知识网络上的学习顺序算法和检测算法

一旦运用了概念网络所包含的概念之间的依赖关系，按照学习者的现有基础和学习目标，跟实际道路的导航场景类似，就会有一个高效率的学习顺序。知识网络（或者说概念网络）上的学习顺序算法指的是找到一个这样的算法把这样的高效率的学习顺序找出来。典型来说，一个高效率的学习顺序需要优先学习相对低层的基础的概念、构成多个高层概念的概念，使用频率高的概念。

知识网络（或者说概念网络）上的诊断性检测算法指的是，通过检测被试尽可能少的概念来推断出来被试都懂得或者说不懂哪些概念。全部探测成本高，随机抽样只能用于评估性检测。实际上，运用了概念网络所包含的概念之间的依赖关系之后，我们可以得到更好的检测算法。其基本精神就是运用好概念之间的是否被认知的相关性。也就是说，有些概念对，例如概念AB，存在着这样的关系：只要认识A就以很大的概率认识B，或者只要不认识B就以很大的概率不认识A。这样的相关性可以被检测算法运用，并且这样的相关性和概念网络上的概念之间的连接具有很强的相关性。并且，这样的检测算法是自适应的，也就是前面的检测结果是后面的检测内容的选择依据。

所设计的学习顺序算法和检测算法，也需要开展实验研究。前者需要结合教和学的实验研究。后者检测算法的实验检验可以比较独立地开展。

更进一步，如果这样的检测算法如果能够成功，其本身就可以独立成为一项社会服务。当然，检测算法也可以和学习顺序相结合用于辅助个性化学习。