1、 四川师范大学学位论文独创性声明本人声明：所呈交学位论文基王褪垒图的堂蛰耋知退筮陷迟剔堇苤婴塞，是本人在导师题焦亟副麴握指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。四川师范大学学位论文版权使用授权书本人同意所撰写学位论文的使用授权遵照学校的管理规定：学校作为申请学位的条件之一，学位论文著作权拥有者须授权所在大学拥有学位论文的部分使用权，即：己获学位的研究生必须按学校规定提交印刷版和电子版学位论文，可以将学位论文的全部或部分内
2、容编入有关数据库供检索；为教学、科研和学术交流目的，学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室等场所或在有关网络上供阅读、浏览。教育技术学专业研究生王灏婕在网络学习环境下必然会出现学习者和教育者在地域上的分离，无论是远在他方教育者，或是近在眼前的网络教育平台都无法对学生通过网络学习后的知识状况做出客观合理的评价。无论是教育者在教学环节或是学习者在学习环节中，最渴望也最需要得到的是有关学习者知识状态的评估结果。这一结果能直接告诉教育者和学习者存在的问题，为下一步解决知识缺陷做好铺垫。本研究的主要目标是在前人确定学习者概念图与领域概念图基础上。利用概念对比算法，确定学习者概
3、念图与领域概念图之间的共性与差异，将差异部分的错误概念进行进一步类型划分，确定学习者错误概念的形成原因。让学习者知道自己的知识缺陷，为下一步推送相应帮助其更正错误概念的个性化资源和提供相应的个性化学习平台奠定好基础。本文分六章来进行基于概念图的学习者知识缺陷识别技术研究的相关内容的论述。通过分析本研究的国内外现状和相关的理论，本文着重介绍了人工创建学习者错误概念分类的过程，从起初的资源选择、领域概念图的生成、学生知识概念图的生成到最终的概念图评估，人工将错误概念进行细致和粗糙分类。在得到错误概念的分类后，通过制定概念图相似算法、概念对比算法、不正确陈述的错误概念算法、识别不完整的理解的错误概念
4、算法和识别残缺知识的错误概念算法，并对算法性能进行评估。 琫 ， ， 瑃疭 绪论针对这样的弊端，笔者认为可以采取多种形式来动态获取学习者的知识状态。除了采用一般意义上的试卷考试机制外，还可以采取在学习者的学习活动过程中记录学习者的评论内容斡胩致邸靥慊鞔问、浏览网页阉鞴丶、下载保存的内容、提交作业、实时交流等各种动态形式收集学习者学习过程。本研究借助概念图作为评价工具，因为它可应用于形成性评价中去。概念图是以视觉形式的图呈现出来的，在图中可以清晰的得出概念之间的关系，同时概念也可以不断地得到拓宽，从中可以体现出学习者的认知水平与知识构建状态。因此，概念图可以成为有效的评价学习者知识状态的工具。拥
5、有了评价工具与评价内容，如何进行智能化的评估学习者知识状态，无疑成为了最大的难题。研究意义本研究是为了探寻在概念图的基础之上智能化的评估学习者的知识缺陷。通过利用概念图可以了解学生的认知水平，知识构建状态，并从中挖掘、分析和处理数据，得到学习者的知识评估结构，特别是知识缺陷。同时作为教师或网络学习平台在得到学习者知识缺陷结果后，能及时的针对结果做出相应的反馈，开展相关的教学活动或者提供相应的教学资源，修正或弥补学生的知识缺陷或漏洞。错误概念使学习者对于知识的理解及运用产生极大的消极影响，错误概念的纠正为学习者提供了科学的学习方法。通过开展相关实验与研究，通过智能化的评估学习者的知识状态，帮助学
6、习者了解自己在学习过程中的错误概念，并根据学习者的这些错误概念了解学习者的学习需求，为学习者纠正错误概念推送相应的资源帮助其学习。同时，在教学开展活动中的教师，他作为引导者、教育者，可以根据学生现有的知识状态评估结果开展相关的教学活动，在教学中帮助学生不断弥补自己学习中的知识缺陷，调整自身知识结构和状态，在构建自身知识结构的过程中奠定牢固的根蒂。正错误概念的个性化资源，提供相应的个性化学习平台。相关理论基础与国内外研究现状目前，国外关于学习者知识的智能诊断的研究与应用相对国内来说来比较丰富，但是总体来说国内外的相关研究开展的比较少。国内外关于知识表达的研究与知识缺陷的研究比较丰富，而且涉及到各
