张来希[1]2005年在《基于Web的学习导航系统的研究与实现》文中研究表明基于Web的教育作为现代教育理论指导下的全新教育模式,已得到广泛应用。然而目前基于Web教学系统存在两类主要问题:首先系统的教学策略和导航策略缺乏适应性和针对性,第二,系统重用性和扩展性差,因此,有待进一步改进。 论文通过基于Web教学系统的现状研究,提出了个性化网络课程的开发平台——基于Web的学习导航系统。该平台采用构件结构,教学内容、学生行为和教学过程用领域模型、学生模型和教学模型及导航模型刻画。该平台开发的网络课程能提供学习者适合他们特征和需要的学习方式、学习内容和导航帮助。 论文的主要工作包括如下几方面: 1.分析了几种典型的教学系统的思想、功能、技术和结构,提出了网络课程的新构思:集成智能导师系统的控制性、适应性超媒体教学系统的自主性和指导性。 2.根据以上构想,提出了基于Web的学习导航系统及构件模型,研究完善了系统的四个组成模型:学生模型,领域模型,教学模型和导航模型。其中,领域模型和学生模型是领域知识和学生已有知识、学习能力的表示,开发网络课程时需将领域模型和学生模型实例化;而教学模型和导航模型依赖于领域模型和学生模型,是实现个性化教学过程的关键,已做成平台系统的内置机制。 3.探讨了基于领域知识的层次结构、课程排序技术和链接排序技术,应用有向无环图的拓扑排序等技术,课件动态生成和适应性学习路径导航关键技术。 4.应用面向对象的方法,设计并实现了该平台,并且应用此平台开发了《计算机基础》网络课程,课程能为学生提供系统控制和自主控制两种学习方式、动态的超媒体课件以及适应性学习路径导航。 基于Web的学习导航系统为个性化网络课程的开发提供了一个可用的平台,与当前的网络课程相比,应用此平台开发的网络课程在个性策略和结构上有了较大的改进。论文在个性化策略及实现技术、系统结构方面的研究对开发新的基于Web的教学系统具有重要的实际意义。
王永固[2]2003年在《基于Web的适应性学习系统研究》文中指出进入21世纪，多媒体与网络技术在教学中的应用日益深入与广泛，正在变革学习的质量和效率。但是，基于多媒体与网络技术的教学应用如果不能被合理的规划和设计，就会引发许多潜在的负面因素，影响学习的质量与效率的提高。本文分析了当前基于Web的学习系统存在的缺点，深入研究了基于Web的适应性学习系统的理论基础、规划与设计，学习环境架构和技术实现等方面的内容。 全文分为六部分，具体安排如下： 第一部分引言：分析当前基于Web的学习系统存在的弊端，提出了开发基于Web的适应性学习系统的必要性，概括了基于Web适应性学习系统应该具有的基本功能。 第二部分理论基础：探讨了设计、开发基于Web的适应性学习系统的学习理论基础。研究发现，适应性学习系统的理论基础包括：建构主义学习理论和行为主义学习理论，元认知策略、最近发展区概念、支架式学习和先组织者学习等四种学习策略，传统目标行为理论和认知弹性理论所指导的教学设计策略。 第叁部分基于Web的适应性学习系统的规划与设计：详细论述了适应性学习系统的规划与设计。在分析传统智能教学系统模型的基础上，探讨了导致适应性学习系统模型发生迁移的因素，最后提出基于Web的适应性学习系统的设计模型。 第四部分适应性学习环境的架构：首先提出八种支持学生适应性学习的支持机制，然后分别详细论述了用户模型、适应性学习路径、学习领域与教学专家以及适应性协作学习等四个系统模块。 第五部分基于Web的适应性学系统的开发：论述了适应性学习系统具体的技术实现过程。技术实现主要包括系统分析与架构、数据库设计与开发、程序编写、测试和维护等五个过程。 第六部分 结论：总结了全文的工作。
