论文部分内容阅读
摘要：自适应性专家系统（self-adaptive expert system）体现计算机科学、信息管理学等学科的交互，已被现代社会诸多领域使用，该系统传统上基于规则对已知事物进行推理，呈现出一定的优越性，也存在缺陷。随着高等教育研究与实践信息化程度的增强，专家系统的运用正进入一个关键阶段。旨在分析专家系统的特征及运用，并尝试从教育信息管理的角度，遵循原则性、对象性及启发性原则，通过建立机制以促使自适应行为发生并提高其有效性。
关键词：专家系统；自适应性；启发性原则；学习体系
中图分类号：G640 文献标识码：A 文章编号：1007-0079（2014）35-0015-03
近年来，专家系统被广泛运用于计算机科学、心理学、语言学和信息管理科学等领域，日渐发展为多学科交叉理论，成为人们研究和讨论的热门问题。专家系统最早起源于20世纪六七十年代，由f.a.费根鲍姆等人最先研制。它是一个涵盖大量专门知识与经验的程序系统，应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟专家的决策过程，以便解决那些需要人类专家处理的复杂问题。简而言之，专家系统被称为人工智能的一个重要分支，可以看做是一类具有专门知识和经验的计算机智能程序系统。尽管专家系统旨在模拟实现人工技能，但实际操作过程中往往存在重大缺陷，如耗时长、程序复杂等，但普遍存在的问题是无法基于经验实现知识和技能的深度习得，系统本身适应性不够，影响功能的实现。
专家系统同样能够被运用于高等教育研究中，众多高校均设置了高教研究机构，部分甚至建立了符合本校发展实际的专家资源共享库，这些实体可以作为该系统载体。在分析该系统的发展进程及核心理念、重要作用、意义以及构建途径的基础上，可以尝试构建一种能够基本满足用户需求的、基于问题解决的系统模式，最终旨在通过夯实高校研究机构的信息能量和运转效率，促使行业领域最新知识信息的流通与交换，提高资源共享的力度和广度。
一、适应性专家系统的特征及其在高等教育研究知识管理中的意义
高等教育研究机构一般为高校自主设立，其主要功能为高校教师从事科研的主要阵地，也是高校实现学科完善发展、完善教学体、健全行政机构的重要组成部分，在高等教育发展中起到不可忽视的作用。但是伴随着院校研究的兴起，高等教育研究所的功能有必要进行重新审视和定位。①高校科研机构能够致力于整合高校内外科研资源，增强科研资源的配置能力，同时创新科学研究，提升服务地方经济与社会的能力。而要实现这些目标，最基本的就是要遵循知识管理相关理念和原则，提升知识创新速度，完善学习体系，实现科研机构与个体或团体用户之间的良性双赢互动。对于专家系统而言，其本身的适应性强弱直接影响高等教育研究的知识管理效用，最终影响到研究机构的运转和兴衰。
1.创建并优化学习环境
“学习”最初的概念主要立足于人类通过一定途径获得知识和技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。②但随着信息时代的到来，很多人开始设想“计算机”能否实现“学习”功能，甚至意欲对“学习”进行重新定义。现有的关于“学习”的研究，均普遍认同学习行为的四大基本要素为：学习者、学习环境或方式、学习互动与协作以及学习结果。其中的“学习者”可被视为一个相对独立的体系，能够实现学习行为并主动适应学习环境，反之，不断变化的学习环境又能够促使学习者不断强化学习行为。
以上说明，良性学习环境能够弥补学习者偶然性的主动性不足，增强二者的交互式联系，最终能不断改善学习效果。高校研究机构中的专家系统正好给特定需求和范围的学习个人或团体提供了环境和平台，无论是专家资源库本身，还是由此衍生的相关拓展领域资源，都能够与这些用户实现充分互动，促进知识的发生—交互—再生—再交互的过程。同时，在科研及专家信息资源库更迭迅速、旧的信息丧失时效或者新的信息未被证明和演绎的情形下，基于计算机信息管理应用程序的专家系统本身的适应性显得尤为重要，单纯的知识集聚与单向传递是远远不够的。专家系统必须提高自身之于知识本身的适应性，密切契合研究机构的发展实际、资源库服务器的容纳力度和更新速度、高等教育研究前沿、教育专家的研究领域和研究动向、用户反馈信息等。
