共查询到19条相似文献，搜索用时 250 毫秒
1.
自适应学习系统在本质上是一种支持个性化学习的网络学习环境,能够改变学生"被教育"或"被学习"的弊端,做到从传统的支持教师"教"转向为对学生的网络学习活动提供自适应、个别化支持。本文首先文献综述自适应学习系统一些主要参考模型特点,然后针对其存在不足之处,提出了具有扩展通用性的自适应学习系统通用参考模型(GALSRM),分别对其组成部分用户模型、领域模型、呈现模型、自适应模型以及自适应引擎进行了详细描述。最后,依据GALSRM设计了自适应学习系统体系结构,并对其设计思想、适应过程及实现功能进行分析。该系统能够实现根据学习者在学习风格、认知水平等方面的个体差异提供自适应学习支持,是网络学习系统智能化的发展趋势。 相似文献
2.
3.
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
4.
自适应学习系统述评及其优化机制研究 总被引：1，自引：0，他引：1
一些网络学习系统如Blackboard、Moodle、SaKai等提供给学习者都是千篇一律的学习资源,不能根据用户特性动态适应地呈现个性化学习内容。因此,构建自适应学习系统是解决学生需求的个性化与教学资源的静态化的有效方案。本文对国内外一些常见的自适应学习系统进行了研究分析,总结出其特点和不足,设计与实现一个面向服务的自适应学习系统,分别在系统参考模型设计、用户模型和领域模型构建、个性化学习资源推送策略、多元化学习资源建设以及系统依据学习风格模型适应性呈现学习活动序列和学习资源等方面做了大量的优化研究。 相似文献
5.
随着信息技术的快速发展,网络学习已经成为人们生活中不可或缺的一种学习方式。以实现网络个性化学习为目标的自适应学习系统成为提高网络学习质量的重要研究课题。然而目前大多数自适应学习系统仅具有单向适应能力,即实现了系统根据用户特性适应性向学习者呈现学习资源、过程和策略的功能。尽管这种功能有助于解决学习者认知超载和网络迷航问题,一定程度上提高了学习效率,但学习者在此系统中是一种被动学习,不利于培养学习者自主学习能力和创新能力,也不利于促进学习者对知识的主动建构,还容易使学习者产生惰性。因此,应该充分考虑学习者和系统之间的主客体关系,在自适应学习系统中建立双向适应交互,即用户主动选择资源的适应性交互和系统主动推送资源的自适应交互。双向适应交互最为关键的是用户模型,而认知风格是用户模型中影响学习者个体差异的一个重要元素。从学习效率和使用感受两个层面实证评价双向适应交互性,以及认知风格对其的影响发现:采用自适应学习方式,学习者具有更积极的学习态度,能够取得更好的学习绩效;但认知风格会影响到自适应学习和适应性学习的绩效。 相似文献
6.
随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。 相似文献
7.
泛在学习中自适应学习系统模型研究 总被引：1，自引：0，他引：1
泛在学习能够给予学习者随时发生的学习提供支持,更有利于培养和激发学习者的学习兴趣,促使学习者自主研究学习。从"区别传统学习系统"一点出发,考虑学习者学习风格,结合泛在环境下灵活自由的学习形式,提出了一个自适应学习系统模型。该模型主要是体现高等教育学习者自主探究学习,根据环境感知和学习者的学习偏好和认知结构、情感倾向,提供不同资源以满足学习者的需求。最后对泛在学习中自适应学习系统进行思考,为以后研究提供改进建议。 相似文献
8.
在线学习成为学生学习的新手段和途径.基于分布式认知理论,建立学生专业学习的自适应学习模型,使学生更有效地利用在线学习系统,根据自身的专业基础和兴趣爱好,更好地构建知识体系结构,达到个性化学习的目的.文章以计算机专业为例,对自适应在线学习系统模型进行了探究分析,提出了个性化、自适应的在线学习系统模型DC-ALM,对其功能模型及体系结构进行了研究,并以课程为例对模型进行了应用设计. 相似文献
9.
面向"服务"视角的自适应学习系统设计与实现 总被引：1，自引：0，他引：1
自适应学习系统是当今乃至今后教学系统的研究热点,它是学习者实现远程个性化学习的前提条件.本文针对目前自适应学习系统的用户模型建模问题以及常见的一些网络学习服务平台实现学习者获取资源策略存在不足之处,提出了面向"服务"视角的个性化推荐策略,设计与实现了面向"服务"的自适应学习系统(SOALS,Service-Oriented Adaptive Learning System),分别从系统的架构流程(程序驱动和用户自主选择学习路径)、核心组件(用户模型和领域模型)、学习资源建设标准及实现技术和部分功能实现等方面做了深入剖析,为同行研究者提供了理论依据和实践参考. 相似文献
10.
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
11.
12.
学习者模型是自适应学习系统的重要组成部分,然而传统的学习者模型往往是封闭的,学习者无法知晓模型的具体内容。文章从学习者模型内容开放的视角,设计了能够表征学习者认知状态和知识结构并推送学习路径与学习同伴的开放学习者模型——学习认知地图。基于学习元平台,文章从认知状态评测、知识结构计算和可视化呈现三个方面对学习认知地图的构建过程进行了阐述。之后,文章将构建的学习认知地图应用于中学信息技术课堂,实践结果表明:学习认知地图能够提升学生的学习态度,同时学生对具有学习认知地图支持的在线学习方式满意度更高。文章设计并检验了作为一种开放学习者模型实践样态的学习认知地图的效果,以期为开放学习者模型的进一步研究提供参考。 相似文献
13.
