基于貝葉斯的網(wǎng)絡(luò)學(xué)習(xí)效果評(píng)估系統(tǒng)研究

● 謝朝輝 馬進(jìn) 原海英

■責(zé)編/李朋波 Tel:010-88383907 E-mail:784072532@qq.com

網(wǎng)絡(luò)學(xué)習(xí)（E-Learning）由于其隨時(shí)隨地學(xué)習(xí)、便捷高效、成本低廉等特點(diǎn)，為用戶提供了靈活的工作方式，促進(jìn)了員工的學(xué)習(xí)興趣，方便員工獲取所需要的信息。據(jù)統(tǒng)計(jì)，通過(guò)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的美國(guó)企業(yè)員工正以每年300%以上的速度增長(zhǎng)，超過(guò)60%的企業(yè)通過(guò)在線學(xué)習(xí)方式進(jìn)行員工培訓(xùn)和繼續(xù)教育，這種方式具有時(shí)效性、低費(fèi)和跟蹤服務(wù)功能，能實(shí)現(xiàn)自我導(dǎo)向和自定進(jìn)度的培訓(xùn)指導(dǎo)，提高培訓(xùn)管理的效率。美國(guó)教育發(fā)展訓(xùn)練協(xié)會(huì)（ASTD）將E-Learning定義為：E-Learning是學(xué)習(xí)者應(yīng)用數(shù)字化媒介學(xué)習(xí)的過(guò)程，數(shù)字化媒介包括互聯(lián)網(wǎng)、局域/廣域網(wǎng)、錄音/錄象帶、衛(wèi)星廣播、交互式電視、光盤等。ASTD強(qiáng)調(diào)了學(xué)習(xí)者使用E-Learning體驗(yàn)，體現(xiàn)了E-Learning以學(xué)習(xí)者為中心的特性（祝智庭，2011）。個(gè)性化學(xué)習(xí)(Individualized Learning)的概念是由Bloom在1956年首先提出的，是指根據(jù)學(xué)習(xí)者的個(gè)性特征實(shí)施教育活動(dòng)，充分發(fā)揮學(xué)習(xí)者的主動(dòng)性，在促進(jìn)學(xué)生全面、自由、協(xié)調(diào)發(fā)展的基礎(chǔ)上，促進(jìn)學(xué)生個(gè)性的發(fā)展?jié)撃埽ㄌ貏e是優(yōu)勢(shì)潛能）的開(kāi)發(fā)（何克抗，2002），對(duì)于E-Learning系統(tǒng)來(lái)說(shuō)，每個(gè)學(xué)習(xí)者都具有不同的認(rèn)知能力、認(rèn)知水平、學(xué)習(xí)需求、知識(shí)背景和個(gè)人喜好等，從而導(dǎo)致用戶在使用E-Learning系統(tǒng)時(shí)對(duì)系統(tǒng)的要求也不同，每個(gè)使用者都希望課程的組織以適合自己的形式呈現(xiàn)，因此，E-Learning系統(tǒng)以學(xué)習(xí)者為中心的基本原則是將每一個(gè)學(xué)生看成一個(gè)單一的個(gè)體，提供的學(xué)習(xí)內(nèi)容能夠盡可能地根據(jù)學(xué)習(xí)者的知識(shí)水平和學(xué)習(xí)興趣動(dòng)態(tài)調(diào)整，這種一對(duì)一的教學(xué)模式，不僅可以節(jié)省學(xué)習(xí)者的時(shí)間，提高學(xué)習(xí)效率，而且還可以實(shí)現(xiàn)更好的學(xué)習(xí)效果。在個(gè)性化支持服務(wù)研究方面，人們認(rèn)為學(xué)習(xí)評(píng)估（馬愛(ài)利等，2008）能夠較準(zhǔn)確地獲取學(xué)習(xí)者當(dāng)前的知識(shí)和技能水平，是提供個(gè)性化服務(wù)的重要依據(jù)。近年來(lái)，貝葉斯網(wǎng)絡(luò)理論常被用來(lái)表達(dá)有監(jiān)督的學(xué)習(xí)形式，貝葉斯網(wǎng)絡(luò)可以綜合先驗(yàn)信息與后驗(yàn)信息進(jìn)行評(píng)定，即它可以綜合學(xué)習(xí)者學(xué)習(xí)前的各種信息與學(xué)習(xí)者的學(xué)習(xí)經(jīng)驗(yàn)等信息與網(wǎng)絡(luò)中觀測(cè)收集到的各種信息進(jìn)行判斷。通過(guò)貝葉斯網(wǎng)絡(luò)的推理功能更新先驗(yàn)信息，即學(xué)習(xí)前學(xué)習(xí)者做出的最初估計(jì)分析。以貝葉斯網(wǎng)絡(luò)理論作為網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)的理論基礎(chǔ), 必將推動(dòng)網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)及網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)建設(shè)研究的更快發(fā)展與廣泛應(yīng)用。

