高晓红[1]2003年在《基于网络的自适应学习系统研究》文中研究说明从世界和我国的远程教育发展趋势来看，计算机网络远程教育将成为一种主导的远程教育形式。随着网络技术的发展和学习社会化、终身化的要求，通过网络进行学习必将成为远程学习的时代发展走势。但是，传统的网络学习系统，往往以系统自身为中心，并没有充分考虑用户需求与学习习惯，要求人来适应系统而不是系统去适应用户，没有充分按照人的学习规律来进行教育，所以造成了交互性差，学习效果不明显等诸多问题。当网络学习被越来越多的人采用后，就出现了越来越多的学习者在这种网络学习系统下的学习适应性问题。因此在网络教育实践中逐步开发出基于网络的自适应学习系统，是摆在远程教育技术工作者面前的一项迫切而重要的工作。论文针对该现状，对基于网络的自适应学习分别进行了理论与实践两个层次上的深入探索与研究。本文对基于网络的自适应学习的研究是建立在充分尊重客观存在的个体差异基础之上的。发现学习者的个性差异，因材施教，是自适应学习的灵魂所在。在理论研究方面，在国内外基于网络的自适应学习相关问题研究的背景下，本文深入研究了基于网络的自适应学习的相关理论基础，并探索性地提出了基于网络的自适应学习的涵义及其本质特征，论述了实现基于网络的自适应学习的必要条件和必然趋势，并进一步提出了基于网络的自适应学习系统的基本架构。在实践研究和开发方面，以认知心理学为研究的理论基础，系统地研究分析了网络学习环境的特点，以及当前网络学习系统在自适应学习实施方面存在的主要问题，进而提出了基于网络的自适应学习系统的全面构建策略。作为实践研究的重点，我们在目前的Internet环境支持下，采用以WEB与多媒体为核心的技术，研究并开发了一个试验性的基于网络的自适应学习子系统——中学英语自适应学习系统。基于网络的中学英语自适应学习系统的设计与开发本着以学习者为中心的原则，利用网络动态交互技术记录收集学习者的学习信息；随着学习者学习的进行，利用项目反应理论原理和联合最大似然估计思想动态改写相关学习记录参数，为每个不同的学习者创建逐步逼近其真实能力水平的个性化认知模型，进而对学习者在学习过程中的个性差异做出了相应的定量分析和定性评价。以上操作的目标是使得指导者可以以此为依据对不同学习者进行适合其个性需求的指导和帮助，而学习者则可以以此为依据动态地调整和控制自己的学习活动，最终实现最适合自己个性的个性化学习。论文的最后部分从网络教育趋势、网络技术进步、学习理论发展等几个角度展望了基于网络的自适应学习系统的发展前景，同时提出了本论文理论研究和实践开发可以进一步改进的方向。
王新勇[2]2008年在《自适应学习系统中序列挖掘算法研究》文中进行了进一步梳理随着计算机技术与网络技术的发展,我们己经步入了一个信息时代,信息技术在各个领域的应用正飞速的改变着人们工作、生活和学习的方式。由于传统的远程教育形式单一,只注重教而忽略学,教学双方互动差等问题,已经远远不能满足学习者的需求。以学习者为中心的学习越来越引起教育研究者的重视。如何处理好学习者在网络自主学习中遇到的问题是衡量网络学习效果的关键。为了解决远程教育存在的问题,教育研究者提出采用自适应学习系统来解决这一问题。利用自适应学习系统,让计算机系统担任教师的角色,为学习者提供个性化的自主学习环境。要实现这一功能,首先必须获得学习者特征。根据学习者特征才能安排不同的教学内容、教学策略,实现因材施教。学习者特征分析是自适应学习系统中的重要部分。本文从学习者特征分析理论研究和学习者特征分析系统实现两方面分析了目前国内外研究的现状,给出了自适应学习系统的框架结构,重点研究了自适应学习系统中的学习者特征分析模型。分析学习者的特征主要是指了解学习者的学习准备情况及其学习风格的活动。就是对学习者的个性化学习规律进行数据挖掘。了解学习者的学习习惯,分析其学习方法,评估学习效果,找出学习的最佳学习时间,提供最佳的课程组合,最终为学习者制定适合自己的学习课程,这样的个性化学习系统能够刺激学习者的学习热情和学习兴趣。学习者特征个性化学习规律挖掘实际上是对流数据进行挖掘。目前流数据挖掘的主要挖掘模式是序列模式挖掘。本文对序列模式挖掘中AprioriAll算法进行了研究,针对AprioriAll算法的不足,提出了一个改进算法。改进算法通过减少数据库中序列集的数量来提高算法的效率。算法可以删除数据库中非频繁子序列与长度小于K的序列集,这样在扫描候选序列集的支持度的时候,可以减少在数据库中扫描的记录数,减轻了系统负担,提高了算法效率。
