基于Agent的个性化课件模型

针对目前基于Web的远程教育课件往往无视学习者个性差别的现状，引入Agent技术，利用其智能化的特性构造了一个个性化课件模型，从而合理解决了不同学习者之间在学习上的个性差异，真正作到了因材施教。     

网络学习中学习者个性挖掘方法的研究

提出了一种面向个性化网络学习的学习者个性挖掘方法，以实现网络学习中学习者个性特征的自动获取．该方法首先通过对样本学习者的个性属性归并，去除冗余的个性属性；进而通过对学习者行为模式与个性特征的定量关联规则分析，得到两者间的关联规则；最终据此规则对后续学习者的行为模式进行推理，获取学习者的个性特征．此方法不仅解决了个性化网络学习中学习者个性特征的自动获取问题，而且还可表现出个性与行为间的关系．该方法已在计算机教学管理示范系统中进行了试验，结果表明该方法是有效的．     

网络化学习中的学习评价初探

网络化学习作为一种新型学习方式，其效果如何，能否促进学习者认知、技能和个性发展，成为教育技术界广泛关注的问题，这种形势下，网络化学习评价成为关键．从网络化学习评价的概念延伸开来，在分析网络化学习过程中，得出产生“增值”效应的因素。     

成为“完整的人”——大学英语教学中的人文教育

在提倡素质教育的今天,大学英语教学也必须体现以人为本的教育观念,注重学习者人性的培养,即对学习者进行人性教育而使其成为＂完整的人＂。一方面要充分利用英语教材,挖掘教材深层次的教学意义——人文教育,尊重学习者的个性差异,因材施教,旨在使学习者在学习语言技能的过程中潜移默化地在人格气质、文化修养等方面得以提高;另一方面,要采用＂以学生为中心＂的教学模式,在英语教学中关注学习者人性的发展,深刻挖掘学习者内在潜能,最大限度地发挥学习者的优势,促进学习者的全面发展,实现真正的素质教育。     

面向虚拟学习社区的学习行为特征挖掘与分组方法的研究

虚拟学习社区作为网络教育的一种新兴模式,越来越受到人们的关注.如何为不同的学习者提供良好的个性化教学服务是虚拟学习社区研究的重要问题,而学习者的学习特征的提取与分析是个性化教学的基础.以虚拟学习社区为背景,从学习者的学习过程和学习特征入手,运用模糊c均值聚类算法(FCM)挖掘并分析学习过程中学习者的学习特征,进而根据学习者的知识水平、自主学习和协作学习积极性等学习特征进行精确分组划分,以达有针对性的教学指导,实现个性化教学,提高学习者学习效率.     

Web学习协同组的构建

加入Web学习的用户虽然具有主动性，然而除了人－机交互，用户也需要人－人交互，因此协同组的构建是很重要的一个方面。协同学习有助于完善学习者的个性，促进学习者的学习效率，使学习者变得强大。不同于目前人为指定协同组的方法，提出了一种实现网络学习协同组构建的方法，提供协同学习机制支持。     

基于目标设置理论的个性化网络学习模式研究

目标设置理论是近年来研究最多、影响最大的一种激励理论.将该理论引入到个性化网络学习平台的设计与实践中,并利用该平台在实践中积极探索基于目标设置理论的个性网络学习模式,很好地激发了教师对学习者学习的引导以及学习者的学习动机和学习情趣,提高了课程学习的实效性.     

远程教育与个别化学习

个别化学习随着现代远程教育的发展而日渐突出 .其原因有四个 :教育信息传播媒体的演进引发教育方法和模式的演变 ;现代教育理论和学习理论提出最好的学习是自主的个别化的探索学习 ;现代社会的发展要求人才具有个性和创造性 ;网络技术的运用利于学习者构建个性化学习环境 .个别化学习可以从宏观和微观两方面去定义 .从微观上看 ,个别化学习是指具有不同学习风格和学习策略的学习者在个性化的学习环境中所进行的自主学习 .远程教育中的个别化学习需要五个要素 :明确的学习目的 :学习的元学习、元认知能力 ;学习者的自我管理能力 ;构建完整的个性化学习环境 ;反馈评价机制     

构建网络环境下的大学外语个性化学习模式

现代多媒体技术的发展,为大学外语教学提供了良好的教学辅助环境。本文通过实证分析,研究网络环境下的大学外语个性学习特点、方式,以期能够对学习者个性化的网络外语学习构建模型。     

基于粒子群算法的学习路径推荐方法

智能训导系统（ITS）以提高学习者学习自主性,实现个性化的学习过程为目标．学习者的学习偏好根据学习者本身的属性,如学习目的,认知能力等变化．因此,为所有学生设计统一的学习路线已不能很好满足单个学习者的学习需要．首先将学习者进行特征聚类,然后将每个学习者作为一个粒子,将其在学习过程中的路径选择和评价值作为其空间代表值,使用粒子群算法进行个性化学习路径寻优,并通过实验证明其有效性．     