陈品德[3]2003年在《基于Web的适应性学习支持系统研究》文中研究指明目前的网络教学系统大多通过网页发布和一些交流工具来开展教学活动，基本上是Internet技术在教学上的一些简单应用。它们主要提供一些学习资源，学习的动态过程无从体现，没有发挥教师的即时指导、监控、调节等作用，缺乏对适应学生特征的个性化学习支持手段。 适应个体特征的学习支持环境是网络教学中的一个重要研究课题，九十年代中期以来，关于该领域的研究论文与报告日趋增多，其中尤其以适应性超媒体(AH，Adaptive Hypermedia)的研究最为活跃。适应性学习支持系统是适应性超媒体在教学领域中的应用，它是智能教学系统与超媒体系统的交叉、集成与融合，既能体现出用户在学习过程中，具有高度的自主性，能够自由选择学习路径和自定学习步调；又能根据用户的特点对学习内容和学习方向提供合适的指导和帮助。 本文的研究立足于开展网络教学的实际需要，通过借鉴国内外关于适应性超媒体、智能教学系统和网络教学系统的研究成果，提出了一套教学领域知识的组织和表示方案，用户建模方法和体现智能适应性特征的学习支持系统结构模型，并基于这些研究成果开发了适应性远程学习支持系统--A-Tutor(Adaptive Tutor)。 本文的内容组织如下： 第一章介绍课题的来源，界定了本文的研究范围。 第二章阐述课题研究的理论基础，通过对学习理论、教学理论的研究，将学习系统的支持因素进行了提炼和抽象，并对其在不同教学系统中的表现形式进行比较。 第叁章对学习系统的形式化建模进行了分析与研究。 第四章对教学软件的几种主要形式进行评述，重点分析适应性教育超媒体系统和教学支撑平台的研究进展情况，并对A-Tutor系统与目前的适应性学习支持系统进行了分析和比较。 第五章阐述了适应性学习支持系统A-Tutor的总体结构模型。 第六章研究领域建模的思想与方法，重点论述A-Tutor系统中领域知识组织的层次模型和信息模型。 第七章对用户模型与用户建模的基本思想和方法进行了分析，重点论述A-Tutor系统中的用户模型和建模方法。 第八章对A-Tutor系统中适应性发布引擎的实现技术和关键算法进行了研究。 第九章介绍A-Tutor系统的开发技术，同时还介绍了利用A-Tutor系统进行网络课程创作和学习的过程。 第十章对本文的研究进行了总结，并指出了本文研究的不足和今后的研究方向。 本文的贡献和创新在于： (1)较全面地总结了适应性超媒体系统／适应性学习支持系统的研究成果，并提出了适应性学习支持系统的系统模型与结构。 (2)提出了网络教学中的领域知识层次模型和以学习单元为核心的领域知识信息模型。并采用确定性因子和模糊技术表示不确定性的领域知识。 (3)提出了多层次的用户模型结构和用户建模的方法，采用了基于教学策略的动态练习创作和发布方法。 (4)在适应性学习系统所营造的学习环境方面，采取以学习单元为核心，局部学习环境满足梅瑞尔提出的教学设计基本原则(以问题为中心，激发、演示、应用、集成)，在全局上，根据用户的知识掌握程度，采用链标记、直接导航和动态学习区实现智能导航。华南师范大学博士学位论文:基于Web的适应性学习支持系统研究 (5)基于上述的理念和设计，开发了适应性网络课程发布系统原型，并提出了适应性网络课程创作的过程和方法，为今后进一步的实验研究奠定了基础。
王永固, 顾容[4]2004年在《基于Web的适应性学习系统研究》文中认为本文针对多媒体与网络在教学中应用的优势和缺点 ,提出了基于Web的适应性学习系统应该具有的五个教学功能 ,总结了传统智能学习系统的结构、应用现状和结构转变要素 ,最后 ,从系统论的观点分析了基于Web的适应性学习系统应该有由七大模块组成
赵鑫, 高立同[5]2004年在《构建基于WEB的适应性学习系统》文中研究表明本文在描述了适应性学习系统功能的基础上,针对《中学信息技术》课程,以理论、技术与方法并重,详细论述了基于WEB的适应性学习系统采用的知识库模型、学生模型、关键技术及系统的实现方法.
