admin管理员组

文章数量:1561856

论文：“COGNITIVE TUTORS: LESSONS LEARNED (1995)” or PDF

这篇论文总结了CMU用10年时间开发智能辅导系统（ITS：intelligent tutoring system）的经验。这个ITS最早开发于1983年，是用于教授LISP编程、中学几何、代数的计算机软件。ITS的目的是要减少学习时间，提高学习质量。他所用的方法是：程序要能够判断学生对各知识点的掌握程序，然后有针对地向学生建议个性化的学习路线。

注：好像和自适应学习系统（adaptive learning system）是差不多的概念。

目录

  • 要点
  • 认知模型
  • 知识追踪
    • 数学模型——隐马尔可夫模型（HMM）
      • HMM三个基本问题
    • 贝叶斯知识追踪（BKT）
    • BKT的两个基本问题
  • 界面设计[^2]
  • 遇到的问题
  • 缺点
  • 参考

要点

  • 认知模型（cognitive model）——就是表示知识点以及知识点之间关系的方法。他们用的是生成规则(production rule)，就是形如这样的规则：如果要解决什么问题，必须做什么（或是先解决哪些子问题）。
  • 知识追踪——学生模型表示为学生对每个知识点的掌握程度，等于是在认知模型的每个节点上标注上0/1——表示掌握与否。有一个方法用于估计这个掌握程度，叫做贝叶斯知识追踪。

认知模型

  • 知识分为2种

    • 声明知识

      • 这种知识是陈述事实。
      • 如下图，陈述了Lisp函数car接受什么参数，返回什么计算结果。

    • 过程知识

      • 这种只是是目标导向的，是用来解决问题的。
      • 下图的例子是要让学生写出 (defun last-item(lis) (car (reverse lis))) 这个函数定义所需要的知识点。每个知识点都表述为IF-THEN的结构。如果要达成什么目标，那么就要做什么步骤，或者进一步分解——要先达成哪些子目标。
      • 图

本文标签： 智能系统CognitiveLearnedLessons

版权声明：本文标题：智能教学系统 Cognitive Tutors: Lessons Learned 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1727469239a1116022.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。