个性化网络教学平台的构建

传统网络教学平台存的单一性已不能适应个性化的学习需求,必须构建个性化的学习平台才能满足个体学习的差异性。本论文主要研究内容是将建构主义理论和数据挖掘技术运用到网络教学系统中,针对网络教学现状建立一个通用教学模型。该模型具有跟踪学习者学习过程,根据每个学习者自身特点,调整教学策略,让学习者得到针对其个性化信息定制的教育。     

适应性教学系统中教学策略的研究

适应性教学系统要发挥适应学生的特点来安排教学的功能,就应当提供个性化的教学策略支持学生的学习。本文构建了教学策略的实现模型,通过它判断学习者的认知特点认知能力,为学习者提供与之相适应的教学内容与学习策略,从而生成个性化的教学策略。     

基于Web的智能教学系统模型

智能教学系统是当前计算机应用的重要领域之一，文中主要研究在国家知识基础设施(NKI)支撑下的基于Web的智能教学系统模型：NKI-Tutor。NKI-Tutor包括七个模块：学生模型、教学模型、交互模型、NKI知识库、专家模型、出题模块和模拟工具，其主要特点是：(1)教学内容覆盖多个学科知识，且是动态的知识库；(2)交互模块给教师提供可操作的教学策略描述语言，便于教师在系统中设计个性化的教学策略。     

基于Web和数据挖掘技术的智能教学系统研究

传统的智能网络教学系统在适应性和个性化方面存在严重缺陷.基于Web和数据挖掘技术构建了一个智能教学系统的模型,该模型采用人工神经网络、聚类分析等关键技术,获取学生对知识点的理解程度,并对学生学习特征分类,根据学生的不同特征和兴趣点,提供不同的教学策略和教学内容,更有利于实现系统的个性化教学.     

基于SCOSM自适应教学模型设计

本论文详细阐述了SCOSM模型的组成和构建;构建了一个能够反映认知能力的学生模型,和一个智能的教学模型,它们能够结合自适应引擎和教学策略一起实现知识的动态调度和教学规划,以实现资源共享的自适应教学。     

贝叶斯网在在线测试系统学生模型中的应用研究

文章基于贝叶斯网络理论,提出了知识覆盖型贝叶斯网学生模型。文章深入探讨了构建贝叶斯网学生模型的方法和途径,并实现了自适应选题算法和推荐引擎算法,使模型具有很强的推理能力。把模型用于在线测试中,能自适应选题,自动结束,结果除获得成绩外,还能诊断,并把测试中未掌握的知识项呈现出来。从而,为准确掌握学生的知识水平,为教学策略的调整和学生进一步学习提供了有力依据。实验表明该算法能高效快捷地将学生测试中未掌握好的知识项产生推荐集合。     

基于Web的智能教学系统的研究与实现

基于Web的智能教学系统综合传统的ITS系统优势,同时又结合Web的特点,系统具有智能性,能够智能地引导学生学习。它是以认知科学为理论基础,综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术。提出了一种基于Web的智能教学系统模型,给出了智能教学系统的知识库的设计、学生模型的构建方法及教学策略的设计,并探讨了学生模型的学习评价,最后对实现系统的关键技术进行了研究。     

基于协作过滤算法的电子商务个性化推荐系统的研究

针对目前电子商务个性化推荐研究的不足,提出准确全面地获取用户独特兴趣爱好、满足用户差异化需求的推荐服务,同时构建了具体的个性化推荐系统模型,给出了基于协作过滤算法的电子商务个性化推荐的流程、系统设计和系统实现,从而有利于推动电子商务的发展。     

基于大数据技术的会展设计课程教学平台研究

为了提高会展设计课程的教学效率、教学质量以及创新教学模式,研究了一种基于大数据技术的会展设计课程教学平台。基于会展设计课程特征构建教学平台的基本架构,确定开发环境。分析建立教学平台的功能模块,应用大数据、虚拟现实(Virtual Reality,VR)、沙盘建模等新兴技术,设计教学平台的功能。仿真试验结果显示,在基础设施与条件一致的情况下,设计的教学平台个性化推荐功能的覆盖率均值约为91.04%,能够精准地分析学生的历史学习轨迹,从而提出科学合理的教学策略,提高了教学平台的智能性。     

高职学生学习行为影响因素分类模型设计与实现

高职学生个性化学习行为是目前高等教育比较重要的研究方向,本文以心理学、教育学理论为基础、结合计算机数据挖掘技术,选择合适的分类算法构建了一个通用的、可扩展的、智能学习环境中的高职学生学习模型。     

基于知识点与错误率关联的个性化智能组卷模型

大数据环境下的个性化学习模型研究是大规模网络学习环境下的研究热点,本文针对传统的智能组卷策略存在数据训练不足、个性化特点不突出、题库试题知识点分布不均匀等问题,将大数据运用于组卷之中,提出了基于知识点权重与错误率关联的个性化训练模型,优化了抽题的法则并使得个性化特点更精确,在一定程度上有利于学生对薄弱点和盲点的深入理解与消化.本文采用将每章节题目的知识点转化为树形进行管理的方法,并在知识点树中加入知识点错误率元素,来优化基于知识点的抽题结果,研究出适合个人学习情况的个性化模拟练习策略.最后将此新研究模型应用于教学教育系统进行实验研究,研究表明对此关键点的改进更有利于普遍提升学生的整体成绩.     

贝叶斯网络在学生模型建模中的应用分析

将课程教学资源融合到学生模型构建中,描述了包括领域知识拓扑结构的建立、条件概率表学习算法的推理的详细过程,最终得到了学生模型中关于章节知识项的贝叶斯网络结构图,并通过一个实验系统对个性化教学系统中学生模型建构的整个框架的可行性进行了验证.     

