语义网自适应学习系统中基于学习风格的教学策略模型研究

研究证明,学习风格是影响学习效果的重要因素。本文对当前多种学习风格模型的特点和应用情况进行了深入分析,选定FSLSM作为自适应学习系统的学习风格模型,并提出了学习风格显性诊断和隐性修正的具体方案,针对学习者的学习风格差异,从学习资源的提供、学习路径的安排、自适应规则等方面构建出语义网环境下的自适应教学策略模型。     

语义网自适应学习系统中基于学习风格的教学策略模型研究

研究证明,学习风格是影响学习效果的重要因素。本文对当前多种学习风格模型的特点和应用情况进行了深入分析,选定FSLSM作为自适应学习系统的学习风格模型,并提出了学习风格显性诊断和隐性修正的具体方案,针对学习者的学习风格差异,从学习资源的提供、学习路径的安排、自适应规则等方面构建出语义网环境下的自适应教学策略模型。     

自适应学习系统中用户模型和知识模型本体参考规范的设计

自适应学习系统是指能够为学习者提供一种个性化学习服务。实现用户适应系统和系统适应用户的双向适应,而要做到这点,构建用户模型和知识模型就显得尤为重要。本文依据自主研发的自适应学习系统的成功案例,提出采用本体技术设计一种实现个性化学习服务机制的用户模型和知识模型参考规范,然后详细阐述了利用文本编辑器protege对知识本体进行建模。最后给出了采用JAVA＋Jena＋SPARSQL技术实现对本体文件的存储和读取部分主要代码。本文研究设计的模型本体参考规范具有一定的适用价值,对后续研究自适应学习系统具有指导意义。     

学习风格用户模型分类及其自适应策略

学习风格作为主要的认知模型,是在线学习系统中常用的用户建模依据。基于此,文章首先基于被使用频率最高的学习风格模型——Kolb模型、VARK模型、Felder-Silverman模型和FDI模型,对学习风格用户模型进行了分类,并解析了其可能提供的自适应服务;随后,文章从在线学习系统中用户建模的角度,分析了整合不同学习风格用户模型的自适应策略;最后,文章总结了影响在线学习系统自适应性能的关键问题,以更好地发挥在线学习系统的自适应性能。文章对学习风格用户模型的解读及其自适应策略的分析,将有助于在线学习系统对学习者进行更准确的描述和诊断,从而提供更适合的学习资源和学习建议。     

基于GALSRM模型的自适应学习系统体系结构研究

自适应学习系统在本质上是一种支持个性化学习的网络学习环境,能够改变学生"被教育"或"被学习"的弊端,做到从传统的支持教师"教"转向为对学生的网络学习活动提供自适应、个别化支持。本文首先文献综述自适应学习系统一些主要参考模型特点,然后针对其存在不足之处,提出了具有扩展通用性的自适应学习系统通用参考模型(GALSRM),分别对其组成部分用户模型、领域模型、呈现模型、自适应模型以及自适应引擎进行了详细描述。最后,依据GALSRM设计了自适应学习系统体系结构,并对其设计思想、适应过程及实现功能进行分析。该系统能够实现根据学习者在学习风格、认知水平等方面的个体差异提供自适应学习支持,是网络学习系统智能化的发展趋势。     

基于社会化语义网的网络学习初探

社会化语义网是在Web2.0和语义网研究和发展基础上提出的新一代Web应用模式,它融合了二者的优势,克服了各自的局限性,将构建语义丰富的社会化互联网络。社会化语义网拓展出一个更加完善的虚拟学习空间,有助于促进知识的协作、共享与聚合,实现精确的语义知识搜索,为网络学习提供了新的学习环境和平台支撑,也为我们创造了新的研究方向与内容。     

泛在学习中自适应学习系统模型研究

泛在学习能够给予学习者随时发生的学习提供支持,更有利于培养和激发学习者的学习兴趣,促使学习者自主研究学习。从"区别传统学习系统"一点出发,考虑学习者学习风格,结合泛在环境下灵活自由的学习形式,提出了一个自适应学习系统模型。该模型主要是体现高等教育学习者自主探究学习,根据环境感知和学习者的学习偏好和认知结构、情感倾向,提供不同资源以满足学习者的需求。最后对泛在学习中自适应学习系统进行思考,为以后研究提供改进建议。     

