共查询到10条相似文献,搜索用时 109 毫秒
1.
2.
智能导学系统能够提供个性化的自主学习服务,但仍然面临诸多挑战,如对学习者理解不足、用户体验较差、自动化程度有限等。针对这些挑战与问题,本研究设计并实现了涵盖领域知识层、基础模型层和用户接口层的三层架构新型导学系统,并以“雷达数学”系统为例进行介绍。领域知识层借助知识空间等理论,构建符合教学和认知规律的学科知识图谱和教学策略库;基础模型层利用深度学习、自然语言处理等技术,实现更精准的学习者模型、个性化教学策略模型和自动批阅模型,提升系统对学习者的理解和自动化程度;用户接口层基于可解释人工智能技术与游戏化设计理论,构建可解释的认知地图和个性化导航等服务,改善系统用户的体验。在此基础上,本研究针对学习者、教师、家长等不同角色,阐述了新型智能导学系统的三类典型应用场景并对其发展趋势进行了展望。 相似文献
3.
在线学习环境下,探索符合学习习惯和偏好的学习活动路径能够降低学习者学习盲目性、提升学习者的课程体验。研究以教育大数据为背景,以MOOC为研究案例,以个性化学习路径为研究内容,通过对学习结果分类理论、教育目标分类法以及三维目标分类理论的分析、对比、归纳、借鉴,对MOOC平台学习者行为数据进行了维度划分,并从态度和认知两方面入手构建了包含学习兴趣、知识水平、综合能力三个维度的学习者学习画像特征模型。在此基础上,通过交叉使用Apriori All算法和贝叶斯网络对平台行为数据进行差异处理,使其转化为具有信息价值的具体数值,设计出了学习画像与个性化学习路径拟合系统。在此基础上,运用蚁群算法实现个性化学习路径的生成与推荐,为学习者提供精准的学习路径指导,降低学生迷航率。研究结果表明:基于学习画像的个性化学习路径推荐具有精准性;学习画像可以实现MOOC环境下平台数据和学习者之间的耦合;交叉使用多种算法实现不同维度数据的差异性处理,使数据分析、处理、应用具有合理性,是实现个性化学习路径生成推荐的良好基础。 相似文献
4.
本文以企业学习者为研究对象,从企业学习者的学习特征、学习环境、学习资源和学习方式四个要素进行了较为深入系统的研究分析,提出在企业构建企业学习者“学习共同体”模型,促进企业学习者学习. 相似文献
5.
程光胜 《深圳职业技术学院学报》2022,(1)
伴随着大数据和人工智能在教育领域的渗透和融合,个性化学习成为当前和未来教育关注的焦点,而自适应学习系统为个性化学习提供了一种实践路径.在分析自适应学习基本模型的基础上,结合自适应超媒体系统通用模型AEHS,引入了学习情境,构建了基于情境感知的自适应学习系统模型.为了提高自适应结果的精准性,根据学习情境中的学习者要素、时间要素、空间要素和设备要素,对学习者进行学习情境分组,以此为基础,通过学习者模型、领域模型和教学模型的协同作用,在自适应引擎的驱动下,生成自适应学习结果.最后,结合动态变化的时间因素,提供了个性化资源推荐的实现思路. 相似文献
6.
在"互联网+"在线学习环境下,探索符合学习习惯和偏好的个性化推荐路径能够降低学习者学习的盲目性、提升学习者在线学习体验.文章提出了一种基于学习者画像的个性化课程推荐方法,首先,利用爬虫技术获得Bilibili网站30多万名学习者的数据,然后对学习者学习数据进行定量分析,尤其是在个性化特征最明显的情感表达方面,采用了基于注意力机制的双向长短时记忆网络进行情感分析,从而构建了包含学习者基本信息、行为和弹幕文本三个维度的学习者画像特征模型.在此基础上,利用深度神经网络建立了教学资源与学习者画像之间的关系模型,用该模型预测学习者新的学习需求.实验结果表明,当学习者登录后,输入要选择的课程,模型能够根据学习者画像推荐相似学习者学习过的课程,提供个性化课程推荐服务,且推荐评价指标也表明该模型能够提高推荐性能. 相似文献
7.
智慧学习空间中学习行为分析及推荐系统研究 总被引:1,自引:0,他引:1
《现代教育技术》2016,(1):100-106
智慧学习空间是智慧学习理念下构建的学习空间新形态,学习分析是智慧学习中不可或缺的组成成分。文章围绕智慧学习过程中面向学习者对于知识内容的"呈现与获取"、"个性化建构与拓展延伸"两大环节以及学习者所处的学习状态,构建了学习行为分析及推荐系统。该系统利用W eb挖掘技术,从学习内容、学习路径和空间使用记录三个方面针对智慧学习过程模型中的学习行为进行数据分类挖掘,通过与优秀学习者路径及路径知识点相关学习行为进行相似性比对,为学习者进行个性化学习推荐路径。 相似文献
8.
学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础.如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题.研究以在线作业为目标场景,以在线学习行为投入为切入点,构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标,利用7695名小学生在线作业数据进行了27个测量指标的有效性验证,采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类,形成了四类学习者的群体画像,提出了相应的学习指导建议.研究发现,学习者的学业成绩与作业行为投入之间存在显著相关,不同的行为投入平台指标与学业成绩呈现不同的相关性,学习品质相关指标与学业成绩呈现强相关.因此,在线教育平台应通过画像技术,持续跟踪学习者的在线学习行为投入,评估学习者的学习品质,提出个性化的指导建议,推送精准化的学习资源,进而提升学习者在线学习效率. 相似文献
9.
构建教师在线专业学习共同体对于完善未来国家在线教师教育体系有着重要意义.在线专业学习共同体借助互联网技术营造的网络学习空间,通过共同学习、资源分享、沟通对话,有力地支持教师学习者获得拓展个人专业学习边界的机会.构建教师在线专业学习共同体将赋能教师合作学习,丰富教师跨界学习路径,提升教师群体归属感,激发教师自我变革动力.应紧密结合网络虚拟空间的特征、教师专业学习的需求以及共同体的核心内涵,从技术性要素、认知性要素和社会性要素三方面着手构建高效的教师在线专业学习共同体. 相似文献