nhoc_phuthuy_harrypotter
New Member
Download Luận văn Một mô hình tạo khóa học thích nghi trong đào tạo điện tử
Mục lục
Mục lục i
Danh mục các chữ viết tắt iv
Danh sách bảng v
Danh sách hình vẽ vii
Đặt vấn đề 1
Chương 1 Học thích nghi 7
1.1 Tổng quan về đào tạo điện tử . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Khái niệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2 Đặc điểm chung của đào tạo điện tử . . . . . . . . . . . . . . . . . 8
1.1.3 Quá trình hình thành và phát triển . . . . . . . . . . . . . . . . . . 8
1.2 Học thích nghi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Khái niệm hypermedia . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Khái niệm học thích nghi . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3 Mục tiêu của hệ thống học thích nghi . . . . . . . . . . . . . . . . . 13
1.2.4 Mô hình học thích nghi . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.5 Phương pháp xây dựng khóa học thích nghi . . . . . . . . . . . . . 14
1.2.6 Kỹ thuật xây dựng khóa học thích nghi . . . . . . . . . . . . . . . . 15
1.3 Các vấn đề cần nghiên cứu trong học thích nghi . . . . . . . . . . . . . . . 16
1.3.1 Mô hình người học . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.2 Mô hình nội dung học . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.3 Cơ chế thích nghi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.4 Sự cần thiết phải nghiên cứu . . . . . . . . . . . . . . . . . . . . . . 21
1.4 Khảo sát một số hệ thống học thích nghi . . . . . . . . . . . . . . . . . . . 21
1.4.1 Hệ thống ELM-ART . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.2 Hệ thống INTERBOOK . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.3 Hệ thống AHA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.4 Hệ thống KBS Hyperbook System . . . . . . . . . . . . . . . . . . . 24
1.4.5 So sánh các hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Chương 2 Mô hình nội dung khóa học và mô hình người học 26
2.1 Mô hình nội dung học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Kiến trúc mô hình nội dung học . . . . . . . . . . . . . . . . . . . . 27
2.1.2 Thông tin mô tả các thành phần trong mô hình . . . . . . . . . . . 30
2.1.3 Cấu trúc của mô hình . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.4 So sánh với các mô hình nội dung học khác . . . . . . . . . . . . . 36
2.2 Mô hình người học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2.1 Thông tin định danh người học . . . . . . . . . . . . . . . . . . . . 38
2.2.2 Thông tin về khóa học người học tham gia . . . . . . . . . . . . . . 38
2.2.3 Thông tin về trình độ kiến thức của người học . . . . . . . . . . . . 39
2.2.4 Thông tin về nhu cầu, mục đích học tập . . . . . . . . . . . . . . . 43
2.2.5 So sánh với các mô hình người học khác . . . . . . . . . . . . . . . 44
2.3 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Chương 3 Cơ chế thích nghi 47
3.1 Thích nghi theo kiến thức . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.1.1 Định lượng trình độ kiến thức . . . . . . . . . . . . . . . . . . . . . 49
3.1.2 Lựa chọn các khái niệm, nhiệm vụ phù hợp với người học dựa trên luật 53
3.2 Thích nghi theo mục tiêu, nhu cầu . . . . . . . . . . . . . . . . . . . . . . 59
3.2.1 Tiến trình học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.2.2 Xây dựng tiến trình học ứng viên . . . . . . . . . . . . . . . . . . . 63
3.2.3 Xây dựng tiến trình học từ tập tiến trình học ứng viên . . . . . . . 67
3.3 So sánh với các mô hình khác . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.4 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Chương 4 Mô hình tạo khóa học thích nghi ACGS 72
4.1 Mô hình tạo khóa học thích nghi ACGS . . . . . . . . . . . . . . . . . . . 73
4.1.1 Cơ sở đề xuất mô hình . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.2 Kiến trúc và quy trình hoạt động của mô hình . . . . . . . . . . . . 74
