傳統的教與學，為了達到學生學習的目標，通常是透過評量來測量學習成效。評量的結果不但顯示出學生學習的成效，也隱含了學生學習障礙的線索。一個好的評量方式，著重在探究學生的學習過程，希望經由評量能夠探知學生的認知行為與評估學生形成概念過程中的學習成果。

本論文嘗試用「自我組織映射網路」SOFM類神經網路方式，決解專家或教師對概念關係間的認知整合。不同的專家或教師，對概念間的關係會有不同的見解，為了消弭這樣的因素，找到一個比較合理客觀的概念關係，藉由類神經網路中「自我組織映射網路」的群聚作用，找出概念間的關係。之後，系統再依據學生評量的結果，從訓練完成的「自我組織映射網路」拓撲圖中找出最佳的補救教學路徑建議，期望能在花費最少的時間及人力下，提供學生有效的學習路徑建議。

To achieve the learning objectives, tests are often used to measure the achievements of the learners in traditional way of teaching and learning. The result of testing not only provides the information about what learners have achieved but also identify learners’ weaknesses. A good test puts emphasis on exploring learners’ learning process in order to go into the cognitive behavior of the learners and to evaluate what learners have achieved.
The Self-Organizing Feature Map of neural network is applied to integrating professionals’ and teachers’ different points of view on the concept relation. Different professionals and teachers have dissenting views on concept relation. Reasonable and objective concept relation is to be found by means of concept clustering of Self-Organizing Feature Map of neural network to put an end to the interfering factor. The program develops the best remedy instructions rout suggestion by using topology map of Self–Organizing Feature Map. The effective learning path is provided to learners as suggestions.

第一章 緒論
第一節 研究動機 ---------------------------------------------------- 1
第二節 研究目的 ---------------------------------------------------- 2
第三節 論文架構 ---------------------------------------------------- 3

第二章 文獻探討
第一節 概念邏輯理論 ------------------------------------------------ 4
第二節 概念圖的意義 --------------- -------------------------------- 7
第三節 自我組織映射網路 -------------------------------------------- 9

第三章 研究方法
第一節 主題學習課程概念之分析 ------------------------------------- 15
第二節 概念間權重值的訂定 ----------------------------------------- 16
第三節 自我組織映射網路訓練與規則推論 ----------------------------- 19

第四章 系統開發與設計
第一節 系統開發與設計環境 ----------------------------------------- 25
第二節 系統架構與弁?--------------------------------------------- 25

第五章 討論與建議
第一節 網路架構 -------------------------------------------------- 37
第二節 訓練與驗證、預測結果 -------------------------------------- 38

第六章 結論 ------------------------------------------------------ 48

參考文獻
中文部分 ----------------------------------------------------------- 49
英文部分 ----------------------------------------------------------- 50

附錄
附錄一 ------------------------------------------------------------- 51
附錄二 ------------------------------------------------------------- 54

中文部分：
蕭嘉琳(民90)。互動式概念關係建立輔助系統在學習論斷之應用。暨南國際大學資訊管理學系碩士論文。
徐泰雄(民91)。應用類神經網路於認知診斷之研究。台南師範學院資訊教育研究所碩士論文。
李孟柔(民92)。以模糊類神經網路建構線上推論學習成效系統。國立台北師範學院數理教育研究所碩士論文。
張琪玉(1983)。情報檢索語言，武漢大學出版社。
頃y昇、杜淑芬、黃國禎(民87)。概念繼承關係在網路智慧型學習診斷系統之應用，第七屆國際電腦輔助教學研討會，頁602 - 609。
葉怡成(民92)。類神經網路模式應用與實作，儒林出版社。
陳佳君(民84)。從知識結構探討主題分析，書府，第16期，頁38 - 47。
余民寧(民86)。有義意的學習—概念構圖之研究。商鼎文化出版社。
洪綉雯(民89)。知識粹取應用於輔助概念構圖之研究。銘傳大學資訊管理研究所碩士論文。
鍾斌賢、林聰武、吳育龍(民90)。於網際網路上應用概念圖輔助學習之研究。第五屆全球華人學習科技研討會暨第十屆國際電腦輔助教學研討會。
廖浚宏(民92)。以條件機率為基礎之學習障礙診斷模式。暨南國際大學資訊管理學系碩士論文。
劉奕樟(民92)。網路多媒體評量與學習診斷系統之建置。國立交通大學網路學習學程碩士班論文。
林柏成(民91)。利用知識地圖診斷數學問題之研究。中原大學資訊工程研究所碩士論文。
吳映親 (民91)。診斷性測驗導引出題系統之研究 。台南師範學院資訊教育研究所碩士論文。
楊明峰(民88)。概念關聯模型與灰色預測在網路智慧型學習診斷系統之應用。暨南國際大學資訊管理學系碩士論文。
黃彥豪(民91)。利用自組織映射圖網路於區域雨型分類之研究。國立臺灣大學土木工程研究所碩士論文。
朱孝利(民81)。知識結構與教學。國民教育，81年8月32卷11.12期。

英文部分：
Kohonen, T. (1989). Self-Organization and Associative Memory, 3 rd ed. New York: Springer, 1989.
Kohonen, T. (1990). The Self-organizing Map, Proceedings of IEEE, 78 (9), 1464-1480.
Kohonen, T. (1997). The Self-organization Map. Springer, New York.
Novak, J.D. (1980). Progress in application of learning theory. Theory in Practice, 19, 58-65.
Novak, J.D. (1980). Learning theory applied to the biology classroom. The American Biology Teacher, 42, 280-285.
Ausubel, D.P. (1963). The psychology of meaningful verbal learning. New York: Holt, Rinehart & Winston.
J.Van Benthem,etc. (1997). Handbook of Logic & Language, The MIT Press.
McAless, R. (1994). A Theoretical View on Concept Mapping, ALT-J,2,1,38-48.
McAless, R. (1998). The Knowledge Arena as an Extension to the Concept Map: reflections in action, Interactive Learning Environments, 6, 1-22.
Mizue Kayama & Toshio Okamoto (2001). A Knowledge based Navigation System with a Semantic Map Approach, Educational Technology & Society 4(2).