2.实现知识共享与转化
专家系统为高校研究机构实现资源共享提供了一个平台，系统通过服务器实现最新知识、相关专家与用户的交融，有利于知识习得过程的实现，同时通过知识更新和再度研发，能够最终运用于实践。专家系统所含的共享型资源本身可大致归为两类：一是源知识，即客观存在的并已被业界普遍接纳的真理性知识，通常由专家系统直接将内容传授给学习者或相关用户。二是推理性知识，由源知识衍生、推理或在特定行业领域未被明确定义的内容，通常需在专家系统内外部的共享、交互过程中达成一致并得出结论，对于某些高等教育发展的前沿和最新问题，甚至始终保持争论状态，同时催生一些新的思想和理念，有助于推动整个高教研究领域的发展。当然，推理性知识对专家系统本身的适应性也提出了较高的要求。
适应性专家系统记忆每一个用户提出的问题以及提交的验证问题，在知识交融、观点碰撞之后总结归纳最新研究动向，自动分析研究趋势，适时得出大多数高教研究者基本认同的结论，最终目的是将相关结论引入科学实验阶段，实现知识从理论到实践的成功转化，积极发挥高等教育研究机构在院校发展当中的决策参考作用，将知识成功转化到实践活动中加以运用。
3.优化高校教育研究机构的管理
自适应性专家系统能够复制教育专家们的知识和技能，降低广泛知识交流和传播的成本。由于这种系统开发注重启发式设计，知识资源库的更新和修正显得非常容易操作。同时，自适应性专家系统24小时不断运作，能够通过不断提供新知识，提高用户的问题解决能力，系统运行稳定，避免现实面对面交流中可能出现的情感、健康等因素。高等教育研究机构通过该系统对内部知识资源库的建设以及师生使用情况进行监控，能够把握整个研究工作动向，提高管理效率。 自适应性专家系统的运用为研究机构内部或特定的外部用户提供方便，系统建设属于一次性投入，后期只需要定期维护，却能够永久性的为研究人员或师生节约研究成本，系统管理人员可以控制整个访问权限，根据需要面向社会开放，能够降低信息管理成本，一定程度提高院校研究机构的影响力。
二、高等教育研究机构中适应性专家系统的构建及应用
高等教育研究机构中的专家系统建设首先要遵循信息管理以及知识管理的基本框架结构，在满足一定的计算机网络硬件基础的条件下，方能启动系统建设。专家系统建设要按照学习行为中的启发性原则，实际运用计算机程序if-then语句，系统工作时定义某一特定条件，通过询问用户相关问题完成访问，系统需具备一个或多个动作的反应，在与用户交互过程中适时更新资源库。
1.适应性专家系统中的知识网络结构
网络知识结构是知识习得的实现方式之一，其适应性专家系统的建立首先要以适应性强为基本原则，同时具备明确的目标导向性。在一个完整的知识网络中，所有节点都可以表示为处理对象，通过节点的创建和修正实现系统的适应性。知识网络结构可存在两种类型的节点：问题节点（代表性的相关问题）和行动节点（相应行为的反应）。
问题节点可包含一个或多个输入连接，每个连接加权，加权值的变化基于搜索的成功与否。每个输入连接对应两个输出连接，输出连接再直接关联其他问题节点或行动节点。每个问题节点包含一个相关问题和对应的解答。系统推理过程中，如果某个问题节点被信息激活，该问题将被评估并反馈至下一个激活程序。同样的，一个行动节点可包含一个或多个输入连接，并加权，加权值的变化基于用户的反馈。一个行动节点可进行一个或多个操作，并可被问题节点的信息激活。
同时，知识网络结构包含一个源知识体系（即一组问题节点和行动节点适当的连接）。用户使用过程中，由于问题的多样性，源知识体的适应性可能呈现出不足。因此，亟需通过调整源知识体和创建新的知识体来适应这些变更。改良后的知识体内，各节点通过某个相关问题或动作来关联数值，并与其他节点相连。适应性较强的知识体系能够重新定义新节点的创建以及各个节点之间的关联性。