4.2 Hệ thống ACGS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.2.1 Mục tiêu của hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.2.2 Các chức năng chính . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.3 Môn học thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.1 Tập khái niệm, nhiệm vụ học tập . . . . . . . . . . . . . . . . . . . 79
4.3.2 Quan hệ giữa cái khái niệm, nhiệm vụ của môn học thử nghiệm . . 80
4.4 Phân tích thiết kế hệ thống ACGS . . . . . . . . . . . . . . . . . . . . . . 83
4.4.1 Mô hình ca sử dụng . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.5 Thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5.1 Qui trình thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.5.2 Xây dựng mạng xác suất cho khóa học thử nghiệm . . . . . . . . . 85
4.5.3 Đánh giá kiến thức của người học thông qua trả lời các câu hỏi . . 88
4.5.4 Đánh giá kiến thức của người học trong quá trình học . . . . . . . 88
4.5.5 Sử dụng cơ chế thích nghi lựa chọn các khái niệm, nhiệm vụ . . . . 89
4.5.6 Dữ liệu thử nghiệm và kết quả . . . . . . . . . . . . . . . . . . . . . 89
4.5.7 Phân tích và đánh giá kết quả thử nghiệm mô hình . . . . . . . . . 91
4.6 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Kết luận 98
Danh mục các công trình khoa học của tác giả liên qua đến luận án 102
Tài liệu tham khảo 103
Phụ lục 110
A Phân tích thiết kế chi tiết một số ca sử dụng 111
B Bảng phân bố xác suất có điều kiện của các nút trong mạng 122
C Câu hỏi kiểm tra đánh giá sơ bộ kiến thức của người học 130
D Các nhiệm vụ cơ bản để hoàn thành bài tập 134
E Dữ liệu thử nghiệm và kết quả 135
F Giao diện ứng dụng thử nghiệm ACGS
Để tải bản DOC Đầy Đủ xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
49
hệ giữa các khái niệm, các nhiệm vụ, khái niệm và nhiệm vụ như ví dụ minh họa trong
Hình 3.1. Khái niệm và nhiệm vụ trong mô hình nội dung học là các đối tượng khác nhau.
Trong xây dựng mạng mô hình mạng Bayes, khái niệm và nhiệm vụ là tập các biến của
mạng, vì vậy chúng tui sử dụng ký hiệu elíp để biểu diễn các biến trong mạng. Việc mô
hình hóa này phục vụ quá trình định lượng kiến thức của người học đối với từng khái
niệm, nhiệm vụ. Việc xác định, phân biệt giữa khái niệm, nhiệm vụ thông qua mô hình
nội dung học.
Liệt kê các
danh từ
Xác định
danh từ chung
Xác định
thực thể
Khái niệm
thực thể
Hình 3.1: Một phần mô hình mạng Bayes cho khóa học "Thiết kế cơ sở dữ liệu quan hệ"
Sau khi có mô hình mạng, chúng tui tiến hành xây dựng các bảng phân phối xác suất có
điều kiện (Conditional Probability Table - CPT) ứng với các biến trong mô hình. Phương
pháp noisy-OR [67] được sử dụng để xây dựng bảng phân phối xác suất. Cơ sở lựa chọn
phương pháp này là độ phức tạp cho việc xây dựng bảng phân phối xác suất có điều kiện
cho biến có k biến cha là O(k) thay vì O(2k). Mô hình noisy-OR xác định xác suất biến
hỏi mang giá trị Sai bằng tích các tham số nhiễu của tất cả các biến bằng chứng mang
giá trị Đúng. Ví dụ dưới đây minh họa tính toán phân phối xác suất có điều kiện cho biến
trong mạng theo phương pháp này.
Bảng 3.1: CPT cho nút Xác định thực thể
CE DN DCN DEFinished Not_finished
Not_finished Not_finished Not_finished 0.0 1.0
Finished Not_finished Not_finished 0.3 0.7
Not_finished Finished Not_finished 0.6 0.4
Not_finished Not_finished Finished 0.7 0.3
Finished Finished Not_finished 0.72 0.7*0.4=0.28
Finished Not_finished Finished 0.79 0.7*0.3=0.21
Not_finished Finished Finished 0.88 0.4*0.3=0.12
Finished Finished Finished 0.916 0.7*0.4*0.3=0.084
Ví dụ: Trong khóa học "Thiết kế cơ sở dữ liệu quan hệ", xét mô hình mạng được biểu
50
diễn trong Hình 3.1. Giả sử chúng ta định lượng được giá trị xác suất hoàn thành nhiệm
vụ Xác định thực thể (Kí hiệu DE) phụ thuộc độc lập với từng khái niệm, nhiệm vụ Khái
niệm thực thể(CE), Liệt kê các danh từ(DN), Xác định danh từ chung(DCN) tương ứng
là p(DE|CE) = 0.3, p(DE|DN) = 0.6, p(DE|DCN) = 0.7, khi đó các tham số Noisy
tương ứng là: 0.7, 0.4, 0.3. Khi đó phân phối xác suất có điều kiện cho biến Xác định thực
thể(DE) được xác định trong Bảng 3.1.
