学位论文 > 优秀研究生学位论文题录展示

基于本体的智能教学知识库构建与知识地图生成研究

作　者: 邝天福
导　师: 夏幼明；孙瑜
学　校: 云南师范大学
专　业: 计算机软件与理论
关键词: 本体 知识库 代理 知识地图 智能导航 最佳学习系列 知识表示
分类号: TP391.6
类　型: 硕士论文
年　份: 2008年
下　载: 158次
引　用: 0次
阅　读: 论文下载
 

内容摘要


智能教学系统(Intelligent Tutoring System, ITS)是人工智能技术在教育中最重要的应用之一。自19世纪初诞生以来,随着认知科学、计算机科学与技术、教育科学的发展,ITS在教育实践中取得了许多成绩,并研制出诸多具有代表性的系统。进入新世纪以来,随着复杂计算、分布式认知、模式识别、知识表示、自然语言的理解、网络计算与计算机可视化等的进步,ITS面临着又一个新的快速发展时期。智能教学系统的研究无论在理论上还是在应用上都有着重要的意义。本文的主要工作从三方面展开：学科知识库构建、知识推理和学习导航,具体从以下几方面进行：(1)对常用的知识表示方法和学科知识的描述方法进行了研究,并提出了适合智能教学系统的学科知识模型和一种改进的学生模型。(2)将领域本体的理论和建立方法应用到了学科知识库的构建之中,并将姜智提出的知识点的关系描述与曹存根提出的本体表示方法给合起来,运用三种类型的槽构建学科知识本体中的类,形成的类模型用于学科知识库的构建。(3)将知识地图的概念引入到智能教学系统的导航和管理中,归纳、总结出了构建知识地图的原则,提出了智能教学的知识地图构建步骤；在资源层与描述层之间引入了推理层,并界定了各层的功能,从而扩展了知识地图的结构模型；推理层中引入Agent技术形成推理模型,并应用基于VSK-BDI逻辑的Agent描述语言定义教学Agent的功能；提出了基于知识地图的自主学习导航算法—求最佳学习系列的算法,分析了算法的复杂性。(4)以Microsoft Visual Studio 2005作为开发环境,ASP. net2.0为开发工具,用Microsoft Access来存储各种知识,以《数据结构》中的线性结构作为教学内容,开发了一个实验软件。智能教学系统(Intelligent Tutoring System, ITS)是人工智能技术在教育中最重要的应用之一。自19世纪初诞生以来,随着认知科学、计算机科学与技术、教育科学的发展,ITS在教育实践中取得了许多成绩,并研制出诸多具有代表性的系统。进入新世纪以来,随着复杂计算、分布式认知、模式识别、知识表示、自然语言的理解、网络计算与计算机可视化等的进步,ITS面临着又一个新的快速发展期。良好的知识表示方法不仅可以合理、有效地将领域知识组织在一起,也能为系统提供信息查询,而且还可以帮助学生建立清晰的概念关系,建立良好的知识结构,可以提高问题求解能力。知识表示方法的优劣对教学系统是至关重要的,因此,知识表示方法是ITS开发系统的关键。一般可以从以下三方面来考虑：设计者的要求(表示能力,正确性,相容性)；使用者的要求(可理解性,可访问性,解释能力)；一般要求(可扩充性,简洁性,明确性)。基于Ontology的知识库构建是提高知识的共享性、互操作性、可维护性和可重用性的一个有效途径；知识地图是一种能在语义和知识层次上描述知识的模型,其目的在于以一种通用、直观的方式来获取知识、组织与呈现知识,进行知识的快速检索,实现知识的共享和重利用。本文介绍了常用的知识表示方法,并作了系统的分析对比；本文的第二个主要工作是研究了本体中的相关技术和本体建模的原理；本文的第三个主要工作是对知识地图的功能、构建原则、构建方法作了研究。本文对ITS中的协同学习也作了一定的介绍。