邱百爽[3]2008年在《语义网环境下的自适应学习系统中用户模型的研究》文中提出近年来，计算机技术和网络技术飞速发展，网络学习系统的设计开发已成为当前教育研究的一个热点领域。然而，已有的网络学习系统大多按“以教师（系统）为中心”的方式设计，要求学生适应系统，没有充分按照学习规律来进行教育，所以造成了交互性差，学习效果不明显等诸多问题，无法实现因人而异和因材施教。为了解决以上问题，一种以“学生”为中心的自适应学习系统，已成为国内外教育领域的研究热点。目前的这种自适应系统都是基于现有web的，以HTML文本形式存在于Internet之上，因此就受到HTML可扩展性差、交互性差、置标没有语义及缺乏对双字节或多国文字支持的局限性。这些学习系统中的用户模型也都是基于现有的www网的，缺少对用户特征的语义描述，因而无法实现用户模型从一个系统到另一个系统的迁移。[1]而语义web的提出对网络教学中的语义查询、人机交互、意义建构、知识获取和共享、协作学习等提出了前所未有的支持，同时也为描述用户模型中用户特征的语义提供了支持，并使得用户模型在系统间共享成为可能。因此如何构建语义web环境下的自适应学习系统中的用户模型便是本文需要研究的课题。本文以认知心理学、建构主义和人本主义等学习理论为基础，运用ASP.NET、SQL Server数据库技术及语义web挖掘技术，并以《C语言程序设计》这门课程为依托来研究基于语义web的自适应学习系统中的用户模型。本文分为五个主体部分。第一部分，对国内外自适应学习系统的发展和现状进行分析概括，包括智能教学系统、适应性多媒体系统和自适应学习系统；对比较典型的自适应学习系统中的用户模型进行了分析比较，并总结了目前比较常用的建模技术。第二部分，探讨了语义网环境下的自适应学习系统的理论基础和技术支持以及语义网环境下的自适应学习系统的总体结构。第叁部分，对以C语言程序设计课程为例的语义网环境下的自适应学习系统的用户模型进行设计，包括用户认知模型及兴趣模型的设计。第四部分，阐述了以C语言程序设计课程为例的语义网环境下的自适应学习系统中用户模型的创建实践，用xml描述用户模型的语义，在用户模型中利用Protégé实现本体建构，建立用户模型的数据库等。第五部分，论文最后进行总结，并提出了本文理论研究和实践开发今后要做的工作。
高晓红, 忻秀珍, 万小笠[4]2005年在《基于Web的自适应学习系统内涵探究》文中指出文章针对传统的网络学习系统存在的问题,在国内外基于网络的自适应学习相关问题研究的背景下,在充分尊重客观存在的个体差异基础之上,探索性地提出了基于网络的自适应学习的涵义及其本质特征。
葛庆敏[5]2016年在《基于WEB的个性化学习指导系统设计与开发》文中研究说明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。