混合学习强调线下课堂教学和线上自主学习的混合以实现优势互补,其中学习者的在线自我调节学习能力显得异常重要。文章旨在揭示学习者的在线自我调节学习能力存在哪些潜在类别,不同类别学习者是否具有不同的在线自我调节学习行为过程模型,以及这对于在线自我调节学习环境的设计有何启示。研究首先对239名学习者的在线自我调节学习能力进行测评,然后使用潜在剖面分析方法对测评数据进行分析,发现样本学习者可以分为高、中、低三种不同水平的自我调节学习剖面类别。然后分别对三种类别学习者的在线自我调节学习行为数据进行过程挖掘,研究发现:(1)学习者的自我调节学习能力更多体现在执行阶段的行为上;(2)中高水平自我调节学习者的在线学习行为表现出更强的认知和元认知策略;(3)高水平自我调节学习者体现出更有效的时间管理策略与更强的整体规划能力。因此,在线自我调节学习环境需要引入自适应支持机制,为学习者提供适应性的过程和策略支持。 相似文献
14.
随着移动互联网等新技术的快速发展,移动学习成为网络学习空间的主要学习方式之一,然而移动学习效果的提升面临着复杂移动情境下空间化学习的自适应挑战。文章以云计算支持下的网络学习空间(即学习云空间)为背景,分析了移动学习的自适应因素,提出了一个基于情境感知的移动学习自适应模型,并探讨了移动学习的自适应实现机制及其应用策略。研究依托iStudy的移动学习自适应系统进行应用实践和实证分析,结果表明:该系统更有利于提高场独立型与场依存型两种风格学生的自我效能感,以及场依存型学生的学习成绩;不同知识类型学习中均使用该系统,其学习成绩没有差异;两种风格学生均认为该系统更加便捷适用,场依存型学生认为该系统更有利于促进学习。研究为促进移动学习的自适应和个性化理论与实践探索提供了有力支撑。 相似文献
15.
通过对网络学习中学习者在感觉通道、学习材料、学习环境和思维方式等方面偏好的分析,构建网络学习者学习风格特征结构模型。以此模型作为理论依据,提出对网络学习者学习行为进行采集、诊断和个性化引导的方法,并设计网络学习行为个性化引导系统。 相似文献
16.
如何利用移动设备的位置识别功能开发创新性的移动应用系统,是众多研究者和商业应用开发者关注的焦点。基于位置识别的移动学习系统5R自适应框架为实现自适应移动学习环境提供了一套解决方案和标准化结构。5R自适应框架能够根据学习者、位置、时间、移动设备等因素自动生成学习者所需要的学习内容,增强学习者与学习情境之间的交互。5R自适应框架的实施需要描述基于位置的学习内容并使之标签化,建立自适应约束条件和学习内容之间的关系。在基于位置识别的地理课实地考察移动学习过程中,5R自适应框架能够很好地支持这一应用,而且在实现过程中体现出高度的灵活性。 相似文献
17.
Based on a critical re-analysis of cognitive load theory (CLT), Schnotz and Kürschner identified the need for research on more sensitive ways of assessing learner characteristics, both prior to and during instruction, in order to understand learning processes and outcomes. One emergent theme of the papers in this special issue is that the “same” learning environment is differentially demanding and produces different results depending on characteristics of the learners, most importantly their knowledge in the task domain. These findings indicate that to optimize learning outcomes, theories of instructional design and learning need to be more adaptive and reflect the nuances of interactions among learners, tasks, and instructional supports. 相似文献
18.
互联网的高速发展导致网络学习资源数量迅速增长,案例教学、理论教学等教学资源的个性化推荐受到更多关注。学习者模型是实现个性化推荐的依据。文章以CELTS-11学习者模型规范为基础,针对学习者的个性差异,在学习过程中对基本信息、学习风格、知识状态、认知能力、兴趣偏好等个性化特征展开研究,解决目前资源推荐系统的学习者模型中学习者特征描述不全面、个性化程度不高等问题,构建出了个性化的学习者模型,为学习资源的推送提供了有力的依据,应用效果表明了该方法的有效性。 相似文献
19.
学习分析:正在浮现中的数据技术 总被引：4，自引：0，他引：4
随着教育信息化的普及与逐渐深入,学习管理系统已经获取并存储了大量的有关学生复杂学习行为的数据,从这些数据中挖掘出改进教学系统、提升学习效果的信息,在教育信息化领域一直有着巨大的吸引力。因此,有必要从分析数据以改进学习的角度,对日益受到关注的学习分析技术进行解读。首先,学习分析技术是测量、收集、分析和报告有关学生的学习行为以及学习环境的数据,用以理解和优化学习及其产生的环境的技术。接着,综述学习分析技术的发展,指出其在教育中有着广泛的应用前景和巨大的发展潜力:学习分析技术可作为教师教学决策、优化教学的有效支持工具,也可为学生的自我导向学习、学习危机预警和自我评估提供有效数据支持,还可为教育研究者的个性化学习设计和增进研究效益提供数据参考。最后,提出学习分析技术也存在隐私、准确性和兼容性等诸多挑战和问题。 相似文献