全文目录


基于本体的智能教学知识库构建与知识地图生成研究  4-69
  摘要  5-6
  Abstract  6-10
  第1章 绪论  10-14
    1.1 研究背景及意义  10-11
    1.2 ITS的研究现状  11-12
    1.3 本文研究的主要内容  12-13
    1.4 论文组织结构  13-14
  第2章 智能教学系统中知识的获取与表示  14-23
    2.1 框架知识表示  14-15
    2.2 产生式表示  15
    2.3 学科知识的描述  15-18
    2.4 多种知识表示法相结合的智能教学知识表示  18
    2.5 学生模型  18-22
      2.5.1 静态学生模型  19-20
      2.5.2 操作模型  20-21
      2.5.3 测试模型  21-22
    2.6 本章小结  22-23
  第3章 智能教学系统中的学科知识本体及知识库构建  23-35
    3.1 学科知识的本体体系  23-27
      3.1.1 Ontology概述  23-24
      3.1.2 领域本体的概念  24
      3.1.3 构建领域本体的方法  24-27
    3.2 基于本体的领域知识库构建  27-34
      3.2.1 类的形式化描述  29-31
      3.2.2 教学系统中类的框架描述  31-33
      3.2.3 教学系统中实例框架  33-34
      3.2.4 知识的检测  34
    3.3 本章小结  34-35
  第4章 智能教学系统中的知识推理及知识地图  35-55
    4.1 智能教学中的知识推理机制  35-36
    4.2 面向智能教学中的知识地图  36-50
      4.2.1 智能教学中知识地图的概念及呈现方式  37-39
      4.2.2 智能教学系统中知识地图的结构模型  39-40
      4.2.3 基于Agent技术的学习推理模型  40-50
        4.2.3.1 学生Agent  41
        4.2.3.2 教学Agent  41-44
        4.2.3.3 资源Agent与资源管理Agent  44-45
        4.2.3.4 基于VSK-BDI逻辑的教学Agent设计及推理  45-50
    4.3 智能教学知识地图的构建原则及步骤  50-51
      4.3.1 知识地图的构建原则  50-51
      4.3.2 智能教学系统中知识地图的构建步骤  51
    4.4 基于知识地图的自主学习导航  51-53
      4.4.1 智能教学系统中的最佳学习系列  51-52
      4.4.2 求最佳学习系列的算法  52-53
    4.5 本章小结  53-55
  第5章 《数据结构》ITS的知识库存储与管理  55-57
    5.1 实验过程简介  55-56
    5.2 实验小结  56-57
  第6章 总结  57-59
    6.1 工作总结  57-58
    6.2 下一步工作展望  58-59
  参考文献  59-61
  附图  61-67
  攻读学位期间发表的学术论文和研究成果  67-68
  致谢  68-69
知识表示及知识地图在智能教学中的应用研究  69-117
  摘要  70-74
  第1章 概述  74-79
    1.1 智能系统与专家系统概述  74
    1.2 智能教学系统概述  74-75
    1.3 智能系统的基本框架  75-77
    1.4 智能教学系统的发展趋势  77-79
  第2章 知识表示方法概述  79-91
    2.1 知识及相关概念  79-81
      2.1.1 知识的本质  79
      2.1.2 数据、信息、知识、元知识  79
      2.1.3 知识的分类  79-80
      2.1.4 知识的表示  80-81
    2.2 产生式知识表示  81-82
      2.2.1 产生式的基本形式  81
      2.2.2 产生式表示法的特点  81
      2.2.3 使用产生式方法表示知识的系统  81-82
    2.3 一阶谓词逻辑知识表示  82-83
      2.3.1 一阶谓词的形式符号  82
      2.3.2 知识的逻辑表示步骤  82-83
      2.3.3 一阶谓词逻辑表示法的特点  83
    2.4 语义网络知识表示  83-84
    2.5 框架知识表示  84-88
      2.5.1 框架表示的结构  85
      2.5.2 框架的特点  85
      2.5.3 使用框架表示法的知识系统  85-86
      2.5.4 产生式与框架结合的知识表示  86-88
    2.6 面向对象知识表示  88-90
      2.6.1 面向对象基础  88
      2.6.2 面向对象表示知识的方法  88-89
      2.6.3 类与类继承  89-90
    2.7 不确定知识表示  90-91
  第3章 基于本体的知识库建模原理  91-101
    3.1 知识工程中的本体技术  91-96
      3.1.1 本体的概念  91-92
      3.1.2 本体的作用  92
      3.1.3 本体的分类  92-93
      3.1.4 本体描述语言  93-95
      3.1.5 本体论的应用  95-96
    3.2 本体建模原理  96-101
      3.2.1 知识库系统建模框架  96-98
      3.2.2 本体建立的依据  98-99
      3.2.3 本体建立的方法  99
      3.2.4 本体建模方法的优点  99-101
  第4章 知识地图及其应用概述  101-110
    4.1 知识地图的概念  101-102
    4.2 知识地图的类型与功能  102-104
      4.2.1 知识地图的类型  102-103
      4.2.2 知识地图的功能  103-104
    4.3 知识地图构建技术  104-107
      4.3.1 知识地图构建原则  104-105
      4.3.2 知识地图的构建方法  105
      4.3.3 描述语言与辅助工具  105-107
    4.4 知识地图的应用  107-109
    4.5 知识地图发展  109-110
  第5章 智能教学系统中的协同学习机制  110-113
    5.1 Web中的协同学习  110-111
    5.2 基于Agent的协同学习模型  111-112
    5.3 本文小结  112-113
  参考文献  113-117
Research of Intelligent Tutoring Knowledge Base Construction and Knowledge Map Generation Based Ontology  117-186
  Abstract  118-122
  Chapter 1 Introduction  122-128
    1.1 Background and Significance of Study  122-124
    1.2 Current Status of ITS  124-125
    1.3 Main Research Content of This Paper  125-126
    1.4 Papers Organizational Structure  126-128
  Chapter 2 Knowledge Access and Expression of Intelligent TutoringSystem  128-140
    2.1 Knowledge Framework Expression  129-130
    2.2 Generation Formula Expression  130
    2.3 Description of Subject Knowledge  130-134
    2.4 Many methods of Expresion Knowledge in ITS  134
    2.5 Student Model  134-139
      2.5.1 Static Student Model  135-137
      2.5.2 Operative Model  137-138
      2.5.3 Test Model:  138-139
    2.6 Summary  139-140
  Chapter 3 Discipline Based Ontology and Knowledge Base Constructionof Intelligent Tutoring System  140-155
    3.1 Ontology System of Discipline Knowledge  140-145
      3.1.1 Ontology Summary  140-141
      3.1.2 Concept of Field Ontology  141-142
      3.1.3 Construction Approach of the field Ontology  142-145
    3.2 Field Knowledge Base Construction Based Ontology  145-154
      3.2.1 Formal Description of Class:  149-151
      3.2.2 Formal Represation of Class  151-153
      3.2.3 Examples framework of tutoring system  153-154
      3.2.4 Knowledge Detection  154
    3.3 Summary of This Chapter  154-155
