全文总字数：4768字
1. 研究目的与意义、国内外研究现状（文献综述）
| 课题意义： 现代大学教育下模式下，主要是教师向学生灌输已有知识理论。学生被动接受知识，缺乏对于学习的自主性[1]，又由于课堂时间有限以及教师精力有限，程序式以及模板化的练习方式无法满足各个学生的要求，所以学生学习效率低下。 为缓解学生与教师之间的矛盾，培养学生自主学习能力，降低教师负担，提高教学质量，需要形成一种新的教学模式，因此构建一个基于课程知识点的学生自助学习平台对于实现大学生的自主学习[2]，以养成良好的自主学习能力来说是一种很好的手段与方式。基于课程知识点的自助学习平台[3]是融合了计算机技术、现代通信技术以及多媒体技术等相关学科及领域的产物，它的最大优势在于突破了时空限制，为教师和学习者提供了一种新的教与学的模式，为教师减轻压力，将更多的精力放在提升教学质量上。
国内外研究现状： 传统教育模式下[4]，主要是以课堂形式进行教学。上个世纪六七十年代人工智能得到较大发展，专家系统的出现使得人机之间的互动水平大大提高。基于计算机的学习系统也向更加智能化的方向发展，继而出现了智能导师系统[5]。早期的智能导师系统主要以问答为主要形式，允许学习者与系统进行对话，系统能够对学习者进行解答。因此系统本身需具备完善的专业基础知识，能够满足各类学生要求。 随着科技发展至今，智能化水平不断提高，此类学习系统较多以提高机器的服务能力为主要目的，而缺少服务对象之间的交流机会。其虽然一定程度上给予了学生学习的自由度，但是对于学生自主性能力培养却收效甚微。而本次项目所作学习平台主要是给予了学生充足的执行权力，通过学生之间的竞争提高其学习积极性。
发展前景： 建构主义学习理论[6]认为学生绝不是信息的被动接收器，相反，他们应当是学习的中心焦点，老师的角色是引导学生自己学习；学生对自己的学习负有积极的责任，教师应该让学生用各种方法构建自己对课程的理解。因此，要让学生从被动学习转向自主学习，网络教学系统必须要能做到从传统的资源展示转向主动资源学习，因此自主学习平台一定要体现“以学生为中心”的教育理念。该理念一方面要求立足学校人才培养定位、准确掌握学生情况，另一方面尊重学生主体地位、发挥学生的主体意识。 本系统以学生为中心，根据学生要求制定相应的练习策略[7]，对于课程知识题库的维护也多数由学生共同参与[8]，此系统有助于调动学生积极性，增加学习知识效率，提高教学质量，具有较大的发展前景。
参考文献： [1]Marcos P, Arroyo-Jimenez M M, Artacho-Perula E, etal.Self-directed learning in the Gross Anatomy medical curriculum[J].European Journal of Anatomy, 2019, 8(3): 147-153. [2]刘承煜.促进大学生自主学习的教学模式探究[J].中国高等教育,2011(17):58-59. [3]Angus D C.Fusing randomized trials with big data: the key to self-learning health caresystems?[J]. Jama, 2015, 314(8): 767-768. [4]张晓峰.对传统教育评价的变革——基于多元智能理论的教育评价[J].教育科学研究,2002(04):28-30. [5]王冬青,柳泉波,任光杰,等.一种面向问题解决的智能导师系统[J].中国电化教育,2008(8):90-94. [6]乔爱玲,托娅.计算机多媒体网络环境下协作式学习理论探索与模式构建[J].外语界,2005(1):24-27. [7]Huang T, LiuD. A self-learning scheme for residential energy system control andmanagement[J]. Neural Computing and Applications, 2013, 22(2): 259-269. [8]曾坚.基于ASP.NET在线网络教学平台设计与实现[D].电子科技大学,2014. |
2. 研究的基本内容和问题
| 研究目标： 本项目拟建立一个基于知识点的专业课自助练习平台，旨达到以下目标： 1. 使得学生能够通过自助练习，增强对于课程知识点的掌握。 2. 减轻教师负担并给予其较为准确的知识点掌握情况，有助于提高教学质量。
研究内容： 本项目主要研究基于课程知识点的学生自助练习系统，以解决传统模式下教学形式单一，教师负担较大以及学生能力训练固定化等问题。基于蚁群混合遗传算法的组卷系统以及课程知识点图谱的建立是本项目的核心与关键，其使用数学模型系统化描述知识体系，力求给予学生适合自己的练习内容。 本项目主要实现以下功能，首先对于用户而言，其可以是学生用户也可以是教师用户，两者具有相似的功能，系统给予学生较大的自主权利以此来淡化教师的功能。用户可以向题库中添加题目，此题目需要得到多数用户的认可才可正式入库；用户可以定制属于自己的试卷，由系统根据当前用户的能力自动给出，并提供给用户一套完整的考试系统包括在线考试，批阅试卷，成绩分析以及错题整理等功能。此外用户拥有一套合理的积分体制，通过积分可将试卷给予他人批阅，也可评阅他人试卷赚取积分。
图 SEQ 图 \* ARABIC 1 用例图1
