發(fā)布時間：2024-09-18 10:02

　　以大數(shù)據(jù)、云計算、學習分析等技術(shù)為核心的信息技術(shù)生態(tài)系統(tǒng)的形成與發(fā)展,為人工智能技術(shù)的推廣應用和縱向發(fā)展提供了必要支持,同時促進了人工智能方面的教育應用和研究。人工智能能夠為在線學習的學習者創(chuàng)造獨特的學習路徑的能力,在線學習會產(chǎn)生大量的網(wǎng)絡學習行為,大數(shù)據(jù)分析技術(shù)能夠根據(jù)這些行為挖掘出有效信息,為學習者的自適應學習提供支持。Web2.0的發(fā)展為e-learning提供了豐富的不同類型的學習資源,但是隨之而來是“認知過載”、“信息迷航”等問題,因此個性化學習路徑的構(gòu)建成為在線學習推廣的首要問題。個性化學習路徑能夠根據(jù)學習者的學習情況和學習特點選擇合適的學習路徑,但是,推薦適合學習者的個性化學習路徑有一定的困難。論文首先分析了國內(nèi)外關(guān)于個性化學習路徑的相關(guān)文獻,發(fā)現(xiàn)目前的個性化學習路徑多傾向于固定路徑構(gòu)建,難以滿足學習者動態(tài)的個性需求。因此設(shè)計了動態(tài)的個性化學習路徑,首先生成學習活動序列,再統(tǒng)計學習者的網(wǎng)絡學習行為數(shù)據(jù),根據(jù)構(gòu)建的貝葉斯網(wǎng)絡預測學習者的學習風格,并結(jié)合學習者的知識結(jié)構(gòu)特點,選擇相似學習者,通過相似學習者的訪問記錄選取適應性資源,再融合學習活動序列生成個性化學習路徑;然后,以個...

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖1-1關(guān)鍵詞可視化分析

3圖1-1關(guān)鍵詞可視化分析如今，個性化自適應學習服務是在線學習領(lǐng)域的一個關(guān)鍵點，隨著許多基于網(wǎng)絡的輔導系統(tǒng)的開發(fā)，創(chuàng)造了豐富多樣的資源。這就給學習者帶來了認知超負荷和學習方向喪失的現(xiàn)象。而傳統(tǒng)的教學方式忽略了這些服務要求，對于具有不同背景和能力的學習者可能無效。為了設(shè)計自適應學習....

圖1-2關(guān)鍵詞可視化分析

學習風格模型中，可以分析學習風格維度之活躍型、沉思型與中間型造成了學習活動順序的差異，根據(jù)學習者的在線學習行為，把學習者分為三種類型，活躍型、中間型和沉思型。為了實現(xiàn)學習目標，學習者將根據(jù)不同的學習策略開始學習活動，每種類型的學習者以不同的活動順序?qū)W習知識點。根據(jù)不同風格的學習者....

圖3-3學習活動序列

37圖4-4學習資源（4）確定教學目標知識與技能：通過該章節(jié)的學習，學生能夠掌握幾種進制特征及其進制轉(zhuǎn)換規(guī)則；掌握信息編碼的表示方法；了解計算機病毒的類型、特征以及如何防范。過程與方法：通過進制轉(zhuǎn)換小節(jié)的學習，提高學生的邏輯思維能力，并可以通過各種方式解決問題；通過學生搜集網(wǎng)上有....

圖4-4學習資源（4）確定教學目標知識與技能：通過該章節(jié)的學習，學生能夠掌握幾種進制特征及其進制轉(zhuǎn)換規(guī)則；

404.3.1平均學習時間統(tǒng)計及分析學習過程結(jié)束后，收集在線學習平臺日志記錄的學生學習時間數(shù)據(jù)，可以計算出兩組學生學習每個知識點的平均學習時間，如圖4-6所示。對于大部分知識點，實驗組學生所用的時間明顯要比控制組學生短，這是因為實驗組學生根據(jù)推薦的個性化學習路徑進行學習時，學生不....

本文編號：4005968