学习云空间中基于应用语义的资源组织模型研究与实践

在“三通两平台”建设背景下,云空间以高度的资源共享和便捷的交互支持为学习者提供了一个良好的在线学习环境,然而随着学习者数量和资源规模的急剧扩张,资源的有效组织与高效应用成为云空间面临的重要问题。从资源应用视角出发,依托云计算与本体技术,提出了基于应用语义的资源组织模型及其应用服务策略。探讨了云空间中资源的学习支持力并对资源应用语义进行了分析;设计了资源组织原则,并构建了基于应用语义的资源组织模型;阐释了基于本体和动态副本的实现机制,并提出了应用服务策略;依托iStudy实现了基于应用语义的资源组织功能,并采用实验研究法和问卷调查法分析了实践效果。结果表明,该模型能有效提高资源获取效率,优化资源交互体验,为学习云空间的可持续发展和学习者的高效学习提供了良好的支持。     

基于语义Web的e-Learning模型设计

本文设计出一种基于语义'Web框架下的e-Leaming学习系统模型.探讨和分析了如何运用本体描述学习课程,从而为学习者设计一种可以通过查询学习课程领域本体来实现个性化学习的刚络课程模型.     

网络课程资源支持下基于语义Web的个性化主动学习服务研究与实现

针对个性化学习的需求,本文提出了一个网络课程资源支持下基于语义Web的个性化主动服务系统。系统以学习者、课程和资源对象语义建模为基础,从学习者的学习水平、学习目标、学习偏好和学习状态四个方面出发,分别与课程知识、学习资源对象等方面的语义进行匹配和推荐,设计了主动时机和方式决策机制,以实现学习路径与资源对象等的个性化主动服务。实验表明,该系统可以较好地促进学习者课程知识建构,有效地提高学习效率和学习效果。     

智慧网络学习资源信息系统的研究与实践

智慧网络学习资源信息系统注重学生自主学习、协作学习、个性化适应性学习的需求,将建构主义学习理论、本体、语义网整合研究,并把本体、语义网作为技术支撑,构建智慧网络学习资源共享信息空间和设计模型,真正实现了以合适的时间、合适的空间及合适的方式将适应的学习信息和资源呈现给学生,同时也实现了学生通过共享学习空间获取帮助、交流和对知识的索求,激发学生学习兴趣。     

基于语义网和本体构建适应性学习资源信息系统

为了满足学习者自主学习、协作学习以及个性化适应学习的需求,结合语义网、本体的概念,整合相关领域内大量学习资源,构建适应性学习资源信息系统。依据信息系统远期发展的需求,设计了适应性学习资源信息系统模型和信息系统安全管理模型,成功地实现了系统实例,达到了在合适时间,合适空间,用合适的方式将适应的学习资源呈现给学习者,为学习者提供了本体适应性和个性化学习服务。     

一种基于本体的移动学习资源语义检索模型

针对基于云计算平台的移动教学系统中存在的语义信息表达不足导致检索结果不理想的问题,提出一种基于本体的移动学习资源语义检索模型,该模型包括检索信息分词、语义扩展和语义检索3大模块。基于该模型采用七步法,利用Protégé本体构建工具构建移动学习资源本体;利用集成开发工具Eclipse和Xcode开发基于本体的移动学习资源语义检索系统,该系统包括基于iPad的客户端程序和后台服务;通过平台使用验证模型的可行性。     

基于本体的学习资源语义检索系统研究与设计

现今的网络教育平台中存在着数量、种类众多的学习资源,但也存在学习资源检索困难、检索结果冗余度大、只能按关键字检索而缺乏语义支持等问题。本文通过将语义网中的核心技术本体引入到学习资源的检索中,设计一个运用学科知识点本体作为知识描述的学习资源语义检索系统,通过本体解析、本体推理以及本体中概念相似度计算等环节对学习资源进行语义检索,以减少检索结果的信息冗余度并实现相关度高的资源的展现。     

