基于知识树的智能答疑系统的设计与实现

论文摘要

随着互联网的快速发展以及现代社会信息化速度的加快,知识的传播以及产生均以几何级速度增长,虽然传统的课堂授课以及答疑还是占据主导地位,但已经不能满足人们的终身教育的需求以及在校学生巩固知识和答疑解惑的要求。在这样的要求背景下,网络远程教育以及各种各样的网络教学以及答疑系统孕育而生。作为辅助学生主动学习,检验学生学习情况的一个重要的工具及手段,智能答疑系统试图虚拟一个实际的老师面对面解决问题的网络环境,让学生能身临其境进行学习,具有一定的建构主义思想,是传统课堂教育的有益补充。数据挖掘在各个领域运用不断发展,近年来人们致力于寻找新的发展方向与空间。本课题将数据挖掘算法运用到智能答疑系统中,提出了一套基于知识树的答疑设计方案并加以实现,目的是借鉴国内外优秀的智能答疑系统的成功经验的同时,针对其不足之处,在问题模式匹配,知识库设计等方面皆使用了我们自主研发的智能化技术,并在问题输入这一环节上人性化地解决了公式输入的问题,使得其具有一定的技术优势。一个优秀的教学教育软件不但要有突出的技术特征,还要看它是否能真正的融入先进的教育思想。智能答疑系统中体现的教学论和学习论,特别是系统中融入的社会建构论,对以学生为主体,教师为主导的双主教学有重要的意义。通过一段时间的线上实践证明本智能答疑系统搜索查全率与查准率较高,该系统具有智能性以及自我更新性,且具有公式输入和反馈及时等人性化优点。完成本课题的研究不仅对教育工作者了解用基于知识树的智能答疑系统进行混和式教学有重要意义,而且可以在今后的工作中在现有智能答疑系统的二次开发,以及其他智能化教学软件的使用和开发方面起到一个启迪的作用,引起国内教育工作者对网络远程教学与辅学的重视,在此领域进行更新更深入的理论和实践探索。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题的背景、目的和意义
• 1.2 国内外研究动态
• 1.3 当前研究现状存在的问题
• 1.4 论文的组织结构
• 1.5 论文的主要研究成果
• 1.6 论文的主要研究方法
• 第2章 智能答疑关键技术及教学思想
• 2.1 数据挖掘技术
• 2.1.1 数据挖掘技术产生背景
• 2.1.2 数据挖掘技术产生条件
• 2.1.3 数据挖掘的方法
• 2.2 如何在网页上输入公式
• 2.2.1 TeX 和LateX 代码
• 2.2.2 MathML 语言
• 2.2.3 LateX 代码与MathML 代码的转换
• 2.2.4 公式编辑举例
• 2.3 智能答疑中蕴涵的教学思想
• 2.3.1 社会建构论
• 2.3.2 建构主义的学习观
• 2.3.3 合作学习观
• 2.3.4 智能答疑中教师角色的转变
• 第3章 系统的总体框架与具体模块
• 3.1 系统的总体设计
• 3.1.1 系统的设计目标
• 3.1.2 系统的设计原则
• 3.2 系统的总体框架
• 3.2.1 系统的技术架构
• 3.2.2 系统的开发环境
• 3.2.3 问答数据库指标体系
• 3.3 各模块详细机制与实现
• 3.3.1 问题处理与检索答案模块
• 3.3.2 数据库维护与成长模块
• 3.3.3 系统反馈功能模块
• 3.3.4 后台管理模块
• 3.3.5 运行示例
• 第4章 系统的数据库统计数据和运行结果评价
• 4.1 数据库统计数据
• 4.1.1 大学物理（1）统计与分析
• 4.1.2 大学物理（2）统计与分析
• 4.2 运行结果评价
• 结论
• 1 研究结论
• 2 论文的重要创新点与成果
• 3 不足之处与进一步工作设想
• 4 心得体会
• 参考文献
• 致谢
• 附录 A 攻读学位期间发表的学术论文目录
• 附录 B 部分实现代码