□ 薛永剛 張明麗

模擬學(xué)生代理技術(shù)在合作學(xué)習(xí)
系統(tǒng)中的應(yīng)用研究*

□ 薛永剛 張明麗

針對目前網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中普遍存在的學(xué)習(xí)有效性監(jiān)督等問題，提出建立基于模擬學(xué)生代理的智能化網(wǎng)絡(luò)合作學(xué)習(xí)系統(tǒng)，并以電子商務(wù)專業(yè)為例，論述了如何實(shí)現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)過程中討論主題相關(guān)性以及監(jiān)督學(xué)生積極參與討論等主要問題。通過智能學(xué)生代理的監(jiān)督和干預(yù)，可以有效保證學(xué)生在系統(tǒng)中的學(xué)習(xí)效率，確保學(xué)生討論的主題與預(yù)先設(shè)定的學(xué)習(xí)目標(biāo)密切相關(guān)，并督促群組內(nèi)每個學(xué)生積極參與討論。

模擬學(xué)生；智能代理；學(xué)習(xí)系統(tǒng)

引言

計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展給人們的生活、學(xué)習(xí)和工作產(chǎn)生了巨大的影響。網(wǎng)絡(luò)教學(xué)有了極大的發(fā)展空間，計(jì)算機(jī)輔助教學(xué)系統(tǒng)模擬師生之間的教學(xué)活動，彌補(bǔ)了高校多校區(qū)辦學(xué)模式下教學(xué)過程中師生交互不足的缺憾。本文以電子商務(wù)專業(yè)為例，研究以合作學(xué)習(xí)為主要特點(diǎn)的網(wǎng)絡(luò)輔助學(xué)習(xí)系統(tǒng)。在電子商務(wù)專業(yè)學(xué)習(xí)過程中，合作學(xué)習(xí)是一種重要的學(xué)習(xí)方式，例如在學(xué)習(xí)B2B、B2C和C2C三種電子商務(wù)模式時，為了滿足學(xué)生理解理論知識和應(yīng)用型教學(xué)的需求，需要學(xué)生分別扮演商家、銀行、廠家、物流企業(yè)、消費(fèi)者、第三方支付平臺等角色，體驗(yàn)各個角色在不同電子商務(wù)模式中的功能以及理論的實(shí)踐應(yīng)用；同樣在《網(wǎng)上支付與結(jié)算》課程中同樣需要學(xué)生模擬并體驗(yàn)銀行、顧客、消費(fèi)者、商家等不同角色，充分理解網(wǎng)上支付及結(jié)算過程中的理論應(yīng)用以及需要注意的問題。這些均要求學(xué)生進(jìn)行分組協(xié)同，才能更好地完成學(xué)習(xí)任務(wù)。雖然現(xiàn)有多種網(wǎng)絡(luò)學(xué)習(xí)平臺，一定程度上滿足了上述需求，但在教學(xué)實(shí)踐中發(fā)現(xiàn)尚存在兩個方面的不足：首先，學(xué)生分組學(xué)習(xí)過程中參與程度差異較大，有的學(xué)生在系統(tǒng)中異常活躍，而有的學(xué)生基本不參與討論或者參與很少，這使不同學(xué)生在系統(tǒng)中的學(xué)習(xí)效果有明顯差異，不利于整體教學(xué)效果；其次，學(xué)生在學(xué)習(xí)過程中討論內(nèi)容容易偏離學(xué)習(xí)主題，使得學(xué)習(xí)效率低下。針對這兩個主要問題，本文以模擬學(xué)生代理模型為基礎(chǔ)，建立新的合作學(xué)習(xí)系統(tǒng)，通過模擬學(xué)生代理監(jiān)督檢查學(xué)生學(xué)習(xí)主題符合程度及個體學(xué)生參與程度，發(fā)現(xiàn)問題后采取有效的措施糾正偏差。