一、貝葉斯網(wǎng)絡(luò)理論概述

貝葉斯網(wǎng)絡(luò)是人工智能領(lǐng)域中一種將圖論和概率論相結(jié)合的圖形模型，具有圖形化的模型表示形式、局部及分布式的學(xué)習(xí)機(jī)制、直觀的推理，適用于表達(dá)和分析不確定性和概率性的事物，能夠?qū)Σ煌耆?、不精確或不確定的知識(shí)或信息做出有效的推理。貝葉斯網(wǎng)絡(luò)作為一種有向無(wú)環(huán)圖，其中節(jié)點(diǎn)表示問(wèn)題域的隨機(jī)變量，有向邊表示節(jié)點(diǎn)間的條件依賴關(guān)系。貝葉斯網(wǎng)絡(luò)可用如下定義進(jìn)行描述：

貝葉斯網(wǎng)是根據(jù)隨機(jī)變量間的概率關(guān)系建立的圖論模型，是一個(gè)有向無(wú)環(huán)圖，它可以表示為一個(gè)三元組(E，N，P)。N是一組節(jié)點(diǎn)的集合，N={x1,x2,…xn}，每個(gè)節(jié)點(diǎn)代表一個(gè)變量，E是一組有向邊的集合，E={xi|i|xixj并且xi，}，P是一組條件概率的集合。P={xi|i|P(xi|i)。貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)表達(dá)了定性知識(shí)，即事件之間的因果關(guān)系；邊緣概率和條件概率表達(dá)了定量知識(shí)，即原因?qū)Y(jié)果的影響程度。我們根據(jù)用戶的先驗(yàn)知識(shí)構(gòu)造的貝葉斯網(wǎng)絡(luò)稱為先驗(yàn)貝葉斯網(wǎng)絡(luò)，把先驗(yàn)貝葉斯網(wǎng)絡(luò)和數(shù)據(jù)相結(jié)合而得到的貝葉斯網(wǎng)絡(luò)稱為后驗(yàn)貝葉斯網(wǎng)絡(luò)，先驗(yàn)貝葉斯網(wǎng)絡(luò)到后驗(yàn)貝葉斯網(wǎng)絡(luò)的過(guò)程稱為貝葉斯網(wǎng)絡(luò)學(xué)習(xí)，貝葉斯網(wǎng)絡(luò)學(xué)習(xí)使用數(shù)據(jù)對(duì)先驗(yàn)知識(shí)進(jìn)行修正，貝葉斯網(wǎng)絡(luò)能夠持續(xù)學(xué)習(xí)，上次學(xué)習(xí)得到的后驗(yàn)貝葉斯網(wǎng)絡(luò)便成為下一次學(xué)習(xí)的先驗(yàn)貝葉斯網(wǎng)絡(luò)。

二、基于貝葉斯網(wǎng)絡(luò)理論的網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)模型

目前大部分E-learning系統(tǒng)不能對(duì)學(xué)習(xí)者的認(rèn)知能力、知識(shí)水平等個(gè)性特征進(jìn)行評(píng)估，從而就不能完全滿足使用者的不同需要，不能為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)支持和指導(dǎo)。本文將貝葉斯網(wǎng)絡(luò)理論應(yīng)用到網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中，提出了一種能夠較合理準(zhǔn)確反映了各知識(shí)項(xiàng)之間關(guān)系的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)評(píng)估模型，該方法運(yùn)用貝葉斯網(wǎng)絡(luò)的條件概率量化了知識(shí)項(xiàng)之間的組織關(guān)系，較好地反映了學(xué)生特定領(lǐng)域中的知識(shí)結(jié)構(gòu)，進(jìn)而能較準(zhǔn)確地評(píng)估學(xué)生的知識(shí)水平，系統(tǒng)通過(guò)對(duì)學(xué)習(xí)者認(rèn)知能力和狀態(tài)的評(píng)估，讓學(xué)生了解自己的學(xué)習(xí)情況，進(jìn)而采取相應(yīng)的學(xué)習(xí)策略，開(kāi)展進(jìn)一步地學(xué)習(xí)。同時(shí)根據(jù)學(xué)習(xí)評(píng)價(jià)結(jié)果，系統(tǒng)會(huì)根據(jù)學(xué)習(xí)者知識(shí)學(xué)習(xí)過(guò)程中的薄弱環(huán)節(jié)，智能化的提供網(wǎng)絡(luò)課程，以便學(xué)生找到最為合適自己的進(jìn)一步學(xué)習(xí)與提高的學(xué)習(xí)策略與方法。