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。     

“赏识”为学习心理辅导策略之可行性研究

学习心理辅导是学校心理工作的重要课题,其根本目标是通过集体辅导或个别辅导的形式,使学习者主体的学习活动能在想学要学、乐学爱学、会学能学的积极主动建构知识意义的系统中进行。通过分析学生的学习心理与行为过程,借鉴管理心理学"激励"的概念和理论,研究主体性教育过程中的激励,即"赏识"在培养学习需要、激发学习动机以及调控学习行为方面的积极作用和操作模式。     

学习风格及其对外语教学的启示

学习风格的研究属于学习者个体差异的研究范畴,对外语教学有着重要的指导意义和启发作用。本文介绍了学习风格的定义、类型及特征、以及学习风格的测量手段,并指出了学习风格研究对外语教学的启示,对如何将学习风格理论应用到外语教学中提出了相应的建议。     

语言学习风格与大学英语教学

影响学习者外语学习效果的因素很多,有教材、教法等外部因素,也有学习者的学习态度与动机、学习风格、学习策略等内部因素。对学习者个体差异的研究,成了当代外语教学研究的重要课题。而语言学习风格是学习者个体差异的一项重要内容,研究语言学习风格及其同语言教学的关系,对大学英语教学具有重要的指导和实践意义。     

中国传统文化对语言学习风格形成的影响

学习者的学习风格是二外习得中个体差异的一个内在的固定因素,其形成受多种外部及内部因素的影响,而学习者最基本的性格特点构成了学习风格的核心。论述了学习风格的主要分类及四种语言学习者,并探讨了中国传统文化对学习者学习风格形成的影响。     

面向复合材料带隙预测的两段式集成学习模型构建

带隙是钙钛矿型复合氧化物材料重要的特征参数, 对材料的物理化学性质起决定性作用, 如导电性能和光电性能等. 为了寻找适合不同应用领域的钙钛矿型材料, 利用机器学习进行带隙预测是一种重要的研究手段. 构建了一个两阶段异质集成学习模型, 在第一阶段使用多种不同的基础机器学习器(回归模型)进行预测; 在第二阶段把对预测结果影响较大的描述子和基础机器学习器进行集成学习.利用该模型对 210 种钙钛矿型复合氧化物材料的带隙进行预测, 并与多种独立的机器学习算法以及不同集成策略模型的预测性能相对比, 评估了本模型的预测性能. 结果表明, 这种两段式的集成学习模型能够更好地学习到材料数据的内在关系, 并具有较好的预测效果和较强的泛化能力.     

基于CSCL平台的个体认知动力特征与外语元认知策略养成

信息技术与网络教育的迅猛发展,为外语教育注入了新的活力,对学习者的学习心理、学习角色、个性及元认知策略都产生了深远的影响。基于CSCL平台的外语学习者个体认知动力特征呈显著差异,大学生的元认知水平与其认知动力特征总体上显著相关。外语学习者要根据自身的学习动力特征,勇于承担个人学习职责,主动提高CSCL交际能力,培养积极的外语元认知策略。     

本体E—Learning系统中的情境感知技术研究

引入情境感知的相关概念和技术,结合本体E—Learning环境的特点,根据感知到的学习者学习过程中的学习情境信息建模．该模型能够主动感知用户情境的变化并进行信息交互,通过分析学习者的个性化需求主动提供学习资源服务．最后,应用实例验证了本文构建的系统能够实现学习资源服务的自适应服务．     

英语学习者个体影响因素研究——基于多层线性模型的分析

近年来对影响大学英语学习的因素的量化分析不多,哪些是影响英语学习的主要因素也说法不一。采用多层线性方法,试图从学习者个体水平层次分别解释,并区分各个预测变量对因变量的相对影响力,从而找出影响学生英语学习的主要因素。研究发现:个体因素是最主要的英语学习影响因素,占总体影响因素的83.5%,而班级水平因素仅占16.5%。个体影响因素按影响力度从强到弱分别是:大学入学成绩、性别、课堂参与度、考试重视度、学习努力程度。     

Study of Chunks Input Approach

This paper is to describe and investigate Chunks (Lexical Phrases) Input Approach in vocabulary learning strategies by means of achievement tests, questionnaire surveys and interviews. The study is to reveal how different learners combine different vocabulary learning strategies in their learning process. With the data collected, the author of this paper discusses and summarizes learners' individual differences in selecting vocabulary learning strategies with the hope of giving new insights into English teaching and learning.