基于情感计算的E-Learning模型框架

针对目前E—Learning系统中情感缺失的现状,提出创建一个能感知、识别和理解学习者的情感,并能针对学习者的情感做出智能、灵敏、友好反应的E—Learning模型框架,它可以获取和识别每个学习者的学习表情,并能根据不同学习者的学习状态进行相应的调整,实现认知和情感相互协调的个性化E-Learning教学．     

E-Learning与学校教学

E-Learning是信息化社会教育教学发展的必然趋势.E-Learning的发展,将会促使教育教学发生一系列的变革.但是,E-Learning与当前的学校教学在许多方面存在冲突.只有通过信息技术与传统学校教学的全方位整合,才能有效地解决这些冲突,从而推动E-Learning的发展.     

学习内容管理系统的体系结构和关键技术

基于对学习内容标准化问题的研究,提出了一个学习内容管理系统的体系结构,该结构采用分层模型,自上而下分为客户层、应用层、数据服务层.同时针对学习内容管理系统建设过程中的几个关键问题:学习内容的共享及重用、学习内容入库效率、检索效率、数据的一致性和完整性等问题进行了探讨,给出了具体的解决方案并在样例系统中实现.在方案中采用中国网络教育技术标准中的“学习对象元数据标准”和“内容包装标准”,对学习内容进行标准化描述.采用元数据模版和自动获取信息的方式提高资源入库效率.对学习内容进行有效分类以提高检索效率.利用Java事务处理技术解决了数据一致性和完整性问题.     

贝叶斯网络在适应性E-Learning系统中的应用

在适应性E-Learning系统中，建立学生学习模型的过程中难度最大的是处理众多的不确定因素，本文运用了贝叶斯网络的推理机制来处理这些不确定因素。     

E-Learning的资源库建设研究

资源库建设是E—Learning的核心和基础，当前，E—Learning资源库的建设应以教育需求为前提，以系统理论为指导，遵循国家颁布的技术规范，实现资源的开放与共享．在分析了E—Learning资源建设的意义和现状的基础上，提出了E—Learning资源库建设的方法步骤。     

地方综合型院校E-Learning现状与技术展望

随着高等教育日趋大众化和教学改革逐渐向深层次发展,E-Learning已经成为教育现代化发展的一个主要方向.实施E-Learning,可以缓解扩招与教学资源相对短缺的矛盾,有利于教学资源的优化配置,提高办学效益;也有利于推动教学方法、手段的改革和教学质量的提高.但地方综合院校的E-Learning层次尚待提高,技术还须完善,观念还需加强.     

基于云模型与凝聚型层次聚类的失效模式与影响分析方法

针对传统失效模式与影响分析（failure mode and effect analysis，FMEA）的不足，提出了一种基于云模型和凝聚型层次聚类算法的改进FMEA方法。首先，运用云模型对专家评估信息进行描述与集结；然后，结合凝聚型层次聚类算法识别云模型评价信息，利用聚类子簇确定失效模式间关联关系，利用聚类结果确定失效模式风险等级。最后，以在线教学失效风险评估为例，验证了该改进FMEA方法的可行性和有效性。     

IMS环境下的E-Learning系统设计

结合开源Moodle系统,描述了基于IMS架构的E-Learning系统实现的可能性。为了使学习系统对终端用户(教师、学生、受训人员)有效,在IMS平台中定义了新的成员,包括学习内容部署服务器、讲义管理服务器及讲义管理桌面,通过这些组件实现Moodle系统中的教学管理系统功能。     

基于Web基础的E-Learning实验室安全学习系统设计与实现

实验室是高校教学科研的重要支撑,实验室安全是确保高校实验室正常运行的关键。目前,实验室安全教育滞后于实验室的发展。文章介绍北京大学应用了基于E-Learning基础的实验室安全培训系统,为实验室安全教育提供一个辅助的支撑平台,使得师生逐步重视实验室安全、提高实验室安全意识。     

知识库存对SNS企业知识社区中E-Learning知识获取的影响

SNS (social network service, SNS)企业知识社区的认知、应用以及研究都处于起步阶段. 本文研究目的是通过构建E-Learning知识获取过程计算模型, 结合实验仿真, 研究知识库存对SNS企业知识社区中E-Learning知识获取关键因素的影响. 首先, 识别SNS企业知识社区中E-Learning知识获取的关键因素,包括知识获取目标、知识获取基础和知识获取绩效; 接着, 基于知识获取关键因素, 应用多主体建模思想, 建立E-Learning知识获取的计算模型; 第三, 进行实验仿真, 以知识需求为驱动, 研究微观层面上的个体E-Learning知识获取行为经过知识交互后涌现出来的宏观特点. 研究结果有助于企业关注知识库存对SNS企业知识社区中E-Learning知识获取的影响, 采取适当策略实现企业E-Learning目标.