基于本體的SQL個性化智能教學輔導系統框架設計

袁 梁，范彥彬

(1.無錫城市職業技術學院 師范學院，江蘇 無錫 214000；2.江南大學 教師卓越中心，江蘇 無錫 214000)

結構化查詢語言(Structured Query Language)簡稱SQL，是一種完整的數據庫語言。它是基于關系代數和元組關系演算構建的[1]，旨在存取、查詢、更新管理關系數據庫管理系統中的數據。SQL是使用最廣泛的數據庫語言，在計算機學科的課程教學中占據重要地位，計算機專業的學生都應該掌握它。盡管SQL的語法看似簡單，但它并不易于掌握。它與過程或面向對象的語言不同，因為SQL本質上是一種聲明性語言，聲明的變量可靈活獲取，SQL編程須處理變量賦值的集合，集合中的一組變量賦值沒有任何特定的順序。開發人員在使用變量時必須理解變量當前賦值的含義才能達到預期目的。

客觀地講許多學習者在學習SQL方面有困難，并且這個問題在整個課程學習過程中持續存在。這首先是由于SQL的內容眾多，SQL課程包含許多主題，例如SQL語法、SQL運算符、SQL函數、SQL存儲過程、Select、Union、Join、distinct、Order、Group、Having等等，這些主題必須在有限的時間內教授；其次是與教學資源相關，一堂課中學習者的數量較多，講師在課堂上可能無法響應全部的問題；再次是與學習者自身有關，缺乏先驗知識、學習能力以及學習時間分配等問題。因此如何解決上述問題對于SQL的教學顯得至關重要，國內外學者在這方面做了很多有意義的研究， Renaud[2]等人提出了兩種不同的教學方法來教授SQL，他們從心理模型和認知方面比較了兩種方法的差異，Piyayodilokchai[3]、Folland[4]等學者討論了理論知識和實踐操作在數據庫和SQL學習中的重要性。

然而學習本質是建構主義，學習者必須確定需要構建的SQL基礎知識。對基礎知識的缺乏或理解不充分將不可避免地導致無法全面理解SQL.本文提出的SQL個性化智能教學輔導系統(簡稱SQL-PITS)框架，為不同類型的學習者提供自適應的學習教程、學習材料和評估方法，隨時為學習者提供課外教學輔導，從而使學習者獲得更好的理解并補充缺少的知識。

1 框架設計

本體是一種用于知識表示、共享、重用和互操作的形式化表達和構建工具，隨著人工智能技術在教育領域的不斷應用，它在智能教學輔導系統的設計與開發中扮演著越來越重要的角色。

本文基于學習對象構建了SQL個性化智能教學輔導系統的三個本體模型。學習對象是SQL-PITS的原子教學組件，每個學習對象都具有獨立的內容，并可以與其他學習對象針對不同的學習者和學習環境一起使用或重用，它們也可以重新組合在一起形成新的更大尺寸的學習對象。學習對象適合根據不同學習者的特征，利用本體來組織教學內容[5]。本體利用語義Web在部署和重用學習對象方面起著關鍵作用，本體有助于更靈活地描述與學習對象相關的元數據和其他信息，有助于學習對象更便捷地搜索和交換信息。本體可用于確定領域內概念以及用于在學習對象中標記術語，允許不同的系統組件對學習對象的語義達成共識。這是SQL-PITS知識庫模型構建的主要基礎。

此外，SQL-PITS基于各種教學策略本體和教學設計理論，還具有根據學習者模型，智能搜索、選擇、分配適當的學習對象構建學習課程的能力[6]。本體在SQL-PITS中的關鍵作用是設計獨立的課程內容，并為不同學習者提供個性化的學習教程。

1.1 系統結構

SQL-PITS的系統結構包含四個模塊：知識庫模塊、學習者模塊、教學模塊和接口模塊。知識庫模塊、學習者模塊、教學模塊由本體進行描述，可以有效明確各模塊組件之間的界限和通信關系，并根據學習者的知識水平、偏好和背景知識提供個性化的學習課程。圖1顯示了基于本體的SQL-PITS系統結構。