圖1 基于貝葉斯網(wǎng)絡(luò)理論的網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)系統(tǒng)模塊組成圖圖

（一）學(xué)習(xí)評(píng)價(jià)模型架構(gòu)設(shè)計(jì)

基于貝葉斯網(wǎng)絡(luò)理論的網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)系統(tǒng)由知識(shí)點(diǎn)庫(kù)、題庫(kù)、課程庫(kù)、學(xué)習(xí)記錄庫(kù)、機(jī)器學(xué)習(xí)評(píng)價(jià)機(jī)制及人機(jī)交互界面六個(gè)模塊組成，如圖1所示：

知識(shí)點(diǎn)庫(kù)代表某一學(xué)科的主要知識(shí)點(diǎn)，題庫(kù)代表某一學(xué)科每一章節(jié)所涉及的預(yù)習(xí)題、練習(xí)題與測(cè)試題，課程庫(kù)代表某一學(xué)科覆蓋所有知識(shí)點(diǎn)的微課程，學(xué)習(xí)記錄庫(kù)負(fù)責(zé)收集學(xué)生在學(xué)習(xí)過(guò)程中產(chǎn)生的學(xué)習(xí)信息，機(jī)器學(xué)習(xí)評(píng)估機(jī)制通過(guò)分析學(xué)生的歷史記錄，以模型的方式刻畫(huà)出學(xué)生所具有的相對(duì)穩(wěn)定的學(xué)習(xí)風(fēng)格、知識(shí)掌握水平、學(xué)習(xí)變化趨勢(shì)等。并根據(jù)評(píng)估結(jié)果為學(xué)生提供個(gè)性化的、智能化的學(xué)習(xí)、復(fù)習(xí)和作業(yè)的環(huán)境。

（二）學(xué)習(xí)評(píng)價(jià)基礎(chǔ)模型構(gòu)建

為了評(píng)估學(xué)生的知識(shí)水平，用不同的變量來(lái)表示不同層次的知識(shí)，Subjects是表示科目、Topics表示主題、concepts表示不可分解的元知識(shí)單元，三者之間的關(guān)系用向量表示如下：

Ci,是互相獨(dú)立的元知識(shí)單元集，Ci,={Ci1,Ci2...Cin}；

wi表示了每個(gè)元知識(shí)單元Ci,相對(duì)其所屬Topic主題的相對(duì)重要性，Wi,={Wi1,Wi2...Win}；

T是相互獨(dú)立的Topic集合Ti,={T1,T2...,Tin}；

Q表示針對(duì)若干知識(shí)點(diǎn)設(shè)置的題庫(kù)集，用來(lái)驗(yàn)證學(xué)員是否掌握了相關(guān)的知識(shí)，及掌握的層次水平，Q={Q1+Q2+Q3+...+Cn}；

則整個(gè)的知識(shí)體系可以用圖2表示：

圖2 某個(gè)學(xué)科知識(shí)結(jié)構(gòu)圖

我們以一個(gè)元知識(shí)單元Ci為例，教學(xué)者對(duì)知識(shí)點(diǎn)Ci設(shè)置一定數(shù)量的題目Q，并存儲(chǔ)于題庫(kù)中，每個(gè)題目Qi至少包含以下關(guān)鍵項(xiàng)：編號(hào)、題干、選項(xiàng)、答案、解析、關(guān)聯(lián)知識(shí)點(diǎn)、難度等。同時(shí)將題目分成四個(gè)等級(jí)：了解、掌握、熟練、應(yīng)用；我們用向量X={x1x2x3x4}；來(lái)表示，x1表示題目等級(jí)為了解，x2表示題目等級(jí)為掌握，x3表示題目等級(jí)為熟練，x4表示題目等級(jí)為應(yīng)用。