自适应学习系统学习者学习风格模型的研究现状与展望

学习风格是自适应学习系统中学习者模型不能忽视的因素之一。为了更好地满足学习者在学习过程中的个性化差异,自适应学习系统中的学习风格模型显得越发重要。本文针对国内外关于学习风格模型在自适应学习系统中的发展现状、特征等进行了总结,并从发展阶段、研究内容、研究方式等方面进行了对比研究,指出目前存在的问题,及以后研究的发展趋势。     

自适应学习系统的研究与设计

在总结和分析当前网络学习平台的缺陷和不足的基础上，提出适应性学习是提高网上学习效果的一种有效途径。即教学内容的呈现应该适应每个学习者的学习背景、学习水平和学习风格；学习系统应该根据学习者的学习情况来给予适当的导向。在AESM的基础上，设计出系统的体系结构，对各大模块进行了详细的设计和讨论。并进一步根据领域模型和学习者模型提出自适应引擎的部分算法，构建了基于XML和J2EE的软件体系结构，为学习系统提供了统一、高效的实现平台。     

语义Web中的Trust模型研究

信任对于语义Web来说是非常重要的。受人类社会信任使用的启发,本文提出了一个主观的语义Web信任模型。文中首先对语义Web中的信任相关概念进行了讨论,接着对信任表述,信任度量等关键问题进行了详细地分析,最后是语义Web信任的展望和信任面临的关键技术。     

基于元数据及语意网的学习技术探讨

本描述了元数据和语意网的基本概念，重点介绍了基于元数据和语意网的学习技术系统的基本模型和组成部分，并对元数据和语意网环境下的学习技术的未来发展趋势进行了展望。     

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。     

基于社会化语义网的虚拟学习社区的构建研究

目前,虚拟学习社区虽然在一定程度上满足了人们对非正式学习的需要,但是还存在各种各样的缺陷.社会化语义网对解决虚拟学习社区存在的缺陷具有技术优势.基于此,文章提出了虚拟学习社区构建的基本原理与设计方案,并以“数据结构课程虚拟学习社区”为例,对其中的关键技术做了简要阐述.该研究为虚拟学习社区等网络学习资源的建设与应用提供了新的思路,具有一定的实践意义和参考价值.     

基于语义Web的教育资源模型相关技术研究

针对E-learning(电子学习)系统中实现教育资源智能搜索与整合的要求,对建立一个基于语义Web技术的教育资源语义模型涉及到的一些技术进行了分析研究。介绍了语义Web的体系结构,针对目前E-learning中存在的问题提出了相应的解决方案。     

基于XML的Web数据挖掘系统模型的设计

该文首先剖析了数据挖掘技术,并阐述了XML在数据挖掘中的应用优势,然后构建了一个基于XML的面向多种Web教据的挖掘系统模型,最后详细介绍了模型中的三个层次构成,并介绍了其中关键技术的实现方法,以期为Web数据挖掘的研究提供参考.     

基于语义网的数字化家具模型本体设计与检索

针对传统检索方式在三维模型爆发性增长背景下出现的种种缺陷,以家具模型为切入点,对基于语义网和本体技术的三维创意素材模型的本体构建与检索进行研究设计,实现三维数字模型智能化检索。将本体技术和语义检索与三维模型结合,对不同类型的家具模型进行数字化描述、特征提取及要素分类,通过OWL本体描述语言创建本体,并将本体模型存入数据库从而形成模型素材本体库,根据语义规则构造可被机器理解的检索方式,为实现大众参与下的创新创意设计和产品快速原型设计打下基础。     

Web日志挖掘中数据预处理技术的研究

Web日志挖掘是利用数据挖掘技术挖掘和分析网络日志,并获取网站使用过程中的有价值的信息和模式的过程。预处理是Web日志挖掘的第一步,也是非常关键的一步,预处理的结果决定了挖掘的效率和质量。本文主要阐述了预处理的一般过程,并针对目前国内外常用的一些预处理技术进行了探讨和分析。     

一种面向主题的用户兴趣挖掘模型研究

用户查询表达式中包含的有效信息对于检索结果影响很大,利用企业信息系统搜集和挖掘与用户检索兴趣相关的信息,有助于解决检索信息不足的问题.为此,提出一种面向领域主题概念的搜索引擎构架,据此建立面向主题的复合算子调节用户兴趣趋向的线性规划预测模型,该模型可预测用户的最大兴趣,生成用户兴趣查询表达式,提高检索的查准率和查全率.另外,还提出一种用户兴趣演变探测因子重建用户兴趣特征向量的方法.