共查询到20条相似文献，搜索用时 562 毫秒
1.
2.
在线学习资源建设已经成为了当今数字化学习研究的热点问题.本文以学习过程中学习者学习行为和在线学习资源的特点为基础,结合协同过滤算法,设计了基于协同过滤技术的在线学习资源个性化推荐系统模型.实践证明,该模型可以更好地为学习者创造数字化学习环境,提高学习者的自主学习效率. 相似文献
3.
在大规模在线学习中,个性化学习和信息导航越来越受到学习者的欢迎。由于学习者众多、学习需求多样化和学习资源海量,个体化支持服务已难以满足个性化学习和个性化资源推荐的需求。相关研究表明,将社会化支持服务引入在线学习中,能初步缓解支持服务不足的问题。文章以社会化支持服务的属性和内涵为基础,构建基于掌握学习理论的在线学习环境,深入探讨社会化支持服务框架,并结合学习资源、学习伙伴、领域专家等社会性因素对学习者在线学习产生的影响,设计了社会化支持服务流程和个性化推荐模型,旨在为学习者提供智能、精准的支持服务。最后提出“一体化”的社会化支持服务模式,为研究面向个性化学习的社会化支持服务提供参考。 相似文献
4.
近些年来,在线学习在我国的远程教育领域蓬勃发展,各级电大、网络学院以及高校都积极开展各种基于互联网的在线学习.但在教学实践中,由于师生之间的时空分离状态,导致学习过程中缺乏对学习者及其学习行为的持续有效关注,学习者的在线学习活动经常不能按照教学预期来实现.本文在对在线学习的教学案例进行分析和研究的基础上,结合问卷调查和访谈等研究方法对在线学习过程中学习者的学习行为进行研究.研究发现,学习者在在线学习这种开放自主的学习环境下,完全有可能按照自己的学习需求,依据具体教学内容的知识网络结构,实现自主学习活动.在教学中,教育者应关注学习者的特点和需求,有效组织和设计在线学习活动与学习资源,恰当应用信息技术,优化学习者的在线学习环境. 相似文献
5.
问题乃是通向理解之门.问题可以激发学习者的求知欲和探究欲,有利于推动教学的开展和促进学习者认知能力的发展.在线学习环境下为促进学习者认知能力的发展提供了丰富的认知工具和资源.但是,由于缺乏对教学问题导向作用的关注,在线课程在促进学习者认知能力发展方面存在着不理想之处,不能有效地引起认知上的深度理解.在文献研究和案例分析的基础上,综合分析了国内外问题导向在在线学习课程中的经验与不足,构建了问题导向促进学习者认知能力发展的在线学习框架和课程实例.在课程设计中提供了以问题为引导的情境体验和探究互动的机会,通过丰富的案例学习和认知支架,让学习者在问题解决过程中学会自主探究和深度思考,引导学习者从对知识的低水平认知层次逐渐向高水平认知层次发展.最后,为了验证问题导向在线课程对学习者认知发展的促进作用,采用实验调查等方法进行了实证研究. 相似文献
6.
在线学习中学习者面临缺少计划、资源过载、缺乏交互、评价单一等问题,将知识地图引入在线学习系统,以期为学习者提供有针对性的学习支持服务。通过文献分析,从学习资源服务、个性化支持、知识协同共建、学习评价4个方面,构建基于知识地图的在线学习支持服务体系。基于知识地图的在线学习支持服务将零散的学习资源组织在一起,并提供资源导航、资源检索等功能;根据学习者的基本特征信息,推荐个性化学习路径;允许教师、助教、学习者共同构建知识地图、信息资源;支持学习评价以及评价反馈多元化。这些支持服务有利于引导、帮助和促进学习者自主学习,提高在线学习效率。 相似文献
7.
马志强 《集美大学学报(教育科学版》2014,(1):53-58
基于问题解决的网络协作学习越来越受到CSCL领域研究者的重视。本研究利用设计研究的方法,设计并实施了一轮基于问题解决协作学习活动。数据分析显示50％以上的学习者认为问题解决网络协作学习活动可以发展他们的问题解决能力,并使之获得丰富的在线学习体验。学习者对任务和问题设计的满意度较高,对资源、工具及角色的满意度相对较低。设计存在的主要问题在于角色之间缺乏有效衔接,以至于不同角色的学习者难以协作完成任务。资源与工具缺乏使用提示,以至于学习者难于将资源与工具与具体的学习任务进行整合。 相似文献
8.
