泛在学习环境下大学生信息获取能力的影响因素及策略

泛在学习环境为当前大学生高速而有效获取信息创设了更为人性化和多样化的信息环境和信息处理方式。该文阐述了泛在学习的定义及特征,分析了泛在学习环境下影响大学生信息获取的诸多因素,并在此基础上提出了一些策略与建议。     

泛在学习环境下大学生信息素养的提高

简要介绍了泛在学习的定义及学习模式,并针对泛在学习环境下从海量学习资源中寻获、评价及应用信息,从调整高校教育环境及教学模式、改变高校图书馆的服务模式和改进文献检索课的教学方式等三个方面介绍了泛提高大学生信息素养的方法,对于泛在视野下提高大学生获取信息和检索文献的能力具有一定的指导作用和帮助。     

用BLOG构建个性化学习协同指导空间

在现代教育中，建构主义思想被广泛运用，学生主体性的个性化学习越来越受到重视。但是片面强调个性，极易造成学习的无方向性。同时学生的信息获取环境复杂，家长与教师之间又缺少有效的沟通机制，致使对学生的个性化学习指导缺乏连贯性与系统性，使个性化学习效率低下。Blog以其简单易用，即事即写，即时发布的特点成为个性化学习中思想共享和信息共享的承载平台。为此，本文对Blog构建个性化学习协同指导空间的作用与实施进行了探讨。     

基于知识结构图的个性化学习内容生成算法

在结构化知识图的基础上,根据不同学生的学习状态,提出了网络学习环境的个性化学习内容生成算法.在课程本体知识结构图的基础上,经过动态评估学习过程而形成基于不同学生的个性化知识结构图,结合其子空间及有向无环图的拓扑排序方法,设计并实现了基于目标知识点的学习路径和个性化学习内容生成算法,以及在线学习环境中个性化学习内容生成机制.经网络学习课程实例验证表明,该算法可以满足学生个性化学习的需求.     

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.     

IPv6环境下个性化网络学习系统设计及实现

针对个性化网络学习在学习内容、学习环境等方面的特点,利用IPv6网络在网络带宽、移动设备支持等方面的优势,设计和实现了大学选修课个性化网络学习系统.该系统采用双协议栈方案构建了网络环境,采用概率矩阵分解的协同过滤方法实现了学习内容的个性化推荐,采用Java EE软件架构实现了多平台的学习环境访问,并通过分布式系统部署解决了高并发访问的问题.基于已建成平台上用户的学习行为数据统计结果,提出教学管理要统计学生的学习时间分布,关注学生对课程的反馈.统计分析结果有助于优化学习时间的安排和个性化学习资源的设计,从而提高在线学习效果.     

云计算环境下可视化探索式搜索引擎的研究

针对目前搜索引擎返回的信息量过大且缺乏语义关联等问题,提出了一种云计算环境下的可视化探索式搜索引擎模型.该模型通过对元搜索引擎返回的原始信息在云计算环境下语义相似度的计算和语义链的构建,采用探索式搜索方法为用户获取个性化的结果.与传统搜索引擎相比,其结果更加直观地表现了目标信息及其之间丰富的语义关系,该方法使用户能够更为自然而有效地在海量的信息中发现更符合其需求的目标.作为实验模型,还需要更多的元搜索引擎的支持,以及进一步计算优化语义相似度的算法,才能使该模型真正实用化.本研究为云计算环境下构建新一代个性化智能搜索引擎提供了理论和实践上的参考.     

基于普适计算的高校泛在学习环境研究

泛在学习是普适计算环境下的一种无所不在的学习模式.在阐释普适计算带来的计算和信息服务模式变革的基础上,提出泛在学习环境的参考概念模型并详细描述了泛在学习环境的特征,针对泛在学习环境的基本要素,从硬件设施、学习资源和软件平台等三个方面就高校如何构建泛在学习环境做了深入的剖析.     

泛在学习环境下的APP学习系统功能设计

信息技术、移动网络等技术形成了泛在学习环境,带来了新的学习模式、学习方式、学习观念的变革,如何在泛在学习环境下设计符合手机的APP学习系统成为了新问题。以泛在学习理论为指导,对泛在学习环境下APP学习系统提出了总体的框架模型,宏观设计了泛在学习环境下由学习系统、管理系统和资源库组成的APP学习系统方案。从学习者在泛在学习环境下学习模式和学习观念的角度,微观设计了3个学习活动支持功能,并对系统功能在泛在学习环境下如何实施做了进一步的阐述,为系统功能开发做好了准备。     

泛在学习网络环境中的技术支持

泛在学习作为一种新型的学习模式，具有永久性、易获取性、即时性、交互性等特点，它是未来学习的一种方向。泛在学习网络环境为泛在学习的发生创设了条件，因此构建泛在学习网络环境尤为重要。本文从技术的角度出发，从三个方面论述了泛在学习网络环境中的技术支持。     

基于LambdaMART的个性化搜索检索模型

针对如何把个性化信息加入到搜索结果排序中, 提出一种基于决策树的可量化用户个性化信息的方法, 并根据用户的搜索关键词与用户的个性化信息, 预测用户的搜索意图, 把预测结果融合在排序结果中, 解决了传统检索模型无法有效加入用户个性化信息的缺陷. 实验结果表明, 加入个性化信息后的排序结果准确性明显提升, 从而改善了用户对搜索引擎的体验.     