7、个学科教学中，但主要是针知识表达的方法进行描述以及诊断知识缺陷的途径，关于利用智能化诊断知识缺陷的研究则是少之又少。国外对于概念图的研究相比较于国内来说比较早，近四十多年来关于概念图的文献也较多，涉及的领域也较多，特别是教育领域方面的应用更是广泛。概念地图的初始目的是衡量学习者的知识状态，对先验知识和知识缺陷做出判断。但是后来随着认知主义、建构主义的不断发展，计算机网络技术的不断成熟，概念图已经从最初的只能作为评价学生知识点的工具发展到现在可以辅助学生了解自己的认知水平，改变认知策略的多种功能；概念图也从最初的手工绘制演变成计算机软件智能绘制的水平；概念图从应用于单一某种学科到现在应用于各门学
8、相关理论基础与国内外研究现状本研究中涉及到关于智能语言的处理，国外研究有所涉及，国内研究涉及较少。对于智能语言中概念图中错误概念的匹配判断问题，国内外的研究和相关文献资料都比较少。年由梅尔尼克，加西亚莫利纳，拉姆和伯恩斯坦共同提出了数据库的模式匹配算法。但是该算法匹配结果的准确度不高，搜索范围大，干扰选项多，匹配结果不够准确。年诺伊木森提出了本体匹配算法，两个不同本体之间的相似度的过程，通过相似度的值来判断本体中实体之间的语义关系，实现本体的语义之间的映射。年马歇尔与马杜苏登共同提出了概念匹配模型，用来将概念之问进行相似或相近的匹配。图形相似洪水算法用来计算学习者概念图与领域知识概念图，它们两
9、者之间的相似性。这种技术是使用一个固定点国内对于概念图的获取主要通过人为操作来完成，对于概念匹配的算法都是延续国外的模式，关于概念对比的算法很少涉及。人工评估错误概念资源选择的目的是找出适合构建一个全面的、准确的，具有科学内容和覆盖相应范围的资源，以保证所得到的资源适用于相应的教学与评估。如何选择出相应优化的资源是本研究成功的至关重要的条件。因为用这些资源所确定领域概念图，充当着形成性评价学生概念图和人工智能自动化的基石。在资源选择阶段主要是通过专家面对面或者通过离线的形式开展进行，如图所示。 一一个性化资源选择嗡辽蝴源气任务说明龄发展相适应的领域术语的资源，让学习者了解必需的科学术语。领域概
10、念图硼嗡图领域概念图的生成流程步骤一，单独为每一份资源建立相应的概念图，为确保每位专家能可靠地、真实地反映资源中的内容，专家利用节点概念图捕捉呈现份资源。此外，通过概念之间链接表示概念之间的关系，由它们共同组成概念图。每一份资源至少映射了两名专家，便于分析专家概念映射一致性的程度。步骤二，每位专家分别将个人的份概念图资源整合称为一个单一的领域概念图。因此在合成领域概念图之前，各位专家利用三个指导性原则来约束概念图合并过程。喜蟮牧煊蚋拍钔加从澈铣珊蟮淖试础合并后的领两名专家通过位学生的文字总结，构建出每一位学生的概念图。专家通过下面四个要领来保证文字总结与概念图之间的映射过程是一致的，从而确保得
11、到的学生概念图能准确的代表了学生的文字总结内容。准确或不科学，只需要精确地捕捉学习者的真实总结即可。学生评估模板用来记录专家形成性评价，学生评估模板由两部分组成。第一部分主要是记录学生概念图评价信息。在学生评估模板的第二部分，专家记录出学生的错误概念。在学生概念栏用来记录误解或知识差距的学生概念。相关概念栏列出领域知识概念图中的概念，以便能查到学生概念的认识不足之处。认识不足栏主要是针对认识不足的描述。认识不足类型栏主要是针对学生误解，标记它为一个特定误解的类型。具体的学生评估报告模板见下表。表学生评估报告模板总评估时间：学生概念 相关概念 整合信息具体内容分析误解类型不正确的形式归属对象和材