一、文獻(xiàn)回顧

學(xué)者GAcampora（2011）利用多代理技術(shù)和計(jì)算技術(shù)相結(jié)合，建立了提供個性化的自適應(yīng)學(xué)習(xí)模型，有效提高了系統(tǒng)的計(jì)算效率；Yann-Micha?l DeHauwere（2010）針對基于多代理學(xué)習(xí)系統(tǒng)中面臨的狀態(tài)空間增長后，代理面臨的策略復(fù)雜性以及學(xué)習(xí)緩慢等問題，提出了利用通用學(xué)習(xí)算法（general?izedlearningautomata，GLA）解決多代理學(xué)習(xí)系統(tǒng)中存在的問題；Jean-PierreFournier（2008）把自適應(yīng)軟件技術(shù)應(yīng)用于電子學(xué)習(xí)系統(tǒng)中，以計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)為例說明了系統(tǒng)中學(xué)習(xí)代理的行為標(biāo)準(zhǔn)及動態(tài)平衡過程；XiaoqingLi（2007）討論了智能代理和其他相關(guān)技術(shù)解決諸如個性化、移動便利性、學(xué)習(xí)組的合作等問題，使得在線教育更加開放，更適合動態(tài)環(huán)境；FranciscoMartinez-Gil（2008）針對大狀態(tài)空間環(huán)境下代理策略的復(fù)雜性問題，提出使用非參數(shù)決策規(guī)則，將狀態(tài)空間劃分為不同的簇，并通過實(shí)驗(yàn)驗(yàn)證該方法具有較好的分類效果。我國學(xué)者也開展了相關(guān)研究。吳飛等（2009）結(jié)合目前智能代理、領(lǐng)域本體知識和個性化服務(wù)等，提出了網(wǎng)絡(luò)教育平臺突出問題的解決方案，如學(xué)習(xí)資源檢索技術(shù)、個性化推薦技術(shù)、元數(shù)據(jù)信息提取和描述等方案；逄華等（2011）建立了一個新型的基于移動Agent技術(shù)的教學(xué)資源推薦系統(tǒng)，具有較好的正確率和查全率；黎孟雄（2012）基于模糊聚類的方法，結(jié)合協(xié)同過濾、智能分詞等技術(shù)，對目標(biāo)用戶的檢索要求進(jìn)行預(yù)測和推薦，有效提高了推薦的質(zhì)量和精度。

二、模擬學(xué)生行為模型（SSBM）

在網(wǎng)絡(luò)學(xué)習(xí)平臺實(shí)踐過程中，如果簡單地將學(xué)生分組，要求他們解決某個指定問題，很難保證合作學(xué)習(xí)的有效性。本文以AuroraVizcaíno（2004）提出的模擬學(xué)生（SimulatedStudent，SS）為基礎(chǔ)，利用學(xué)生代理監(jiān)測學(xué)生行為，并糾正討論與學(xué)習(xí)目標(biāo)無關(guān)的話題、學(xué)生長時間不參與討論等不利行為。

所謂模擬學(xué)生，即一個智能代理，其行為與普通學(xué)生類似，利用其智能行為主動監(jiān)督檢查學(xué)生學(xué)習(xí)過程中的行為，以阻止或減少不利于學(xué)習(xí)的行為發(fā)生。AuroraVizcaíno（2004）提出模擬學(xué)生行為模型（SimulatedStudentBehaviourModel,SSBM）主要有問題探測器、會話日志、域知識、行為生成器和教學(xué)法模型五部分組成（如圖1所示）。

圖1 模擬學(xué)生行為模型框架結(jié)構(gòu)圖

域知識部件主要包含某個學(xué)習(xí)或?qū)嶒?yàn)單元的相關(guān)主題，域知識信息主要用于決定學(xué)生目前學(xué)習(xí)應(yīng)該掌握的知識點(diǎn)及前期基礎(chǔ)知識，同時也調(diào)整模擬學(xué)生代理的行為，更好地適應(yīng)學(xué)生的學(xué)習(xí)監(jiān)督及協(xié)調(diào)。

問題探測器通過學(xué)生模型信息、組模型和知識域，檢查是否有不利的學(xué)習(xí)情況產(chǎn)生，共包含三個子部件：C表示會話處理器，分析學(xué)生討論的內(nèi)容是否偏離學(xué)習(xí)系統(tǒng)要求的目標(biāo)；L表示學(xué)習(xí)問題探測器，監(jiān)測組內(nèi)學(xué)生的學(xué)習(xí)進(jìn)度；P表示被動學(xué)生探測器，檢查每個學(xué)生的參與程度，以判斷是否處于被動參與學(xué)習(xí)及討論的狀態(tài)；在系統(tǒng)實(shí)施過程中，可以根據(jù)需要增加或者修改現(xiàn)有的子部件，以適應(yīng)實(shí)際教學(xué)的需求，體現(xiàn)了系統(tǒng)的可擴(kuò)展性和靈活性。