Bước 2: Lập luận trong mạng Bayes để định lượng mức độ hiểu biết khái niệm, hoàn
thành nhiệm vụ của người học
Mục tiêu của bước này là định lượng mức độ hiểu biết của người học đối với từng khái
niệm, nhiệm vụ trong từng giai đoạn người học tham gia khóa học, là cơ sở để thích nghi
lựa chọn nội dung phù hợp với từng người học. Chúng tui sử dụng hai cơ chế lập luận để
định lượng mức độ hiểu biết của người học.
- Lập luận chẩn đoán: Đi từ kết quả đến nguyên nhân, các biến bằng chứng là các
hậu thế của các biến hỏi, được ký hiệu Q → E, trong đó E là các biến bằng chứng,
Q là các biến hỏi. Cơ chế này được dùng trong trường hợp người học không hoàn
thành một nhiệm vụ T nào đó, cần xác định giá trị xác suất người học hiểu được
các khái niệm tiên quyết, các nhiệm vụ thành phần, nhiệm vụ tiên quyết của nhiệm
vụ T. Ví dụ: Trong khóa học minh họa "Thiết kế cơ sở dữ liệu quan hệ", nếu xác
suất người học Ui hoàn thành nhiệm vụ Định nghĩa các bảng là 0.4, khi đó cần xác
định các giá trị xác suất định lượng mức độ hiểu biết khái niệm Bảng, nhiệm vụ
Chuyển đổi thuộc tính thành trường.
- Lập luận tiên đoán: Đi từ nguyên nhân đến kết quả, các biến bằng chứng là tiền
thân của biến hỏi, được ký hiệu E → Q, trong đó E là các biến bằng chứng, Q là
các biến hỏi. Cơ chế này được dùng trong trường hợp để xác định giá trị xác suất
định lượng mức độ hoàn thành nhiệm vụ khi biết giá trị xác suất định lượng mức
độ hoàn thành các khái niệm tiên quyết, nhiệm vụ thành phần. Ví dụ: Trong khóa
học minh họa "Thiết kế cơ sở dữ liệu quan hệ", nếu xác suất người học Ui hiểu được
khái niệm Bảng là 0.8, hoàn thành nhiệm vụ Chuyển đổi thuộc tính thành trường
là 0.7, cần xác định giá trị xác suất định lượng mức độ hoàn thành của nhiệm vụ
Định nghĩa các bảng.
Để thực hiện lập luận trong mạng Bayes, các biến bằng chứng cần được quan sát. Trong
mô hình của mình, việc thu thập các biến bằng chứng được tiến hành thông qua các giai
đoạn:
- Trước khi tham gia khóa học: Người học được đánh giá số bộ kiến thức về nội dung
khóa học thông qua các bài kiểm tra trắc nghiệm. Thông qua bài kiểm tra, định
51
lượng mức độ hiểu biết của người học đối với một số khái niệm trong mô hình là cơ
sở lập luận tiên đoán nêu trên. Ví dụ: Trong khóa học "Thiết kế cơ sở dữ liệu quan
hệ", bài kiểm tra có 5 câu hỏi để kiểm tra hiểu biết của người học về khái niệm
Thực thể. Nếu người học trả lời đúng 3 trong số 5 câu hỏi. Xác suất để người học
hiểu khái niệm thực thể là 3/5 = 0.6.
- Trong khi tham gia khóa học: Thông quả kết quả của thực hiện các nhiệm vụ xác
định biến bằng chứng là cơ sở cho trường hợp lập luận chuẩn đoán nêu trên.Ví dụ:
Trong khóa học "Thiết kế cơ sở dữ liệu quan hệ", số lượng các Thực thể cần xác
định từ bản đặc tả yêu cầu là 10. Nếu người học xác định được đúng 3 thực thể.