學(xué)習(xí)者對(duì)知識(shí)點(diǎn)Ci,不同等級(jí)題目掌握程度分為優(yōu)、良、中、差（不合格）四個(gè)等級(jí)；我們用向量Y={y1y2y3y4}來(lái)表示，y1表示學(xué)生對(duì)某類題目的掌握程序?yàn)閮?yōu)，y2表示學(xué)生對(duì)某類題目的掌握程序?yàn)榱?，y3表示學(xué)生對(duì)某類題目的掌握程序?yàn)橹?，y4表示學(xué)生對(duì)某類題目的掌握程序?yàn)椴睿ú缓细瘢?/p>

在培訓(xùn)過(guò)程中，根據(jù)培訓(xùn)需求不同，對(duì)每個(gè)知識(shí)點(diǎn)的要求也不同，如某個(gè)知識(shí)點(diǎn)要求了解就可以了，那我們就可以將試題的比重設(shè)為{x1x2x3x4}，x1+x2+x3+x4=1；

假如針對(duì)不同試題等級(jí)，學(xué)生的做題結(jié)果就會(huì)形成一個(gè)矩陣，如下所示：

那么就可以得知，不同學(xué)生對(duì)不同等級(jí)的題目的掌握程度為：

評(píng)估過(guò)程分兩階段：

（1）診斷階段：該階段通過(guò)測(cè)試過(guò)程來(lái)完成，通過(guò)學(xué)生的回答情況評(píng)估學(xué)生掌握了哪些知識(shí)點(diǎn)，診斷的過(guò)程就是決策推理過(guò)程，本文利用貝葉斯網(wǎng)絡(luò)強(qiáng)大的推理機(jī)制來(lái)完成。

（2）評(píng)估階段：在評(píng)估階段的結(jié)果基礎(chǔ)上，通過(guò)貝葉斯網(wǎng)絡(luò)的概率傳播達(dá)到對(duì)學(xué)生知識(shí)水平在不同要求等級(jí)的評(píng)估并實(shí)時(shí)更新學(xué)生最新的知識(shí)狀態(tài)水平。

通過(guò)學(xué)生學(xué)習(xí)評(píng)價(jià)模型，可以具體測(cè)度學(xué)生知識(shí)學(xué)習(xí)過(guò)程中的薄弱環(huán)節(jié)，以便了解對(duì)某個(gè)學(xué)生最為合適的進(jìn)一步學(xué)習(xí)與提高的學(xué)習(xí)策略，以及在何時(shí)采取何種學(xué)習(xí)策略，應(yīng)該加強(qiáng)哪部分知識(shí)的學(xué)習(xí)，什么概念需要強(qiáng)調(diào)或強(qiáng)化學(xué)習(xí)等。舉例說(shuō)明，學(xué)習(xí)效果評(píng)估情況如表1所示 ：

表1 學(xué)習(xí)效果評(píng)估實(shí)例

運(yùn)算可知：針對(duì)該知識(shí)點(diǎn)，學(xué)生學(xué)習(xí)效果評(píng)價(jià)如下：成績(jī)優(yōu)秀者的比例為28%，成績(jī)良好者的比例為45%，成績(jī)中等者的比例為14%，成績(jī)不合格者為13%，如果優(yōu)+良+中+差的比例大于教學(xué)目標(biāo)設(shè)定的比例 ，則認(rèn)為達(dá)到預(yù)期學(xué)習(xí)效果。

（三）學(xué)習(xí)評(píng)價(jià)模型拓展

1．增加題型的多級(jí)評(píng)價(jià)

在做測(cè)試時(shí)題型也有許多種，我們也可以根據(jù)上述方法把每種題型賦予不同的權(quán)重綜合考慮。測(cè)試內(nèi)容可以設(shè)單選題、多選題、判斷題等。對(duì)每種題型賦予權(quán)重系數(shù)，單選題、多選題、判斷題題型總數(shù)我們分別記做a1,a2,a3,…an，每種題型的權(quán)重系數(shù)(i分別代表單選題、多選題、判斷題)，那么表1就可以轉(zhuǎn)化為兩級(jí)評(píng)價(jià)，學(xué)習(xí)效果評(píng)價(jià)情況如表2所示：

在滿足評(píng)估要求的情況下，系統(tǒng)可以按每一種題型設(shè)置好的權(quán)重抽取題目供學(xué)員測(cè)試。

2．智能配課

根據(jù)學(xué)生的認(rèn)知水平?jīng)Q定學(xué)生目前應(yīng)該學(xué)習(xí)的知識(shí)范圍，以及應(yīng)該呈現(xiàn)的課程內(nèi)容，可以有以下三種配課策略：

