电子相机；
[0037] 所述教学策略数据服务器；从汉语言老师那里提取的教学策略，在系统使用的过 程中根据汉语言教学效果进行添加和删除，构成教学策略矩阵A，进行量化，
[00%]
[0039] 其中al表示教学要求，分为了解、理解、掌握S个级别；a2表示重点级别，按照从 轻到重分为五个级别；a3表示难点级别、按照从易到难分为五个级别；a4表示教学方法、 分为提示、示例、复习、讲述、详讲五个级别巧5表示练习要求，分为识记、理解、运用=个级 另IJ;a6表示进度要求，分为降低进度、正常进度、提高进度。
[0040] 所述教学策略数据服务器在学生学生选择学习课程时根据学生的具体情况，生成 选择矩阵B，
[0041] B=比1bgbsb*bsbe],
[0042] 其中，bi=比b。bu bw bjT，i=1......6,表示对教学要求、重点级别、难点级 另Ij、教学方法、练习要求、进度要求的级别选择，其中，bu= 1(j=选定级别），bu= 0(j声 选定级别），j= 1…5,并生成要求矩阵C，C=AXB。
[0043] 根据要求矩阵C有针对性地指导学生学习，实现汉语言的个性化教学和因材施 教，分析和预测指定学生的学习能力，根据学生能力信息、自身知识库中具有的教学方法和 教学策略，选择合适的汉语言知识点组成知识单元，并且选择针对性的汉语言教学方法，指 导学生学习。
[0044] 所述专家知识数据服务器；用于存放包括网页、作业、工具书、视频、图片在内的汉 语言教学领域的教师及专家知识，登录到该系统的学生可W访问浏览该些内容，教师和管 理者则能够修改添加内容。
[0045] 所述专家知识数据服务器作为系统全部知识的来源，被系统其它部分频繁调用， W实时完成学生行为响应，通过知识库生成相应的问题、任务W及解释；通过同步问题解答 预期学生行为与实际学生行为之间的比较，评价学生知识掌握情况W及学习状态、学习方 式偏好。
[0046] 所述试题数据服务器：存放包括汉语言考核试卷、汉语言课程章节练试题构成的 试题库，学生学习完一个汉语言知识单元后，所述试题数据服务器从试题库中提取试题，对 学生进行测试，对测试结果进行批改，保存结果，计算得分，并将测试结果和得分反馈给所 述教师终端和所述学生终端。
[0047] 采用遗传算法对所述试题库中的试题进行组卷，具体包含W下步骤：
[0048] 步骤1，在所述试题库中初步选出符合知识点要求或者考试要求的试题，按章节或 题型分类组成父代；
[0049] 步骤2,使用确定问题的编码方式定义适应度函数，采用染色体对应的试题属性与 试卷要求之间的误差作为适应度函数，适应度函数反映了染色体与试卷要求之间的差别， 适应度函数的值越小染色体性能越好，越符合试卷要求；
[0050] 步骤3,设计选择算子、交叉算子、变异算子，将初始的试题群体进行反复的循环遗 传运算，直至产生符合适应度函数的子代；
[0化1] 步骤4,将所述子代输出作为最终的试卷内容；
[0052]其中，试题库是按照一定的汉语言教育测量理论，在计算机系统中实现的汉语言 题目的集合，首先建立系统的数学模型，然后确定试题的属性指标W及试题的组成结构，再 组织汉语言教师编写试题，组织大量的被试样本进行抽样测试，对试题参数标注的有效性 进行校正。
[0化3] 所述试题数据服务器通过所述学生终端获取的认知指标确定相应的组卷参数，自 动组出一份符合要求的汉语言试卷及标准答案。试卷WXML格式保存成正式的考卷，供学 生考试使用。在所述学生终端中WHTML的方式呈现该试卷，并通过表单来输入试卷答案， 学生提交答卷后，运行阅卷系统来批阅考卷。