Developing an assessment-centered e-Learning system for improving student learning effectiveness

This research used Web-based two-tier diagnostic assessment and Web-based dynamic assessment to develop an assessment-centered e-Learning system, named the ‘GPAM-WATA e-Learning system.’ This system consists of two major designs: (1) personalized dynamic assessment, meaning that the system automatically generates dynamic assessment for each learner based on the results of the pre-test of the two-tier diagnostic assessment; (2) personalized e-Learning material adaptive annotation, meaning that the system annotates the e-Learning materials each learner needs to enhance learning based on the results of the pre-test of the two-tier diagnostic assessment and dynamic assessment. This research adopts a quasi-experimental design, applying GPAM-WATA e-Learning system to remedial Mathematics teaching of the ‘Speed’ unit in an elementary school Mathematics course. 107 sixth-graders from four classes in an elementary school participated in this research (55 male and 52 female). With each class as a unit, they were divided into four different e-Learning models: (1) the personalized dynamic assessment and personalized e-Learning material adaptive annotation group (n = 26); (2) the personalized dynamic assessment and non-personalized e-Learning material adaptive annotation group (n = 28); (3) the non-personalized dynamic assessment and personalized e-Learning material adaptive annotation group (n = 26); and (4) the non-personalized dynamic assessment and non-personalized e-Learning material adaptive annotation group (n = 27). Before remedial teaching, all students took the prior knowledge assessment and the pre-test of the summative assessment and two-tier diagnostic assessment. Students then received remedial teaching and completed all teaching activities. After remedial teaching, all students took the post-test of the summative assessment and two-tier diagnostic assessment. It is found that compared to the e-Learning models without personalized dynamic assessment, e-Learning models with personalized dynamic assessment are significantly more effective in facilitating student learning achievement and improvement of misconceptions, especially for students with low-level prior knowledge. This research also finds that personalized e-Learning material adaptive annotation significantly affects the percentage of reading time students spend on the e-Learning materials they need to enhance learning. However, it does not appear to predict student learning achievement and improvement of misconceptions.     

数据挖掘在个性化学习系统中的运用

介绍了一种个性化学习系统，它是远程教育的一种新模式。它针对不同学生的个体差异，为学生提供不同的学习资料。个性化的基础是记录学生的学习过程及学习结果，并对这些数据进行挖掘，分析出学生的个性化特征。该系统就是通过运用数据挖掘技术来研究学生的个性，制订适合学生个性的学习内容，为学生提供个性化服务。数据挖掘技术在网上学习系统中的应用提高了学习系统的个性化服务水平，为系统的决策分析提供了智能的辅助手段。     

浅析项目教学法在技校Flash课程中的应用

项目教学法是适用于技术领域的教学,尤其是适用于计算机软件方面教学。项目教学法体现了个性化和层次化的人才培养理念,提倡和引导学生进行研究性学习,使他们能按自己的个性走上主动发展的道路。结合Flash课程,将项目教学法应用于课程教学,可达到改善教学效果的目的。     

基于Agent的智能化学习平台的研究

在传统的基于Web的远程教学系统中,系统按照事先设定的教学策略将课件存储在服务器上,等待学习者点击浏览或下载,学生只能被动地受教而不能根据自身特点选择学习策略,调度、控制学习进度,而在此单一模式下,教师的指导者地位也无法得到充分体现,师生间、学习者间的交互性和协作性差.提出了一种支持四层结构的智能化学习平台的解决方案.重点讨论了智能化学习系统中支持个性化学习的多Agent技术,包括:移动Agent、多Agent特性,个性化学习Agent的功能结构、Agent实现的技术、策略与层次等热点问题.     

基于学习兴趣的个性化推荐算法研究

根据高职学校目前选修课的现状,在学生进行选修课选择时,提出一种基于隐式和显式兴趣相结合的学生兴趣个性化推荐算法模型,结合相关推荐技术进行个性化推荐,从而将盲目的选课变得有指导性、有针对性,大大提高了学习效果以及选修课开设的意义,对今后教学改革有一定的指导意义。     

计算机基础实验课程的个性化学习模式探索

本文从以人为本的核心理念出发,探索了计算机基础实验课程"个性化学习"的必要性、基本理念以及模式方法,这既有利于实现培养复合型、创业型应用人才的目标,也有利于学生创新能力的培养,提高学生的就业竞争力。     

Does ICT matter for effectiveness and efficiency in mathematics education?

ICT infrastructure investments in educational institutions have been one of the key priorities of education policy during the last decade. Despite the attention, research on the effectiveness and efficiency of ICT is inconclusive. This is mainly due to small-scale research with weak identification strategies which lack a proper control group. Using the 2011 ‘Trends in International Mathematics and Science Study’ (TIMSS) data, we define by a Mahalanobis matching a control group with similar student, teacher, school and regional characteristics. The results indicate that accounting or not accounting for these characteristics, may considerably alter the estimated impact of ICT. This suggests that a correction for characteristics related to the student population, teaching staff, administrative personnel and school management is warranted in the evaluation of the impact of ICT.     

A model for a web-based learning system

The dissemination of knowledge is currently being improved by e-learning, which consists of a combination of teaching methodologies and computer-based tools. Recently e-learning environments have started to exploit web technology to provide a simple, flexible, distributed and open platform. In this paper we propose a model for an e-learning system, aiming at sharing both course contents and teaching materials, in order to provide students with a single and uniform set of concepts to be learned, and promoting active learning by allowing the construction of courses which are personalized in terms of both contents and teaching materials, selected according to each student’s needs and capabilities. A first, open-source prototype based on the proposed model has been implemented to validate the model.