重學(xué)當(dāng)前知識(shí)單元：該策略主要針對(duì)基本沒(méi)有掌握當(dāng)前學(xué)習(xí)內(nèi)容的情況，即掌握程度為不合格的學(xué)習(xí)者，智能呈現(xiàn)重新學(xué)習(xí)當(dāng)前的知識(shí)單元。

復(fù)習(xí)當(dāng)前知識(shí)單元：該策略主要針對(duì)當(dāng)前學(xué)習(xí)內(nèi)容集合掌握水平中等的情況，即掌握程度為中的學(xué)習(xí)者，建議學(xué)生復(fù)習(xí)當(dāng)前的知識(shí)單元，通過(guò)呈現(xiàn)深層次的學(xué)習(xí)內(nèi)容，幫助學(xué)習(xí)者鞏固當(dāng)前知識(shí)單元。

學(xué)習(xí)下一知識(shí)單元：該策略主要針對(duì)當(dāng)前知識(shí)單元學(xué)習(xí)較好的情況，即掌握程度為優(yōu)或良的學(xué)習(xí)者，可以不必在當(dāng)前知識(shí)單元繼續(xù)停留，建議可以學(xué)習(xí)下一知識(shí)單元。

表2 學(xué)習(xí)效果評(píng)估實(shí)例

三、評(píng)價(jià)模型的設(shè)計(jì)與實(shí)現(xiàn)

本系統(tǒng)采用B/S三層體系結(jié)構(gòu)，以Visual Studio.NET為開(kāi)發(fā)工具，以C#為編程語(yǔ)言，建立基于Microsoft SQLserver2000數(shù)據(jù)庫(kù)的核心動(dòng)態(tài)系統(tǒng)。本系統(tǒng)的客戶端涉及學(xué)生與教師兩類用戶：學(xué)生通過(guò)web瀏覽器可以完成注冊(cè)、登錄、學(xué)習(xí)、查看最近的所有問(wèn)題、自適應(yīng)訓(xùn)練、章節(jié)測(cè)試、提問(wèn)等操作。在系統(tǒng)運(yùn)行時(shí)，指導(dǎo)教師可以與學(xué)習(xí)者互通信息,并觀察系統(tǒng)中學(xué)生整體的學(xué)習(xí)情況，根據(jù)學(xué)生的提問(wèn)情況，及時(shí)更新、調(diào)整教學(xué)內(nèi)容，改進(jìn)教學(xué)策略。系統(tǒng)可以對(duì)學(xué)生學(xué)習(xí)過(guò)程信息進(jìn)行實(shí)時(shí)跟蹤記錄，對(duì)測(cè)試結(jié)果進(jìn)行評(píng)估并給出指導(dǎo)意見(jiàn)。

本系統(tǒng)分為五個(gè)相對(duì)獨(dú)立的子模塊：用戶基本信息管理模塊，課程信息管理模塊，在線學(xué)習(xí)、跟蹤測(cè)試模塊，學(xué)習(xí)評(píng)估模塊，系統(tǒng)公告管理模塊 。每個(gè)模塊有相對(duì)獨(dú)立的功能，最終實(shí)現(xiàn)一個(gè)高度集成、動(dòng)態(tài)、自適應(yīng)、交互式的基于貝葉斯網(wǎng)絡(luò)學(xué)生模型的E-Learning系統(tǒng)。用戶基本信息管理模塊主要功能有基本信息錄入、基本信息修改、基本信息查詢。課程信息管理模塊的主要功能有系統(tǒng)課程基本信息錄入、基本信息修改、基本信息查詢、課程作業(yè)管理、課程通知管理等。系統(tǒng)公告信息管理模塊的主要功能有基本信息錄入、基本信息修改、基本信息查詢?yōu)g覽等功能。在線學(xué)習(xí)、跟蹤和測(cè)試模塊是實(shí)現(xiàn)個(gè)性化學(xué)習(xí)支持的關(guān)鍵模塊之一，在此為了及時(shí)反映學(xué)生知識(shí)能力和技能狀態(tài)的變化，可從服務(wù)器端、客戶端和代理端跟蹤、采集學(xué)生在學(xué)習(xí)過(guò)程中產(chǎn)生的學(xué)習(xí)行為數(shù)據(jù)，經(jīng)記錄和評(píng)價(jià)后，分別存儲(chǔ)在學(xué)生模型庫(kù)的數(shù)據(jù)庫(kù)中，系統(tǒng)采用測(cè)試-評(píng)價(jià)-調(diào)整的方法來(lái)實(shí)現(xiàn)學(xué)生模型的動(dòng)態(tài)修改。學(xué)習(xí)評(píng)估模塊的主要功能為診斷評(píng)估學(xué)生的知識(shí)掌握程度，并基于學(xué)生個(gè)人的學(xué)習(xí)特點(diǎn)和具體情況，系統(tǒng)對(duì)學(xué)生個(gè)人的學(xué)習(xí)方法和學(xué)習(xí)方向等，給出指導(dǎo)性建議。