Xác suất để người học hoàn thành nhiệm vụ Xác định thực thể là 3/10= 0.3.
Định lượng trình độ kiến thức đối với từng khái niệm được thực hiện từng giai đoạn khi có
kết quả thực hiện nhiệm vụ của người học thông qua việc áp dụng các công thức (2.4),(2.5).
Quá trình định lượng mức độ hiểu biết kiến thức của người học được thực hiện theo
từng giai đoạn trong suốt quá trình người học tham gia khóa học. Chúng tui cập nhật các
giá trị xác suất của các biến trong mạng sau khi người học có sự tương tác với hệ thống:
trả lời câu hỏi kiểm tra, thực hiện các nhiệm vụ. Chúng tui sử dụng cơ chế này bởi các lý
do sau đây:
- Trình độ kiến thức của người học thay đổi trong quá trình học. Tại mỗi giai đoạn
người học chỉ có thể tìm hiểu được một phần nội dung khóa học.
- Không phải cập nhật toàn bộ các biến trong mạng, bởi một phần nội dung khóa
học không bao gồm toàn bộ các khái niệm, nhiệm vụ của mô hình. Điều này làm
nâng cao hiệu quả tính toán cập nhật mạng.
- Định lượng mức độ hiểu biết của người học sau khi người học thực hiện các nhiệm
vụ nhằm mục tiêu lựa chọn các nhiệm vụ, khái niệm để gợi ý người học.
Với mỗi giai đoạn, việc lập luận và cập nhật chỉ xảy ra tại một số biến thay vì tất cả các
biến trong mạng. Tổng quát, tại thời điểm t, người học đang thực hiện nhiệm vụ Ti, căn
cứ kết quả thực hiện nhiệm vụ xác định được ei, ta tính được p(Ti). Chỉ thực hiện cập
nhật các giá trị p(T1|Ti), . . . , p(Tk|Ti) trong đó T1, . . . , Tk là các biến cha của Ti.
Ví dụ: Hình 3.2 minh họa một phần mô hình mạng biểu diễn khóa học "Thiết kế cơ
sở d...
Download miễn phí Luận văn Một mô hình tạo khóa học thích nghi trong đào tạo điện tử
Mục lục
Mục lục i
Danh mục các chữ viết tắt iv
Danh sách bảng v
Danh sách hình vẽ vii
Đặt vấn đề 1
Chương 1 Học thích nghi 7
1.1 Tổng quan về đào tạo điện tử . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Khái niệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2 Đặc điểm chung của đào tạo điện tử . . . . . . . . . . . . . . . . . 8
1.1.3 Quá trình hình thành và phát triển . . . . . . . . . . . . . . . . . . 8
1.2 Học thích nghi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Khái niệm hypermedia . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Khái niệm học thích nghi . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3 Mục tiêu của hệ thống học thích nghi . . . . . . . . . . . . . . . . . 13
1.2.4 Mô hình học thích nghi . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.5 Phương pháp xây dựng khóa học thích nghi . . . . . . . . . . . . . 14
1.2.6 Kỹ thuật xây dựng khóa học thích nghi . . . . . . . . . . . . . . . . 15
1.3 Các vấn đề cần nghiên cứu trong học thích nghi . . . . . . . . . . . . . . . 16
1.3.1 Mô hình người học . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.2 Mô hình nội dung học . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.3 Cơ chế thích nghi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.4 Sự cần thiết phải nghiên cứu . . . . . . . . . . . . . . . . . . . . . . 21
1.4 Khảo sát một số hệ thống học thích nghi . . . . . . . . . . . . . . . . . . . 21
1.4.1 Hệ thống ELM-ART . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.2 Hệ thống INTERBOOK . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.3 Hệ thống AHA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.4 Hệ thống KBS Hyperbook System . . . . . . . . . . . . . . . . . . . 24
1.4.5 So sánh các hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Chương 2 Mô hình nội dung khóa học và mô hình người học 26
2.1 Mô hình nội dung học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Kiến trúc mô hình nội dung học . . . . . . . . . . . . . . . . . . . . 27
2.1.2 Thông tin mô tả các thành phần trong mô hình . . . . . . . . . . . 30
2.1.3 Cấu trúc của mô hình . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.4 So sánh với các mô hình nội dung học khác . . . . . . . . . . . . . 36
