论文导读：自动答疑系统是网上教育系统的一个重要组成部分。还添加了邮件发送系统。关键词匹配算法，基于Web的课程自动答疑系统的设计与实现。
关键词：自动答疑系统，关键词匹配算法，邮件发送系统
1 引言
随着Internet的广泛使用，网络教学系统被越来越多的应用在教学过程中。许多学校都建立了网上教学系统，通过这样的系统，学生可以在异地访问教学资源，不受时间的限制进行学习。网上教学系统中丰富的教学资源又可以作为课堂教学重要的补充。自动答疑系统是网上教育系统的一个重要组成部分，学生可以通过这个系统向老师寻求帮助，获得问题的解答。
目前国内网络教育系统中对答疑部分的处理大致有三类：第一类，不提供专门的答疑功能。这类系统主要是让学生进行单向学习，不提供专门的答疑功能。这种答疑系统存在于大部分的学校网站上。例如，某些教育网站上的教学辅导。其只是教师通过课堂或作业情况对学生的学习难点进行归纳总结，然后集中放在网页上供学生进行参考学习。这种方法有很大的局限性，因为教师不能及时得知学生学习的难点，并且不能及时的为学生进行解答。第二类，提供简单的答疑功能。学生能通过BBS讨论或聊天的方式进行答疑。例如，清华大学的卫星远程教育系统[1]。第三类，提供自动答疑功能。在系统的动态问题及答案数据库中学生可以进行离线答疑[1,2]。这类答疑系统在功能上完善了许多，具有一定的智能性。代表性的系统是上海交通大学开发的“Answer Web自动答疑系统”。
2 自动答疑系统的设计
本文开发的自动答疑系统包括常见问题查询模块、用户提问模块、用户答疑模块、问题解答和管理模块、问题统计分析模块和实时答疑模块。
常见问题查询模块是一个常见的问题库。该数据库由学生经常提出的问题和教师整理的有价值问题组成，类似于网上常见的FAQ（Frequently Asked Questions）。论文大全，关键词匹配算法。用户可以根据章节，知识点的树状结构找到感兴趣的问题，也可以直接根据关键字查询出相关问题。该模块还有一个重要的:意义常见问题库是一个逐渐积累的过程，当到一定程度,就可以基本涵盖相关课程的难点知识,学生通过定期浏览常见问题库,不仅可以了解到所学章节知识的难点,而且相当于向前人(以前修过该课程的同学)学习,学习他们对课程总结的精华,这对于学生掌握知识是大有裨益的。因此,常见问题查询模块不仅是那些有问题的同学需要,一时没有发现问题的同学也需要定期地浏览,看一看别人在学习过程中可能出现的问题,是自己已经解决了,还是自己因为没有遇到而忽视了,这对于学生掌握知识是很有益处的。同时,教学经验不足的教师也可以从已有的常见问题库中发现即将教授的课程的难点知识,学习其他教师解答问题的方法。
用户提问模块和用户答疑模块负责学生的提问和自动解决一些常见的问题。如果一个学生在学习过程中遇到无法解决的问题,就可以使用本模块。学生可以把自己的问题提交给自动答疑系统,系统会根据学生的问题自动拆分关键字,然后在常见问题库中寻找与之匹配的问题和答案,如果找到了就把它返回给用户。当然,相关问题可能不止一个,系统将按匹配程度把最接近的问题排在最前面。当学生进入具体的问题解答时,系统还会根据关键词把与此相关的问题列举出来,引导学生进一步深入了解该知识点的内容。学生如果对已有的解答不满意,可以进一步把问题提交到教师端,等待教师解答。
问题解答和管理模块是把系统无法解答的问题提交给教师解答。当然,教师在这里还需要完成的一项工作就是管理答疑系统。教师可以在该模块把学生提出的问题进行归类整理,手工添加关键词,把一些常见的或有价值的问题存入常见问题库,使今后的搜索匹配更准确。发送EMAIL功能，当学生提出的问题在知识库中没有找到，学生可以给教师留下自己的E-Mail地址，教师可以根据学生留下的地址将问题的答案发送到学生的电子邮箱，并且将学生所提出的问题添加到数据库中。
问题统计分析模块有助于教师掌握学生问题的分布和规律,有益于改进教学。系统根据学生的问题情况,利用统计图进行分析显示。例如教师可以利用饼图或柱状图把章节问题的分布情况显示出来。这样,哪些章节问题比较集中就一目了然。论文大全，关键词匹配算法。
实时答疑模块为教师和学生提供了“面对面”交流的平台。论文大全，关键词匹配算法。论文大全，关键词匹配算法。对于那些很复杂，三言两语难讲清楚的问题“面对面”交流就显得非常必要。
