面向用户个性需求的教育资源混合式推荐模型

以用户个性需求为导向构建Web环境下智能学习系统是现代远程教育与智慧教育领域研究的热点,也是E-learn?ing的未来发展趋势。推荐技术是智能学习系统的“智慧”所在,其根据学习者差异性特征属性“分析—判断—理解”个性化需求并以此精准推荐合适的学习资源。基于内容和协同过滤的混合式推荐可解决单类型推荐所引起的冷启动、非结构化内容推荐等诸多短板问题,进而有效提高推荐资源的效率与质量。该研究在分析领域相关研究现状的基础上,提出了Web环境下智能学习系统中基于内容和协同过滤的教育资源混合式推荐模型构建方案,着重对其架构设计、对象建模与推荐算法进行详细论述。     

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。     

基于数据分析的初中生自适应学习系统的设计与开发

现有网络学习系统提供千篇一律的学习资源,不能根据用户特性动态地呈现个性化学习内容,而构建自适应学习系统是满足学生需求个性化与教学资源动态化的有效方案。文章以电子书包为载体,构建初中生学习者模型和知识模型,设计并开发基于数据分析的初中生自适应学习系统,发现学习规律,根据每一个学习者的需求和能力为其提供个性化学习服务。     

CSCL下本体适应性Web学习环境的研究与实践

CSCL的目标是为学习者对新知识的获取提供支持,而目前的Web学习系统只能机械地、被动地把学习资料呈现给学生,而不能满足学生个性化学习需求,缺乏对学生个体适应与理解知识的支持.本文把语义、本体适应性的概念应用到Web学习环境中,充分利用了信息技术在相关教学领域的研究成果,建立了基于CSCL的本体适应性Web学习模型,并据此设计了CSCL下本体适应性Web学习系统实例.     

自适应学习系统述评及其优化机制研究

一些网络学习系统如Blackboard、Moodle、SaKai等提供给学习者都是千篇一律的学习资源,不能根据用户特性动态适应地呈现个性化学习内容。因此,构建自适应学习系统是解决学生需求的个性化与教学资源的静态化的有效方案。本文对国内外一些常见的自适应学习系统进行了研究分析,总结出其特点和不足,设计与实现一个面向服务的自适应学习系统,分别在系统参考模型设计、用户模型和领域模型构建、个性化学习资源推送策略、多元化学习资源建设以及系统依据学习风格模型适应性呈现学习活动序列和学习资源等方面做了大量的优化研究。     

E-learning中的定制学习

E-learning中有不少支持个性化学习的特征，在E-learning中为用户实现个性化学习的服务或过程称为定制。本从E-learning中支持定制的特征出发，分析了定制的含义及特征，并对群体定制及个体定制进行了探讨，最后指出定制学习是E-learning中实现个性化的一种途径。     

基于社交网络的个性化学习环境构建研究

随着信息技术和学习理论的发展,教育研究的焦点逐渐从"以教为中心"向"以学为中心"转变,对学习的研究也逐渐从对学习者本身的研究转向对学习环境的研究。社交网络模拟了人类社会生活与社会关系,其理念契合了社会建构主义、关联主义、分布式认知等学习理论,更加符合网络时代学习的社会性、关联性、分布性、碎片化、个性化等特征。本研究在分析现有网络学习环境的基础上,提出以社交网络模型为资源聚合与推荐框架设计新型学习环境的思路,对个人学习空间、学习资源聚合模式和个性化推荐引擎构建等学习环境设计要素进行了分析。社交网络可以实现"网络学习空间人人通",学习环境内外资源的个性化聚合,并记录学习过程。通过对大量学习行为数据的分析,可以辅助教学决策,优化学习过程,推荐符合学习者个性的学习资源,实现个性化学习。最后,本研究基于开源社会性软件Sakai OAE构建了个性化学习环境并进行了实际应用,结果表明该学习环境在用户易用性和技术接受度等方面取得了较好效果。     

面向成人教育的个性化学习环境中学习者模型构建及推荐策略

随着以人为本的教育理念不断升温,个性化学习受到当前国内外研究者的普遍关注。其中,学习者模型反映了学习者的个性化需求,记录了学习者的个性特征,是个性化学习的重要依据。依据学习者行为,可从领域相关和领域无关两个方面,综合学习者知识水平、学习兴趣、学习风格和学习偏好四个维度,构建学习者模型,并相应地采取学习兴趣推荐策略、学习水平推荐策略、学习风格推荐策略、学习偏好策略。     

智慧学习空间中学习行为分析及推荐系统研究

智慧学习空间是智慧学习理念下构建的学习空间新形态,学习分析是智慧学习中不可或缺的组成成分。文章围绕智慧学习过程中面向学习者对于知识内容的"呈现与获取"、"个性化建构与拓展延伸"两大环节以及学习者所处的学习状态,构建了学习行为分析及推荐系统。该系统利用W eb挖掘技术,从学习内容、学习路径和空间使用记录三个方面针对智慧学习过程模型中的学习行为进行数据分类挖掘,通过与优秀学习者路径及路径知识点相关学习行为进行相似性比对,为学习者进行个性化学习推荐路径。     

Web 2.0个人学习环境的知识共享方式及评价

Web 2.0技术的蓬勃发展及其"个性化、社会性、开放性"的鲜明特性,为基于个人学习环境的学习变革带来前所未有的挑战。从知识共享的视角审视,Web 2.0个人学习环境的学习实质是学习者借助各种Web 2.0工具,经由寻求知识、供给知识、互通知识、享有知识等活动建立起的关联与交互。为顺应国家教育信息化"推进网络学习空间建设"的迫切需求与高等教育信息化"知识开放共享环境建设"的发展目标,本研究旨在探索构建支持知识共享的Web 2.0个人学习环境,尝试依托课程学习深度剖析Web 2.0个人学习环境中知识共享方式与策略,并采用个案研究法对其效果进行评价验证。研究发现,为实现对知识共享的支持,Web 2.0个人学习环境需要从学习者、学习共同体、学习工具、知识库等基本要素出发进行整体构建;交互是支持知识共享的核心机制。由此,促进Web 2.0个人学习环境知识共享的方式与策略主要有三种:连通性交互、传递性交互和认知性交互。个案研究表明,这三种方式与策略对学习者的知识共享文化与态度、知识获取与整理能力、知识表达与传递能力、知识内化能力有着积极的作用与影响。