基于知识网格的智能教学系统

在教学实践中,很难准确、系统的评估学生对所学知识的掌握程度。学生不能理解所学概念的原因是缺乏必备基础知识（先决知识）,不理解所学这些知识对以后要学课程影响。要解决这个问题,运用描绘和个人的分析的方法是十分困难的。基于知识网格智能教学系统使用知识网格能够建立一个可共享的,协作的基于网络的知识体系。它用知识网格中的一个节点作为起始点进行＂知识漫步＂,建立一个＂缺失知识链＂。告诉学生目前所学的知识体系结构。最终,评测结果将会被送到网上不同的虚拟组织。这些组织是由教师组成的,所以他们的建议会更有参考价值。     

智能教学系统写作环境的研究与实现

本文主要讨论了智能写作环境的发展趋势，分析了三种写作语言，结合现实情况．提出了面向对象数据库和人工智能语言的结合，给出实现智能教学系统可行的写作环境—Visual Basic、Prolog，Access数据库三者的松耦合。     

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。     

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。     

智能教学系统NKI-Tutor的知识查询设计

NKI-Tutor是国家知识基础设施面向应用的智能教学系统，其功能是将NKI丰富的知识传授给用户。知识查询是NKI-Tulor给用户提供的一种查询式学习模式。该文研究如何通过NKI-Tutor的知识查询界面实现用户与智能教学系统的交互而获得所需知识，提出了基于自然语言理解的知识查询方法，用于构造和实现NKI-Tutor中用户查询知识的交互界面。该方法包括3方面内容：(1)分析用户的知识查询形式，采集用户查询句型模板；(2)根据用户查询的知识特征，把知识查询映射到概念．关系模型上；(3)通过智能分词和模糊匹配构造查询结果。     

智能教学系统的发展与前瞻

该文回顾了ITS的发展历史,并通过对影响ITS发展的相关学科的分析,做出了对ITS未来的预测。     

E-learning智能教学系统中基于知识地图的学习流建模

在教学系统中构建基于知识地图学习流模型,模拟真实学习过程实现学习领域中数据流与状态流的控制,将传统的以学习内容为组织对象的教学系统转化为以学习活动为组织对象,并加以流程控制的教学系统。这种转化更好地体现了建构主义学习理论。     

基于Web的智能教学系统知识模型与学习控制

目前,基于Web的智能教学系统是计算机应用于教育领域的研究方向之一。其中教学知识模型和基于模型的学,控制,是实现教学系统智能控制的关键之一。从知识点及其关系出发构建一个知识网络模型,并基于该模型探讨了正向和反向两种推理控制策略。     

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。     

人工智能在智能教学系统中的应用

智能教学系统(ITS)是人工智能与教育结合的主要形式。本文在总结国际上相关研究成果的基础上，结合我们在开发智能多媒体汉德语言教学系统《二十一世纪汉语》的过程中累积的实践经验，介绍了ITS的历史、结构和主要技术，着重讨论了人工智能技术与方法在其中的应用，并指出了当今这个领域上存在的一些问题，在文章最后，提出了今后研究工作的努力方向。     

非良构领域智能教学系统的探究及应用

智能教学系统是以信息集成技术为核心的开放复杂智能系统,知识构建及Agents行为管理是其核心支撑技术。针对智能教学系统的复杂应用问题,文章阐述非良构领域下智能教学系统面临的挑战,分析非良构领域知识构建及Agents行为管理的研究思路,进而探究数据挖掘技术在非良构领域智能教学系统中的应用。     

智能教学系统

计算机在教育领域日益广泛深入的应用引起了教育事业的迅速发展，现在计算机已成为有效的数学媒体和教育管理工具，它使教学模式、教学组织、教学过程、教材观念与形式、课堂教学结构，甚至教学思想和教学理论都有了一些变革．在此基础上形成一门将教育学理论与计算机科学技术结合起来的研究领域——计算机辅助教学（CAI—－ComputerAssistedInstruction）．一、教学软件计算机在教学领域的应用是相当广泛的，一切源于教学，服务干教学，所研制、开发出的软件统称为教学软件或教育软件。开发教育软件，即用计算机技术实现教育思想；教育…     

智能教学系统研究综述*

介绍了智能教学系统的发展历史和国内外发展情况,对于智能教学系统研究存在的问题进行了探讨,并就智能教学系统的发展趋势提出了自己的看法。     

基于人工智能技术的智能教学系统研究与设计

ITS是人工智能技术在教育中最重要的应用。进入新世纪以来,随着复杂计算、分布式认知、模式识别、知识表示、自然语言的理解、网格计算与计算机可视化等的进步,ITS面临着又一个新的快速发展期。最后给出了一个基于Web和数据挖掘技术的ITS的功能模型、结构模型及系统实现。     

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。     

主动数据库技术在智能教学系统中的应用研究

讨论主动数据库技术在智能教学系统中的应用,采用知识树表示知识的先行关系。系统能根据学生的学习情况自动安排教学内容,提高了系统的智能化程度。     

基于扩展知识结构图的智能教学规划

智能教学规划是智能教学系统的核心组成部分,领域知识模型、教学方法模型以及学习者模型是智能教学系统的三个要素。提出了扩展知识结构图(ExtendedKnowledgeStructureGraph,EKSG)的概念,通过扩展知识结构图将领域知识模型、教学方法模型、学习者模型有机地结合起来。在此基础上,给出了根据扩展知识结构图制定学习者关于学习目标的最优教学规划算法,规划算法由两部分组成:判定算法JUDGE和最优规划生成算法TPLAN,其中JUDGE判断规划问题是否有解,在有解的情况下求出最优解图,TPLAN根据最优解图计算最优规划。证明了算法的正确性,分析了算法的效率。     

基于关系数据库的智能教学系统知识库设计

本文通过对知识库和关系数据库的比较,说明了基于关系数据库设计知识库的可行性,并以智能教学系统中知识库的构建过程为例,介绍了知识表示方法,具体给出了基于关系数据库建立知识库的方法,并简要说明了知识库管理和知识获取方法。     

智能教学系统中范例推理研究

智能教学系统是目前计算机人工智能领域与教育技术领域的研究热点之一,本文阐述了智能教学系统的概念和特征,并对系统基本框架进行了说明,阐述范例推理的特点和一般过程,对在智能教学系统构建过程使用范例推理来实现模型构建、教学策略选择等作了进一步研究.