2.适应性专家系统的特性
如图1所示，在系统推理过程中，自适应性专家系统加入了生成和测试回路，具备学习功能，而传统的专家系统则只是一种单向的行为流。从系统构建看，与传统专家系统相比，适应性专家系统具备如下特性：一是传统专家系统的知识库是静态的，适应性专家系统包含一个动态的知识库，通过知识网络（即访问对象和它们之间的相互作用）加以呈现，从而可以基于与用户之间的适时交互实现动态修正。二是除了具备传统推理引擎的功能外，适应性专家系统可以根据用户反馈信息适时修正，甚至重建整个知识网络。
上述适应性专家系统的建构包含三大主要部分：推理引擎、知识网络以及带有节点矫正功能的代理引擎。推理引擎通过筛选符合一定条件的行为，完成任务并被赋予一定的执行命令，自动选择优先权，最终得到满意结果。知识网络包含知识节点以及节点链。负责节点矫正的代理引擎要进行节点的建立、维护和节点之间的关联。这些代理分析反馈信息并根据需要调整知识资源库。该专家系统的最终目标旨在以较高的自适应能力为媒介，满足访问用户的需求。
3.适应性专家系统的设计基础
总体来说，适应性专家系统的设计应涵盖以下方面：
（1）任务分析：定义目标和范围。任务分析乃建构专家系统的第一步。在任务分析阶段，系统设计者需要了解和分析问题，大致上可以分为以下三个层次：基础数据、源知识以及衍生知识、典型案例分析。基础数据来源于专家系统各个组件的信息，系统知识库内的分布式知识则影响着整个数据采集和分析过程，而典型案例的分析模块则被视为针对各教学部门的一种监督和评估。因而，专家系统构建起初必须建立在对研究机构基本情况、专家资源库、信息资源库等充分了解的基础之上，才能够做到目的明确、内容丰富、重点突出。
（2）知识资源库建立。知识习得是整个适应性专家系统信息资源库建立的大方向，必须对资源知识网络进行合理组织，才能最大程度发挥效用，满足学习者习得知识的需要。设计者首先要将既定知识即源知识以资源库的形式写入系统，然而又不仅仅局限于简单的复制，还需要在条件允许的情况下通过计算机程序进行必要的处理和转换，才能够有针对性的应对用户提出的各种问题。笔者认为，知识资源库建设程序可以分两个阶段：一是来源于已公开发行的书籍、期刊、文件、技术手册和数据库，这类知识通常能被业界广泛讨论，具备一定的科研参考价值，设计者需征询专家群的意见，从中筛选比较权威和前沿的相关内容。二是充分发挥专家群的作用，采取访谈、座谈、会议等形式积极与关联领域专家协商，完善源知识资源库的背景知识并适当补充新的信息。同时，对于资深专家或者在某个领域比较有影响力的学者，要发挥他们的巨大潜力，采取单独协商的方式，探讨学界典型案例，进行适当分析。
（3）系统原型开发。任务分析和知识资源库建设过程之后，接下来系统设计进入了关键的原型开发环节，需要通过计算机程序进行，对系统进行测试和适当的调整。在开发过程中，由于系统整体增量较大，设计者需要按模块分段进行，而且期间需要筛选出最关键性的因素，便于系统的基础测试。
知识网络构建中，设计者需设定计算规则，可采取最常用的IF-THEN语句，通过IF语句设定前提和条件，THEN语句得出相关结论。IF-THEN命令的优势在于能够按照要求适时进行矫正，操作简单方便，同时也能够提供用户所需的信息并在交互过程中协助解决问题。
（4）系统的测试、矫正以及改良。一是系统需要适时更新资源库内存，除了及时通过多种途径增加教育研究前沿知识以外，还需要适当清空过时的或不被用户接纳的信息，保持系统的反馈处于满意程度。二是系统面向客户开放之前需要经过系列测试，包括有效性、精准性、用户即时体验等，尽管此类测试不可或缺，但是目前业界暂无统一标准，系统开发部门要按照实际需求制定标准。 三、基于专家——用户的交互式自适应系统案例分析
高校教育研究运用自适应性专家系统可以提供数据平台协助管理，教学和非教学人员甚至包括学生都可以使用系统并进行评估，同时有助于根据企业、市场发展需求建设知识库，进行适当的信息处理，因此该系统从技术层面提高了研究机构内部的管理能力。