陈春映[6]2015年在《农村中小学教师信息技术应用能力提升自适应学习系统设计研究》文中研究指明随着科学技术水平的发展,信息技术日益改变着人们的生活、学习和工作方式。信息技术的发展给当今课堂教学带来了巨大变革,对广大农村教师的出了更高要求。从2004年教育部颁发《中小学教师教育技术能力标准(试行)》至2014年教育部颁发的《中小学教师信息技术应用能力标准(试行)》的十年时间里,全国各地持续续开展了中小学教师的信息技术应用能力培训工作,虽然其培训方式随着时代的变化和教师的需求断地更新和调整,但因其对教师学习能力、学习风格及认知水平等方面的差异没有足够重视和充分认识,使得培训效果不容乐观。而“自适应学习”是一种能够根据学习者认知能力、认知水平及学习风格方面等差异给学习者提供不同学习方案,满足学习者个性化需求的学习方式。鉴于此,笔者提出了该项研究。为了深入了解农村中小学信息技术应用能力水平的实际状况,为自适应学习系统的设计提供可靠的支撑和依据,笔者对来自贵州省各乡镇中小学教师做了相关调研。本文主要从农村中小学教师信息技术应用能力现状、需求分析、自适应学习系统的设计和系统应用等方面来进行阐述。在对该系统设计过程中,笔者提出了自适应学习系统结构模型。此外,在系统内容设计过程中,笔者对中小学教师信息技术应用能力相关知识内容及知识划分进行了初步探索,希望能够对中小学教师信息技术应用能力的发展提供参考和贡献。
陈凤鸣[7]2013年在《基于网络的自适应学习系统研究》文中研究说明如今的时代是信息科技化时代,在此时代背景下,网络教育应运而生。随着网络教育在我国的不断发展,以及人们对于个性化差异学习的认识,如何开发一个基于网络的,以学习者为中心,最大程度的激发学习者的学习兴趣,从而实现真正意义上的自主学习的网上自适应学习系统已经逐渐成为网络教育学习平台研究中的重要课题。本文主要通过对基于网络的自适应学习的认识,探讨适合于我国当前教育体制的,基于网络的自适应学习系统的体系架构和构建策略。
马相春[8]2017年在《基于大数据的初中数学智慧学习系统模型研究》文中研究说明伴随着云计算、物联网和移动互联技术的快速发展,我们由信息时代迈入了数据时代,“大数据”作为数据时代的核心技术,为各个领域的发展提供了强大的数据支撑。分享大数据红利,是时代赋予我们的权利,教育行业同样需要大数据提供的数据支撑来助推教育信息化的高效发展。智慧学习,作为基于教育信息化、知识融合与协同创新的全新学习方法,是在教育信息化深入发展的过程中逐渐形成的教育理念与学习模式,对学习者智慧的生成、核心素养的提升具有重要意义,与教育信息化天然的联系使之更易成为研究信息技术与基础教育融合的切入点。初中数学,作为基础教育阶段的一门基础学科,是学好其他学科的基础,如何构建智慧学习系统,采集、分析和利用教育大数据,为初中数学智慧学习与教学服务,有效促进初中生数学学科素养的提升,是一个值得深入研究的问题。目前关于学习系统的研究领域,主要侧重于高等教育,对基础教育的关注较少,针对具体学科的研究就更少。究其原因,主要是基础教育阶段教学具有很强的计划性,学习具有较强的集体性,导致学习系统的构建和应用需要额外考虑的因素较多,如:基础教育阶段的学生因学习特点无法完全脱离课堂教学,不能完全依赖于线上的自主学习,这就需要学习系统能够建立起线上与线下学习的有效衔接机制;学科素养的培养日益受到重视,但支撑学生核心素养提升的智慧学习资源与工具的缺失,往往导致学生学习受限;教师的导学参与对保障学生的学习效果有着不可取代的作用,学习系统需要具有为教师导学提供服务的能力。基于以上背景,本文提出了“基于大数据的初中数学智慧学习系统模型”,从学习系统生态圈的视角对系统进行建模,力求将线上和线下学习进行有效衔接,构建“导、学”一体化的智慧学习系统,利用教育大数据和学习分析技术,为学生学习、教师导学提供信息援助和技术支撑。具体研究工作如下:(1)初中数学知识模型构建及智慧学习资源与工具设计:通过对初中数学核心素养和知识特点进行分析,构建了初中数学知识模型,为智慧学习系统的运转提供了领域模型基础;对初中数学与信息技术的融合点进行研究,分析智慧学习方式及其对学习资源与工具的诉求,形成了初中数学学习资源框架,并进行初中数学智慧学习工具设计与研发,有效解决了学生智慧学习资源和工具匮乏的问题;(2)初中数学学习者模型构建:在学习者模型内涵与建模标准、初中生数学学习影响因素分析的基础上,建立了初中数学学习者模型,并对模型的构建方法及初始化和更新机制进行了阐述,将初中数学能力水平、学习者操作技术水