in interacting with intelligent tutoring system? Can Bayesian Knowledge Tracing and Learning Curve Analysis Models answer this question?

Multiple studies have been conducted on Project LISTEN, an intelligent tutoring system (ITS) used to analyze educational learning through case analysis of students' interactions with ITS. Studies have defined the phenomenon by exploring ‘what happens when/if’ questions and analyzing these in the context of the specified phenomenon occurrence. While ITS often focus on student decisions regarding when and how to use the system's resources, we suggest further analysis and monitoring are needed to get the best results from these systems. In this study, we argue that boys interact differently with ITS than girls. This finding is evident in results from both the Bayesian Knowledge Tracing and Learning Curve Analysis models.     

Intelligent tutoring systems

Abstract  This is a non-specialist introduction to intelligent tutoring systems, one way in which artificial intelligence is being applied to education. It presumes little knowledge of AI. The aim is to explain what an ITS consists of, in general terms, and to give some feel for the current products of this kind of research.     

基于Internet的远程教学系统数据库设计

岭南通用课件平台是一个基于Internet／Intranet、支持因材施教个别化教学的智能辅导系统（ITS）通用模型。介绍了该系统中从对象模型到关系数据库的设计方法，以及利用CGI、JDBC、RMI等访问远程数据库的解决方案。这些数据库设计方法及远程访问解决方案很容易推广到其他Internet应用。