3 主要模块和算法
3.1关键词匹配算法
本设计的算法是逆向匹配算法[3]，对问题串进行逆向分词操作，并对每次分到的“词片”（w）在数据库中进行检索关键词操作。具体算法步骤如下：
1．从知识库中找出最长的关键词的长度（max），并判断用户所提问题的长度（len）是否大于知识库中最长关键词的长度。
2．若最长关键词的长度大于所提问题的长度（即max>len），则将max=len，词片（w）的值即为用户所提的字符串（即w=userqusetion）。检索知识库，若未找到和词片相同的关键字，则将当前词片w的第一个字符去掉，并将w重新赋值为去掉第一个字符后的字符串，并继续检索。若仍未找到，再去掉当前词片第一个字符检索，直到词片（w）为单个字符为止（len=1）。例如：（知识库中有关键字CPU）
假设：
知识库中最大关键字为：流水CPU max=5
用户的问题（userquestion）为：XCPUlen=4
步骤：
第一步，判断userquestion 的长度是否大于1。若大于1，则继续判断max与len的大小，否则退出。由于假设中max>len，则词片w=userquestion，max=len=4。
第二步，在知识库中检索词片w（XCPU），未检索到。
第三步，去掉当前词片w（XCPU）的第一个字符“X”，并将词片w重新赋值为“CPU”。
第四步，判断len=3〉1，检索词片w（CPU），检索到，将关键词对应的QID传给数组a[]。
第五步，由于当前词片w（CPU）的字符串个数不为1，所以继续去掉词片w（CPU）的第一个字符，词片w重新赋值为“PU”。检索数据库，未找到与词片相同的关键词，再去掉词片w（PU）的第一个字符，使词片w变为“P”，检索数据库，仍未找到相同的关键词，则退出对原始词片w=XCPU的检索，并去掉userquestion的最后一个字符，并将对userquestion重新赋值，即userquestion=XCP。
第六步，判断出userquestion的字符个数不为1，再次判断出max==len，则词片重新赋值为w=XCP。
第七步，重复第二步到第六步步骤。其中若再次找到与问题相关的关键字对应的问题，则判断该问题是否为已经找到的，若是，则丢弃；若不是，则添加入数组a[]。论文大全，关键词匹配算法。
第八步，继续判断字符串userquestion的长度是否为1，若为1则退出，若不为1则重复第六和第七步。
3. 若用户问题的长度大于最长关键词的长度，即len>max，则截取userquestion的后max个字符给词片w，即w=userquestion(len-max)。重复上述一至八步骤。例如：（假设知识库中有keyword=“流水CPU”和keyword=“CPU”）
假设：
知识库中最大关键字为：寄存器直接寻址max=7
用户的问题（userquestion）为：什么是流水CPUlen=8
步骤：
第一步，判断userquestion 的长度是否大于1。若大于1，则继续判断max与len的大小，否则退出。由于假设中len>max,则截取和最大关键词长度max相同的用户问题userquestion后max个字符。即w=userquestion(len-max)，截取userquestion的后七个字符，即当前词片w=“么是流水CPU”。
第二步，在知识库中检索词片w（么是流水CPU），未检索到。
第三步，去掉当前词片w的第一个字符“么”，并将对词片重新赋值，即w=“是流水CPU”，继续检索，未检索到。
第四步，重复第三步，w=“流水CPU”，此时在知识库中检索到，并将对应的问题QID号赋给数组a[]。由于字符串w的长度不为1，故继续检索。
第六步，重复第三步，w=“水CPU”，未检索到。
第七步，重复第三步，w=“CPU”，检索到，检查对应的QID号与数组a[]中的有无重复，有则丢弃，无则添加。
第八步，重复第三步到第七步，直至w的长度为1，退出对原始词片w=“么是流水CPU”的检索，并将userquestion的最后一个字符丢弃，即userquestion=“什么是流水CP”。
1/2 1 2 下一页 尾页 |