平和生理特征纳入到学习者模型中,丰富了学习者模型的属性;(3)初中数学学习者知识水平诊断:基于项目反映理论对学习者知识掌握水平进行自适应测试,采用马尔科夫链蒙特卡洛算法(MCMC)和分层分区算法实现参数估计和题目的选择,建立了初中数学学习者知识水平自适应测试的完整处理流程;(4)智慧学习路径推荐:结合初中生实际学习情况,进行了智慧学习路径推荐策略分析,进一步探讨了如何选取智能算法去实现推荐策略;最后基于改进的蚁群算法,探析并优化了算法相关参数,给出了算法的完整描述,扩展了蚁群算法的应用范围,实现了根据学习者模型和领域知识模型的智慧学习路径推荐方法;(5)教师导学信息援助:基于学习过程和结果大数据,对学生学情信息进行多维度的精准分析,为教师导学活动的有效开展提供依据;(6)学习资源与工具有效性评价:提出结合知识水平提升度和目标用户评分的方法,将基于知识水平的客观评价和学习者的主观评价进行有效结合,实现学习资源与工具的有效性评价。
廖轶[9]2017年在《面向基础教育的自适应学习服务系统研究与应用》文中指出随着信息技术的飞速发展,涌现出大量的教育信息系统。在线教育的日益普及,学习者个性化学习需求不断提高,过去传统的在线教育系统已经无法满足针对个体构建的学习需求。支持网络学习的方式也大致经历了内容呈现方式,搜索查询方式和自适应方式的叁个阶段。网络学习系统建设模式已经不再是一味的扩充教育数字资源。因此,如何保证学习者的学习效果是网络学习的关键。适应性学习通过了解学习者的个性化特征信息,如学习风格,偏好和认知水平等,同时通过系统本身领域知识的精确构建,达到高效率的学习目标。随着支持适应性学习的研究和应用在不断深入,系统的智能性和有效性得到了提高。但是针对基础教育的适应性学习研究和应用中,自适应学习服务系统无论是构建模型还是系统建设都很薄弱,缺乏有效的研究验证。本文结合了相关课题研究和实际工作内容,深入分析了自适应学习的特点和特征,构建了针对基础教育的自适应学习服务系统参考模型ALSSRM,对其中的学习者模型,领域知识模型和自适应引擎的构建、框架、内容和功能进行了论述。同时综合利用了如:文献研究法,元数据技术,解释结构模型法,本体理论,实证研究法,调度和CSP相关理论,调查研究法,有穷自动机等理论,评价研究法等方法理论。主要研究内容和成果如下:(1)提出了自适应学习服务系统参考模型ALSSRM。通过文献研究法、调查研究法分析比较已有研究的自适应学习模型,包括:DHRM,AEHS,AHAM,LAOS,EAHAM等参考模型。然后针对上述模型不足之处和存在问题,以面向基础教育的自适应学习服务为主设计了适合基础教育的自适应学习服务系统参考模型ALSSRM。(2)构建了基于本体和元数据信息交互技术的学习者模型。从已有的教育信息系统中获取学习者的历史学习过程数据作为学习者模型的初始化。通过元数据技术为学习者构建了一个基础教育元数据模型,并通过元数据抽取和元数据模型转换技术获取学习者的历史学习数据,从中归纳出学习者的特征信息。(3)提出了基础教育数据资源间的访问共享机制。针对北京市,区县,学校叁级机构众多教育信息系统建设过程中存在相互访问共享混乱的特点,同时考虑兼容到已经建设完成教育信息系统中的学习数字资源。通过元数据技术得到基础教育的融合元数据库,利用元数据的分析功能清晰描述了教育信息系统间的数据流向,提出了基于元数据的教育资源访问共享机制。(4)结合本体和元数据规范构建领域知识模型。提出了领域知识模型的四层管理架构。充分考虑已建系统中教育数字资源的整合利用,减少重复建设,通过和本体描述和元数据规范发布了针对北京基础教育特色、以LOM为基础的《北京市数字化基础教育资源元数据应用规范》,实现知识点的结构化,教育数字资源规范化。(5)借鉴NoSq1思想和大数据技术提出了基础教育海量数据存储方案。针对教育数字资源大量沉淀在市,区县,学校和教育机构的教育信息系统中且宏观利用率低下、重复建设的特点,借鉴NoSq1思想设计了基础教育数据海量存储方案。