基于Agent的个性化教学系统研究摘要：个性化教学实现方法的研究是人们对网络教学提出的更高层次要求，也是未来教育信息化发展的必然趋势。从现有网络教学系统缺乏深入了解用户兴趣的实际现状出发，提出了一个基于Agent的个性化教学系统原型，并结合神经网络技术，以用户兴趣追踪为出发点，探讨了采用启发式算法来获取用户兴趣特征的方法，从而以最快的速度学习到最新的用户兴趣。关键词：个性化教学；用户兴趣；Agent；BP神经网络中图法分类号：TP183文献标识码：A：1001-3695(2006)10-0189-02StudyofPersonalizedTutoringSystemBasedonAgentZHANGXiao??bo??1，HANYong??guo??2，LINYong??1，LIUGuang??qi??3(1．AutomationResearchInstitute，ShandongAcademyofSciences,激nanShandong250014，China；2．CollegeofComputerScience,SWUST,MianyangSichuan621002，China;3．ComputerScienceCenter，ShandongAcademyofSciences,激nanShandong250014，China)Abstract:Theresearchofthepersonalizedteachingismorehigh??levelrequestthatpeopleputforwardfornetworkteaching,anditistheinevitabletrendofeducatinginformation??baseddevelopmentinthefuture.Fortheexistingnetworktutoringsystemslackinthemethodandtacticsofunderstandinguser’spersonalizedneedsindepth,apersonalizedtutoringsystemprototypebasedonAgentisgiven.Bymeansofneuralnetworktechnology,user’sobjectivebehaviorisstudiedheuristically,whichcombinesuser’ssubjectiveinterestinformation.Asaresult,thelateruser’sinterestisobtainedfast.Keywords:PersonalizedTeaching;UserPreferences;Agent;BPNeuralNetwork人类已经进入了网络时代，网络技术的发展为网络教学提供了一片崭新的天地。与传统教育相比，网络教学的学生群体存在着个性差异大的特点，这对教学及其教学系统提出了个性化的要求［1］。现有的网络教学系统，虽然自身信息量极其丰富，但缺乏深入了解用户个性化需求的方法和策略。研究满足个性化需求的方法，对于网络教育和知识科学等具有重要的意义。个性化教学系统将直接关系到网络教学的有效性，其设计已经引起了人们广泛的关注。为了在国家“863”计划项目“缩小数字鸿沟―西部行动”专项课题“基于国产软硬件的多通道网络教育关键技术与应用研究”提供的西部中小学网络教育平台中发现学习者全体特征和学习者个体特征，为个性化教学提供更可靠的基础，在项目中引入了Agent技术和神经网络技术。一般认为，Agent是一个自治的实体，它能够感知环境，并且对外界的信息作出一定的判断和推理，以此来控制自己的决策和行动，完成一定的任务［2］。由于Agent具有自主性、社会能力、自适应性和移动性，若将这些特性应用到个性化的远程教学系统中，便能很好地解决学习者在学习过程中的个性化问题，达到个性化教学的效果。另外，在网络教学中引入BP神经网络技术，随时跟踪用户的学习行为，同时结合用户主动提交的相关信息对用户个人兴趣进行学习分类，可以避免技术上的实现难度，还能够快速适应用户的变化，从而更加准确地刻画出用户的兴趣特征，提供满足需求的个性化教学服务，达到良好的教学效果［3］。1基于Agent的个性化教学系统设计为了帮助用户选择更适合其个性特征及知识水平的教学内容，以便提供更好的教学服务，本文提出一种个性化网络教学系统原型，如图1所示。个性化教学系统中的个性化主要体现在对学习者的兴趣特征进行提取、分析和处理，系统根据处理的结果自动提供给学习者符合其兴趣特征和知识水平的教学内容。教学系统进行个性化处理的全过程如下：(1)新用户注册及用户建模。教育平台的新访问者首先需填写好自己的基本资料后进行注册，成为本网站的免费用户，系统为该注册用户进行建模。(2)用户信息采集。当用户登录到系统，通过身份确认后，他可以主动向系统提交其兴趣爱好以及感兴趣的程度。同时在学习过程中，系统的用户行为采集Agent开始收集用户请求，跟踪用户的行为，这里一般收集的信息有用户学习课件的类型及时间、点击的URL、表单填写的情况，以及做作业、考试的过程和结...