教學(xué)法模型是當(dāng)問題探測器已經(jīng)檢測到某個不利于學(xué)習(xí)的狀態(tài)時，模擬學(xué)生代理采取相應(yīng)行為的策略，應(yīng)該考慮學(xué)生個體和群組的個性特征和會話日志。會話日志不僅可以記憶學(xué)生討論的內(nèi)容，從而避免類似問題的重復(fù)解答，也可以用于分析學(xué)生的行為特征；圖1中的教學(xué)法模型表示可以使用三個教學(xué)法模型，系統(tǒng)實(shí)施過程中也可以根據(jù)需要增加相應(yīng)的教學(xué)模型。

行為生成器根據(jù)學(xué)生模型、群組模型以及域知識和會話部件的結(jié)果和記錄，為模型學(xué)生選擇適當(dāng)?shù)男袨?。如果問題探測器發(fā)現(xiàn)某個學(xué)生處于被動狀態(tài)，那么模擬學(xué)生就會決定應(yīng)該采用什么行為來提高學(xué)生學(xué)習(xí)積極性，如自動邀請學(xué)生參與某個討論等。

三、電子商務(wù)專業(yè)網(wǎng)絡(luò)合作學(xué)習(xí)系統(tǒng)研究

1.電子商務(wù)專業(yè)網(wǎng)絡(luò)學(xué)習(xí)平臺的必要性和優(yōu)勢

本文以電子商務(wù)專業(yè)為例，建立以模擬學(xué)生（SS）代理為基礎(chǔ)的網(wǎng)絡(luò)合作學(xué)習(xí)系統(tǒng)。電子商務(wù)專業(yè)是一個與經(jīng)濟(jì)、管理、商務(wù)等都相關(guān)的交叉性專業(yè)，在理論學(xué)習(xí)和模擬實(shí)驗(yàn)中，按照實(shí)際的商務(wù)活動模式，模擬各個環(huán)節(jié)和經(jīng)營過程，不僅可以加深對理論知識的理解，也可以使學(xué)生更好地模擬商務(wù)實(shí)踐；另外，我校是典型的多校區(qū)辦學(xué)模式，擁有四個校區(qū)，跨越兩個城市，這種辦學(xué)模式使得傳統(tǒng)的教學(xué)和課余輔導(dǎo)模式與實(shí)際需求不相適應(yīng)，因此需要探討新的學(xué)習(xí)輔助系統(tǒng)。本系統(tǒng)根據(jù)學(xué)習(xí)安排分組，主界面主要包括討論的歷史記錄和輸入窗口兩部分（如圖2所示）。

圖2 學(xué)習(xí)系統(tǒng)主要界面截圖

近年來興起的網(wǎng)絡(luò)教學(xué)主要從以下幾個方面影響著現(xiàn)有的學(xué)習(xí)模式：首先，方便學(xué)生自主學(xué)習(xí)，并且能夠讓學(xué)生在定制學(xué)習(xí)進(jìn)度和深度方面具有一定的自主權(quán)，對激發(fā)學(xué)生學(xué)習(xí)興趣和主動性具有重要作用；其次，為教師的教學(xué)過程提供便利，如多校區(qū)辦學(xué)模式下學(xué)生課余輔導(dǎo)、作業(yè)指導(dǎo)、實(shí)驗(yàn)檢查等均可在教學(xué)平臺上完成，節(jié)約了大量時間和物力，也可以一定程度上節(jié)約辦學(xué)成本；第三，對教學(xué)質(zhì)量的監(jiān)控和評價等均具有重要作用；最后，有助于建立學(xué)校統(tǒng)一的校園文化氛圍，減少由于地理空間距離引起的校園分割造成的不利影響。本研究試圖解決以下問題：

（1）教學(xué)平臺的智能化：教學(xué)平臺不僅僅是一個電子化的教學(xué)平臺，而是具有一定社會性的學(xué)習(xí)環(huán)境，可以判斷學(xué)生是否努力、學(xué)習(xí)效率高低等。從學(xué)習(xí)的角度出發(fā)，研究如何構(gòu)造學(xué)生模型來表示、識別和跟蹤學(xué)生的學(xué)習(xí)特性和學(xué)習(xí)狀態(tài)。

（2）學(xué)習(xí)過程的監(jiān)督：主要從兩個方面監(jiān)督學(xué)生在網(wǎng)絡(luò)平臺上的學(xué)習(xí)過程：一是群組討論過程中是否偏離本次探討的主題，即學(xué)生在系統(tǒng)中是否探討與學(xué)習(xí)無關(guān)的內(nèi)容諸如足球、彩票、影視等；其次，監(jiān)督學(xué)生個體是否按要求積極參與學(xué)習(xí)系統(tǒng)要求的內(nèi)容，例如有的學(xué)生討論很積極，而有的學(xué)生則處于被動狀態(tài)，系統(tǒng)能夠自動檢測到每個學(xué)生的狀態(tài)。