四、評(píng)價(jià)模型在企業(yè)培訓(xùn)中的應(yīng)用

本文研究將貝葉斯網(wǎng)絡(luò)理論應(yīng)用到E-learning系統(tǒng)中，運(yùn)用貝葉斯網(wǎng)絡(luò)的條件概率量化了知識(shí)項(xiàng)之間的組織關(guān)系，較好地反映了學(xué)生特定領(lǐng)域中的知識(shí)結(jié)構(gòu)，進(jìn)而能較準(zhǔn)確地評(píng)估學(xué)生的知識(shí)水平，從而為系統(tǒng)的個(gè)性化教學(xué)提供重要依據(jù)。一方面，根據(jù)系統(tǒng)對(duì)學(xué)生學(xué)習(xí)行為和狀態(tài)的正確評(píng)價(jià)和估計(jì)，通過(guò)對(duì)學(xué)生的認(rèn)知能力和狀態(tài)的了解并讓學(xué)生了解自己的學(xué)習(xí)情況，進(jìn)而采取相應(yīng)的學(xué)習(xí)策略，開(kāi)展進(jìn)一步的學(xué)習(xí)。另一方面，通過(guò)學(xué)生評(píng)價(jià)，具體測(cè)度學(xué)生知識(shí)學(xué)習(xí)過(guò)程中的薄弱環(huán)節(jié)，能幫助教師客觀的了解自己教學(xué)對(duì)象的整體情況，以便于教師適時(shí)地調(diào)整自己的教學(xué)計(jì)劃和教學(xué)進(jìn)度，指導(dǎo)學(xué)生選擇最為合適的學(xué)習(xí)策略。本研究在企業(yè)培訓(xùn)中主要應(yīng)用于以下方面：

（一）學(xué)習(xí)內(nèi)容的動(dòng)態(tài)組織：適應(yīng)性學(xué)習(xí)系統(tǒng)根據(jù)學(xué)習(xí)診斷的結(jié)果以及學(xué)生的學(xué)習(xí)歷史記錄，動(dòng)態(tài)地組織與呈現(xiàn)與學(xué)生當(dāng)前的學(xué)習(xí)能力最相關(guān)的學(xué)習(xí)內(nèi)容。它有兩個(gè)含義：首先是學(xué)習(xí)內(nèi)容的選擇上，系統(tǒng)根據(jù)學(xué)習(xí)歷史記錄和能力估計(jì)，選擇學(xué)生沒(méi)有掌握或是沒(méi)有學(xué)習(xí)過(guò)的教學(xué)內(nèi)容，這些學(xué)習(xí)內(nèi)容是與當(dāng)前學(xué)生能力最接近的。其次是學(xué)習(xí)內(nèi)容的組織上，系統(tǒng)將根據(jù)對(duì)學(xué)生估測(cè)的能力和學(xué)生的認(rèn)知風(fēng)格，選擇最適合學(xué)生的內(nèi)容呈現(xiàn)方式。學(xué)習(xí)內(nèi)容的動(dòng)態(tài)組織需要四個(gè)方面的支持：一是對(duì)學(xué)生掌握知識(shí)能力的診斷；二是對(duì)學(xué)生知識(shí)水平、認(rèn)知風(fēng)格與認(rèn)知能力的表征；三是根據(jù)學(xué)生的認(rèn)知風(fēng)格和學(xué)習(xí)能力不同而以不同的方式組織的認(rèn)知單元：四是根據(jù)學(xué)生個(gè)體差別而有針對(duì)性組織的教學(xué)策略，其核心內(nèi)容是教學(xué)內(nèi)容的組織方式。