从分层的角度处理数据的采集和分析。第一层阐述多方面（如高校教学资源信息库、教育专家、教师、管理者等）进行数据采集的过程。第二层描述知识资源库，由行业专家和知识库建设的工程师完成。第三层则阐述了该专家系统的自适应性、充分性、有效性等。本文设计的案例基于高校已有专家资源库的现实，模拟系统与用户（system-user）之间的交互，尽可能保证系统设置的优越性，方便教师和学生访问与使用。案例还会分别阐明专家系统获得积极反馈和消极反馈之后，与用户之间的交互过程。系统管理员全程可以进行后台操作和管理，保证系统流畅有效运行，并能够实时根据用户意见和反馈完成更新。
四、结语
本文基于适应性原理设计高等教育研究的专家资源库，以满足师生及必要的社会大众复杂问题求解的需要，具备基于环境反馈的学习认知、适应动态问题背景、不断更新完善知识资源库等功能。同时，系统能实现与用户的良性沟通，适时根据用户反馈信息提升适应性，有针对性的发现问题，更正系统缺陷，体现学习及记忆功能。自适应性专家系统的建立对于高校教育研究而言，便于提高其科研资源的储存、流通以及使用的科学性，专家资源库及教育资源库的更新能够夯实驾驭研究机构的实力，提高信息化资源管理水平及人才培养质量，促进高等教育研究的健康发展。
注释：
①吴叶林，熊春荣.高等学校高等教育研究所功能审视——基于院校研究的视觉[J].西南农业大学学报（社会科学版），2010，8（6）.
②学习[EB/OL].http：//baike.baidu.com/subview/8261/11233800.htm？
fr=aladdin.
参考文献：
[1]Tripathi P，Ranjan J.“Decision Supporting System for the Competence Management”[J].Procoeedings of the First International Conference on Information System Technology and Management，2007.
[2]鲁宏伟，罗钢.专家系统自适应性应用研究[J].武汉理工大学学报（交通科学与工程版），2003，（4）.
（责任编辑：孙晴）
关键词：专家系统；自适应性；启发性原则；学习体系
中图分类号：G640 文献标识码：A 文章编号：1007-0079（2014）35-0015-03
近年来，专家系统被广泛运用于计算机科学、心理学、语言学和信息管理科学等领域，日渐发展为多学科交叉理论，成为人们研究和讨论的热门问题。专家系统最早起源于20世纪六七十年代，由f.a.费根鲍姆等人最先研制。它是一个涵盖大量专门知识与经验的程序系统，应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟专家的决策过程，以便解决那些需要人类专家处理的复杂问题。简而言之，专家系统被称为人工智能的一个重要分支，可以看做是一类具有专门知识和经验的计算机智能程序系统。尽管专家系统旨在模拟实现人工技能，但实际操作过程中往往存在重大缺陷，如耗时长、程序复杂等，但普遍存在的问题是无法基于经验实现知识和技能的深度习得，系统本身适应性不够，影响功能的实现。
专家系统同样能够被运用于高等教育研究中，众多高校均设置了高教研究机构，部分甚至建立了符合本校发展实际的专家资源共享库，这些实体可以作为该系统载体。在分析该系统的发展进程及核心理念、重要作用、意义以及构建途径的基础上，可以尝试构建一种能够基本满足用户需求的、基于问题解决的系统模式，最终旨在通过夯实高校研究机构的信息能量和运转效率，促使行业领域最新知识信息的流通与交换，提高资源共享的力度和广度。
一、适应性专家系统的特征及其在高等教育研究知识管理中的意义
