傳統教學的方法在評斷學生的學習效果是否良好，一般都以學生對一個學習單元「懂」或「不懂」做依據，但是在這兩個極端分界之中，其實還存在著許多模糊空間，因為在學生的學習領域上，一個教學單元所涵蓋的學習概念，通常不只一個，並且每一個學習概念的重要程度，分別不同。所以在評量學生的學習效果時，學生對於評量測驗的作答結果符合了正確答案，卻不能保證學生對於此概念真正擁有完全的瞭解程度。同樣的，學生對於評量測驗的作答結果與正確答案不符合時，也不能保證學生對於此概念的瞭解程度完全不擁有。更因為在一個測驗中，通常包含有多個概念的集合，並且隱含延伸及模糊的概念，以至於學習概念的程度高低上，更難以獲得正確的推論結果。

    本系統藉助模糊理論調整其隸屬函數的特性，解模糊化(Defuzzication)的處理，以及類神經網路推論非明確界定性數據能力及自我學習和適應能力，根據學生測驗的資料，推論出學生的學習情況及給予補救的重點，利用模糊理論，建立模糊介面，對建議與診斷之描述提供更口語化的呈現方式。