Intelligent data structure experiment teaching demonstration system
----Design and implementation of domain knowledge base
1 Introduction
With the development of artificial intelligence and computer technology, computer assisted instruction (CAI) (Computer Assisted Instruction) exposed its shortcomings, that is, the lack of interaction and creativity, can not provide personalized learning guidance, can not analyze the reasons for students to make mistakes, but also can not make a corresponding evaluation of students#39; learning behavior. In this case, in order to improve its deficiencies in the related technology and teaching theory, Under the premise of development, intelligent computer assisted instruction ICAI (Intelligent Computer Assisted Instruction) came into being.
Compared with the behavioral learning theory based on the CAI system, ICAI system based on constructivism theory, emphasizes student-centered, teachers#39; teaching activities as the leading active constructors that not only requires students to change the passive recipients of external stimuli and knowledge object as the main body of information processing, knowledge meaning, and the teachers are required to change from knowledge, students for students to construct knowledge and help the facilitators. In support of this teaching theory, ICAI system to achieve the teaching objective in a large extent, improve the students#39; learning interest and enthusiasm, give full play to their initiative. Data structure is a relatively abstract course, many algorithms are very complex, with the explanations of the teachers, students do not understand, this continues, they will feel dull as ditch water, gradually lose interest in learning. During the execution of ICAI system can through the specific scenario simulation algorithm, the students in the learning algorithm, and can output through the demonstration algorithm image, intuitive graphical symbols and realize algorithm of the writing thought, and thus more easy to understand algorithm.
Therefore, in order to make up for the shortcomings of traditional teaching, we designed a data structure experiment teaching demonstration system. Unlike other software system, this system is not to explain all the theoretical knowledge of data structure, but for the simulation algorithm of dynamic demonstration environment, strengthen students#39; understanding of the algorithm in the course and master, help teachers in classroom teaching. In addition, the system reaches to a certain extent in teaching. With the idea of ICAI, can realize the intelligent learning, to teach students in accordance with their aptitude to a certain extent.
2 system introduction
2.1 the overall structure of the system
This system is an exploration of the ICAI system, it is the biggest characteristic of intelligence, not only can the abstract and the running process of the algorithm is not visible in the presentation of learning interface, can also act as a teacher, at any time watching the students#39; learning situation according to the learning situation, adjust the teaching process and teaching strategies, learning the content and the corresponding diagnosis; students#39; errors, analyze the causes and take corrective measures; evaluation of students#39; learning behavior, and provide targeted guidance. The system can be divided into four modules, namely, student model, teacher model, learning environment model, teaching decision-making model. The specific functions of each part are as follows:
(1) student model. To achieve student landing, increase, modify, delete student records, to understand the learning situation of students, view the system to give advice to learn, according to the wishes of the white will choose learning content and other functions. The student module realizes the dialogue between the students and the system, the students can get the feedback from the teacher model and the knowledge base through the man-machine interface.
(2) teacher model. With some of the teachers#39; teaching behavior, such as updating the teaching content, query student information, etc..
(3) learning environment model. The teaching information is presented as the interface of each module, so as to realize the connection of each module.
(4) teaching decision model. According to the students#39; ability and learning progress, select and adjust the learning content; according to the students#39; ability and learning content, selection of test questions, when students submit the answer, by calling the knowledge base of the relevant information to determine the correct answer, and the evaluation results are given.
2.2 A brief introduction to the function of domain knowledge base
Domain knowledge base is a collection of all knowledge stored in a specific course, which plays an important role in the whole CA system. As can be seen in the overall structure of the system, it has a very close relationship with the teaching decision-making. Only the establishment of domain knowledge base is feasible, to represent the knowledge content, most appropriately reflect the relation between knowledge asked, on the basis of learning in order to achieve the dynamic control of the learning process, teaching feedback, personalized learning. Specifically, the main function of the domain knowledge base:
(1) storage and recording function. Storage data structure of each chapter, section, knowledge unit, the specific content of knowledge points and the corresponding exercises and test questions, record the results of each student learning and the system of evaluation and guidance of their learning.