2.2 Mô hình người học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2.1 Thông tin định danh người học . . . . . . . . . . . . . . . . . . . . 38
2.2.2 Thông tin về khóa học người học tham gia . . . . . . . . . . . . . . 38
2.2.3 Thông tin về trình độ kiến thức của người học . . . . . . . . . . . . 39
2.2.4 Thông tin về nhu cầu, mục đích học tập . . . . . . . . . . . . . . . 43
2.2.5 So sánh với các mô hình người học khác . . . . . . . . . . . . . . . 44
2.3 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Chương 3 Cơ chế thích nghi 47
3.1 Thích nghi theo kiến thức . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.1.1 Định lượng trình độ kiến thức . . . . . . . . . . . . . . . . . . . . . 49
3.1.2 Lựa chọn các khái niệm, nhiệm vụ phù hợp với người học dựa trên luật 53
3.2 Thích nghi theo mục tiêu, nhu cầu . . . . . . . . . . . . . . . . . . . . . . 59
3.2.1 Tiến trình học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.2.2 Xây dựng tiến trình học ứng viên . . . . . . . . . . . . . . . . . . . 63
3.2.3 Xây dựng tiến trình học từ tập tiến trình học ứng viên . . . . . . . 67
3.3 So sánh với các mô hình khác . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.4 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Chương 4 Mô hình tạo khóa học thích nghi ACGS 72
4.1 Mô hình tạo khóa học thích nghi ACGS . . . . . . . . . . . . . . . . . . . 73
4.1.1 Cơ sở đề xuất mô hình . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.2 Kiến trúc và quy trình hoạt động của mô hình . . . . . . . . . . . . 74
4.2 Hệ thống ACGS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.2.1 Mục tiêu của hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.2.2 Các chức năng chính . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.3 Môn học thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.1 Tập khái niệm, nhiệm vụ học tập . . . . . . . . . . . . . . . . . . . 79
4.3.2 Quan hệ giữa cái khái niệm, nhiệm vụ của môn học thử nghiệm . . 80
4.4 Phân tích thiết kế hệ thống ACGS . . . . . . . . . . . . . . . . . . . . . . 83
4.4.1 Mô hình ca sử dụng . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.5 Thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5.1 Qui trình thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.5.2 Xây dựng mạng xác suất cho khóa học thử nghiệm . . . . . . . . . 85
4.5.3 Đánh giá kiến thức của người học thông qua trả lời các câu hỏi . . 88
4.5.4 Đánh giá kiến thức của người học trong quá trình học . . . . . . . 88
4.5.5 Sử dụng cơ chế thích nghi lựa chọn các khái niệm, nhiệm vụ . . . . 89
4.5.6 Dữ liệu thử nghiệm và kết quả . . . . . . . . . . . . . . . . . . . . . 89
4.5.7 Phân tích và đánh giá kết quả thử nghiệm mô hình . . . . . . . . . 91
4.6 Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Kết luận 98
Danh mục các công trình khoa học của tác giả liên qua đến luận án 102
Tài liệu tham khảo 103
Phụ lục 110
A Phân tích thiết kế chi tiết một số ca sử dụng 111
B Bảng phân bố xác suất có điều kiện của các nút trong mạng 122
C Câu hỏi kiểm tra đánh giá sơ bộ kiến thức của người học 130
D Các nhiệm vụ cơ bản để hoàn thành bài tập 134
E Dữ liệu thử nghiệm và kết quả 135
F Giao diện ứng dụng thử nghiệm ACGS
Để tải bản DOC Đầy Đủ xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung:
cung biểu diễn mối quan49
hệ giữa các khái niệm, các nhiệm vụ, khái niệm và nhiệm vụ như ví dụ minh họa trong
Hình 3.1. Khái niệm và nhiệm vụ trong mô hình nội dung học là các đối tượng khác nhau.
Trong xây dựng mạng mô hình mạng Bayes, khái niệm và nhiệm vụ là tập các biến của
mạng, vì vậy chúng tui sử dụng ký hiệu elíp để biểu diễn các biến trong mạng. Việc mô
hình hóa này phục vụ quá trình định lượng kiến thức của người học đối với từng khái
niệm, nhiệm vụ. Việc xác định, phân biệt giữa khái niệm, nhiệm vụ thông qua mô hình
nội dung học.
