個性化網絡學習評價模型與系統的設計

4 評價結果的反饋推理規則
評價結果的反饋分兩種方式：其一將評價結果直接交給學習者，讓其了解該階段學習狀況；其二將評價結果和課程表示的相關屬性結合，利用評價反饋機制自動生成下一階段學習的導航信息，引導選擇合適的學習路徑。
基于NFAHP―FCM的網絡學習評價算法實施后，以用戶界面的形式呈現評價結果。通過該界面可直觀的了解到自己當前的學習狀況。通過對學生的學習評價結果調查、跟蹤和數據挖掘得到了如圖1所示反饋推理規則。評價反饋結果的獲得利用向前匹配法，即從前向后匹配，一條匹配成功后不再檢查后面的，前一條不相等再檢查后面的子規則。

5 網絡學習評價系統設計與實現
作為ITS中的重要組成的學習評價系統，考慮遠程教育的特點和評價要求，應具備如下功能：評價系統必須能通過參數化的手段做到通用化，不僅支持指標體系的建立還要支持其更新和維護。學生學習數據是評價實施的基礎，如何采集有效的數據是系統必須提供的功能。學習評價的數據來源于3個方面：通過調查問卷、手工輸入、對學習的動態跟蹤。通過和其他系統的接口獲得學習日志數據。通過對學生學習評價結果的調查、跟蹤和數據挖掘，得到個性特征、學習過程和學習效果之間的關系。
通過反饋策略指導學生正確的認識自己的個性特征．改進學習過程，促進學生取得良好的學習效果。網絡學習評價系統的結構圖如圖2所示。

6 網絡學習評價實例驗證
現以220名學生的學習參數為樣本點，驗證系統運行過程。對220名學生的學習狀況動態跟蹤采集，分析后得到學習數據。使用調查問卷收集學生的反饋意見，87％的學生認為數據較準確的反映自己的學習狀況。9％學生認為數據有部分項沒有準確反映自己的學習狀況，4％學生認為數據完全沒有準確反映自己的學習狀況。調查數據表明：評價指標體系設置合理，能較好的表示學生的學習狀況：通過系統的處理機制得到的數據能較準確的反映學生學習狀況。

7 結語
實驗以某學院2005級計算機教育專業學生2007~2008年第一學期課程的數據為依據，對該年級90名學生進行評價．其正確率一錯誤率曲線如圖3所示。正確率高達92．8％月。

實驗表明：評價模型中選用的NTFAHP―FCE網絡學習評價算法能夠較好的應用到學習評價中。經驗證表明：給出的評價模型有很好的實用指導作用，網絡學習評價指標體系的結構比較合理，經系統得到的評價結果和理論結果一致性較好，學生對于使用該系統給出的評價結果和指導學習的信息認可度在中等偏上。因此，提出的評價方案總體可行。可以考慮在更大的范圍使用。