远程教育中的个性化推荐系统研究

本文针对目前的远程教学系统,提出一种新型动态的信息交互方式--个性化推荐功能,由远程网络教学系统对学习者自动推荐学习资源,帮助学习者发现他所希望的学习资源信息.并给出系统实现技术和体系结构,实验数据表明,该系统是高效并可广泛使用.     

学习资源网络模型构建及资源推荐策略设计

通过分析基于终身学习机制的个性化推荐系统与基于电子商务的个性化推荐系统的区别,确定基于终身学习机制的个性化推荐系统的关键问题就是如何为学习者获得想要具备的能力推荐满足他们个人需求、个人爱好以及目前已具备的知识结构的最佳学习路径.针对终身学习中正式学习和非正式学习不同的学习情况,构建了学习资源网络模型,在此基础上将基于本体的推荐技术和协同推荐技术相结合,为学习者的不同学习情况运用不同的推荐策略推荐最佳学习路径.最后通过实验对推荐结果进行分析,确定最优方案.     

一种基于迁移学习的学习资源推荐方法

移动互联网技术的飞速发展和智能终端设备的广泛普及为支持泛在学习(U-Learning)提供了可能.泛在学习是一种随时随地都能发生的在线学习.当前,互联网涌现了一大批可供学习的平台和资源,类似平台包括网易云课堂、Coursera、知乎网、简书网等.手动检索和个性化推荐是在线学习系统提供给用户获取学习资源的常用方式.个性化推荐因其能主动建模学习者偏好,为学习者提供个性化的学习资源推荐服务而受到了广泛关注并成为在线学习领域的研究热点.本文在传统协同过滤个性化推荐系统的基础上提出一种基于迁移学习的学习资源的推荐方法,该方法从已有的数据中学习知识,然后迁移到目标任务中,解决了目标任务中数据过少从而导致学习特征的能力不足的问题.     

基于二进制微分进化算法的学习资源推荐方法

为解决当前方法学习资源推荐精度低、时效性不高、无法适应学习者动态调整学习目标的问题,提出了一种二进制的微分进化算法并以此为基础进行学习资源推荐的方法.该法对学习者与学习资源进行数学建模,依据推荐资源需要最佳匹配学习者需求的约束条件,将学习资源推荐转化成了最优化求解问题;根据课程知识点的逻辑组织结构图与学习资源的十字链表存储结构图,快速判定目标函数的关键参数值;采用所提出的一种二进制微分进化算法用于二进制数据表征的学习资源个体变量的变异、交叉、选择操作进行迭代运算直至满足条件找到学习资源最佳的选取组合.实验结果表明:所提出的学习资源推荐方法收敛速度优于以微粒群为基础的学习资源推荐方法,可方便学习者对学习目标范围动态灵活选取,所推荐的学习资源可完全满足不同学习者对学习资源难易度差异化的需求.     

学习资源精准推荐模型及应用研究

根据属性特征推荐资源,由于存在冷启动和稀疏性问题,限制了在线学习资源推荐的性能.基于知识表示和协同过滤,将学习者的学习水平和学习风格等特征融入推荐过程,进行协同过滤个性化推荐,提出了一种学习资源精准推荐模型,构建了学习者和学习资源知识表示模型;通过实验表明知识表示-协同过滤相结合的推荐算法在个性化推荐和推荐准确度方面优于传统的CF算法.     

基于知识状态的个性化学习资源推荐方法

针对现有的个性化学习资源推荐方法存在不能够从学习者的学习缺陷出发推荐学习资源的不足,提出一种基于知识状态的个性化学习资源推荐方法,它首先根据知识点之间的关联关系构建知识图谱,然后根据学习者知识状态进行推导生成待学习知识点向量,最后设计相似性迭代算法从学习资源库中匹配最适合学习者的学习资源.通过实验证明,该方法具有不错的推荐效果和性能.     

利用内容推荐和协同过滤算法实现个性化评估

针对教学评估中存在着仅用试卷分析表无法实现个性化学习和评估的情况,将人工智能中的推荐系统技术应用到期末教学评估中.将推荐系统中的基于内容推荐算法和协同过滤算法分别应用到学生薄弱知识点的个性化学习和期末评估分析中,根据学生的知识掌握情况推荐相应资源进行个性化辅导.通过实验案例验证,该方法可以得出学生对知识点的掌握程度,并根据题目之间的相似性进行推荐.     

基于维度情感计算的E-Learning模型研究

以维度情感模型为基础划分学习者学习情感,采用情感计算方法,定量表示学习情感和学习者性格,在学习过程中结合情感计算值和知识体系难度划分来动态进行知识点推荐和交互。提出了基于维度情感模型的情感计算方案,用以建设现有E-Learning系统,增加系统的个性化推荐策略,提高系统交互性,从而达到增加系统效用,为学习者服务的最终目的。     

基于Web的网络课程智能推荐机制

主要整合自适应共振理论神经网络和数据挖掘技术,构建一个基于Web的网络课程智能推荐系统,通过此机制可以向具有相似学习兴趣的学习者动态地、智能地推荐基于Web的网络课程,以此作为学习者在线选择网络课程的依据.     

基于Agent和推荐技术的网络教学模型研究

通过分析目前网络教学系统的不足,提出一种基于Agent和推荐技术相结合的网络教学模型.该模型通过Agent动态收集用户兴趣爱好,分析学生的学习行为,生成用户的兴趣模型,然后使用协同过滤技术将相关的资源推荐给其他用户.模型充分发挥了教师在教学中的作用,教师和学生之间可以互相推荐学习资源,提高了用户之间信息资源的共享和交互能力,提高了系统的个性化服务水平.     