Liệt kê các
danh từ
Xác định
danh từ chung
Xác định
thực thể
Khái niệm
thực thể
Hình 3.1: Một phần mô hình mạng Bayes cho khóa học "Thiết kế cơ sở dữ liệu quan hệ"
Sau khi có mô hình mạng, chúng tui tiến hành xây dựng các bảng phân phối xác suất có
điều kiện (Conditional Probability Table - CPT) ứng với các biến trong mô hình. Phương
pháp noisy-OR [67] được sử dụng để xây dựng bảng phân phối xác suất. Cơ sở lựa chọn
phương pháp này là độ phức tạp cho việc xây dựng bảng phân phối xác suất có điều kiện
cho biến có k biến cha là O(k) thay vì O(2k). Mô hình noisy-OR xác định xác suất biến
hỏi mang giá trị Sai bằng tích các tham số nhiễu của tất cả các biến bằng chứng mang
giá trị Đúng. Ví dụ dưới đây minh họa tính toán phân phối xác suất có điều kiện cho biến
trong mạng theo phương pháp này.
Bảng 3.1: CPT cho nút Xác định thực thể
CE DN DCN DEFinished Not_finished
Not_finished Not_finished Not_finished 0.0 1.0
Finished Not_finished Not_finished 0.3 0.7
Not_finished Finished Not_finished 0.6 0.4
Not_finished Not_finished Finished 0.7 0.3
Finished Finished Not_finished 0.72 0.7*0.4=0.28
Finished Not_finished Finished 0.79 0.7*0.3=0.21
Not_finished Finished Finished 0.88 0.4*0.3=0.12
Finished Finished Finished 0.916 0.7*0.4*0.3=0.084
Ví dụ: Trong khóa học "Thiết kế cơ sở dữ liệu quan hệ", xét mô hình mạng được biểu
50
diễn trong Hình 3.1. Giả sử chúng ta định lượng được giá trị xác suất hoàn thành nhiệm
vụ Xác định thực thể (Kí hiệu DE) phụ thuộc độc lập với từng khái niệm, nhiệm vụ Khái
niệm thực thể(CE), Liệt kê các danh từ(DN), Xác định danh từ chung(DCN) tương ứng
là p(DE|CE) = 0.3, p(DE|DN) = 0.6, p(DE|DCN) = 0.7, khi đó các tham số Noisy
tương ứng là: 0.7, 0.4, 0.3. Khi đó phân phối xác suất có điều kiện cho biến Xác định thực
thể(DE) được xác định trong Bảng 3.1.
Bước 2: Lập luận trong mạng Bayes để định lượng mức độ hiểu biết khái niệm, hoàn
thành nhiệm vụ của người học
Mục tiêu của bước này là định lượng mức độ hiểu biết của người học đối với từng khái
niệm, nhiệm vụ trong từng giai đoạn người học tham gia khóa học, là cơ sở để thích nghi
lựa chọn nội dung phù hợp với từng người học. Chúng tui sử dụng hai cơ chế lập luận để
định lượng mức độ hiểu biết của người học.
- Lập luận chẩn đoán: Đi từ kết quả đến nguyên nhân, các biến bằng chứng là các
hậu thế của các biến hỏi, được ký hiệu Q → E, trong đó E là các biến bằng chứng,
Q là các biến hỏi. Cơ chế này được dùng trong trường hợp người học không hoàn
thành một nhiệm vụ T nào đó, cần xác định giá trị xác suất người học hiểu được
các khái niệm tiên quyết, các nhiệm vụ thành phần, nhiệm vụ tiên quyết của nhiệm
vụ T. Ví dụ: Trong khóa học minh họa "Thiết kế cơ sở dữ liệu quan hệ", nếu xác
suất người học Ui hoàn thành nhiệm vụ Định nghĩa các bảng là 0.4, khi đó cần xác
định các giá trị xác suất định lượng mức độ hiểu biết khái niệm Bảng, nhiệm vụ
Chuyển đổi thuộc tính thành trường.