(2) wizard function. The knowledge is related to each other, according to the progress of students view the knowledge base and student learning the related knowledge of previous
全文共34263字，剩余内容已隐藏，支付完成后下载完整资料
智能化数据结构实验教学辅助演示系统
一一领域知识库的设计与实现
1引言
随着人工智能和计算机技术的发展，计算机辅助教学CAI （Computer Assisted Instruction)不断暴露出它的缺点，即缺乏交互性和创造性，不能提供个性化的学习指导，不能分析学生出错的原因，也不能对学生的学习行为作出相应评价。在这种情况下，为了改进它的不足，在相关技术和教学理论发展的前提下，智能化计算机辅助教学ICAI(Intelligent Computer Assisted Instruction)应运而生。
与基于行为主义学习理论的CAI课件系统相比，基于建构主义理论的ICAI系统，强调以学生为主体，教师为主导进行教学活动，即不仅要求学生由外部刺激的被动接受者和知识的灌输对象转变为信息加工的主体、知识意义的主动建构者，而且要求教师要由知识的传授者、灌输者转变为学生主动建构知识的帮助者、促进者。在这样的教学理论支持下，ICAI系统在很大程度上实现了因材施教的教学目的，提高学生学习兴趣和积极性，充分发挥他们的主观能动性。数据结构是一门比较抽象的课程，许多算法非常复杂，单凭教师的口头讲解，学生根本无法彻底理解，长期这样下去，他们会觉得枯燥无味，渐渐失去学习的兴趣。而ICAI系统能够通过具体的情景模拟算法的执行过程，使得学生在学习算法的同时，又能通过演示算法时输出的形象、直观的图形、符号等体会到算法的编写思想，从而更加容易的理解算法。
所以，为了弥补传统教学的不足，专门设计了数据结构实验教学辅助演示系统。与其他的课件系统不同，这个系统不是讲解数据结构中所有理论知识，而是用于模拟算法的动态演示环境，加强学生对该课程中算法的理解和掌握，帮助教师进行课堂教学。此外，该系统采在一定程度上达到因材施教的目的。用了ICAI思想，能够实现智能学习，在一定程度上达到因材施教的目的。
2系统简介
2.1系统整体结构说明
本系统是对ICAI系统的一次探索，它最大的特点是智能化，不仅可以将抽象、不可见的算法运行过程直观的呈现在学习界面上，还能够充当教师的角色，随时观注学生的学习状况，根据学习状况调整教学过程和教学策略，并给出相应的学习内容;诊断学生错误，分析原因并采取纠正措施;评价学生的学习行为，并给出有针对性的指导。系统可分为四个模块，即学生模型、教师模型、学习环境模型、教学决策模型。各部分具体功能如下:
(1) 学生模型。实现学生登陆，增加、修改、删除学生记录，了解学生的学习状况，查看系统给出的学习建议，按白己的意愿选择学习内容等功能。学生模块实现学生与系统对话，学生可以通过人机交互界面从教师模型和知识库中得到系统对学生行为诊断的信息反馈。
(2) 教师模型。具备教师的一些教学行为，如更新教学内容，查询学生信息等。
(3) 学习环境模型。实现教学信息的呈现，充当各模块的接口，从而实现各模块之问的连接。
(4) 教学决策模型。根据学生能力及学习进度，选择或调整学习内容;根据学生能力及学习内容，选择测试题，当学生提交答案后，通过调用知识库中的相关信息判断答案的正确，给出成绩和评价。
2. 2领域知识库的功能简介
领域知识库是存储某一具体课程的所有知识的集合，在整个工CA工系统中占有举足轻重的地位，它是实现智能化的关键。在系统总体结构图中可以看到，它与教学决策有着极其紧密的联系。只有建立切实可行的领域知识库，才能完整地表示知识内容，最恰当地反映知识之问的内在联系，在此基础上才能实现学习内容生成、动态学习进程控制、教学效果反馈、个性化学习等。具体地说，领域知识库的功能主要有:
(1)存储、记录功能。存储数据结构各章、节、知识单元、知识点的具体内容及相应的练习和测试题，记录学生每次学习的成绩和系统对其学习情况的评价及指导。
(2)向导功能。各知识点是互相关联的，系统根据学生的学习进度，查看领域知识库中与学生学习的当前知识点相关的前驱和后继知识点，确定学生下一步的学习任务，从而把相关内容呈现出来，供学生学习。这样，可以引导学生循序渐进地学习，完成数据结构整个知识的学习。
