ICAI中的认知型模型设计

简要介绍了智能计算机辅助教学系统中，一种认知型学生模型的原理及设计方法。运用模糊数学理论和人工神经网络理论设计认知型学生模型并对它进行评测，从而实现了一定的智能性。     

ITS认知学生模型的研究

学生模型是ITS的核心组成部分,学生模型创建的好坏直接关系到ITS提供个性化服务水平.本文主要针对学生模型设计方法进行研究,提出了一种认知型学生模型的设计方法.     

个性化智能网络教学系统中学生模型的研究

本文通过分析个性化智能网络教学系统的研究现状和学生模型的分类情况,根据不同学生模型的特点,以基于决策树的遗传算法,将学生的学习标准、兴趣、爱好、知识状态、学习历史、心理因素和认知能力等信息进行数据挖掘和分类,构建了一个综合覆盖模型、偏差模型、认知型模型或是几种模型的组合的全面学生模型,该模型克服了单一学生模型不能对学习者的学习特征进行客观和全面评价和分类的弊端,对改善智能网络教学系统教学决策的有效性具有重要的现实意义.     

网络智能教学系统中双层学生模型的设计

本文探讨了在网络智能教学系统中建立一个双层动态学生模型的方法,模型的初始层采用复合认知型学生模型,高级层利用Hopfield神经网络算法,在初始层数据的基础上加入兴趣、爱好、知识状态、学习历史等信息进行评价、分类.该模型克服了单一学生模型结构数据处理的障碍,能够灵活、全面地对学生的学习特征进行分析,有效改善了智能网络教学系统的教学决策过程.     

适应性学习支持系统的学生模型研究

本文针对适应性学习支持系统(ALSS)的学生模型建模问题,在分析学生模型的国内外研究现状的基础上,提出了一种基于认知状态和学习风格的学生模型(CS-LS学生模型).CS-LS学生模型包括学生描述、认知状态、学习风格和学习历史四个维度,其中认知状态和学习风格是适应性学习支持系统的重要的适应性维度,它们分别采用知识多重覆盖模型和分组模型表示.CS-LS学生模型采用注册填表、在线问卷测试和系统预设值进行初始化,并通过计算机自适应测试来诊断学生的能力水平,从而对学生模型进行动态更新.CS-LS学生模型较好地反映了学生在认知状态和学习风格方面的个体差异,为适应性学习支持系统提供了决策依据.     

基于WEB的学生模型研究

该文在传统ICAI的认知模型的基础上,探讨了基于WEB的学生模型的设计思想,详细阐述了基于WEB的学生模型的逻辑结构、构建方法,并提出了一种实用的基于WEB的学生模型,最后提出了该领域研究中的难点和存在的问题。     

培养学生“模型认知”素养的教材分析研究——以高中化学必修内容为例

通过分析教材，寻找人教版教材必修一、必修二中关于“模型”的内容，对“模型”进行分类和功能分析，并进行认知模型的功能实效性预测.在此基础上，改进原有认知模型，构建高阶认知模型，制定出教学策略，设计新的教学内容和教学方式，以此来提升教学质量，发展学生的素养水平.     

基于动态学生模型的支持服务系统设计与实现

远程学习支持的关键在于依据学生的差异提供个性化的服务。本文依据认知型学生模型,设计了一个基于多Agent的智能辅导答疑系统,自动诊断学生认知能力,使不同层次的学生得到深度不同的答案、水平合适的知识与技能训练,激发学习兴趣、促进学生认知能力的提高。     

聚焦模型认知的“金属的腐蚀”深度学习

“证据推理与模型认知”是化学学科核心素养之一。其中，对原电池模型的认知是培养学生模型认知素养的重要载体，而金属的电化学腐蚀原理同时承载着原电池模型的抽提和应用过程，对培养学生的高阶思维具有重要意义。以“军舰的腐蚀原理”为项目，围绕模型的建构与应用过程展开学习活动。学生自主建立金属腐蚀与原电池模型的关联，建构模型，通过实验验证模型合理性，并主动应用模型解释真实情境下的问题，发展高阶思维能力。     

建构认知模型 培养学习能力

《普通高中化学课程标准(2017年版)》提出了化学学科五大核心素养,其中包括“证据推理与模型认知”。对“模型认知”提出的素养要求为“建立相应的认知模型,并运用模型解释相关化学现象,揭示现象的本质和规律”。所以在实际教学过程中培养学生认识模型、理解模型、运用和构建模型,使学生在认知的基础上能够进一步自主进行更深层次的学习和研究就显得尤为重要。