贝叶斯网络在自适应教育超媒体中的应用

自适应教育超媒体系统中,学生模型的不确定性因素的处理是非常重要的问题。文章讨论了在笔者所设计和实现的自适应教育超媒体系统中,应用Bayes网络处理学生模型中非确定因素的方法。

自适应超媒体技术及其在智能化CAI中的应用

将自适应超媒体的方法和技术应用于智能教学系统，可充分体现因材施教的思想，提高学生的学习效果。文章介绍了自适应超媒体系统的关键方法和技术，描述了智能教学系统的组成与结构，然后结合自适应教学系统KDAES的研制讨论了自适应技术对教学系统智能化的支持及系统核心模块——学生模型的构建。

基于适应性超媒体技术的智能网络课程

针对现有的网络课程往往没有充分考虑到学生的个体差异 ,对所有的学生呈现相同的教学内容 ,很难体现因材施教的现状 ,提出了用适应性超媒体技术建构智能网络课程的设计思路 .使用基于领域模型、学生模型和通用模型的框架体系 ,把主题知识与概念知识以及学习偏好等信息作为学生模型的主要记录内容 ,并将学生模型用于适应性导航和适应性内容展示的决策与更新机制 .因而能够充分考虑到学生的个别化差异 。