[0化4] 所述试题数据服务器还执行统计与分析的功能，其包括，对题目难度、区分度、迷 惑答案效力、知识点上的归一化得分；对学生情况分析，明确学生处于什么样的位置；获知 学生变化趋势，按时间顺序作一个关汉语言于考试成绩的历史追踪；记录题库与学生之间 的联机交互情况，记录并分析学生有意义的反应信息；分析汉语言课程资源和教学过程分 析，通过多次考试成绩的累积，W汉语言知识元为单位，分析学生在各知识元上的得分情 况。
[0化5] 所述学生数据服务器：存储学生注册信息、学生当前状态信息、学生学习档案信 息、学生认知信息。
[0化6] 学生注册信息是学生的个人资料，包括姓名、年龄、学号、身份证号码、教育程度、 个人特征、E-mail、学习情况、学习时间、当前水平、所学专业、学习兴趣、学习能力、学习风 格，此部分信息是系统为学生提供个性化学习环境、学习内容和学习建议的最原始的依据。 [0化7] 学生当前状态信息则是指学生注册后登录系统时，系统根据学生的访问自动添加 的状态信息，包括登录时间、登录次数、学生积分、登录IP、累计在线时长、学生等级、剩余余 额。
[0化引学生学习档案信息则是学生进入课程学习后，每次与系统交互信息、学习路径的 记录、在学习过程中的表现，包括当前学习知识点、学习时长、本次访问路径、学习历史、测 试历史、测试的断点信息。
[0化9] 学生认知状态信息，反映学生对知识体系的掌握情况，通过学习诊断、推理机制或 模糊评价方法推断出学生目前的学习能力，确定其认知状态，从而提供个性化的学习指导。
[0060] 所述学生数据服务器通过比较学生行为与所述专家知识数据服务器的专家行为， 结合上述各类信息，对学生进行智能模拟，建立学生模型。
[0061] 使用数据挖掘对学生模型进行分析，包括W下四个环节：
[0062] 1.数据收集；对存放在所述学生数据服务器上的日志数据进行采集，日志数据为 学生与站点之间的交互记录，内容包括学生IP地址、学生ID、学生请求访问的U化页面、请 求方法、访问时间、传输协议、传输字节数、错误代码、代理服务器日志浏览器端日志、注册 信息、学生会话信息、交易信息、C(X)kie中的信息、学生查询、鼠标点击流；
[0063] 2.数据预处理；把采集到的学生的日志信息转化为适合数据挖掘的可靠的精确 的数据，剔除冗余的日志数据，补全不完整的日志数据，明确模糊的日志数据，提供干净、准 确、简洁的数据，其主要包括W下几步：
[0064] 2. 1数据清洗；删除日志数据中与数据挖掘不相关的冗余的信息，将学生IP地址、 学生ID、学生请求访问的U化页面及访问时间之外的其他辅助信息，找出学生的共同访问 模式。
[00化]2. 2学生识别：使用学生注册信息进行学生识别如果没有相关注册信息则认为是 新学生，如果发现所述学生终端的浏览器软件或者操作系统发生改变时，则认为是新学生， 如果发现学生正在请求的页面，不能从已访问的任何页面到达，则认为是新学生。
[0066] 2. 3会话识别；使用时间戳衡量同一学生访问的页面跨越时间，把每一学生访问 的页面分成能体现学生浏览行为的片段，当学生访问页面时间差超过了时间戳时，则认为 学生开始了一个新的会话，如果学生在连续浏览一些知识点页面后，超过时间戳的范围后 再访问别的页面，把前面所连续访问的页面作为一个页面集，如果在时间戳的范围之内接 着访问了其他页面，那就计入同一个会话中，优选将时间戳设置为20分钟。
[0067] 2. 4路径补全；由于存在所述学生终端缓存，当学生在所述学生终端使用浏览器 的后退功能时会产生路径信息不完整的描述。解决该一类问题的方法类似于学生识别，如 果一个页面请求信息与该学生上次请求的页面没有直接的链接关系，可W查看参考日志文 件来决定该个页面来自于哪个页面的链接。
[0068] 2. 5事务识别；事务识别建立在对学生会话识别的基础上，依据数据挖掘任务的 需求将事务做分割或合并处理，使其适合于数据挖掘需