(3)反馈功能。根据启发式测试表中记录的学生做测试题的情况，可了解到学生对知识点的理解和掌握程度，这些信息可反馈给教师，教师根据此情况完善教学内容的设计。另外，学生根据白己学习状况，可白主安排学习计划，加强薄弱环节的学习。
3技术难点
3.1知识的结构化处理
根据教师的授课方式和学生的认知规律，教师在课堂上总是逐项知识地进行教学，学生要卓有成效的学习，必须每次针对一项知识学习，而每一项知识就是一个知识点。因此，要用数据库存储一本书的内容，就必须以知识点为单位划分知识，通过各知识点之问的关系将整本书的知识内容关联起来。
那么怎样划分知识点呢?知识点划分的基本原则是保证内容的局部完整性，便于领域知识库的管理和维护，保证ICAI的核心问题一一教学决策的实现，体现知识的本来面目，让人一目了然。根据此原则，数据结构的内容按章、节、知识单元、知识点来划分，每一章包括儿节，每一节包括儿个知识单元，每一知识单元包括儿个知识点，这样，整本书的内容以知识点为基本单位，逐层顺序表现出来，可用树状层次结构图表示。
3. 2知识表示
在计算机发展的初期，人们使用计算机的目的主要是处理数值计算问题。当我们使用计算机来解决一个具体问题是时，一般需要经过下列几个步骤：首先要从该具体问题抽象出一个适当的数学模型，然后设计或选择一个解决此数学模型的算法，最后编出程序进行调试、测试，直至得到最终的解答。
由于当时所涉及的运算对象是简单的整型、实型或布尔类型数据，所以程序设计者的主要精力是集中于程序设计的技巧上，而无需重视数据结构。随着计算机应用领域的扩大和软、硬件的发展，非数值计算问题越来越显得重要。据统计，当今处理非数值计算性的问题占用了90%以上的机器时间。这类问题涉及到的数据结构更为复杂，数据元素之间的相互关系一般无法用数学方程式加以描述。因此，解决这类问题的关键不再是数学分析和计算方法，而是要设计出合适的数据结构，才能有效地解决问题。
描述这类非数值计算问题的数学模型不再是数学方程，而是诸如表、树、图之类的数据结构。因此，可以说数据结构课程主要是研究非数值的程序设计问题所出现的计算机操作对象以及他们之间的关系和操作的学科。
学习数据结构的目的是为了了解计算机处理对象的特性，将实际问题中所涉及的处理对象在计算机中表示出来并对它们进行处理。与此同时，通过算法训练来提高学生的思维能力，通过程序设计的技能训练来促进学生的综合应用能力和专业素质的提高。
知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储，又考虑知识的使用。在人工智能研究中，主要有逻辑、产生式、语义网络、框架、面向对象等知识表示法。
这里究竞采用什么样的表示方法，需要全面考虑。一方面本演示系统要体现智能化，达到因材施教的目的，就必须针对不同学生的不同情况，从不同层次、不同角度、不同侧面来描述知识，有助于学生理解和灵活运用学到的知识;另一方面各种表示法各有各的特点，但要体现本系统的特点，采用框架表示法更合理。框架通常由指定事物各个方面的槽组成，每个槽拥有若干个侧面，而每个侧面又可拥有若干个值。事物属性的总和称为事物的“框架”，每个属性称为框架的一个“槽”，具体的属性值称为“槽值”，每一具体的事物可用一组槽值表示。槽值可以是逻辑的、数字的，可以是程序、条件、默认值或是一个了框架。用框架表示法来表示事物，不仅可以表示事物各方面的属性，而且可以表示出事物之问类属关系。如果用它来表示知识，很容易修改，也容易转换成相应的数据库描述形式。
例:用框架表示法描述“题型”。
框架名:lt;题型gt;
类属:lt;启发式测试表gt;
内容:(填空、选择、判断)
3.3领域知识库的设计与实现
3.3.1表的设计
领域知识库是由所讲授的具体课程知识构成的数据库。一般采用表结构来描述数据库，即一个数据库由一个或儿个表构成。因此，设计领域知识库的首要任务是设计它所包含的表。
通过前面对知识的结构化处理，可以知道该课程的知识按章、节、知识单元、知识点来划分，它们之问的逻辑关系用知识树来表示。那么知识在知识库中应以什么方式存储呢?这就要考虑学生的接受能力和知识之问的关联。我们设计该系统的根本宗旨是引导学生由易到难、循序渐进地学习该课程。考虑到学生的接受能力，应以知识单元为单位来存储知识。在知识树中，每一知识单元都包括儿个知识点，它们是关于某一概念、方法等的知识，为了将这些知识点的具体内容及知识的关联关系表现出来，使学生学习的内容更加贴近学生的实际情况，需要设计知识点表和知识单元与知识点关系表。因为该系统是智能化的系统，要检查学生对学习内容的理解和掌握程度，确定学生的学习进度和学习能力，根据目前的技术，只能设计启发式测试表。根据上述分析，领域知识库包括知识单元表、知识点表、知识单元与知识点关系表及启发式测试表。