上述問題要求系統(tǒng)首先能夠檢測討論的內(nèi)容與學(xué)習(xí)主題的相關(guān)程度，其次是解決群組中學(xué)生的參與積極性。下面探討如何利用智能學(xué)生代理實(shí)現(xiàn)學(xué)習(xí)主題相關(guān)性分析和學(xué)生參與程度分析。

2.學(xué)習(xí)主題相關(guān)性分析及其干預(yù)

為了判斷學(xué)生討論過程中是否偏離主題，在模擬學(xué)生代理行為模型中的會話處理器以關(guān)鍵詞為主要判斷依據(jù)，即根據(jù)學(xué)生討論內(nèi)容中包含的關(guān)鍵詞的類別、內(nèi)容、頻次分析判斷目前學(xué)生討論的主題。實(shí)現(xiàn)這個功能需要以三個數(shù)據(jù)庫為基礎(chǔ)，分別是一般數(shù)據(jù)庫、特定數(shù)據(jù)庫和其他數(shù)據(jù)庫，其中一般數(shù)據(jù)庫包括電子商務(wù)專業(yè)的關(guān)鍵詞，例如商務(wù)、B2C、網(wǎng)絡(luò)、支付等；特定數(shù)據(jù)庫指針對某個學(xué)習(xí)單元或者單個具體實(shí)驗(yàn)的關(guān)鍵詞，例如B2C實(shí)驗(yàn)中供應(yīng)商、網(wǎng)店、消費(fèi)者等；其他數(shù)據(jù)庫主要包含學(xué)生目前感興趣的話題相關(guān)的關(guān)鍵字，如甄環(huán)傳、毒刺等。

系統(tǒng)運(yùn)行過程中，會話處理器首先檢查學(xué)生會話內(nèi)容中是否包含特定數(shù)據(jù)庫的關(guān)鍵詞，如果沒有則轉(zhuǎn)向一般數(shù)據(jù)庫，看討論的是否電子商務(wù)專業(yè)的一般問題，如果在兩個數(shù)據(jù)庫中都沒有找到相關(guān)的關(guān)鍵詞，則模擬學(xué)生首先假定該組學(xué)生在討論與學(xué)習(xí)無關(guān)的主題，如果系統(tǒng)中的模擬學(xué)生代理是第一次或第二次檢測到這種狀態(tài)，那么并不主動干預(yù)討論，以給學(xué)生更多的自由，減少被人監(jiān)督的感覺；如果模擬學(xué)生代理多次發(fā)現(xiàn)這個問題，則需要采取合理的動作以糾正學(xué)生討論和學(xué)習(xí)狀態(tài)，例如通過模擬學(xué)生代理的發(fā)言，把討論的主題轉(zhuǎn)向系統(tǒng)的學(xué)習(xí)目標(biāo)，通常可以采取表1所示的幾種方法。

表1 模擬學(xué)生代理糾正討論偏離主題的主要方法

所采用的相關(guān)性干預(yù)算法則是基于討論內(nèi)容相關(guān)性和頻率二者的統(tǒng)計(jì)數(shù)據(jù)做出判斷，主要依據(jù)是一般數(shù)據(jù)庫、特定數(shù)據(jù)庫和其他數(shù)據(jù)庫與討論內(nèi)容進(jìn)行比較，判斷目前討論內(nèi)容的相關(guān)性。三個數(shù)據(jù)庫分別命名為general、specific和palyful。主要算法如下：Begin /＊相關(guān)性檢測及干預(yù)算法＊/

3.學(xué)生參與程度監(jiān)督與干預(yù)

學(xué)生可能由于多種原因?qū)е路纸M合作學(xué)習(xí)過程中處于被動狀態(tài)，如有的學(xué)生覺得自己掌握的與目前討論相關(guān)知識基礎(chǔ)薄弱或者是覺得其他同學(xué)的知識技能要遠(yuǎn)優(yōu)于自己，盡管這種感覺可能是一種錯覺，但是很容易使學(xué)生在討論中處于觀望狀態(tài)，不能積極參與到討論中去。常用的方法包括表2所示的幾種類型。