基于模糊概念网的多Agent个性化信息检索研究

随着计算机网络的快速增长和Web内容的动态变化,通用网络搜索引擎的不足越来越明显.文章提出了一种基于模糊概念网的多Agent个性化信息检索模型,描述了个性化信息检索的过程和检索机制,讨论了应用不同方法的Agent检索效果.实验结果表明,使用个性化多搜索引擎检索的结果比其他搜索引擎检索的结果具有更好的整体性能比,能改善用户需要的检索结果.     

基于内容相关性挖掘的反馈式搜索引擎框架

当前主流的搜索引擎根据查询词在网页中的出现频率,辅以网页权威性等信息,生成查询结果．但用户提供的查询词往往非常简单,因此搜索引擎难以确定用户的查询意图．为此,给出了一种利用海量clickthrough数据进行网页内容相关性挖掘的方法,在此基础上给出了一种反馈式搜索引擎（FSE）框架及相关算法．FSE根据网页相关性动态生成查询结果,以期提供给用户更中肯和个性化的信息．基于真实点击数据,进行了网页相关性矩阵的压缩实验和有效性实验,证明了该框架的可行性．     

个性化Web信息代理的研究与开发

介绍了在Web信息检索过程中通过个性化信息代理(Agent)实现个性化信息反馈的工作、提出了信息Agent模型，涉及元搜索引擎的实现和个性化偏好模型的建立，且通过主动服务代理实现个人偏好查询结果的推送．提高了在Web信息检索过程中系统随用户关注程度和关注领域不断变化而调整信息反馈的能力，并在此设计基础上实现了一个原型系统．     

A Novel Personalized Web Search Model

A novel personalized Web search model is proposed. The new system, as a middleware between a user and a Web search engine, is set up on the client machine. It can learn a user＇s preference implicitly and then generate the user profile automatically. When the user inputs query keywords, the system can automatically generate a few personalized expansion words by computing the term-term associations according to the current user profile, and then these words together with the query keywords are submitted to a popular search engine such as Yahoo or Google. These expansion words help to express accurately the user＇s search intention. The new Web search model can make a common search engine personalized, that is, the search engine can return different search results to different users who input the same keywords. The experimental results show the feasibility and applicability of the presented work.     

高校图书馆网络个性化信息服务

阐述了高校图书馆个性化信息服务的发展优势,如个性化信息服务需求日益增长,个性化信息服务所需技术已基本成熟,网络的发展为个性化信息服务提供平台,等。提出了可供高校图书馆个性化信息服务的模式,包括:数据库查询服务,学科信息导航,My Library服务系统。就高校图书馆个性化信息服务工作,提出注意安全与隐私保护及培养个性化信息服务人才的建议。     

基于词汇相关度模型的个性化信息检索算法

使用词汇之间的"相关度"来存储单个用户的个性化信息,提出了能够在用户进行检索的过程中利用用户偏好自动建立针对该用户的"词汇相关度网"的方法,以及3种不同的利用词汇相关度对底层搜索引擎所返回的结果进行重新评估并进行个性化排序的策略.在此基础上,提出了基于词汇相关度模型的个性化信息检索算法.设计了原型系统,对算法的相关性能进行了测试,结果显示,所提出的词汇相关度模型能正确存储和构造词汇之间的相关度,所提出的检索算法正确.     

基于本体的个性化检索技术研究

近几年信息检索技术飞速发展,但很多搜索引擎都存在检索精度不高,检索结果不够个性化等问题。本文提出一种基于本体的个性化检索方法,在记录用户手动标注的信息生成一个个性化倒排索引的同时,再将其与本体知识相结合,进一步明确概念和语义关系,使得用户榆入相同或相近的检索词时也能反馈用户曾经标注过的文档信息,从而满足用户的个性化需求。     

多Agent技术在信息检索中的应用

从信息检索现状出发,运用人工智能技术,提出一种多Agent的信息检索方法。通过建立用户个性模型,辅助检索Agent在信息提取过程中的精确性,提高系统的个性化和智能化程度。