学生学习行为、学习质量提升策略研究——基于网络课程的视角

在线学习平台的广泛应用为全过程学习质量监测与分析提供了有效途径。基于在线学习平台网络课程学生学习统计数据,分析学生学习行为的基本特征,并进一步采用聚类分析方法识别不同类型学生学习行为。通过相关性分析网络课程学生学习行为与学习质量间关系的研究,提出个性化的指导建议与教学质量提升策略。     

基于大数据的个性化自适应在线学习分析模型及实现

通过大数据学习分析模型,能够深入探究学习者的学习过程与情境,发现学习规律,根据每一个学生的需求和能力为其提供个性化自适应学习。本研究综述了大数据的内涵及应用,从微观视角提出了大数据之“大”,不在于其表象的“大容量”,而在于分析数据的全面性和潜在的“大价值”。基于大数据分析,从数据与环境(What)、关益者(Who)、方法(How)和目标(Why)等4个维度构建个性化自适应在线学习分析模型。以《C语言程序设计》课程学习为例,从基于大数据个性化自适应的学习过程结构、学习过程可视化及学习效果实证等方面进行分析,研究结果表明对学生学习行为与知识掌握的数据分析,能够推荐合理的学习路径与恰当难度的学习资源,可对学生的学习效果做及时准确的反馈,提供个性化服务干预,有利于促进教与学。     

基于用户模型的个性化本体学习资源推荐研究

如何基于学习者的个性化学习特征,使学习者在大量学习资源和学习活动中快速定位自己最适合的内容已成为当前热点问题.本文研究的SAELS(Semantic Adaptiv-Learning System)实现以本体技术为核心,以用户模型为依据的个性化本体学习资源推荐.文中首先以课程为例构建本体,然后介绍了如何构建一个成功的用户模型,接着提出了个性化本体学习资源推荐模型,最后重点探讨了如何根据Felder-Silverman学习风格量表和学习过程行为模式,推断学习风格,和基于概念累积计分法推断认知水平两个层面加以整合实现个性化本体学习资源推荐.     

基于学习风格理论的在线导学策略设计与实践

网络学习者所具有的学习风格差异决定了指导教师必须开展个性化的导学工作。本研究基于学习风格理论,根据学习者的学习风格类型及表现出的在线学习行为特征,设计了基于学习风格和在线学习行为特征的个性化导学策略方案,并通过导学实践验证方案的可行性和有效性。     

知识图谱助力学科教学——以大学模拟电子技术基础课程为例

知识图谱和个性化推荐技术是教育研究热点。借助学科知识图谱和学习者画像进行学习资源个性化推荐,提出基于学科知识图谱的资源关联推荐方法。在此基础上选取A、B两个模拟电子技术基础课堂进行学习效果验证,实验数据表明,基于知识图谱的学习资源关联推荐模型能在一定程度上提升该课程学习效果。     

网络课程平台中学习者激励机制的设计与应用研究

众多调查研究表明,网络课程平台中学习者访问率有限,全部学完课件比例较低,师生网上交互不够热烈,研究者指出可能有以下原因导致：网络课程资源的单调性、学习者学习积极性不足、学习者激励措施不到位等。综述所言：网络课程平台对学习者学习驱动性不足,笔者将网络课程平台中驱动学习者完成学习的因素分为强制性因素与人本化因素两种,强制性因素是指平台中具有相对学习者而言的不可替代性元素,如网上作业、学籍服务、师生交互等;人本化因素是指平台中“以学习者为本”元素吸引着学习者自觉自愿选择网络课程平台完成学习。因为平台能满足学习者内在知识需求,提供给学习者愉悦的学习体验。笔者通过将网络课程平台与网络游戏系统的对比,设计了基于平台中人本化因素的学习者激励机制,并根据笔者描述的网络课程平台学习者学习流程,提出了流程中每个环节激励措施及实现策略。     