葛庆敏[6]2016年在《基于WEB的个性化学习指导系统设计与开发》文中指出随着互联网的快速发展,信息技术已成为时代发展的主流,泛在教育已悄悄走进人们的视野开始给学习者带来巨大的知识和学习变革。教育信息化要求人们有更高的发现信息的能力和获取信息的速度,互联网时代要求人们不得不学会在网络中获取信息,具备在这个“网络社会”里学习和发展的能力和意识。由于人类个体的差异性,使得网络学习由最初的大众化向个性化方向发展,以满足不断发展的人和社会的需要。但是由于当前一些网络学习系统对于学习资源的设计和组织太过宽泛,学习者获取自己所需的学习资源并不是一件容易的事,这对网络学习者的积极性造成了很大的打击。还有一些学习系统只是简单的将传统课程搬到了网上,学习者只能按部就班的学习千篇一律的学习资源,不但不能提高学习者的兴趣还会降低学习效率,造成资源的严重浪费。为了解决当前网络学习系统存在的这些问题,研究者查阅众多相关文献发现学习者的认知能力水平是影响学习者学习效率的一个重要因素,因此本研究试图根据学习者的认知能力适时推荐合适难度的学习资源,指导学习者顺利通过“最近发展区”。在这样的网络学习环境中,系统完全为学习者服务,随时对学习者的认知能力做出反馈,随时为学习者推荐合适的学习资源,从而实现系统的个性化指导服务。本研究将在综合分析国内外网络学习系统构建研究理论的基础上,分析影响学习者学习效率的主要因素,借鉴项目反应理论中提供的对学生能力估计的方法,实时跟踪学习者对知识的掌握情况,同时采用Chen提出的学生合作投票的方法对学习资源进行动态难度调整,构建出一个能够根据学习者认知能力水平推荐合适难度学习资源的个性化学习指导系统,应用计算机相关技术和系统开发环境进行系统的设计与开发。本研究的主要内容包括以下四个方面。(1)基础理论的研究。在相关文献资料分析的基础上对个性化学习指导系统中相关概念进行界定,分析与个性化学习指导机制相关的因素,为系统设计者提供理论支持。通过对认知主义学习理论、“最近发展区”理论和项目反应理论的分析,提出对学生认知能力准确估计的方法和对学习资源难度的设置规范,为个性化学习指导系统的构建研究奠定理论基础。(2)个性化学习指导系统理论模型的构建。通过对经典网络学习系统和自适应学习系统模型的分析,在基础理论研究的基础上,探索个性化学习指导机制的构建规则,综合应用计算机相关技术,提出个性化学习指导系统的理论模型。(3)个性化学习指导机制的实现。通过借鉴项目反应理论评价学生能力发展的思想,实现对学生能力的估计;通过运用Chen提出的学生合作投票的方法对学习资源的难度进行调整,使学习资源难度更符合学习者的认知结构;通过借鉴项目反应理论中的项目信息函数完成学生能力与资料难度之间的匹配,实现系统的个性化学习指导。(4)个性化学习指导系统的实现。在个性化学习指导系统理论模型构建的基础上,主要应用系统开发软件MyEclipse和MySQL数据库,使用tomcat作为应用服务器,开发了一款名为《PEL-S2.0》的个性化学习指导系统,本系统实例选取人教版《七年级数学》下册第八章内容,并进行了实验。本研究通过对系统的应用效果进行分析,发现取得了一定成果。系统虽然取得了一定成果,也凸显了研究者的研究理念和意图,但由于时间有限,以及个人开发技术的不足,系统还有一些不足之处。在未来的研究工作中,希望能在此系统基础上对功能进一步完善,使系统发挥更强大的作用。
柏宏权[7]2006年在《适应性教学系统中个性化教学策略研究》文中研究说明现有的网络教学系统很少考虑到不同学习者因知识背景、学习目标、兴趣偏好、认知风格等因素的不同而引起的对课程材料的不同需求，更没有考虑到学习者的个人特征会随着学生的学习进展而发生变化，一般是所有的学生面对同一份静态的超媒体文档。 本研究构建了I-Tutor适应性智能教学系统原型。系统能够通过机器学习动态了解学生的学习水平与学习偏好，从而生成个性化的教学策略。系统根据学生的个性化特征，给他们提供适应性的学习材料。适应性的学习材料的生成是根据学生的学习水平和学生的学习偏好。系统中用贝叶斯分类器观察学生的学习行为来得到学生学习偏好。 学生对原型系统使用后的数据表明：学生的学习风格存在明显的差异；相同的教学策略不能支持所有的学生。因为，首先，数据表明学生的学习时间与测试成绩不存在固定的关系。有些学生学习时间越长学习结果越好，而有些学生则正好相反。其次，进行分类时，给所有的学生用同样的贝叶斯分类参数则不能获得好的分类结果。对于一个学生是较适应的教学策略，而对另一个学生则可能不适应。学生的许多与个性特征相关的因素需要在系统的设计与建构过程中综合考虑。这样系统可以根据不同的学生生成个性化的教学策略。