(1)知识单元表:是存储各知识单元属性的框架，包括知识单元工D号、知识单元名称、内容、实验目标、难度系数、进入限制、通过限制、上一单元、下一单元、练习题文件。
知识单元工D号:是一个数字串，用来唯一标识每一知识单元;
知识单元名称:用一个字符串来表示，可以使学习者更加直观地了解知识单元;
内容:是对知识单元的概括描述，主要以文字形式表示，存储在文本文件中;
实验目标:由教师编写，是对学习者知识掌握程度的要求;
难度系数:用来衡量知识单元的难易程度;
进入限制:表明知识单元对预备知识的依赖程度;
通过限制:督促学生掌握所学知识，以便在学习下一知识单元的时候能够顺利通过;
上一单元、下一单元:表明知识的前后依赖关系，是系统白动产生教学决策的关键;
练习题文件:与每一知识单元的内容相对应，加强学生对该知识单元的掌握。
(2)知识点表:用来存储各知识点的基本属性，包括知识点工D号、知识点名称、内容、难度系数、进入限制、通过限制、类型、重要程度、知识层次、前驱知识点、后继知识点。
知识点工D号:一门课程不止包括一个知识点，要把它们一一保存在领域知识库中，就需要引入一个数字串来唯一标识每一知识点;
内容:是知识点的具体阐述，包括文字、图形等。由于各知识点内容大小不一样，用文本文件来存储;
知识点名称、难度系数、进入限制、通过限制:与知识单元中对应项的作用相同;
类型:表明知识点属于概念还是其他类型;
重要程度:用来说明在整个课程中的地位;
知识层次:与学生知识库中七种学习能力相对应，以便于以后安排测试题及计算各种学习能力;
前驱知识点、后继知识点:表明各知识点之问的前后依赖关系，便于系统引导学生逐步完成学习任务。
(3)启发式测试表:用来存储测试题及答案，记录学生答题情况，包括测试题工D号、知识单元工D号、知识点工D号、题型、知识层次、难度系数、内容、测试所需时问、题目分值、实际答案、标准答案、评价或分析、实际得分。
测试题工D号:用来区分每一测试题，便于学生学习;
知识单元工D号、知识点工D号:表明该测试题考察的知识单元、知识点;
题型:标明测试题的类型;
知识层次:与学生知识库中七种学习能力相对应，便于计算学生的学习能力;
难度系数:用来衡量测试题的难易程度，为确定题目分值提供依据;
内容:是测试题的具体呈现;
测试所需时问:记录学生答题时问，对学生最后得分起部分决定作用;
题目分值:是一个经验值，由教师确定，为确定实际得分提供依据;
实际答案:记录学生提交的答案;
标准答案:由教师给出，为判断实际答案的对错提供依据;
评价或分析:针对学生答题情况给出具体信息，在一定程度上体现了该系统的智能性;
实际得分:针对学生答题情况给出的具体分数，作为学生下一步学习的依据。
3.3.2数据示例设计及建立数据库
这次设计针对克鲁斯卡尔算法展开，为模拟该算法的动态演示环境，需要设计具体的数据示例。通过对该算法的综合分析，将该算法涉及的内容划分为两个知识单元，即(普里姆算法:顶点、边、无向图、了图、权、路径、连通图、生成树、最小生成树介绍)，(克鲁斯卡尔算法:kruskal算法思想、kruskal算法设计)，十一个知识点。具体数据示例的设计遵循上面三个表的说明，比较简单，这里不在一一叙述。下面介绍数据库的创建过程。
建库过程:
create database KNOWLEDGE;//创建数据库KNOWLEDGE
use KNOWLEDGE;//打开数据库KNOWLEDGE
create table tKpoint(K_ PID int(9) not null primary key,K_ PNAME char(20)，K_PCONTENT char(20)，K_PHCO int(2)，knPIN int (2)，K_PPASS int (2)，K_TYPE char (20)，K_IDEGREE
ohar (10), K_RANK ohar (10), K PRE int(9)，K_NEXT int (9));//建立表tKpoint, K_ PID是字段名，int,
全文共9855字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[142881]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
