泛在学习资源个性化推荐公众平台设计

为尊重学习者个体差异性,实现基于微信公众平台的泛在学习资源个性化推荐和个性化学习,增强学习者与学习资源的相关性,帮助学习者提高学习效率,论述了泛在学习的内涵,阐述了泛在学习公众平台相关研究现状。基于行为主义学习理论和因材施教理论设计了包含学习者层面、教师层面、系统层面和管理员层面的泛在学习资源个性化推荐微信公众平台相关功能模块,可为相关研究提供参考。     

情境化的泛在学习资源智能推荐研究

情境感知是泛在学习的本质特征,为学习者提供情境化、个性化与差异化的资源服务已成为泛在学习领域一个新的研究议题。文章采用个性化推荐视角,研究了泛在学习情境的形式化表征,构建了情境化的学习资源推荐模型,阐述了情境化资源推荐的一般过程,并就情境化资源推荐的关键问题进行了分析。     

面向泛在学习环境的个性化资源服务框架

泛在学习是技术变革与教育理念革新催生出的一种新学习方式。泛在学习资源建设及其个性化服务是促进有效学习并实践终身教育理念的基础保障。虚拟学习社区作为开展泛在学习的一类重要环境已经与传统学习环境形成了优势互补的局面。文章以虚拟学习社区为例,基于个性化服务理念与资源管理视角,分别从用户管理、资源管理与服务管理三个方面就泛在学习环境的个性化资源服务框架进行了研究与设计,并就个性化资源服务实现的关键问题进行了阐述与分析。     

泛在学习环境下感知学习过程情境的推荐系统设计

学习资源推荐作为解决学习者信息迷航和支持个性化学习的重要途径已受到越来越多学者的关注。随着泛在学习的发展,仅在学习开始时向学习者推荐感兴趣的资源已难以满足学习的需求,学习过程中推荐资源、指导专家、辅导服务等显得更加重要。未来的推荐系统应以支持学习为目的,从单纯的资源推荐向将资源推荐与学习过程结合的方向发展,从以用户兴趣为主推荐向感知学习情境推荐发展。文章从学习过程情境的角度出发,对泛在学习环境下的推荐系统进行重新定位与设计,并介绍了学习元平台中的推荐系统,试图为相关研究者提供新的思路与参考。     

泛在学习环境下个性化知识感知地图系统的构建

3G通讯、微电子和网络技术的高速发展,为泛在学习提供了广阔的发展前景。本文在简要介绍泛在计算概念的基础上,阐述了泛在学习的内涵和特点,并运用游戏中的动态地图理念、移动GPS定位技术和RFID标签探测技术,构建泛在学习环境下的个性化知识感知地图系统,使学习者能够准确了解帮助者的信息和快速寻找到离自己位置最近的协作者,并对其组成要素、基本结构、系统支持及具体应用进行了分析和研究。     

泛在学习环境下学习资源的聚合研究

该文以泛在学习为背景,从学习资源的角度阐述了泛在学习环境下学习资源建设中存在的资源间离散程度高,资源呈现分散等问题,提出学习资源的聚合可以有效解决这些问题.该文借鉴自然语言处理及数据挖掘等相关领域的理论与方法,利用聚类分析对泛在学习环境下的学习资源进行相应的处理与计算,基于“学习元”平台,对学习资源的聚合功能进行了设计与开发,实现了基于聚类分析的学习资源聚合.     

普适计算技术支持下的泛在学习环境设计

泛在学习是普适计算技术支持下的一种新的学习方式。在对普适计算、泛在学习等相关概念进行界定并对泛在学习特征进行总结的基础上,重点探究了普适计算技术支持下的泛在学习环境设计,以期为泛在学习相关研究提供一定的参考和借鉴。     

泛在学习的内容个性化推荐模型设计——以“学习元”平台为例

泛在学习中资源海量化和快速获取个性化资源之间的矛盾对资源个性化推荐提出了要求。文章在当前个性化资源推荐的基础上,结合泛在学习的需求,以泛在学习资源——"学习元"为例,提出了一种针对泛在学习的内容个性化推荐模型。该模型从用户兴趣、学习偏好和知识模型三个角度出发,利用泛在学习资源的语义描述、KNS网络、生成性信息和学习活动等方面的特性,针对结构化泛在学习资源进行综合推荐。望对未来泛在学习资源推荐研究起借鉴作用。     

普适计算支持下的泛在学习环境设计

普适计算在教育中的应用正日益受到人们的关注,由此产生的泛在学习为我们进行教育改革提供了新的视角。文章依据对泛在学习内涵和理论基础的分析,讨论泛在学习环境的功能、特点与构成,旨在构建校园内外整合的学习环境,促进学习者进行无处不在的学习。     

泛在学习环境的概念模型

本文从泛在计算的概念出发,讨论了泛在学习的内涵与特点,并在此基础上提出泛在学习环境(Ubiquitous Learning Environment)的框架模型.     