高等教育研究机构一般为高校自主设立，其主要功能为高校教师从事科研的主要阵地，也是高校实现学科完善发展、完善教学体、健全行政机构的重要组成部分，在高等教育发展中起到不可忽视的作用。但是伴随着院校研究的兴起，高等教育研究所的功能有必要进行重新审视和定位。①高校科研机构能够致力于整合高校内外科研资源，增强科研资源的配置能力，同时创新科学研究，提升服务地方经济与社会的能力。而要实现这些目标，最基本的就是要遵循知识管理相关理念和原则，提升知识创新速度，完善学习体系，实现科研机构与个体或团体用户之间的良性双赢互动。对于专家系统而言，其本身的适应性强弱直接影响高等教育研究的知识管理效用，最终影响到研究机构的运转和兴衰。
1.创建并优化学习环境
“学习”最初的概念主要立足于人类通过一定途径获得知识和技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。②但随着信息时代的到来，很多人开始设想“计算机”能否实现“学习”功能，甚至意欲对“学习”进行重新定义。现有的关于“学习”的研究，均普遍认同学习行为的四大基本要素为：学习者、学习环境或方式、学习互动与协作以及学习结果。其中的“学习者”可被视为一个相对独立的体系，能够实现学习行为并主动适应学习环境，反之，不断变化的学习环境又能够促使学习者不断强化学习行为。
以上说明，良性学习环境能够弥补学习者偶然性的主动性不足，增强二者的交互式联系，最终能不断改善学习效果。高校研究机构中的专家系统正好给特定需求和范围的学习个人或团体提供了环境和平台，无论是专家资源库本身，还是由此衍生的相关拓展领域资源，都能够与这些用户实现充分互动，促进知识的发生—交互—再生—再交互的过程。同时，在科研及专家信息资源库更迭迅速、旧的信息丧失时效或者新的信息未被证明和演绎的情形下，基于计算机信息管理应用程序的专家系统本身的适应性显得尤为重要，单纯的知识集聚与单向传递是远远不够的。专家系统必须提高自身之于知识本身的适应性，密切契合研究机构的发展实际、资源库服务器的容纳力度和更新速度、高等教育研究前沿、教育专家的研究领域和研究动向、用户反馈信息等。
2.实现知识共享与转化
专家系统为高校研究机构实现资源共享提供了一个平台，系统通过服务器实现最新知识、相关专家与用户的交融，有利于知识习得过程的实现，同时通过知识更新和再度研发，能够最终运用于实践。专家系统所含的共享型资源本身可大致归为两类：一是源知识，即客观存在的并已被业界普遍接纳的真理性知识，通常由专家系统直接将内容传授给学习者或相关用户。二是推理性知识，由源知识衍生、推理或在特定行业领域未被明确定义的内容，通常需在专家系统内外部的共享、交互过程中达成一致并得出结论，对于某些高等教育发展的前沿和最新问题，甚至始终保持争论状态，同时催生一些新的思想和理念，有助于推动整个高教研究领域的发展。当然，推理性知识对专家系统本身的适应性也提出了较高的要求。
适应性专家系统记忆每一个用户提出的问题以及提交的验证问题，在知识交融、观点碰撞之后总结归纳最新研究动向，自动分析研究趋势，适时得出大多数高教研究者基本认同的结论，最终目的是将相关结论引入科学实验阶段，实现知识从理论到实践的成功转化，积极发挥高等教育研究机构在院校发展当中的决策参考作用，将知识成功转化到实践活动中加以运用。
3.优化高校教育研究机构的管理
自适应性专家系统能够复制教育专家们的知识和技能，降低广泛知识交流和传播的成本。由于这种系统开发注重启发式设计，知识资源库的更新和修正显得非常容易操作。同时，自适应性专家系统24小时不断运作，能够通过不断提供新知识，提高用户的问题解决能力，系统运行稳定，避免现实面对面交流中可能出现的情感、健康等因素。高等教育研究机构通过该系统对内部知识资源库的建设以及师生使用情况进行监控，能够把握整个研究工作动向，提高管理效率。 自适应性专家系统的运用为研究机构内部或特定的外部用户提供方便，系统建设属于一次性投入，后期只需要定期维护，却能够永久性的为研究人员或师生节约研究成本，系统管理人员可以控制整个访问权限，根据需要面向社会开放，能够降低信息管理成本，一定程度提高院校研究机构的影响力。