远程教育导学教师的职能分析

远程教育导学教师不同于课程辅导教师,其职能主要体现在"导学"上,即引导和指导远程学习者适应新的学习环境,主动地、独立地开展自主学习和个别化学习,具体包括:帮助远程学习者确立专业思想,指导远程学习者制定学习计划,提供网络学习信息支持服务,疏通远程学习者思想、心理障碍等方面。导学教师只有全面了解远程学习者,掌握远程学习支持服务理论及技能,熟悉远程学习管理制度,采取针对性、多样化导学方法,才能充分发挥导学职能,促进远程学习者投入学习。     

基于云计算的新型远程教育系统设计

目的针对传统教育模式在远程教育系统中运用数据不完整,数据恢复难和私密性差等缺点,提出了将云计算方法融入远程教育系统设计的思想,研究出一种基于云计算的新型远程教育系统,该系统便于教学信息资源的整合、提高了资源利用率。方法通过研究云计算和远程教育系统的特点,实现了基于云计算的新型远程教育系统设计。结果基于云计算的新型远程教育系统,在教育服务能力、资源共享性、可配置和伸缩性方面较传统系统都有较大的进步。结论将云计算高效的运算处理能力和无限的存储能力应用于远程教育系统,可以提升中国远程教育的整体水平。     

基于知识地图的数字教育资源服务模式研究

针对数字教育资源服务在资源组织和管理方面的不足,设计了基于知识地图的数字教育资源服务模式,该数字教育资源服务模式以知识点为单位建立信息窗口,对数字教育资源归类聚合,设计了结构清晰的知识网络.后以"HTML课程"为例,依托Visual Studio开发环境,利用Google Maps API构建知识地图,实现了数字教育资源服务模式,并选取在校大学生为试验者,进行了模式的试验与分析.研究表明,基于知识地图的数字教育资源服务模式能为学习者提供明确的学习引导,能够提高数字教育资源的有效利用率和学习者的学习效率,对于学习者在线学习的持久度、知识内化等方面具有较好的促进作用.     

基于动态聚类的网上学员细分实证研究

自主式学习在远程教育中占有重要的地位,如何更高效、快捷的建立学员所需要的知识资源库是当前我们研究的一个热门领域。本文以自贡电大2009级近百名本科学员基本资料及学习记录为采样数据,利用动态聚类的方法进行了有效的学员细分及数据分析,并在此基础上提出了相应的建立适合远程教育的资源库的策略。     

基于“自主性学习”特征的现代远程教育理念探究

现代远程教育的理论核心是自主性学习,为满足学习者自主性学习的需要,充分体现现代远程教育的特点,必须提升现代远程教育理念,引导、帮助学习者有意识地控制和管理学习过程,达到现代远程教育培养人的目的。     

基于知识点对象的个性化学习系统实施

提出了一套个性化学习系统实施方案.该方案以知识点对象为核心组织学习资源,通过数据挖掘等方法获取学习者在学习进度和学习风格两方面模型,并采用“学习内容提取算法”获取适合学习者知识水平的学习内容,再通过XSL技术,根据不同的学习风格模型,对相同的知识点对象进行不同表现和封装.     

远程开放教育学习者英语学习风格研究

本文对安徽电大远程开放教育学习者的英语学习风格进行了研究,结果表明:①远程开放教育学习者的英语学习风格是多元化的,学习风格的偏爱方式依次为:听觉型—团体型—体验型—动手型—视觉型—独立型。事实上,听觉型、团体型、体验型、动手型的平均数并无太大差距;②男女生在英语学习风格偏爱方式上并没有显著的性别差异。同时,该研究为开放教育英语教师针对学习者学习风格的个体差异制定相应的教学策略提供了一定的依据。     

学习型社会建设的资源整合实践战略思考

学习型社会的基础之一是具备充分学习资源和机会的教育体系,整合社会的教育和学习资源就成为为全民终身学习提供支持的关键问题。学习型社会建设资源整合的战略重点是以系统论为依据,通过政府的统筹指导和协调,全面开发和合理配置各种显性和隐性的教育和学习资源。落实资源整合实践的指导思想必须贯彻以人为本、持续性、灵活性、开放性等原则,而资源整合的战略对策,需要从突出政府的统筹角色、建设数字化学习平台和学习资源库、开发社区教育资源、依托各种学习型组织资源共享、充分利用公共文化服务等方面着力,构建方便社会成员终身学习的立体化资源网络。     

一种基于Agent技术的开放教育教学管理系统研究

提出了一种基于Agent技术的开放教育教学管理系统模型.在远程开放教育教学环境下,利用远程教学平台资源,以Agent技术为基础,将教学资源、学生、教师及管理人员进行有机整合,实现学生个性化学习和智能化沟通学习.对系统模型的部分功能进行了详细论述,构建了个性化、智能化的现代远程教育学习环境.     

谈体验式学习理论及其在社区教育中的应用

在信息化的终身学习时代,多样化的学习资源、学习途径和教学方式,为参与社区教育的学习者提供了宽广的知识视野,激发了他们的学习兴趣。随着学习者学习自主性的不断增强,社区教育的教学模式从以往的以教师为中心的单向输入式教学逐渐向以学习者为中心的体验式学习转变。了解和熟悉体验式学习的理论,以及该理论在社区教育实践中的应用,不仅有利于促进学习者通过体验式学习进一步获得自我认知、自我决定的能力,使自我效能感得以提升,也有利于探讨该理论对教育实践产生的影响。