圖1 基于本體的SQL-PITS系統結構圖

接口模塊用于識別學習者的意圖，并負責組成要呈現給學習者的信息，它與教學模塊交互有關學習者的信息，例如個人資料、所選主題、學習主題和背景知識。接口模塊還為教師生成圖形用戶界面，以便更新學習資料。知識庫模塊包含了SQL內容知識庫，是SQL-PITS的基礎。學習者模塊包含有關學習者的信息, 此信息會不斷更新，并由教學模塊調用。教學模塊用于確定系統的本體策略，每個策略都是一條規則。教學模塊明確了課程的教學目標以及在學習過程的每個階段中應用的教學策略。教學模塊是系統的核心，它互連系統中的每個組件，更新并查詢其他模塊組件。

1.2 SQL知識本體模型

SQL知識本體是SQL-PITS的SQL內容知識庫。SQL知識域基于ACM / IEEE計算機協會的計算機科學課程框架。設計SQL知識本體的主要概念來源于三部分:計算機科學課程框架要求的學習目標、學院SQL課程要求的教學目標、以及SQL知識域內學習對象元數據(LOM)。SQL-PITS將要學習的知識單元，稱為“主題”，它們是與SQL內容和教學策略分離的模塊化單元，主題包括內容項，示例項，練習項和評估項。SQL知識庫、SQL概念圖(包括SQL教學策略)和SQL教學目標等材料從講師、書籍和網站中收集，材料的有效性通過Delphi技術[7]進行檢查。

SQL知識本體依據SQL概念圖建立主題之間的關系。特定域可以具有各種相互關聯的主題。主題之間可以存在多種關系，學習者能夠通過它們之間的關系將學習從一個主題導航到另一個主題。SQL知識本體的結構如圖2所示。

圖2 SQL知識本體結構圖

1.3 學習者本體模型

如果學習者第一次學習課程，系統將在課程開始之前給學習者進行一次預先測試。通過這次測試，學習者模型可以評估學習者的知識水平并確定初始成績。在對學習者進行初步評估之后，SQL-PITS會推薦SQL知識領域內的相關基礎知識，動態生成課程主題，學習者可以自行選擇補習相應主題。在所選主題補習完成后，SQL- PITS會對學習者進行再次測試并評估其知識水平。如果學習者通過了測試，則他將繼續學習推薦課程，而無需更改課程。但是如果學習者的表現不符合預期，未能通過測試，系統將修改學習者的評估成績，重新動態生成課程。通過動態再生，每個學習者都可以根據自己的需求獲得個性化的課程。

學習者模塊包含學習者信息以及相關主題的知識水平度量。學習者需要回答一份VARK問卷調查表[8]，該問卷由16個問題組成，用于測試學習者偏愛四種學習方式中的哪一種。測試結果將存儲在學習者模型中，由教學模塊和接口模塊調用，依據測試結果為學習者選擇適合的學習材料。

學習者本體提供了所有有關學習者信息的映射關系。在本文，考慮了學習者的四種特征：1)學習者的個人信息，如姓名、ID、電子郵件等；2)學習者能力數據，如學習者的知識水平、學習者的弱點等；3)學習者偏好數據，使用VARK調查表確定的個人首選學習方式；4)學習者背景知識，依據系統中的學習記錄評估的當前水平。學習者本體的結構如圖3所示。

圖3 學習者本體結構圖

1.4 教學策略本體模型

SQL常見課堂教學策略是教授SQL基礎概念、易于理解的SQL語法和語義，并輔以適合學習者知識水平的示例和練習。而教育人工智能系統(AIED)主要基于以下幾種方法來提高系統的教學專業水平：1)觀摩教師課堂的授課過程，然后對這些教師的優質專業教學示例進行編碼；2)采用已經被廣泛使用且有效的學習理論，3)觀察學生聽課過程，或者建立一個學生聽課的模擬模型[9]。