江丽丽[8]2008年在《基于Web的智能习题练习系统的研究与设计》文中研究指明随着教学改革的进一步深入和课程建设的逐步完善,现代教育不仅和计算机紧密结合,形成一门新的边缘学科——计算机辅助教学,还势必和Internet有机结合起来,开展远程教育。因此,探讨和研究基于Web的智能习题练习系统,将具有特别现实的意义。传统的CAI软件只是将面对面的教学网络化,一般比较着重讲授学习内容,往往会忽视对习题的选取,不能根据学生特定的学习情况选取适合每位学生的习题。此外,传统的评判方法只是简单地判断学生做题的对错,不能充分反映学生对每个知识点的认知水平属于哪种认知层次,是识记、理解还是应用等,所以传统的评判方法不能全面地评价学生的学习情况。有鉴于此,开发一种基于Web的智能习题练习软件,是很有必要的。本文在自适应学习理论的基础上,采用JSP、Servlet、MySQL数据库等相关技术,给出了一个基于Web的智能习题练习系统的实现方案。系统采用B/S模式,用户可以通过浏览器进行浏览,在系统控制下从浏览器中检索或向服务器发送信息。同时,为了适应智能化、个别化教学的要求,本文采用了一种能全面反映学生认知能力的学生认知型模型,和基于该模型的知识点认知水平值的智能抽题算法。算法根据该模型所反映的每位学生的知识点实际认知水平,确定习题知识点范围等参数,然后以此为依据从习题库中抽取满足要求的习题。当学生练习结束后,我们不是简单地评判本次练习结果的对错,而是利用更新学生模型中认知能力值的方法来对本次练习结果作出全面、合理的评价。本系统能客观、准确地评估学生的学习能力和水平,提高学习效率,使学生对自己目前的学习情况有更具体的了解,从而更好地指导学生下一步的练习。本文阐述了智能习题练习系统的背景、概念和各功能模块,对网络环境下智能习题练习系统的组成、运行机制、可应用技术和具体实现进行了分析和研究。介绍了整个系统的开发原理、总体规划、设计思想,实现的需求分析,数据结构设计与实现,努力促使在线智能习题练习系统得以顺利的实施。
王珏[9]2017年在《基于前概念理论的适应性学习系统精准诊断策略研究》文中研究表明数字化学习环境下,精准诊断学习者的学习情况,是实现学习者个性化学习的基本前提,是构建智慧学习环境所必需的关键技术。在教育信息化发展新时期,如何提升适应性学习系统对学习者学习诊断的精准性,成为推动教育资源精准服务与教学精准干预研究的突破口。扎根智慧课堂环境构建及适应性学习系统开发的真实境脉,着眼学习者个性化学习及素养发展的现实需求,锚定消解学习者学习“前概念”这一现实难题,本研究在大量实践经验及充实文献研究的基础上,采用定性与定量研究相结合的研究策略,综合文献研究法、内容分析法、问卷调查法、演绎法等多种研究方法,以“前概念理论”为支撑,力求探索可以切实提升适应性学习系统诊断精准性的有效策略与方法。首先,在适切的学习理论及认知诊断理论的指导下,引入前概念理论,构建了基于前概念理论的学习者认知模型,旨在揭示学习者认知规律,解释前概念对学生学习认知的影响;其次,基于学习者认知模型,结合对适应性学习系统诊断行为的分析,构建了基于前概念理论的适应性学习系统精准诊断策略;然后,以初中物理“力与运动”为例,设计并实施了“力与运动”精准诊断策略应用实例;最后,通过问卷调查法及数据统计方法,验证了基于前概念理论的适应性学习系统精准诊断策略的积极作用。整个研究过程可分为四个主要部分:一、构建了基于前概念理论的学习者认知模型基于对适应性学习系统、前概念等核心概念的界定及相关研究成果的梳理,着眼当今适应性学习系统的诊断精准程度不能满足实际教学需要的现实矛盾,通过对适应性学习系统的诊断机制及提高诊断精准度原理的分析,在相关学习理论、认知诊断等相关理论的基础上,引入前概念理论,从认知、能力等维度,构建了由科学概念、前概念及分析问题能力、解决问题能力、认知能力和元认知能力等要素构成的基于前概念理论的学习者认知模型,以求明晰前概念介入的学习者认知形成与发展规律,为适应性学习系统精准诊断策略的提出提供理论支撑。