  Chapter 4 Knowledge Reasoning and Knowledge Map of ITS  155-180
    4.1 Knowledge Reasoning Mechanism of Intelligent Tutoring  155-157
    4.2 Knowledge Map for Intelligent Tutoring  157-173
      4.2.1 Concepts of Knowledge Map and Presentation Way of Intelligent Tutoring  158-160
      4.2.2 Structure Sodel of Knowledge Map in ITS  160-162
      4.2.3 Study Reasoning Model Based on Agent Technology  162-173
        4.2.3.1 Student Agent  163
        4.2.3.2 Teaching Agent  163-167
        4.2.3.3 Resources Agent and Resource Management Agent  167
        4.2.3.4 Teaching Agent Design and Reasoning Based on Logical VSK-BDI  167-173
    4.3 Construction Principle and Methods of Knowledge Map in Intelligent Tutoring  173-175
      4.3.1 Construction Principle of Knowledge Map  174
      4.3.2 Construction Approach of Knowledge Map in ITS  174-175
    4.4 Freedom Study Based on Knowledge Map  175-178
      4.4.1 The Best Learning Series in ITS  175-176
      4.4.2 Algorithms of the Best Learning Series  176-178
    4.5 Summary of this Chapter  178-180
  Chapter 5 Store and Managment of Knowledeg Base in Data StructureTeaching  180-183
    5.1 Introduction of Experiment Process  180-181
    5.2 Experiment Summary  181-183
  Chapter 6 Summarizes  183-186
    6.1 Work Summary  183-184
    6.2 Next Step Work Forecasts  184-186
Application Research of Knowledge Representation and Knowledge Map in Intelligent Tutoring System  186-237
  Abstract  187-191
  Chapter 1 Summary  191-198
    1.1 Intelligent System and Expert System Overview  191-192
    1.2 Intelligent Tutoring System Summarization  192
    1.3 Basic Framework of ITS  192-195
    1.4 Development Trend of ITS  195-198
  Chapter 2 Knowledge Representation and Reasoning Related with ITS  198-212
    2.1 Knowledge and Concepts Related with Knowledge  198-200
      2.1.1 Nature of Knowledge  198
      2.1.2 Data,Information,Knowledge,Meta-Knowledge  198-199
      2.1.3 Classification of Knowledge  199
      2.1.4 Knowledge Cepresentation  199-200
    2.2 Production Method  200-202
      2.2.1 Basic Form of Production  200-201
      2.2.2 Characteristics of Production Method  201
      2.2.3 Knowledge System Represented by Production Method  201-202
    2.3 Knowledge Representation of First Order Predicate Logic  202-204
      2.3.1 Form Symbol of First Order Predicate  202-203
      2.3.2 Steps of Logic Presentation of Knowledge  203
      2.3.3 Characteristics of Knowledge Representation with First Order Predicate Logic  203-204
    2.4 Semantic Network Knowledge Representation  204-205
    2.5 Framework Method  205-208
      2.5.1 Structure of Framework  205
      2.5.2 Characteristics of Framework  205-206
      2.5.3 Knowledge System Represented by the Framework Method  206-207
      2.5.4 Knowledge Representation of Production and Frame  207-208
    2.6 Object-Oriented Method  208-211
      2.6.1 Basis of Object-Oriented  208-209
      2.6.2 Eepresentation Method of Object-Oriented  209-210
      2.6.3 Class and Inherit  210-211
    2.7 Representation of Uncertain Knowledge  211-212
  Chapter 3 Summary of Ontology in Knowledge Engineering  212-223
    3.1 Ontology Technology in Knowledge Engineering  212-217
      3.1.1 Concept of Ontology  212-213
      3.1.2 Function of Ontology  213-214
      3.1.3 Classification of Ontology  214
      3.1.4 Description language of Ontology  214-215
      3.1.5 Ontology Application  215-217
    3.2 Principle Modeling of Ontology  217-223
      3.2.1 Knowledge Base System Modeling Framework  217-219
      3.2.2 Basis of Ontology Establishing  219-220
      3.2.3 Methods of Constructing Ontology  220-221
      3.2.4 Advantages of Ontology Modeling Method:  221-223
  Chapter 4 Related Research of Knowledge Map  223-235
    4.1 Concept of Knowledge Map  223-224
    4.2 Type and Function of Knowledge Map  224-227
      4.2.1 Type of Knowledge Map  224-225
      4.2.2 Function of Knowledge Map  225-227
    4.3 Construction Technical of Knowledge Map  227-232
      4.3.1 Construction Principle of Knowledge Map  227-228
      4.3.2 Methods of Knowledge Map Construction  228-229
      4.3.3 Description Language and assistant Tools  229-232
    4.4 Application of knowledge Map  232-234
    4.5 Development of Knowledge Map  234-235
  Chapter 5 Collaborative Learning Mechanism of ITS  235-237
    5.1 Collaborative Learning in Web  235-236
    5.2 Agent-Based Teaching Model  236-237
    5.3 Summary of the Paper  237

