网络课程在线答疑系统Agent模型构建

来源:用户上传      作者: 姜伟

　　摘要：随着信息和网络技术的发展，目前国内远程教育系统大都设有答疑系统，但在智能性、交互性等方面还存在不足。为了改进现有答疑系统的不足，基于“网络课程在线答疑系统Agent模型”的研究有针对性，它是以构建主义学习理论为基础，从Agent理论及其研究的现状进行深入的探讨和分析，然后描述系统的构建。
　　关键词：答疑系统；Agent模型；网络课程
　　中图分类号：G642.0 文献标志码：Ａ文章编号：１６７３－２９１Ｘ（２０11）17－０257－02
　　
　　网络答疑系统的目的是让学习者对教学材料进行思考、交互，进而形成自己的理解。因此，学生答疑过程的设计应以学习理论为指导，答疑系统应按人类联想规律组织教学信息，符合学生的认知规律。从心理学的角度，在网络答疑系统中，根据对学习环境的研究，我们认为建构主义学习理论更能正确地描述在网络环境下学生的学习。因此，网络答疑系统采用建构主义学习理论作为理论基础。
　　一、Agent及多Agent的概念
　　迄今为止，Agent一词还没有一个统一的公认的定义。广义的Agent包括人类、物理世界的机器人和信息世界的软件机器人，狭义的Agent则专指信息世界中的软件机器人或称软件Agent。它是代表用户或其他程序，以主动服务的方式完成一组操作的机动计算实体。
　　Agent系统可以分为单Agent系统和多Agent系统（MAS：Multi-Agent System）。单Agent系统主要用于实现本地的任务，也可以用于在网上进行信息搜索。多Agent系统是由一组独立的，但又协同工作的构成的，是一个较为松散的多Agent联邦。MAS系统的关键有两个方面：一是Agent之间的协作，另一个就是对环境（信息环境）的适应。
　　二、Agent的结构模型
　　基于Agent的BDI理论模型，可以构造出Agent的基本结构模型。主要的Agent结构模型有慎思Agent、反应Agent和混合式Agent等。
　　1.慎思Agent结构模型
　　慎思Agent型采用传统的符号人工智能方法来实现Agent的表示和推理，把Agent当成一个意识系统，它具有和人一样的意识行为和意识态度。如信念、愿望、意图、目标和规划等。其中，信念即主体拥有的知识，它包含主体对环境的看法，使用它来表示将来可能发生的状态。愿望是直接从信念得到，它们包括主体对将来情景的判断。意图是由Agent根据其信念和愿望自动生成。
　　2.反应Agent结构模型
　　反应Agent（Reactive Agent）是不包含符号表示的模型，其特点是包含了感知内外状态变化的感知器和一个依据感知器信息激活的控制系统。该结构模型在分布式系统中占主导地位。
　　3.混合式Agent结构模型
　　反应型Agent能及时而快速地响应外来信息和环境的变化，但其智能程度较低，也缺乏足够的灵活性。慎思型Agent具有较高的智能，但无法对环境的变化作出快速响应，而且执行效率相对较低。混合型Agent综合了两者的优点，具有较强的灵活性和快速响应性。
　　三、Agent的构建
　　利用多Agent技术解决大规模复杂问题时，人们习惯将理论上的Agent简化为如下Agent理念模型，即：
　　Agent=（Goal，Bel，Act，Intend，Plan，Can，Com）
　　其中，Goal代表活动的动机和希望达到的状态；Bel代表Agent的知识；Act代表Agent可采取的操作；Intend代表Agent进行计算的起因，Agent将根据其意愿做出行为决策，执行动作；Plan代表Agent为达到预定目标而进行的规划，规划由一系列规则组成；Can代表Agent进行计算的前提；Commit代表Agent对未来行为的某种决策。
　　根据用户和功能的不同，本系统的Agent可以分为五类，即：用户认证Agent、学生Agent群、教师Agent群、管理员Agent群、答案查询Agent。下面将根据以上Agent理念模型，依次设计系统中各Agent的结构模型。
　　1.用户认证Agent：对用户登录信息进行身份验证，如果登录信息正确则转向与用户身份相对应的用户接口，否则转向错误处理页面。
　　2.学生Agent群：它由学习Agent、学习伙伴Agent、学习秘书Agent、学习管理Agent和学生模型Agent等组成。
　　学习Agent能代表学习者进行各种学习，如进行题库检索、查看热门排行榜、查看目前为止尚未被解答和学生回答过但尚未被教师确认的问题。学习伙伴Agent能代表学生与其他学习者进行实时的交流。学习秘书Agent帮助学习者处理一些日常事务。学习管理Agent帮助学生管理自己以前提问过的问题、回答过的问题。学生模型Agent负责追踪、记录学生登录以来的操作信息。
　　学生Agent群中各Agent的理念模型如下：
　　学习Agent=（AgentID，接口，学习控制器，知识库）
　　学习伙伴Agent=（AgentID，接口，交流控制器，知识库）
　　学习秘书Agent=（AgentID，接口，控制器，知识库）
　　学习管理Agent=（AgentID，接口，学习管理控制器，知识库）
　　学生模型Agent=（AgentID，接口，控制器，知识库）
　　3.教师Agent群：它包括教学Agent、教学辅导Agent、教学秘书Agent和教学监控Agent。
　　教学Agent能代表教师完成各种教学任务：（1）按提问（回答）日期升降序或指定提问（回答）日期时间段升降序查询已解题库，并对检索到的问题添加答案、修改自己给出的答案、删除该问题及其答案。（2）查询自己提出过的问题和回答过的问题，并对答案进行修改、删除或添加操作。（3）扩充题库：向题库中添加问题且至少要提取出一个关键字，可以在添加问题的同时给出答案。（4）查看到目前为止尚未被解答和学生回答过但尚未被教师确认的问题，并进行如下操作：①重新编辑问题及其关键字，从而使问题规范化，以利于今后的检索，同时对其进行回答②对于已解未确认的问题，可以查看学生提供的答案，并对这些答案做出筛选，选择正确的成为标准答案，未被选中的则被删除，并且向提供答案的学生发送邮件，指出其答案中的错误，并通知其查看正确答案③删除一些重复和不规范的问题。（5）对专业词库、通用词库、禁用词库和同义词库的增加、删除和修改操作。
　　教学辅导Agent代表教师同学生或其他教师进行交流，包括：（1）对学生在异步讨论区中提出的问题进行回答、对一些答案进行矫正（2）对与学生实时交流时学生提出的问题进行回答以及对学生的学习方法进行辅导（3）通过站内信箱或E-mail对学生单独进行辅导。
　　教学秘书Agent帮助教师处理一些日常事务：（1）教师基本信息的维护（2）公告浏览（3）查阅近期热门问题，从而了解哪些问题是学生们所共同关心的，从而帮助教师及时调整题库（4）查阅意见簿，了解学生的需求，参考学生的建议，进而更好地修改和完善题库。
　　教学监控Agent负责查看学生基本信息，收集、整理学生的登录日志，追踪学生学习状况，从而有针对性地对学生进行辅导。
　　根据以上功能需求并结合建构主义学习理论，建立教师Agent群中各Agent的理念模型如下：
　　教学Agent=（AgentID，接口，教学控制器，知识库）

