發(fā)布時間：2020-03-31 06:56

【摘要】：隨著信息技術(shù)與教育應(yīng)用深度融合發(fā)展,移動學(xué)習(xí)已成為在線學(xué)習(xí)重要方式之一。由于移動學(xué)習(xí)能將理論學(xué)習(xí)內(nèi)容與物理場景知識有效融合,符合職業(yè)學(xué)校專業(yè)課程理論教學(xué)與崗位能力知識融合培養(yǎng)目標(biāo),移動學(xué)習(xí)已成為職業(yè)學(xué)校教學(xué)應(yīng)用研究熱點(diǎn)問題。但面對移動學(xué)習(xí)平臺中大量的學(xué)習(xí)資源,學(xué)習(xí)者易出現(xiàn)資源篩選困難、認(rèn)知負(fù)載加重現(xiàn)象;同時,現(xiàn)有資源推薦模型中對中職學(xué)生特征和學(xué)習(xí)資源特征分析不夠深入,造成現(xiàn)有移動學(xué)習(xí)平臺推送的學(xué)習(xí)資源與學(xué)生需求資源的匹配度較低,推薦精度不高。為解決上述問題,本文提出了面向中職學(xué)生的移動學(xué)習(xí)資源推薦方法(edMOPSO-RA)。首先,梳理了國內(nèi)外關(guān)于學(xué)習(xí)資源推薦、移動學(xué)習(xí)資源推薦、移動學(xué)習(xí)資源推薦技術(shù)和情境因素相關(guān)文獻(xiàn);其次,分析了移動學(xué)習(xí)環(huán)境下位置情境、網(wǎng)絡(luò)情境、時間情境因素和中職學(xué)生情感不穩(wěn)定、學(xué)習(xí)興趣不足特點(diǎn),結(jié)合學(xué)習(xí)資源難度、類型、大小和時間特征,構(gòu)建了學(xué)習(xí)者情境特征和學(xué)習(xí)資源情境特征相融合的二維推薦模型,即面向中職學(xué)生的移動學(xué)習(xí)資源推薦模型(FSSM);再次,根據(jù)移動學(xué)習(xí)資源推薦過程中資源精度不高和資源同質(zhì)化現(xiàn)象,設(shè)計基于進(jìn)化狀態(tài)檢測的多目標(biāo)粒子群優(yōu)化算法(edMOPSO);通過利用進(jìn)化信息檢測算法的收斂性能和多樣性能來反映推薦資源的精度狀態(tài)和同質(zhì)化現(xiàn)象,進(jìn)而選擇不同的優(yōu)化策略實(shí)現(xiàn)資源推薦精度的提升。最后,利用所提推薦算法edMOPSO對FSSM模型進(jìn)行優(yōu)化,提出面向中職學(xué)生的移動學(xué)習(xí)資源推薦方法。文中利用基準(zhǔn)測試函數(shù)驗(yàn)證了移動學(xué)習(xí)資源推薦算法的有效性,并通過移動學(xué)習(xí)資源推薦方法運(yùn)行性能分析和應(yīng)用的可行性分析驗(yàn)證了所提edMOPSO-RA方法的運(yùn)行效率與可行性,通過中職《植物識別》課程中《常綠植物》章節(jié)資源闡述了所提方法的實(shí)際應(yīng)用過程。上述實(shí)驗(yàn)表明,所提方法能夠提高所推薦資源與中職學(xué)生需求資源的匹配度,有助于改善資源推薦精度。
【圖文】：

浙江工業(yè)大學(xué)全日制專業(yè)型碩士學(xué)位論文群優(yōu)化算法進(jìn)行了優(yōu)化，設(shè)計基于進(jìn)化信息檢測的多目標(biāo)粒子群動學(xué)習(xí)資源推薦算法；第五章對所提資源推薦算法和所提資源推驗(yàn)驗(yàn)證，并在中職《植物識別》課程中的一個章節(jié)進(jìn)行了實(shí)際推六章為總結(jié)與展望。

傳統(tǒng)在線學(xué)習(xí)下的學(xué)習(xí)者的地理位置一般處于比較的網(wǎng)絡(luò)狀態(tài)；而移動學(xué)習(xí)環(huán)境下，學(xué)習(xí)者的地理位置著地理位置的變化，學(xué)習(xí)者所處的網(wǎng)絡(luò)狀態(tài)也會出現(xiàn)不與移動學(xué)習(xí)主要區(qū)別如表 3-1 所示。表 3-1 傳統(tǒng)在線學(xué)習(xí)與移動學(xué)習(xí)主要區(qū)別學(xué)習(xí)資源形式 時間特征 學(xué)習(xí)大資源體系化課程長時間 場網(wǎng)絡(luò)小資源、片段化知識點(diǎn)資源碎片化 場所網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下，，學(xué)習(xí)內(nèi)容的片段性、學(xué)習(xí)位置的移動性習(xí)時間的碎片性特點(diǎn)[76]，在構(gòu)建移動學(xué)習(xí)資源模型時網(wǎng)絡(luò)狀態(tài)信息和學(xué)習(xí)時間信息（包括學(xué)習(xí)者期望時間高資源與學(xué)習(xí)者的匹配度。圖 3-1 為資源推薦考慮的移
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：G434

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王小軍;王運(yùn);郝U

本文編號：2608731