随着网络技术的高速发展和网络教学系统的逐步推广和应用,网络教学系统中“答疑解惑”已成为一个亟需解决的问题。目前,国内的教学网站中关于答疑部分的建设还处于初步发展阶段,独立的网络答疑系统则更少,而且在现有的网络答疑系统中也尚存着一些问题,例如答疑方式单一、智能性和自主性低、知识库缺乏自我学习能力等。 Agent技术是一个迅速发展的研究领域,目前已经广泛应用于商务、工业、军事、教育等方面。Agent技术的智能性、自主性、移动性等特点为解决国内网络答疑系统中存在的问题提供了可能。利用多Agent设计思想以及多Agent技术来解决当前网络答疑系统中存在的问题是本文研究的主要目的。 围绕这个主要目的,本文首先对Agent理论和机器学习理论的相关概念和术语进行了阐述,然后对涉及到的关键技术进行了研究与分析,并提出了基于自动答疑Agent和知识库学习Agent为核心的系统模型。在自动答疑Agent模型中:引入了中文信息处理技术,实现了对自然语言描述问题的分词,关键字的提取与相应权重的计算;通过通信Agent实现了各Agent之间的数据的传递:通过智能匹配Agent,实现了对知识库的检索;通过答案解释Agent实现了对系统自动答疑结果的综合评价。在知识库学习Agent模型中,引入了机器学习技术,并在专家审核Agent的支持下,采用了示例学习模型,实现了知识库的扩展。 本文最后以《Visual FoxPro6.0程序设计》课程作为试验实例,采用Asp技术,结合Agent思想,完成了“基于Agent网络答疑系统(WASBA)”,运行结果表明设计基本达到了预期目标,实现了系统的自动答疑和系统知识库的自主学习。与同类答疑系统比较,在主动性和智能性方面有了较为明显的改进。