- Lập luận tiên đoán: Đi từ nguyên nhân đến kết quả, các biến bằng chứng là tiền
thân của biến hỏi, được ký hiệu E → Q, trong đó E là các biến bằng chứng, Q là
các biến hỏi. Cơ chế này được dùng trong trường hợp để xác định giá trị xác suất
định lượng mức độ hoàn thành nhiệm vụ khi biết giá trị xác suất định lượng mức
độ hoàn thành các khái niệm tiên quyết, nhiệm vụ thành phần. Ví dụ: Trong khóa
học minh họa "Thiết kế cơ sở dữ liệu quan hệ", nếu xác suất người học Ui hiểu được
khái niệm Bảng là 0.8, hoàn thành nhiệm vụ Chuyển đổi thuộc tính thành trường
là 0.7, cần xác định giá trị xác suất định lượng mức độ hoàn thành của nhiệm vụ
Định nghĩa các bảng.
Để thực hiện lập luận trong mạng Bayes, các biến bằng chứng cần được quan sát. Trong
mô hình của mình, việc thu thập các biến bằng chứng được tiến hành thông qua các giai
đoạn:
- Trước khi tham gia khóa học: Người học được đánh giá số bộ kiến thức về nội dung
khóa học thông qua các bài kiểm tra trắc nghiệm. Thông qua bài kiểm tra, định
51
lượng mức độ hiểu biết của người học đối với một số khái niệm trong mô hình là cơ
sở lập luận tiên đoán nêu trên. Ví dụ: Trong khóa học "Thiết kế cơ sở dữ liệu quan
hệ", bài kiểm tra có 5 câu hỏi để kiểm tra hiểu biết của người học về khái niệm
Thực thể. Nếu người học trả lời đúng 3 trong số 5 câu hỏi. Xác suất để người học
hiểu khái niệm thực thể là 3/5 = 0.6.
- Trong khi tham gia khóa học: Thông quả kết quả của thực hiện các nhiệm vụ xác
định biến bằng chứng là cơ sở cho trường hợp lập luận chuẩn đoán nêu trên.Ví dụ:
Trong khóa học "Thiết kế cơ sở dữ liệu quan hệ", số lượng các Thực thể cần xác
định từ bản đặc tả yêu cầu là 10. Nếu người học xác định được đúng 3 thực thể.
Xác suất để người học hoàn thành nhiệm vụ Xác định thực thể là 3/10= 0.3.
Định lượng trình độ kiến thức đối với từng khái niệm được thực hiện từng giai đoạn khi có
kết quả thực hiện nhiệm vụ của người học thông qua việc áp dụng các công thức (2.4),(2.5).
Quá trình định lượng mức độ hiểu biết kiến thức của người học được thực hiện theo
từng giai đoạn trong suốt quá trình người học tham gia khóa học. Chúng tui cập nhật các
giá trị xác suất của các biến trong mạng sau khi người học có sự tương tác với hệ thống:
trả lời câu hỏi kiểm tra, thực hiện các nhiệm vụ. Chúng tui sử dụng cơ chế này bởi các lý
do sau đây:
- Trình độ kiến thức của người học thay đổi trong quá trình học. Tại mỗi giai đoạn
người học chỉ có thể tìm hiểu được một phần nội dung khóa học.
- Không phải cập nhật toàn bộ các biến trong mạng, bởi một phần nội dung khóa
học không bao gồm toàn bộ các khái niệm, nhiệm vụ của mô hình. Điều này làm
nâng cao hiệu quả tính toán cập nhật mạng.
- Định lượng mức độ hiểu biết của người học sau khi người học thực hiện các nhiệm
vụ nhằm mục tiêu lựa chọn các nhiệm vụ, khái niệm để gợi ý người học.
Với mỗi giai đoạn, việc lập luận và cập nhật chỉ xảy ra tại một số biến thay vì tất cả các
biến trong mạng. Tổng quát, tại thời điểm t, người học đang thực hiện nhiệm vụ Ti, căn
cứ kết quả thực hiện nhiệm vụ xác định được ei, ta tính được p(Ti). Chỉ thực hiện cập
nhật các giá trị p(T1|Ti), . . . , p(Tk|Ti) trong đó T1, . . . , Tk là các biến cha của Ti.
Ví dụ: Hình 3.2 minh họa một phần mô hình mạng biểu diễn khóa học "Thiết kế cơ
sở d...