马志强 《集美大学学报(教育科学版》2014,(1)
基于问题解决的网络协作学习越来越受到CSCL领域研究者的重视。本研究利用设计研究的方法,设计并实施了一轮基于问题解决协作学习活动。数据分析显示50%以上的学习者认为问题解决网络协作学习活动可以发展他们的问题解决能力,并使之获得丰富的在线学习体验。学习者对任务和问题设计的满意度较高,对资源、工具及角色的满意度相对较低。设计存在的主要问题在于角色之间缺乏有效衔接,以至于不同角色的学习者难以协作完成任务。资源与工具缺乏使用提示,以至于学习者难于将资源与工具与具体的学习任务进行整合。 相似文献
9.
学习者与在线内容的交互被认为是决定网络教学和学习有效性的重要因素之一.学习环境中的任何事情总是一触即发,支持学习者与在线内容进行交互.当学习者与内容交互时,内部的反思性思考与对话发生了.本研究试图比较在线学习管理系统中研究生课程和本科课程中学习者交互之间的差别.基于所提出的研究学习者与在线内容交互的框架,研究者收集了学习管理系统日志和学习活动数据库中的相关数据;基于学习者与在线课程内容的交互模式和行为对收集到的数据进行了分析;并对教师和学习者在在线论坛中的讨论和交流的内容进行分析,尤其调查了已发生的交流的维度、深度和分类.基于上述研究成果.研究者认为应该加强网络内容的设计和传输,从而提升开放远程学习中在线学习环境的有效性. 相似文献
10.
在线环境下学习者协作解决问题的策略研究 总被引：1，自引：0，他引：1
该研究在综述国内外在线环境中学习者协作解决问题的经验与不足基础之上,构建了在线环境中学习者协作解决问题策略的初步框架,并依托LAMS平台开发了相应的在线课程。研究采用基于设计的研究(DBR)并历经三轮循环实验,结合问卷和访谈进行持续改进,最终形成了在线环境中学习者协作解决问题的策略。该研究从指导者、协作学习者和资源环境三个角度出发,以问题解决过程为主线来构建协作问题解决的策略：在情境创设阶段,基于“最近发展区”理论设计在线协作解决的劣构问题;问题表征时指导者需提供部分学习材料,引导学生利用支架开展协作分析问题;在问题解决阶段进行组内与组间协作,从多角度思考解决问题的方法;构建多元评价机制,将学习结果智慧共享;指导者引导学生将所学知识和能力进行迁移应用;同时添加“学前准备”环节避免在线协作问题解决学习中的信息迷航、目标偏移等问题,以期为在线学习者的协作问题解决提供理论和实践指导。 相似文献
11.
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
12.
曹良亮 《中国远程教育(综合版)》2014,(4)
本文从在线学习者的具体学习活动出发,对在线学习情境下学习者对教学内容的选择、阅读和知识的意义建构等学习行为特点进行研究和分析,应用知识建模方法对单元教学内容进行知识网络分析,设计专用在线学习平台对学习者的学习活动进行实时跟踪记录,对学习者的知识点选择和意义建构过程及其所形成的学习路径和选择性学习行为进行分析。研究表明,学习者在开放自主的学习环境下,能够主动参照教学目标的要求和教学内容的知识网络模型特点,依据自己的学习需求,选择合适的自主学习策略组织自己的学习活动。在线学习过程中学习者对教学资源的选择可以聚合成为一条较为稳定的学习路径,该路径体现了学习者在意义建构过程中对外部资源的意义建构需求。因此在线教学中依据教学内容知识网络特点设计合理的教学活动,有效应用信息技术实现个性化的教学内容信息推送,会促进在线学习者的学习效果和学习效率。 相似文献
13.
介绍基于Internet的交互式在线学习并阐述了交互式多媒体课件的开发过程,着重分析了图像、音频和视频等多媒体元素对制作在Internet上发布的多媒体课件的影响,确定设计用于Internet上交互式在线学习的课件中多媒体的处理原则。 相似文献
14.