该方案不仅满足大数据存储需求,而且在业务逻辑上还可以满足关系运算与兼容性要求,很好的实现了资源利用。(6)结合CSP规划调度理论及有穷自动机求解算法设计了自适应引擎。论文通过将学习活动进行目标函数解释,对相关约束条件罗列方程进行描述,并设计目标函数进行转化求解,最后结合学习者的特征信息,建立学习活动调度的CSP模型。将学习活动设计的问题归为基于CSP规划调度问题进行求解。最后通过有穷自动机的方式求解,并提出了 DFSFA(Depth First Search For Finite Automata)算法求解。综上所述,在本文涉及的六项主要研究工作中,第一、五部分研究虽然有研究成果,但本文着重解决在在基础教育领域的问题。第二、叁、四部分的相关研究很少且基本停留在抽象理论上,缺乏实际应用验证。第六部分相关文献很少,在适应性学习中引入约束满足问题的研究目前是空白。总体上本文为基础领域自适应学习服务系统提供了借鉴和参考。
刘志勇[10]2010年在《基于本体的自适应学习方法及应用研究》文中指出本文深入研究了自适应学习系统的相关问题,主要包括自适应学习系统的功能与结构、学习者特征模型的构建、知识表示与管理和自适应推荐算法。本文工作的主要创新点包括:1.将语义网和本体应用于自适应学习系统,提出了基于本体的自适应学习系统框架结构。2.提出了学习者特征项的获取途径与获取方法。包括四个主要途径:学习者自主定制个性化特征、访问的学习资源的元数据抽取、学习效果测试、学习行为的记录,并且每个途径包含多种方法。3.提出了基于本体的学习者模型,模型包含五个方面特征,分别为学习者基本信息、学习者已有知识水平、学习者兴趣偏好、学习者认知能力、学习者测试成绩,这种方法提高了用户特征描述的准确性,提高了知识和资源推荐的有效性。4.提出了基于本体的四层知识管理层次结构,这种结构更有利于知识的管理,具有更高的灵活性,可以经过简单的修改就能够适应不同出版社不同版本的教程,为不同层次的学习者提供灵活的可定制的课程。5.提出了两种学习资源推荐算法,有效的改进了学习资源推荐的精度和效率,一种是基于语义距离的语义相似性算法,另一种是基于资源评分和语义距离的算法。第二种算法的有效性要优于第一种算法,原因在于系统通过分析学习者显式的对资源的评分或者通过分析学习者的学习行为判断学习者对学习资源的评价,一定程度上弥补了第一种算法仅仅依靠概念的语义相似度判断学习资源相似性的缺陷。
参考文献：
[1]. 基于网络的自适应学习系统研究[D]. 高晓红. 上海师范大学. 2003
[2]. 自适应学习系统中序列挖掘算法研究[D]. 王新勇. 东北师范大学. 2008
[3]. 语义网环境下的自适应学习系统中用户模型的研究[D]. 邱百爽. 东北师范大学. 2008
[4]. 基于Web的自适应学习系统内涵探究[J]. 高晓红, 忻秀珍, 万小笠. 沿海企业与科技. 2005
[5]. 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
[6]. 农村中小学教师信息技术应用能力提升自适应学习系统设计研究[D]. 陈春映. 贵州师范大学. 2015
[7]. 基于网络的自适应学习系统研究[J]. 陈凤鸣. 计算机光盘软件与应用. 2013
[8]. 基于大数据的初中数学智慧学习系统模型研究[D]. 马相春. 东北师范大学. 2017
[9]. 面向基础教育的自适应学习服务系统研究与应用[D]. 廖轶. 北京交通大学. 2017
[10]. 基于本体的自适应学习方法及应用研究[D]. 刘志勇. 吉林大学. 2010
标签：教育理论与教育管理论文; 自适应学习论文; 大数据论文; 元数据论文; 语义分析论文; 用户研究论文; 信息技术的发展论文; 网络模型论文; 智慧教育论文; 能力模型论文; 系统学习论文; 用户分析论文; 信息发展论文; 基础教育论文; 初中数学论文; 数据分析论文;