表2 模擬學(xué)生代理干預(yù)被動學(xué)生方法

學(xué)生可能由于各種原因處于被動狀態(tài)，測器必須探測學(xué)生被動的具體原因，根據(jù)不同原因模擬學(xué)生將采取不同行為，以達(dá)到更好的干預(yù)效果。

被動學(xué)生探測器的基本結(jié)構(gòu)如圖2所示。通過檢測學(xué)生討論的頻率和交互的模式，比較個體學(xué)生與整個組的交互頻率，判定該學(xué)生是否是“被動學(xué)生”。如果學(xué)生處于被動狀態(tài)，模擬學(xué)生進(jìn)一步判定該學(xué)生是由于缺乏相關(guān)知識不能夠參與討論，或者僅僅是由于含羞以及不愿意參與討論，或者是由于群組中有一個過于活躍的學(xué)生存在而導(dǎo)致其他學(xué)生討論積極性不高等的原因。這個步驟主要根據(jù)會話處理器中保存的討論記錄，如經(jīng)常給出具體答案的學(xué)生往往代表擁有相應(yīng)知識，而提出問題較多的學(xué)生可能基礎(chǔ)比較薄弱。確定了學(xué)生處于被動狀態(tài)的原因之后就可以觸發(fā)行為生成器產(chǎn)生相關(guān)動作，以自動干預(yù)學(xué)生學(xué)習(xí)狀態(tài)。

圖2 被動學(xué)生探測器

在網(wǎng)絡(luò)環(huán)境中學(xué)生很容易由于自身惰性或?qū)W習(xí)進(jìn)度和基礎(chǔ)等原因不積極參與小組討論，不僅不利于學(xué)生個體學(xué)習(xí)，也不利于學(xué)習(xí)平臺效用的發(fā)揮。因此，有必要利用虛擬學(xué)生代理角色主動檢測學(xué)生在網(wǎng)絡(luò)系統(tǒng)中的表現(xiàn)。在算法中將學(xué)生分為三類：一是超級活躍學(xué)生，這類學(xué)生往往占據(jù)了小組中討論的主要地位，并不顧其他成員的討論內(nèi)容；二是基礎(chǔ)較好但不愿意或者羞于參與小組討論，這類學(xué)生往往能回答其他成員的難題，但并不主動參與相關(guān)討論；三是基礎(chǔ)較差的學(xué)生，不能回答其他人問題，也不愿意參與討論。相關(guān)算法如下：

Begin /＊算法開始＊/

IntNum /＊小組成員人數(shù)＊/

total_ask=0,total_answer=0,total_other=0 /＊記錄本次討論總的提問、回答以及討論次數(shù)；單個學(xué)生提問次數(shù)、回答次數(shù)、討論次數(shù)，并且初始值為0＊/

Intask_num[num]=0,answer_num[num]=0,oth?

er_num[num]=0

Sentence=Get-Sentence(i)

/＊獲取輸入內(nèi)容，并自動觸發(fā)后面程序內(nèi)容，判斷學(xué)生輸入內(nèi)容是提題、回答題，還是一般討論，分別將相應(yīng)次數(shù)加1＊/

Ifask(Sentence)=true

ask_num[i]=ask_num[i]+1,total_ask=total_ask+1

Ifanswer(Sentence)=true

answer_num[i]=answer_num[i]+1,total_answer=

total_answer+1

Ifother(Sentence)=true

other_num[i]=other_num[i]+1,total_other=to?

tal_other+1

Fori=1toNum

/＊根據(jù)參與討論頻率和類型

檢測每個學(xué)生類型＊/

If(ask_num[i]+answer_num[i]+other_num[i])/(to?tal_ask+total_answer+total_other)〉(4/num)

Intervention_Hyperactive() /＊檢測到超級活躍學(xué)生時執(zhí)行相應(yīng)干預(yù)動作＊/

If(ask_num[i]+answer_num[i]+other_num[i])/(to?tal_ask+total_answer+total_other)〈(0.3/num)