12、料。断开的概念应被链接。不足分化概念、理论或原理应用在某种不适合的情况。这样的声明仅仅是说明用计算机处理信息的多媒体教学系统，但是并没有细节是体现出实现人机交互的教学过程中，通过综合处理和控制语言、文字、声音、图形或图像，虽然表达基本完好，但仍然有所遗漏。对此，我们可以采用里克特量表完成对领域概念图深度与广度的评估。具体内容见下表非常同意 不确定 不同意 非常不同意专家通过利用里克特量表进行判断，的表述都与教学大纲相覆盖。为了更好的详细的说明对整个基准的评估，专家在本研究中将教学大纲中的概念与领域概念图中的概念对比。通过概念对比有的概念与教学大纲一致，这说明领域概念图中的概念能覆盖到教学大纲，
13、剩下的基本上可以提供相应的学习目标。从概念转变的角度出发，对现有的概念的不满意或许是修正知识缺陷的重要因素。在匹配的条件下，若不满意目前的概念可以通过给予适当的回馈产生。但如果若是在不匹配条件下，这是不可能作为产生不满意当前概念的先决条件。所以说，若能找到相适合的知识缺陷类型，它便可以智能的定制适合支持学习者最佳的学习资源。在一般情况下，没有足够的细节来演示中描述的理解；或对概念的理解缺乏某一属性对概念错误的定义；一个概念分成一个以上的概念不正确定义概念理解不足分化概念的理解 果一致对概念分类的方向错误流程错误概念的理解存在于学生概念图中，但是没有出现在专家概念图在下图中不难看出，错误概念可以
14、抽象的分为下面几类：通过细分和抽象错误概念，虽然分类并没有详尽的列出所有的内容，但是为后面自动诊断和反馈资源奠定了基础。特别值得注意的是在具体分类的错误概念中，每种错误概念类型出现的频率高度依赖于领域资源，如果领域资源发生变化频率也会发生相应的变化，但是在较高层次上的错误概念分类是趋于稳定的，在变化的领域知识中显示出较少的差异。另外，根据数据所得知识整合、残缺理解和知识整合占整个错误概念的，因此本研究只侧重于计算检测这三种类型的错误概念。两份学生概念图是否等价。通过使用数学中的交集运算的百分比计算专家所选的学生概念的数目，撬褂玫淖学生概念的数目。表不同阈值下学生错误概念的平均值选择相同学生错误
15、概念的平均选择相同学生概念的平均值第三列出专家所列出错误概念的平均值。在前面我们提到本文中的错误概念主要是指不正确陈述、残缺理解和知识整合三个类型。根据上面所得到的结果，当概念对比的标准更加严格的时候学生评估报告之间的交集变小。与此同时，我们可以发现错误概念的诊断率却在上升。由此也可以说明一点专家诊断出的错误概念的一致性从侧面也反映了自动化诊断错误概念可是可行的。学习总结报告具体内容如下图谘：多媒体技术的特点是有交互性、继承性和多樽槛。图学生总结摘要谘表领域知识概念图与学生概念图的比较结果数字视频感光芯片人工评估的意义人力评估从计算的和教育角度来看有着重要的意义。对于形成自动化评估有重要的启示
16、作用。首先，跨专家的协定结果证明了，通过比较学生概念图与领域知识概念图形成性评估是可重复的。从侧面说明了通过使用概念图形成评估的流程是比较稳定的，是经得起推敲的，它可以作为自动化评估的选择。其次，通过检测三种不同类型的错误概念J墩稀腥崩斫夂椭J墩，可以检测到学习者的错误概念。通过开发用于检测这三种性能的算法，台好地从特定领域知识独立出来，应用到其他领域中去。因此，制衡本研究的扩展性瓶颈可以得以缓解。第三，前面的具体操作通过借助概念图形成人为评估提供了数据支持。可以基于语言与图形的操作，这些操作辅助指导设计与开发核心计算算法。错误概念识别算法与相关评价图进行定义。表概念念图之间的最大的相似概念图算法概念图之间的最大的相似概念图算法关联值为其中设定初始的域知识概念图概念对之间的关联值为略学生概念对及概念之间的关联值提取崛 拍钔糲中的概念对躥和概念对之间的关联值吒，喝粼中找到相同或相似的概念对珻躮，扑闫銻噶一研距得到，即以下公式其中砉叵抵涞南嗨瞥潭茸钚。琹则相反，表示关系之间的相似程度综上所述，概念图比较是一个递归定义。识别错误概念的相关算法