（二）學(xué)習(xí)策略：一般來(lái)說(shuō)，不同的學(xué)生，根據(jù)自己不同的學(xué)習(xí)風(fēng)格，采取的學(xué)習(xí)策略是不一樣的，同一個(gè)學(xué)生在不同時(shí)期內(nèi)所采用的學(xué)習(xí)策略也可以不同，甚至同一學(xué)生在學(xué)習(xí)同一內(nèi)容時(shí)，也可采取多種學(xué)習(xí)策略。在適應(yīng)性學(xué)習(xí)系統(tǒng)中，學(xué)生一般都采用三種學(xué)習(xí)策略：傳授式、探索式和協(xié)作式。傳授式學(xué)習(xí)策略的教學(xué)過(guò)程常以教師為主，教師講學(xué)生聽(tīng)，是一種單向溝通的教學(xué)模式。在適應(yīng)性學(xué)習(xí)中，同樣可以實(shí)施這種傳授式學(xué)習(xí)模式，它與傳統(tǒng)的學(xué)習(xí)模式相似，學(xué)生通過(guò)聆聽(tīng)教師(視頻、音頻等)對(duì)教學(xué)內(nèi)容的講解，或通過(guò)閱讀教師準(zhǔn)備的教學(xué)材料來(lái)進(jìn)行學(xué)習(xí)。在探索式教學(xué)策略中，學(xué)生要解決適應(yīng)性學(xué)習(xí)系統(tǒng)專門為學(xué)生設(shè)計(jì)好的學(xué)科問(wèn)題。為此，系統(tǒng)可提供大量的、與問(wèn)題相關(guān)的信息資源供學(xué)生在解決問(wèn)題過(guò)程中查閱。在協(xié)作式學(xué)習(xí)策略中，協(xié)作學(xué)習(xí)與個(gè)別化學(xué)習(xí)相比，有利于促進(jìn)學(xué)生高級(jí)認(rèn)知能力的發(fā)展，有利于學(xué)生健康情感的形成。在適應(yīng)性學(xué)習(xí)系統(tǒng)中，協(xié)作式學(xué)習(xí)是指利用計(jì)算機(jī)網(wǎng)絡(luò)以及多媒體等相關(guān)技術(shù)，由多個(gè)學(xué)生針對(duì)同一學(xué)習(xí)內(nèi)容彼此交互與合作，進(jìn)而較深刻地理解與掌握教學(xué)內(nèi)容的過(guò)程，其基本的策略有四種：競(jìng)爭(zhēng)、協(xié)同、伙伴與角色扮演。

（三）學(xué)習(xí)評(píng)價(jià)：利用一些經(jīng)過(guò)測(cè)量理論校定的測(cè)試練習(xí)題對(duì)學(xué)生進(jìn)行測(cè)試，并根據(jù)學(xué)生的反應(yīng)情況來(lái)估測(cè)學(xué)生能力以及對(duì)領(lǐng)域知識(shí)的掌握程度。它可以發(fā)生在學(xué)習(xí)的開(kāi)始、學(xué)習(xí)的結(jié)束或?qū)W習(xí)的過(guò)程之中。在學(xué)習(xí)開(kāi)始時(shí)進(jìn)行測(cè)試，可以了解學(xué)生原有的知識(shí)水平、認(rèn)知水平，結(jié)合學(xué)生學(xué)習(xí)過(guò)程的歷史記錄，便可以對(duì)學(xué)生的知識(shí)水平和能力進(jìn)行估測(cè)，從而根據(jù)學(xué)生的能力，給出最適應(yīng)他的學(xué)習(xí)內(nèi)容及相應(yīng)的學(xué)習(xí)建議。在學(xué)習(xí)過(guò)程中進(jìn)行測(cè)試，主要是做針對(duì)性的測(cè)試，為學(xué)生發(fā)現(xiàn)薄弱壞節(jié)并進(jìn)行鞏固性練習(xí)提供依據(jù)，而練習(xí)與測(cè)驗(yàn)本身也是一種學(xué)習(xí)手段。