　　教学辅导Agent=（AgentID，接口，教学辅导控制器，知识库）
　　教学秘书Agent=（AgentID，接口，控制器，知识库）
　　教学监控Agent=（AgentID，接口，教学监控控制器，知识库）
　　4.管理员Agent群：包括用户注册批准Agent，管理Agent和管理秘书Agent。用户注册批准Agent负责监控是否有新用户注册，如果有，查看其注册的详细资料，决定是否批准成为正式用户。若批准，则发邮件通知用户；若不批准，则删除用户的注册信息。管理Agent负责各种库的管理，并且在实时交流中，监督各位用户的在线时间、发呆时间并可以提出用户。用户基本信息库的管理及其用户模型库的管理：查看或删除所有用户的详细信息及其行为信息。题库的管理：浏览题库，批量删除题库中过期的问题及其答案。讨论区的管理：发表和删除帖子。公告管理包括添加、编辑或删除公告。意见簿的管理：查看学生提出的意见及其被查阅情况，有选择地批量删除意见。外部联系信箱管理：添加、修改邮件地址、用户名、密码、SMTP服务器。管理秘书Agent负责管理员站内信箱的管。
　　根据以上功能建立管理员Agent群中各Agent的理念模型如下：
　　用户注册批准Agent=（AgentID，接口，控制器，知识库）
　　管理Agent=（AgentID，接口，管理控制器，知识库）
　　管理秘书Agent=（AgentID，接口，控制器，知识库）
　　答案查询Agent=（AgentID，接口，答案查询控制器，知识库）
　　当用户是学生时，首先登陆系统注册成为系统的注册用户，然后根据提示进入到学习园地。系统建立了问题库，学生可以查看问题库里有的所有的问题，还可以直接把问题输入到问题检索的位置，通过关键字查询。如：学生想查询“什么是二叉树？”时，把该问题编辑到问题检索的位置，在关键字的位置输入“二叉树”，提交问题后，系统给出答案库里有的所有有关该问题的答案，从中找出结果则查找成功。
　　当用户是教师时，第一次要注册该系统成为系统的注册用户，然后正常登录。当教师想浏览热门问题时，可以根据不同的时期来选择自己想看到的热门问题。热门问题是根据时间的不同来分类的，用户可以查看24小时内的、一周内的或30天以来的。当教师想给学生提出的问题做出回答时，因教师有自己的权限，直接编辑问题库把要添加的内容按照提示添加就可以了。
　　基于Agent的答疑系统由于引入了Agent技术，在智能性、交互性、学习性等方面效果显著。但是系统的安全性、健壮性和可支持的接入数量等问题还有待改进。相信随着计算机网络教学的发展，基于Agent的答疑系统将会有更多的实用价值和发展。
　　
　　参考文献：
　　[1] 柳泉波.智能答疑系统的设计与实现[J].中国远程教育，2000，9（7）.
　　[2] 赵龙文.多Agent系统及其组织结构[D].西安：西安交通大学科学与研究院，2000.
　　[3] 曲霖洁.基于Agent的网上教学系统的研究[J].电化教育研究，2002，（1）.
　　[4] 刘大有.Agent研究现状和发展趋势[J].软件学报，2000，11（3）.

转载注明来源:https://www.xzbu.com/2/view-393461.htm