基于非干预式感知的个性化学业求助资源推荐研究进展

现代信息技术提供的强大移动终端、数据存储和计算平台,极大地促进了信息技术和教育学科的深度融合,有利地推动了"教育信息化2.0行动计划"的实施,也为研究学业求助提供了坚实的技术保障.借助多种新型的感知机理和实现技术,建立日常教学实践活动中非干预式的学业求助行为感知和分类,使实现自适应个性化的学业求助资源推荐成为可能.本文针对非干预式感知的个性化学业求助资源推荐研究状况,展开具体分析,并针对未来可能研究进行了展望:学业求助非干预式感知、学业求助多源异构数据分析、以及学业求助资源个性化推荐方法.以上研究内容充分利用和发挥了现代信息技术的优势,探索其在学业求助应用场景下切实可行的途径和方法.有利于实现对学习者学业求助需求的精准定位并提供自适应个性化的资源推荐,贯彻了我国教育信息化2.0建设中的精准教育理念,具有理论和实际的双重意义.     

基于微服务的研究生培养系统的设计与实现

随着信息技术的蓬勃发展,高校研究生管理模式不断变化.从服务对象来说,华东师范大学现有的研究生培养系统面向的主要服务对象是学校管理人员,但随着"以学生为中心"教育理念的深入推广,现有系统的功能已无法满足以学生为中心的业务需求.同时,随着招生规模的扩大,系统中数据的规模越来越大,增长速率也越来越快,研究生管理需要处理的主体由原先少量、简单的管理数据转变为复杂、大量的各类研究生教学行为数据.基于以上原因,采用开源框架AngularJS和Spring Boot,完成了系统的自主研发.架构方面,基于微服务架构以支持系统的自动化持续部署,实现了一个为研究生、教师和管理者提供个性化服务,并且可以快速迭代的研究生信息智慧平台.     

抽取式自动文本生成算法

文本自动生成旨在实现机器像人一样写作,减少语言工作人员的工作量,为读者传送实时、简洁的新闻报道.它可被运用在智能问答和对话、新闻的自动撰写、突发事件报道等应用中,且一直是学术界和工业界想突破的研究问题.本文将文本自动生成建模成关键词集合覆盖问题,提出了一种无监督的抽取式文本自动生成算法.该算法优化了自动文本的结构,不再是一段式文本.实验表明,该算法在大规模语料库上可取得不错效果,生成的文本覆盖信息更全面,与人工生成的文本意思更接近.