一种泛在学习平台中个性化内容推荐机制

提出一种泛在学习平台中个性化内容推荐机制,以帮助学习者在泛在学习环境下获取个性化的学习内容．该机制在综合个性化信息的基础上,按内容相似度的顺序生成个性化的搜索结果,使用学习历史信息、当前地理位置信息及输入查询信息等,试图过滤掉不相关的搜索结果,以达到泛在环境下学习内容获取效率．     

泛在学习环境下学习资源建设的生态性思考

泛在学习环境下,学习资源处于十分重要的位置.为实现学习者“无处不在”的学习,提出学习资源建设应基于学习资源是构建泛在学习生态系统的关键物种,要充分考虑学习资源的适应性、整体性、开放性、进化性等生态属性,实现优胜劣汰,得以不断进化和发展.     

浅谈高校校园泛在学习的内容个性化推荐模型设计——以“学习元”平台为例

随着信息时代的兴起与发展,高校校园泛在学习也广泛的应用开来,同时,人们对其内容个性化推荐模型的设计也越来越重视.本文作者基于多年关于高校校园泛在学习的内容个性化推荐的实践经验,以“学习元”平台为例,对高校校园泛在学习的内容个性化推荐研究现状、对个性化推荐的支持以及个性化推荐模型设计等内容进行浅谈,以期在个性化推荐的实际应用中具有借鉴作用,更好的促进高校校园泛在学习的发展.     

泛在学习环境下高校移动学习资源设计模式的研究

高校中移动学习是新型的泛在学习模式,而移动学习资源是移动学习的基本内容,能保障移动学习有效进行。目前移动学习资源模型没有标准规范化的设计。为此,本文系统地分析了移动学习的定义、支持技术以及移动终端设备特性,提出了开发高校移动学习资源必须遵循的原则,构建了高校移动学习资源的设计框架,并以"Visual Basic 6.0程序设计"的"程序设计基础"知识点为例,提出了优化设计模型的关键策略。     

泛在学习资源平台建设模式研究

泛在学习是信息技术支撑下的一种新型学习范式。泛在学习环境的建设依赖于一定的技术环境和学习资源,其中学习资源是基础。要推进泛在学习资源的建设,需要在学习方式、学习模式上不断突破和创新,探索适合泛在学习特性的学习资源平台建设模式。     

E-Learning环境下个性化推荐学习研究

E-Learning环境下,网络是在线学习者在线学习,在线交流的重要方法和手段。目前在线学习平台为在线学习者提供被动的学习模式,在线学习者的学习需求具有个性化的不同,学习者希望学习平台能够依据个体的差异提供不同的学习模式,在此背景下,依据学习者的不同背景研究个性化的知识推荐系统具有重要意义。本文探讨了个性化学习的基本模式,并构建了一个个性化学习模型。     

普适计算环境中的泛在学习

泛在学习是目前国际国内教育技术领域关注的热点问题。本文在对普适计算和泛在学习概念梳理的基础上,对近20年来普适计算的相关研究进行了综述,并着重对日本Tokushima大学工程学院开展的普适计算环境中的泛在语言学习和我国清华大学计算机系设计开发的面向现代远程教育的智能教室进行了个案研究。     

普适计算技术支持下的泛在学习研究

普适计算技术使得“无所不在”的泛在学习成为可能。介绍了普适计算技术基本概念,论述了泛在学习基本内容,对泛在学习引发的教育变革进行了研究,期望为越来越多关注“泛在学习”的人们提供参考。     

我国学习资源个性化推荐研究进展

网络学习资源数量激增导致的信息过载,是当今互联网学习者面临的一个问题。而个性化的学习资源推荐技术通过自主过滤海量资源,筛选出学习者需要的学习资源,减少学习者寻找资源的代价,是解决该问题的一个有效方法。文章通过用户、对象和推荐策略三个方面,对国内教育资源推荐技术的研究现状进行综述,并重点分析各推荐技术的特点、优势及不足,同时指出现今学习资源推荐技术研究的热点及可能的发展方向。