/＊檢測到被動學(xué)生時分類進(jìn)行干預(yù)＊/

Ifask_num[i]/(ask_num[i]+answer_num[i]+oth?er_num[i])〉80%/＊多數(shù)提問題＊/

Intervention_dificient() /＊對基礎(chǔ)較差學(xué)生執(zhí)行干預(yù)＊/

Ifanswer_num[i]/(ask_num[i]+answer_num[i]+ other_num[i])〉80%

Intervention_adequate()/＊對基礎(chǔ)好但是不愿意或者羞于討論的學(xué)生執(zhí)行干預(yù)＊/

End/＊算法結(jié)束＊/

四、結(jié)論及存在主要問題與不足

本文主要探討了基于模擬學(xué)生代理的網(wǎng)絡(luò)學(xué)習(xí)平臺中討論合作學(xué)習(xí)的關(guān)鍵問題解決方案。在合作學(xué)習(xí)模式下討論，往往會面臨主題偏離學(xué)習(xí)目標(biāo)和群組中學(xué)生討論不積極兩個主要問題。本文以電子商務(wù)專業(yè)為背景，提出通過建立模擬學(xué)生代理，自動檢測目前討論主題相關(guān)程度以及是否存在學(xué)生不參與或者不積極參與組內(nèi)討論情況，檢測到相關(guān)問題以后可以自動觸發(fā)行為生成器，發(fā)出相應(yīng)的干預(yù)動作，以糾正學(xué)習(xí)過程中的偏差行為。

本研究主要存在以下不足之處：

首先是相關(guān)主題詞數(shù)據(jù)庫建設(shè)問題。目前主要通過人工設(shè)定并定期動態(tài)調(diào)整的方式完成，這不僅增加了系統(tǒng)運(yùn)行中人工干預(yù)的工作量，同時也給系統(tǒng)的動態(tài)運(yùn)行和及時更新帶來了一定困難，進(jìn)一步研究可以增加主題詞數(shù)據(jù)庫自動提取功能；

其次，學(xué)生被動狀態(tài)判斷準(zhǔn)則主要是根據(jù)參與討論的頻率等因素，雖然方法簡單，但是智能化程度有所欠缺，通過人工智能等技術(shù)改進(jìn)被動學(xué)生判斷方法，可以進(jìn)一步提高系統(tǒng)的智能化和靈活性；

第三，使用人數(shù)增多時，模擬學(xué)生代理運(yùn)行資源需求增速很快，目前系統(tǒng)算法不適宜大量學(xué)生同時訪問，在實(shí)踐中可以滿足一個專業(yè)的學(xué)生（約200人）使用，對于專業(yè)或?qū)I(yè)基礎(chǔ)課的相關(guān)學(xué)習(xí)，但對于全校的公共課程（如高等數(shù)學(xué)等）不太適合。

[1]G Acampora,Matteo Gaeta,Vincenzo Loia． Combining Multi-AgentParadigmandMemeticComputingforPersonalizedand AdaptiveLearningExperiences[J]． ComputationalIntelligence, 2011,27(2):141-165.

[2]Yann-Micha?lDeHauwere,PeterVrancx,AnnNowé．Generalized learningautomataformulti-agentreinforcementlearning[J]．AI Communications,2010,23:311-324.

[3]Jean-PierreFournier，Jean-PaulSansonnet．ActiveTutor:towards moreadaptivefeaturesinane-learningframework[J]．Interactive TechnologyandSmartEducation，2008，5(3):189-204.

[4]XiaoqingLi．IntelligentAgent-SupportedOnlineEducationDeci?sionSciencesJournalofInnovativeEducation[J]．2007，5（2）：311-330.

[5]FranciscoMartinez-Gil．Agent’sactionsasaclassificationcriteria forthestatespaceinalearningfromrewardssystem[J]．Journalof Experimental&TheoreticalArtificialIntelligence，2008，20(4): 269-276.

[6]吳飛，吳兵，申志斌.新一代網(wǎng)絡(luò)教學(xué)平臺特征和技術(shù)難點(diǎn)的分析與探討[J].開放教育研究，2009，15（1）：10-20.

[7]逄華，荊永君，王龍.基于移動Agent技術(shù)的教學(xué)資源推薦系統(tǒng)研究[J].電化教育研究，2011，（9）：79-83.

[8]黎孟雄，郭鵬飛.基于模糊聚類的教學(xué)資源自適應(yīng)推薦研究[J]．中國遠(yuǎn)程教育，2012，（7）：89-92.

[9]AuroraVizcaíno．Asimulatedstudentagentforimprovingcollabora?tivelearning[J]．InteractiveTechnology&SmartEducation，2004，2:119-126.

G40-057

A

1009—458x（2014）12—0067—05

2014－08－30

薛永剛，博士，講師；張明麗，碩士，講師。廣東藥學(xué)院醫(yī)藥商學(xué)院（510006）。

責(zé)任編輯 日 新

廣東省教育科研"十二五"規(guī)劃課題(2012JK146)：多校區(qū)辦學(xué)模式下的高校智能化輔助教學(xué)平臺研究。