相似论文

  1. 基因调控网络模型描述语言研究,Q78
  2. 哲学思想在指导中学数学教学中的作用,G633.6
  3. 基于本体的语义检索研究,TP391.3
  4. 不同人群本体感觉差异性比较及脑机制研究,B845
  5. 天津中远物流（天荣）公司业务流程优化与对策分析,F552
  6. 卢卡奇《关于社会存在本体论》中的劳动范畴,B515
  7. 基于Y学院的人事代理制度实施研究,G647.2
  8. 基于分布式描述逻辑的本体模块化构建方法研究,TP391.1
  9. 一种基于领域本体的语义Web服务匹配和组合方法,TP393.09
  10. 远程教学中的智能学习诊断研究,G434
  11. 宗教类唐卡图像知识库的构建研究,TP391.41
  12. 面向领域的数据库问答系统关键技术研究,TP311.13
  13. 制造特征提取与智能工艺决策技术研究,TH162
  14. 基于跨语言信息检索的企业竞争情报收集系统模型研究,TP391.3
  15. 汉语框架自动识别中的歧义消解,TP391.1
  16. 面向观点挖掘的汽车本体知识库建立研究,TP391.1
  17. 基于知识编译技术的描述逻辑推理问题研究,TP181
  18. 基于手机媒体的大学生移动学习资源需求调查与设计研究,G434
  19. 基于委托—代理理论的IT外包激励机制研究,F426.6
  20. 通钢七号高炉专家系统的开发与应用,TF325
  21. GZ市教育信息化项目知识库分析与设计,G434

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 教学机、学习机
© 2012 www.xueweilunwen.com