在學(xué)習(xí)結(jié)束時(shí)進(jìn)行測(cè)試，主要是對(duì)學(xué)生學(xué)習(xí)結(jié)果的檢測(cè)，檢測(cè)學(xué)生是否達(dá)到預(yù)期教學(xué)目標(biāo)的要求。若已經(jīng)達(dá)到，則建議學(xué)生開(kāi)始新一輪學(xué)習(xí)過(guò)程，若未達(dá)到相應(yīng)的教學(xué)目標(biāo)，則建議學(xué)生進(jìn)行再學(xué)習(xí)。在網(wǎng)絡(luò)學(xué)習(xí)中，學(xué)習(xí)評(píng)價(jià)是至關(guān)重要的一環(huán)，因?yàn)樗蔷W(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)了解學(xué)生學(xué)習(xí)能力、認(rèn)知能力的重要依據(jù)。沒(méi)有這個(gè)依據(jù)，網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)根本無(wú)法了解個(gè)別學(xué)生的學(xué)習(xí)需求，那就更談不上適合學(xué)生需求進(jìn)行適應(yīng)性教學(xué)了。因此，網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)對(duì)教學(xué)診斷測(cè)試具有非常嚴(yán)格的要求，它要求這種測(cè)試具有極高的效率，盡可能的以最少的測(cè)試內(nèi)容診斷出學(xué)生的真實(shí)能力，而且在不同環(huán)境、不同時(shí)間內(nèi)所診斷的結(jié)論是一致的。

五、結(jié)語(yǔ)

隨著4G網(wǎng)絡(luò)的出現(xiàn)，網(wǎng)絡(luò)學(xué)習(xí)在解決流量和帶寬問(wèn)題后，將會(huì)出現(xiàn)井噴式的發(fā)展。學(xué)習(xí)者可以利用電腦、手機(jī)等媒介，隨時(shí)隨地的進(jìn)行學(xué)習(xí)和接受培訓(xùn)，通過(guò)學(xué)習(xí)效果評(píng)估模型，學(xué)習(xí)者可以按照自己職業(yè)發(fā)展需要有效地選擇適合自己學(xué)習(xí)內(nèi)容，制定個(gè)人學(xué)習(xí)計(jì)劃，學(xué)習(xí)知識(shí)來(lái)提高自身素質(zhì)，從而提高自身的職業(yè)競(jìng)爭(zhēng)力。對(duì)企業(yè)來(lái)說(shuō)，通過(guò)學(xué)習(xí)效果評(píng)估模型，企業(yè)除了能縮短員工的培訓(xùn)時(shí)間，節(jié)省大量的培訓(xùn)費(fèi)用，還可以通過(guò)系統(tǒng)了解每一個(gè)員工掌握專業(yè)知識(shí)和業(yè)務(wù)水平的情況，從而優(yōu)化人才培養(yǎng)計(jì)劃，提升市場(chǎng)競(jìng)爭(zhēng)力。

1．何克抗、李文光：《教育技術(shù)學(xué)》，北京師范大學(xué)出版社，2002版。

2．蔣望東、林士敏：《基于貝葉斯網(wǎng)絡(luò)工具箱的貝葉斯學(xué)習(xí)和推理》，載《信息技術(shù)》，2007年第2期，第6–7頁(yè)。

3．馬愛(ài)利、張卓奎：《貝葉斯網(wǎng)絡(luò)在遠(yuǎn)程教學(xué)系統(tǒng)中的應(yīng)用》，載《現(xiàn)代電子技術(shù)》，2008年第2期，第129–133頁(yè)。

4．沈海峰：《基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)理論計(jì)算法的研究》，合肥工業(yè)大學(xué)碩士學(xué)位論文，2005年。

5．鮮思東、何先剛、彭作祥等：《基于模糊數(shù)學(xué)的網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)系統(tǒng)》，載《重慶大學(xué)學(xué)報(bào)( 自然科學(xué)版)》，2006年第9期，第61–65頁(yè)。

6．袁志剛、傅彥、李欣宇：《貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法研究》，載《成都信息工程學(xué)院學(xué)報(bào)》，2005年第4期，第11–12頁(yè)。

7．張連文、郭海鵬：《貝葉斯網(wǎng)引論》，科學(xué)出版社，2006年版。

8．祝智庭、尚春光、郭炯：《教育技術(shù)與教育創(chuàng)新—績(jī)效評(píng)價(jià)的理論系統(tǒng)與實(shí)踐》，高等教育出版，2011版。

9．Pernkopf F.,Bilmes J. Ef ficient heuristics for discriminative structure learning of bayesian network classi fiers:Journal of Machine Learning Research,2010,11:2323－2360.

10．Pernkopf F., Wohlmayr M. Stochastic margin-based structure learning of bayesian network classi fiers:Pattern Recognition,2012,46(2): 464-471.