自主学习符合人类学习的本质,被赋予了从未有过的价值与使命,实现了自我驱动的学习行为.在线学习背景下,有必要挖掘学生自主学习行为模式,识别学生认知过程,寻找在线学习规律,解决自主学习能力薄弱问题.通过顺序分析和聚类分析算法,对论坛、测验、作业与评价和资源四类学习行为进行挖掘,分析高低成就学习者之间的在线自主学习行为模式差异.并基于模仿榜样理念,以高成就学习者的学习行为模式为策略,对低成就学习者进行干预.研究结果表明高低成就学习者在线自主学习行为模式存在显著差异,且高成就学习者的学习行为模式对低成就学习者具有指导作用,可为均衡化教学提供新思路与方法,缩小规模化教学与个性化教学的矛盾. 相似文献
15.
16.
在E-learning学习领域,在线学习系统中大量的学习资源往往会让学习者难以及时获取适合自身的个性化学习资源。当前在线学习行为方面的研究主要关注根据学习者的学习行为和知识水平提供适切的学习资源,但学习者学习行为的差异性、学习资源的多样性和学习导航链接的复杂性成为自适应学习环境系统构建的限制因素。因此,有必要利用学习分析技术来分析学习者的相关数据,进而深入了解学习者的学习行为,并组织和维持在线学习系统中储存的学习资源。文章基于自组织映射(Self-Organizing Maps,SOM)聚类法提出了一种自适应学习环境框架,该框架有利于分析学习者相关数据并构建学习内容模型,为学习者提供适合自身需要的学习内容,最终取得高质量的学习成绩。随着E-learning中学习数据的日益增长,为了保证E-learning中学习者的学习质量,非常有必要对这些大量的学习数据进行分析,这也成为当前教育研究中的热点问题,文章有助于在E-learning环境中对学习者进行及时有效的大数据分析。 相似文献
17.
游戏化学习在激发学习者动机、改善学业情绪等方面存在独特优势,将游戏化学习与在线课程资源的“学”“测”两环节有机整合,有望提升在线课程资源的质量,进一步推动我国的教育数字化转型。鉴于此,研究构建了“学测一体”游戏化设计促进在线学习的理论模型,并借助眼动仪、脑波仪、问卷采集了120名被试的认知行为、学习体验与态度以及学习效果数据,深入分析无游戏化设计、“学”“测”“学测一体”的游戏化设计对在线学习的影响。结果表明：“学”的游戏化设计使学习者大脑更专注、更放松,消极情绪降低;“测”的游戏化设计促进学习者投入更多视觉认知资源,降低内部认知负荷,增加学习数量;“学测一体”的游戏化设计效果最佳,表现为学习者的视觉认知加工资源投入更多、外部认知负荷降低、学习满意度和学习质量提高。相关性分析和结构方程模型进一步发现了“学测一体”游戏化设计促进在线学习的作用路径。根据研究结论提出三条建议,旨在从游戏化学习视角为在线课程资源的高质量发展提供参考。 相似文献
18.
杨文阳 《江苏广播电视大学学报》2011,(5):15-18
网络在线学习关注在学习中如何利用学习者之间、学习者与指导者之间以及学习者与学习资源之间的相互关系。实践证明,不同学习方式下网络在线学习者之间存在者强弱关系,并且在线学习容易忽视学习者之间弱关系的作用,而网络对话和论坛是解决该问题的有效途径。我们可以通过互动和协作明确在线学习者的身份,营造安全的网络文化环境,通过对话促进良性互动,进而构建在线学习者之间强弱关系。 相似文献
19.
20.
大规模在线学习中,学习者面对数量众多、种类繁杂的学习资源容易产生"信息迷航""信息过载"等问题。因此,为学习者提供个性化的学习推荐服务是大规模在线学习的重要任务。但目前的推荐系统大多只考虑了学习者与学习资源特征,对其内在社会联系考虑不足,推荐效果有较大的提升空间。许多研究表明,引入社会化因素,对于提升推荐系统效果有显著的帮助。社会化推荐系统需要根据应用情境,深入地理解用户、推荐对象以及影响他们之间相似关系和社会关系的要素。大规模在线学习中的社会化推荐系统要素模型包括学习者特征、推荐对象特征、社会关系和应用情境四个方面。相较于传统的推荐方法,在这一要素模型基础上设计的基于兴趣主题的社会化推荐方法更好地结合了大规模在线教育场景,以及学习者和资源服务要素,并进一步研究了用户间的内在社会关联,挖掘了用户、学习资源间的隐性联系。实验结果也说明,该推荐方法在教育场景中可以实现更好的推荐效果。 相似文献