[發(fā)明專利]基于領(lǐng)域本體和多代理的分布式智能教學(xué)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710193549.0
• 申請(qǐng)日: 2017-03-28
• 公開（公告）號(hào): CN106991627A
• 公開（公告）日: 2017-07-28
• 發(fā)明（設(shè)計(jì)）人: 朱新華;吳田俊;陳宏朝
• 申請(qǐng)（專利權(quán)）人: 廣西師范大學(xué)
• 主分類號(hào): G06Q50/20
• 分類號(hào): G06Q50/20;G09B5/14
• 代理公司: 南寧東智知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)45117
• 代理人: 巢雄輝,汪治興

1.一種基于領(lǐng)域本體和多代理的分布式智能教學(xué)系統(tǒng)，其特征在于包括如下模塊：多個(gè)學(xué)生代理、教學(xué)代理和學(xué)科代理，分配代理以及用戶終端，多個(gè)教學(xué)代理和學(xué)科代理組成教學(xué)服務(wù)器集群，所述的多個(gè)學(xué)生代理、教學(xué)代理和學(xué)科代理，分配代理以及用戶終端通過(guò)網(wǎng)絡(luò)相互通信，并進(jìn)行信息交互；

所述學(xué)生代理包括學(xué)生模型和自然語(yǔ)言接口，所述自然語(yǔ)言接口用于系統(tǒng)與用戶之間進(jìn)行信息交互，所述學(xué)生模型用于記錄用戶的基本信息、登錄信息、學(xué)習(xí)歷史數(shù)據(jù)、當(dāng)前學(xué)習(xí)狀態(tài)以及心理模型，并將該信息數(shù)據(jù)反饋給教學(xué)代理；

所述學(xué)科代理包括領(lǐng)域本體知識(shí)庫(kù)、規(guī)則集以及知識(shí)推理機(jī)，用于與學(xué)生代理和教學(xué)代理進(jìn)行信息交互，通過(guò)獲取用戶的學(xué)生模型信息，根據(jù)領(lǐng)域本體知識(shí)庫(kù)獲取該領(lǐng)域知識(shí)，并結(jié)合規(guī)則集生成教學(xué)代理中的資源庫(kù)，為教學(xué)代理中的個(gè)性化教學(xué)策略提供信息支持，且通過(guò)領(lǐng)域本體知識(shí)庫(kù)實(shí)現(xiàn)用戶的問(wèn)答功能；

所述教學(xué)代理包括資源庫(kù)、教學(xué)推理機(jī)以及個(gè)性化教學(xué)策略，用于與學(xué)生代理和學(xué)科代理進(jìn)行信息交互，所述教學(xué)推理機(jī)根據(jù)學(xué)生模型和資源庫(kù)進(jìn)行推理得出的教學(xué)策略，教學(xué)策略經(jīng)過(guò)個(gè)性化教學(xué)策略不斷修正后得出最佳的個(gè)性化教學(xué)策略，并反饋給用戶，通過(guò)教學(xué)代理和學(xué)科代理的信息交互，獲得用戶所需的學(xué)習(xí)資源，實(shí)現(xiàn)試題的自動(dòng)生成；

所述分配代理，用于根據(jù)教學(xué)服務(wù)器集群中各服務(wù)器的負(fù)載情況，采用加權(quán)最少連接數(shù)負(fù)載均衡算法來(lái)選擇當(dāng)前負(fù)載最小的服務(wù)器，并分配服務(wù)任務(wù)，實(shí)現(xiàn)分布式的負(fù)載平衡功能。

2.如權(quán)利要求1所述的分布式智能教學(xué)系統(tǒng)，其特征在于：采用KQML作為學(xué)生代理、教學(xué)代理和學(xué)科代理之間的通信語(yǔ)言。

3.如權(quán)利要求1所述的分布式智能教學(xué)系統(tǒng)，其特征在于：所述領(lǐng)域本體知識(shí)庫(kù)采用Hadoop的分布式文件系統(tǒng)進(jìn)行數(shù)據(jù)存儲(chǔ)。

4.如權(quán)利要求1或3所述的分布式智能教學(xué)系統(tǒng)，其特征在于：所述領(lǐng)域本體知識(shí)庫(kù)的構(gòu)建方法包括以下幾個(gè)步驟：

步驟1.確定本體的領(lǐng)域和范圍，明確構(gòu)建的本體將覆蓋的專業(yè)領(lǐng)域、本體目的、作用以及應(yīng)用對(duì)象；

步驟2.確定是否能復(fù)用現(xiàn)存的本體；

步驟3.羅列需要被目標(biāo)本體描述的所有術(shù)語(yǔ)的名稱，形成概念集合C；

步驟4.對(duì)概念集合C中所有概念進(jìn)行層次結(jié)構(gòu)的劃分，形成概念層次H；

步驟5.采用learning object的關(guān)系模型，并將該模型擴(kuò)展為基本關(guān)系和特殊關(guān)系，如下所示：

R={Rb(基本關(guān)系），Rs(特殊關(guān)系)}

其中，Rb是概念之間的基本關(guān)系，Rs是學(xué)科領(lǐng)域中概念之間的特殊關(guān)系；

步驟6.定義抽象概念，使用已定義的概念集C以及概念之間的關(guān)系R來(lái)定義抽象概念，并采用ALC詞來(lái)表示；

步驟7.定義概念的抽象特征，對(duì)某個(gè)概念定義其抽象特征，可先為該概念定義一個(gè)子類，并對(duì)子類進(jìn)行抽象定義；

步驟8.建立本體框架，按照邏輯規(guī)則進(jìn)行分組，形成不同的領(lǐng)域，選出關(guān)鍵性術(shù)語(yǔ)，摒棄不必要或超出領(lǐng)域范圍的概念，精準(zhǔn)的表達(dá)出領(lǐng)域的知識(shí)，形成領(lǐng)域本體知識(shí)庫(kù)；

步驟9：形式化編碼，對(duì)領(lǐng)域本體知識(shí)庫(kù)進(jìn)行編碼、形式化處理，便于系統(tǒng)自動(dòng)進(jìn)行邏輯推理及檢驗(yàn)；

步驟10.確認(rèn)與評(píng)價(jià)，在系統(tǒng)的測(cè)試階段，對(duì)領(lǐng)域本體知識(shí)庫(kù)進(jìn)行確認(rèn)與評(píng)價(jià)；

步驟11.進(jìn)化，在使用過(guò)程中，通過(guò)集成新的領(lǐng)域本體、由專家定義新的概念和關(guān)系等方法不斷擴(kuò)展，完善領(lǐng)域本體知識(shí)庫(kù)。

5.如權(quán)利要求1所述的分布式智能教學(xué)系統(tǒng)，其特征在于：所述心理模型包括認(rèn)知程度、性別、動(dòng)機(jī)分類、性格類型、焦慮水平、信息加工風(fēng)格、感情的需要和社會(huì)的需要。