二、高等教育研究机构中适应性专家系统的构建及应用
高等教育研究机构中的专家系统建设首先要遵循信息管理以及知识管理的基本框架结构，在满足一定的计算机网络硬件基础的条件下，方能启动系统建设。专家系统建设要按照学习行为中的启发性原则，实际运用计算机程序if-then语句，系统工作时定义某一特定条件，通过询问用户相关问题完成访问，系统需具备一个或多个动作的反应，在与用户交互过程中适时更新资源库。
1.适应性专家系统中的知识网络结构
网络知识结构是知识习得的实现方式之一，其适应性专家系统的建立首先要以适应性强为基本原则，同时具备明确的目标导向性。在一个完整的知识网络中，所有节点都可以表示为处理对象，通过节点的创建和修正实现系统的适应性。知识网络结构可存在两种类型的节点：问题节点（代表性的相关问题）和行动节点（相应行为的反应）。
问题节点可包含一个或多个输入连接，每个连接加权，加权值的变化基于搜索的成功与否。每个输入连接对应两个输出连接，输出连接再直接关联其他问题节点或行动节点。每个问题节点包含一个相关问题和对应的解答。系统推理过程中，如果某个问题节点被信息激活，该问题将被评估并反馈至下一个激活程序。同样的，一个行动节点可包含一个或多个输入连接，并加权，加权值的变化基于用户的反馈。一个行动节点可进行一个或多个操作，并可被问题节点的信息激活。
同时，知识网络结构包含一个源知识体系（即一组问题节点和行动节点适当的连接）。用户使用过程中，由于问题的多样性，源知识体的适应性可能呈现出不足。因此，亟需通过调整源知识体和创建新的知识体来适应这些变更。改良后的知识体内，各节点通过某个相关问题或动作来关联数值，并与其他节点相连。适应性较强的知识体系能够重新定义新节点的创建以及各个节点之间的关联性。
2.适应性专家系统的特性
如图1所示，在系统推理过程中，自适应性专家系统加入了生成和测试回路，具备学习功能，而传统的专家系统则只是一种单向的行为流。从系统构建看，与传统专家系统相比，适应性专家系统具备如下特性：一是传统专家系统的知识库是静态的，适应性专家系统包含一个动态的知识库，通过知识网络（即访问对象和它们之间的相互作用）加以呈现，从而可以基于与用户之间的适时交互实现动态修正。二是除了具备传统推理引擎的功能外，适应性专家系统可以根据用户反馈信息适时修正，甚至重建整个知识网络。
上述适应性专家系统的建构包含三大主要部分：推理引擎、知识网络以及带有节点矫正功能的代理引擎。推理引擎通过筛选符合一定条件的行为，完成任务并被赋予一定的执行命令，自动选择优先权，最终得到满意结果。知识网络包含知识节点以及节点链。负责节点矫正的代理引擎要进行节点的建立、维护和节点之间的关联。这些代理分析反馈信息并根据需要调整知识资源库。该专家系统的最终目标旨在以较高的自适应能力为媒介，满足访问用户的需求。
3.适应性专家系统的设计基础
总体来说，适应性专家系统的设计应涵盖以下方面：
（1）任务分析：定义目标和范围。任务分析乃建构专家系统的第一步。在任务分析阶段，系统设计者需要了解和分析问题，大致上可以分为以下三个层次：基础数据、源知识以及衍生知识、典型案例分析。基础数据来源于专家系统各个组件的信息，系统知识库内的分布式知识则影响着整个数据采集和分析过程，而典型案例的分析模块则被视为针对各教学部门的一种监督和评估。因而，专家系统构建起初必须建立在对研究机构基本情况、专家资源库、信息资源库等充分了解的基础之上，才能够做到目的明确、内容丰富、重点突出。
（2）知识资源库建立。知识习得是整个适应性专家系统信息资源库建立的大方向，必须对资源知识网络进行合理组织，才能最大程度发挥效用，满足学习者习得知识的需要。设计者首先要将既定知识即源知识以资源库的形式写入系统，然而又不仅仅局限于简单的复制，还需要在条件允许的情况下通过计算机程序进行必要的处理和转换，才能够有针对性的应对用户提出的各种问题。笔者认为，知识资源库建设程序可以分两个阶段：一是来源于已公开发行的书籍、期刊、文件、技术手册和数据库，这类知识通常能被业界广泛讨论，具备一定的科研参考价值，设计者需征询专家群的意见，从中筛选比较权威和前沿的相关内容。二是充分发挥专家群的作用，采取访谈、座谈、会议等形式积极与关联领域专家协商，完善源知识资源库的背景知识并适当补充新的信息。同时，对于资深专家或者在某个领域比较有影响力的学者，要发挥他们的巨大潜力，采取单独协商的方式，探讨学界典型案例，进行适当分析。