其次对于管理员而言，可分为系统管理员与课程管理员，系统管理员拥有最高权限主要拥有账号信息以及所有课程题库的管理功能，而课程管理员主要针对于各个课程而言，其可以对所管理课程的题库、知识点等进行修改，增加或删除，并定期发布测试试题供学生挑战。
图 SEQ 图 \* ARABIC 2 用例图2
因此整个系统由如下两个基础模块构成，用户功能模块以及管理员功能模块。系统的主体便是对于用户提供的服务，主要帮助用户来提高对于课程知识点的掌控。而管理员模块主要涉及基础数据的增删查改。
图 SEQ 图 \* ARABIC 3 系统模块图
拟解决的关键问题： 1. 组卷系统的设计与实现 组卷系统的流程由下图4所示，为了针对于学生作定制化训练，所以需要不断更新难易度，量化知识点权重。为了使得试卷知识点覆盖全面且更具合理性便需要合理安排约束条件。用户需要明确指出组卷过程中的各项参数指标，具体分为如下几个方面：总分值、分值分布、题目数量、题目分布、知识点数量、知识点分布、题目难度、区分度等相关属性。 组卷过程中约束条件并不是孤立存在的，不同的组卷约束条件之间存在相互的关系。在实际运用中，同时满足所有的约束条件存在一定的困难，并且目标试卷中可能出现大量试题重复以及知识点遗漏现象，因此需采用遗传算法，通过自然选择和遗传机制优化组卷结构，或者采用蚁群算法，不断重复来获得组卷全局最优解。
图 SEQ 图 \* ARABIC 4 组卷功能流程图
2. 知识点图谱的设计与建立 对于知识点按照树形结构细化，以章节为单位，共分为3级结构，每一级知识点附带权重与错误率信息，根据教学大纲变化或者学生练习结果不断变化，具体如下图所示。
图 SEQ 图 \* ARABIC 5 知识点体系结构图
|
3. 研究的方法与方案
| 研究方法： 本项目采用MVC设计模式，使用SSM技术框架进行开发。后端采用Mybatis完成数据持久化。 SSM框架集由Spring，SpringMVC,Mybatis三个开源框架整合而成，常做为数据源较为简单的Web项目框架。框架介绍如下： 1.Spring 作为一种轻量级的 Java 轻量级框架，以解决企业级应用的复杂性而创建。Spring 使用基本的 JavaBean 代替 EJB 以前完成的任务。Spring 作为面向切面的容器框架和轻量级控制反转框架，不仅仅局限于服务器端的开发。 2.Spring MVC 属 于 SpringFrameWork 的后 续 产 品 ， 已 经 融 合 在Spring Web Flow 里面。Spring MVC 将控制器、模型对象、分派器以及处理程序对象的角色进行了分离，角色分离使得各角色更独立更容易进行定制。 3.MyBatis 是由 Apache 的开源项目 iBatis 发展而来。是一种基于 Java 的持久层框架，iBatis 提供了包括 SQL Maps 和 Data Access Object（DAO），消除了几乎的 JDBC 代码和参数的手工设置。
技术路线：
图 SEQ 图 \* ARABIC 6 技术路线图 1.建立知识图谱，确定试题属性词条。 2.建立基本数据结构，包括用户管理员属性，试题属性等。由此建立数据库结构。测试数据库功能，确保其建立完毕。 3.根据试题属性确立试题约束条件，由此根据遗传算法或蚁群算法设计符合自生条件的组卷算法。测试算法，保证其组卷的完整性，正确性。 4.根据模块功能，运用Spring与SpringMVC完成业务逻辑层与控制层设计，包括登陆注册，添加题库，在线考试，批阅试卷等。 5.功能与表现层联系，完成Web层设计。
实验方案： 项目构建：本次项目首先选取《计算机组成原理》一门课程建立知识图谱并填充试题，随后建立数据库相关信息，根据现有题库封装基本功能，包括登陆注册，题库管理，组卷，批阅试题等，最后建立Web层联合功能接口给予显示。
项目测试：注册一个基本用户，注册一个系统用户，分别测试其基本功能的完整性。
环境配置： l 运行系统：Window 10 l IDE工具：Eclipse l Tomcat服务器：Apache-Tomcat-8.5.31 l 数据库：Mysql-8.0.13
可行性分析： 数据可行性：本系统的主要实验数据来自于课程知识点的题目，本次项目主要将使用计算机专业课程的题库，由于自身对于此类课程较为熟悉，所以此类课程知识点图谱构建以及题目添加将会较为顺利。 技术可行性：经典的组卷系统包括随机法，回溯法以及权重优先法等，较为智能的方式例如遗传算法，蚁群算法等也有很多的应用，因此可以根据自身系统的题目约束组成适合本系统的组卷算法。
|
4. 研究创新点
| 特色或创新之处： 1.将传统的人工出题组卷转化为系统根据具体要求自动从题库选取试题进行组卷，满足学生日常训练要求，同时减轻了教学负担。 2.以学生自助练习为主要方式从而弱化教师的地位，改变传统教学观念，提升教学质量。
|
5. 研究计划与进展
| 研究计划及预期进展： 2018年12月25日——2019年1月1日：确定所选题目，收集相关资料 2019年1月2日——2019年1月9日：撰写开题报告，完成开题汇报工作 2019年1月10日——2019年2月1日：完成基本数据结构设计，包括试题结构，用户数据结构等，构建好数据库。 2019年2月2日——2019年3月1日：完成业务逻辑层与控制层设计，编写模块功能。 2019年3月2日——2019年4月1日：完成WEB层设计 2019年4月2日——2019年5月1日：完成代码整合，编写论文初稿 2019年5月2日——之后：论文修改，最终定稿，准备毕业答辩 |