二、阐述了基于前概念理论的适应性学习系统精准诊断策略在基于前概念理论的学习者认知模型的基础上,构建学生模型构建,通过分析基于前概念的适应性学习系统诊断行为,提出了包括归因策略、学习阻碍预测策略及学习者潜在特征分析策略的适应性学习系统精准诊断策略,为设计适应性学习系统,提高适应性学习系统学习诊断的精准性,提供了有力的策略支持。叁、设计了基于前概念理论的“力与运动”精准诊断策略实例以初中物理学科“力与运动”部分为例,以基于前概念理论的适应性学习系统精准诊断策略为指导,分析学习内容及学习者学习特征、构建“力与运动”诊断策略,阐释了基于前概念理论的“力与运动”精准诊断策略实例,为适应性学习系统精准诊断策略的验证提供实例与材料。四、验证了基于前概念理论的精准诊断策略实例的诊断效果基于“力与运动”精准诊断策略应用实例进行效果验证,采用问卷调查法等研究方法收集实例实施效果数据,使用SPSS等数据统计、分析工具对收集的实例实施效果数据进行处理,通过对系统诊断策略准确程度进行检验,证明了“力与运动”精准诊断策略实例的诊断效果。此外,通过与Q矩阵诊断、教师经验诊断等方法的诊断结果精准度进行对比与分析,也论证了基于前概念理论的精准诊断策略相较其他方法的精准度更高。证明了基于前概念理论的系统诊断策略对提高适应性学习系统学习诊断精准性的积极作用,同时对提高适应性学习系统的适应性、智能化及精准性的研究,具有重要的理论价值和实践意义。
刘晶[10]2006年在《基于WEB的适应性学习系统的开发研究》文中提出随着多媒体技术和网络技术的发展，现代远程教育的迅速发展及普及，基于WEB的远程学习得到了迅速推广。但是教育对象之间存在着鲜明的个性特征差异，受传统的远程教育模式影响，学生只能被动地接受完全相同的学习内容，而不能根据自己的知识结构和学习方法来进行学习，因此传统远程教育系统还无法为用户提供个性化、自适应学习服务。研究和实践表明：能否根据学习者的个性特征提供合适的学习内容是决定学习效率的关键。因此，解决自适应学习是当前的远程教育研究热点之。 本文基于上述背景，提出了“网络学习内容的自适应导航机制”的设计思想，能够为用户提供个性化、自适应学习服务以及开放式的“基于WEB的自适应学习系统”——简称WALS(Web-Based Adaptive Learning System)。适应性学习系统的核心特征是提供适合个别需求的学习内容与学习环境的支持。在这个系统中本人构建了自适应考试模块。 本文各章节内容组织如下：第一章，主要介绍了自适应系统在国内外研究的现状，课程开发的目的与思想来源，分析了网络学习中实现个性化学习的必要性。第二章，介绍了自适应系统的理论基础。第叁章，基于网络的自适应学习WALS系统概述，论述了系统研究的目标、学习模式、系统的框架。第四章，介绍了WALS系统的模块组成，共分为学生注册模块、学习者建模模块、个性化学习导航与任课安排模块、测试模块、教学评估模块五个模块。第五章，简述适应测试模块的开发实施过程。第六章，结束语，对整个自适应学习系统加以总结，并指出了不足之处以及前后研究的重点。
参考文献：
[1]. 基于Web的学习导航系统的研究与实现[D]. 张来希. 国防科学技术大学. 2005
[2]. 基于Web的适应性学习系统研究[D]. 王永固. 东北师范大学. 2003
[3]. 基于Web的适应性学习支持系统研究[D]. 陈品德. 华南师范大学. 2003
[4]. 基于Web的适应性学习系统研究[J]. 王永固, 顾容. 电化教育研究. 2004
[5]. 构建基于WEB的适应性学习系统[J]. 赵鑫, 高立同. 山西师范大学学报(自然科学版). 2004
[6]. 基于WEB的个性化学习指导系统设计与开发[D]. 葛庆敏. 山东师范大学. 2016
[7]. 适应性教学系统中个性化教学策略研究[D]. 柏宏权. 南京师范大学. 2006
[8]. 基于Web的智能习题练习系统的研究与设计[D]. 江丽丽. 太原理工大学. 2008
[9]. 基于前概念理论的适应性学习系统精准诊断策略研究[D]. 王珏. 东北师范大学. 2017
[10]. 基于WEB的适应性学习系统的开发研究[D]. 刘晶. 辽宁师范大学. 2006
标签：教育理论与教育管理论文; 用户研究论文; 教学理论论文; 能力模型论文; 系统学习论文; 用户分析论文; 网络课程论文;