（3）系统原型开发。任务分析和知识资源库建设过程之后，接下来系统设计进入了关键的原型开发环节，需要通过计算机程序进行，对系统进行测试和适当的调整。在开发过程中，由于系统整体增量较大，设计者需要按模块分段进行，而且期间需要筛选出最关键性的因素，便于系统的基础测试。
知识网络构建中，设计者需设定计算规则，可采取最常用的IF-THEN语句，通过IF语句设定前提和条件，THEN语句得出相关结论。IF-THEN命令的优势在于能够按照要求适时进行矫正，操作简单方便，同时也能够提供用户所需的信息并在交互过程中协助解决问题。
（4）系统的测试、矫正以及改良。一是系统需要适时更新资源库内存，除了及时通过多种途径增加教育研究前沿知识以外，还需要适当清空过时的或不被用户接纳的信息，保持系统的反馈处于满意程度。二是系统面向客户开放之前需要经过系列测试，包括有效性、精准性、用户即时体验等，尽管此类测试不可或缺，但是目前业界暂无统一标准，系统开发部门要按照实际需求制定标准。 三、基于专家——用户的交互式自适应系统案例分析
高校教育研究运用自适应性专家系统可以提供数据平台协助管理，教学和非教学人员甚至包括学生都可以使用系统并进行评估，同时有助于根据企业、市场发展需求建设知识库，进行适当的信息处理，因此该系统从技术层面提高了研究机构内部的管理能力。
从分层的角度处理数据的采集和分析。第一层阐述多方面（如高校教学资源信息库、教育专家、教师、管理者等）进行数据采集的过程。第二层描述知识资源库，由行业专家和知识库建设的工程师完成。第三层则阐述了该专家系统的自适应性、充分性、有效性等。本文设计的案例基于高校已有专家资源库的现实，模拟系统与用户（system-user）之间的交互，尽可能保证系统设置的优越性，方便教师和学生访问与使用。案例还会分别阐明专家系统获得积极反馈和消极反馈之后，与用户之间的交互过程。系统管理员全程可以进行后台操作和管理，保证系统流畅有效运行，并能够实时根据用户意见和反馈完成更新。
四、结语
本文基于适应性原理设计高等教育研究的专家资源库，以满足师生及必要的社会大众复杂问题求解的需要，具备基于环境反馈的学习认知、适应动态问题背景、不断更新完善知识资源库等功能。同时，系统能实现与用户的良性沟通，适时根据用户反馈信息提升适应性，有针对性的发现问题，更正系统缺陷，体现学习及记忆功能。自适应性专家系统的建立对于高校教育研究而言，便于提高其科研资源的储存、流通以及使用的科学性，专家资源库及教育资源库的更新能够夯实驾驭研究机构的实力，提高信息化资源管理水平及人才培养质量，促进高等教育研究的健康发展。
注释：
①吴叶林，熊春荣.高等学校高等教育研究所功能审视——基于院校研究的视觉[J].西南农业大学学报（社会科学版），2010，8（6）.
②学习[EB/OL].http：//baike.baidu.com/subview/8261/11233800.htm？
fr=aladdin.
参考文献：
[1]Tripathi P，Ranjan J.“Decision Supporting System for the Competence Management”[J].Procoeedings of the First International Conference on Information System Technology and Management，2007.
[2]鲁宏伟，罗钢.专家系统自适应性应用研究[J].武汉理工大学学报（交通科学与工程版），2003，（4）.
（责任编辑：孙晴）