学习资源个性化推荐系统的学习者模型构建

互联网的高速发展导致网络学习资源数量迅速增长,案例教学、理论教学等教学资源的个性化推荐受到更多关注。学习者模型是实现个性化推荐的依据。文章以CELTS-11学习者模型规范为基础,针对学习者的个性差异,在学习过程中对基本信息、学习风格、知识状态、认知能力、兴趣偏好等个性化特征展开研究,解决目前资源推荐系统的学习者模型中学习者特征描述不全面、个性化程度不高等问题,构建出了个性化的学习者模型,为学习资源的推送提供了有力的依据,应用效果表明了该方法的有效性。     

基于人工心理和情感计算的网络个性化学习

针对现代网络化学习环境中存在的急需解决的问题,积极探索网络教育效果优化的途径和方法。通过引入基于人工心理和情感计算的模式识别,建立一个以学生为中心,为学生提供适时、有效的学习支持和个性化的自主学习支持系统。通过及时感知学生情感状态的变化,察觉教学效果,有效激励,友好互动,实时调整学习策略,提高教学资源的利用率,调动学习者的主动性及积极性。     

基于视频资源的个人学习环境设计研究

在开放教育资源中,视频是开放教育资源呈现的主要方式,其中视频公开课受到广大学生的关注,但目前的研究缺少基于视频资源的个人学习环境,文章以开放教育资源发展中存在的问题为切入点,总结了相关问题的研究现状,并在Web2.0理念的启示下,基于Moodle平台构建了个性化学习与协作学习相统一的个人学习环境,从而为学习者的在线学习提供了丰富的学习支持服务。     

Using personalized learning as an instructional approach to motivate learners in online higher education: Learner self-determination and intrinsic motivation

Abstract

In this qualitative comparison study, we examine the perceived efficacy of using personalized learning (PL) activities based on PL principles to support students’ psychological need satisfaction and intrinsic motivation in an online course using a traditional one-size-fits-all model. We apply self-determination theory as a framework to investigate students’ perceptions of their psychological need satisfaction (e.g., competence, autonomy, and relatedness) and relation to students’ intrinsic motivation when enrolled in an online course implementing PL principles. Overall, the study results showed the potential of implementing personalized learning principles in online courses to support students’ psychological need satisfaction (e.g., autonomy and competence) and intrinsic motivation. Furthermore, students perceived the PL interventions as engaging and effective in meeting their learning needs and interests.     

Crowdsourcing mode-based learning activity flow approach to promote subject ontology generation and evolution in learning

ABSTRACT

Subject ontology can help implement the structured organization of knowledge for online learners and thus plays an important role in the learning process. However, building ontologies by experts is time-consuming, and the adaptation of such ontologies to different contexts might be a problem. Crowdsourcing, which allows users to build and refine ontologies during their learning process, has exhibited potential for solving this problem. In this study, a crowdsourcing mode-based learning activity flow approach is proposed to guide the learning of online learners while promoting the generation and evolution of subject ontologies using the learners’ contributions to the learning content. This flow makes full use of the learners’ wisdom during the learning process to promote self-regulated learning as well as the generation and evolution of the ontology. Based on the proposed approach, a learning support system was developed and an experiment conducted involving a Chinese lesson on “The Liangzhou Poem”. In the experiment, student participants built 722 triples, of which 584 evolved as formal items in the subject ontology. Moreover, all learners were able to construct a well-organized knowledge graph. Students in both high- and low-scoring groups contributed valuably to the knowledge generation and evolution of the subject ontology. Furthermore, while the widths of the knowledge constructed by students in high- and low-scoring groups were similar, their depths were substantially different. During this process, the crowdsourcing-based activity flow system achieved satisfactory technique acceptance, which means that the proposed approach and system are useful for the effective generation of subject ontologies while helping learners acquire knowledge.     

基于课程知识结构的网络学习资源建设

本文提出了一种以知识结构为基本框架,建设网络学习环境中的学习资源库的方法.结构化的学习资源库中,首先建立课程的基于知识点的知识结构体系,在此体系中实现以元知识点为最小学习单元,实现对学习者学习过程的控制.建立学习资源与元知识点的关联关系,将学习资源融入课程的知识结构中,从而实现了结构化的学习资源的建设、组织方法.