本文使用建構主義學習理論來設計教學策略，策略數據來源主要包括觀察SQL教師的教學方法、觀察學習者在教室中的行為以及對三年以上講授SQL學科的教師的采訪。SQL-PITS教學策略由兩部分組成：主題選擇策略和主題內容呈現策略(包括示例，練習和輔導材料)。教學策略本體依據一組條件和決策相關聯的規則來確定合適的策略，條件由來自各個組件的數據組成。系統首先根據學習者模型選擇合適的條件，然后依據學習者未掌握的主題檢查概念圖，設置必修內容的主題順序。確定策略的條件是：1)每個主題學習者預先測試的評估結果，分為三個等級：差、中等和優良； 2)每個主題學習者再次測試的評估結果，分為四個等級來評估學習者對該SQL主題的學習效果：差、中等、優良和無結果； 3)學習或未學習的主題選擇狀態。SQL教學策略本體的結構如圖4所示。

圖4 SQL教學策略本體結構圖

1.5 SQL教學策略編碼

本文采用SWRL(語義Web規則語言)規則進行SQL教學策略編碼，SWRL是以OWL Web本體語言的子語言OWL DL、 OWL Lite和RuleML為基礎的規則描述語言，其目的是為了驅使規則與OWL知識庫產生結合，提供更強的邏輯表達能力，SWRL規則可以從現有OWL知識庫中推斷出新知識[10]。從表1可以看出教學策略被實現為查找某個條件字段的SWRL規則。將這些策略建模為SWRL規則的優點是：每個策略的計算都在本體中明確表示，并且可以查看和編輯，以及由其他模塊組件進行推理。

表1 使用SWRL規則定義SQL教學策略的例子

2 本體評估

本文采用GQM(Goal-Questions-Metrics)方法對本體進行評估[11]。 GQM方法從目標和提出的問題出發，這使得度量可以聚焦于SQL本體的需求而不是數據本身。該評估過程包括3個步驟：

步驟1：確定SQL本體的目標。擬采用的SQL本體將綜合考慮學習者的SQL先驗知識、偏好、學習能力等多方面特征，這些特征與與本體論要素(完整性，一致性，簡明性，精確性和清晰度)的要求是相符合的[12]。

步驟2：根據所需特征的定義和描述提出問題。 在確定了本體特征之后，將根據特征的定義和描述提出問題。每個期望目標的實現都由幾個問題進行度量，其中每個問題都有一個評估值。來自一組問題的評估值用于計算一個所需特性的度量。

步驟3：基于人工評估的度量定義。本文邀請了5位校內外SQL和本體專家對SQL本體結構進行評估，他們通過捕獲本體的語義并在SQL領域知識的背景下評估本體的質量。SQL本體特征的度量采用李克特五級量表法(five-point likert scale)：將基于一組問題的特征評估值計算為平均值(Mean)、標準差(S.D.)和滿足度(Expressiveness Level)，做為該組評估結果。

表2是依據5位專家提供的評估值計算的李克特五級量表，結果表明，SQL本體結構具有良好的分類，結構完整，內部關系清晰。本體可用于根據每個學習者特征來組織包括學習對象在內的課程主題選擇。

表2 SQL本體質量專家評估表

3 結論

本文提出了一種使用本體構建的SQL-PITS自適應和個性化教學系統框架。文中提出的三種本體模型分別對應于SQL-PITS教學系統的三個模塊。系統模塊組件以本體形式顯式概念化有助于知識共享，知識重用，互操作以及系統的構建。本體和學習對象被用于構建SQL-PITS，他們可以相互操作并集成。

SQL-PITS包含SQL知識域內的所有相關基礎知識，可以提供由內容、示例、練習和輔導材料組成的課程主題。課程主題與概念圖相關聯，它根據學習者的個人能力、個人資料、偏好和背景知識，提供解決學習者知識弱點的內容來支持其課堂以外的個性化學習。它還側重于向學習者提供連續性和相互關聯的學習課程。

SQL-PITS從SQL講師、書籍和網站中收集SQL知識庫、SQL概念圖、SQL輔導策略和SQL輔導目標等材料，用于SQL本體的設計和開發，并使用Delphi技術檢查了材料的有效性。領域專家采用GQM方法對SQL本體進行了評估，評估結果表明SQL本體結構在準確度、完整性、清晰性和簡潔性這4個本體特征上處于高水平，一致性特征處于較高水平。