基于动态学习者模型的个性化资源推送策略研究

随着互联网的普及,移动学习已经成为当今获取知识的主要方式,学习不受时间和地点的限制是它的最大特点。在高校注重以实践为主的编程课程中,引入移动学习非常有必要,碎片化知识点的学习可以通过个性化推送获得。基于此,笔者在充分了解个性化资源推送中常用的建模类型的基础上,通过问卷调查分析学习者的行为特征,提出了基于动态学习者模型的个性化推送方案。该方案注重以人为本,尽可能全方面考虑学习者的感受,大大提高了学习资源的个性化推送效率。     

基于Web2.0和本体检索的个性化E-learning系统研究与开发

针对当前E-learning系统中存在着堆砌教学资料和学习内容单一、个性化不足等问题,设计一个基于Web2.0和本体检索技术的个性化E-learning系统,通过应用Ajax和RSS聚合技术以及Ontology本体技术,使得该系统能根据学习者的知识结构、学习目标、学习风格、偏好等特征信息提供适应学习者的教学方法和学习资源,营造个性化的网络学习环境。实验结果表明该系统能有效促进学生网络学习的效率,满足学生个性化学习的需求。     

E-learning情境学习中个性化教学策略的研究

个性化E-learning教学系统已成为远程教育领域的研究热点然而,许多E-learning教学系统往往只基于某种固定的预定义个性化策略,导致教学者、教育研究人员及学习者在教学或学习过程中难以提供有效的E-learning学习经验,无法灵活改变个性化学习需求。提出基于两个层次的个性化学习情境创建方法:第一层次,根据预定义的个性化策略建立个性化的学习情景。第二层次,教师可根据课程的具体情况,灵活选择个性化参数,以确定不同的个性化策略。     

基于学习分析的学生个性化学习资源推送

随着社会的发展,人们进行学习的方式也变的越来越多样化,随着移动学习、慕课等学习方式的出现,网络学习也进入人们的视野。由于互联网上的资源数量庞大、类型丰富,学习者检索困难,因此,对于个性化学习的资源推送的要求越来越高。本文构建了一个具有数据收集层、数据分析层和资源推送层的个性化学习资源精准推送模型,通过对学生的学习行为数据进行分析,进而找到最适合学习者特点的专属资源推送给学习者,来进行对学习效率的提高。     

基于网络的个性化学习系统中学习者个性特征的提取算法

研究了基于网络的个性化学习系统如何根据学习者的个性特征主动推送个性化学习信息服务,并就如何提高基于网络的个性化学习系统的运行效率,提出了一种有效提取学习者个性特征的算法。该算法主要分为三步:(1)捕获学习者个性特征;(2)统计分析学习者所在学习群体的群体特征和趋势;(3)根据学习者与他所在学习群体有显著差异的特征项和群体特征,推送个性化学习信息。     

e-Learning中基于支持向量机的个性化学习资源推送

e-Learning这种能满足个性化、适应性学习要求的重要学习方式,要求能协作感知学习者的学习情况,能依据学习情况自动推送个性化学习资源-将支持向量机这种机器学习方法应用到e-Learning中,并结合e-Learning系统的应用情况,对于学习样本的选取和预处理,以及支持向量机训练算法等进行了应用研究.解决了学习者学习情况评价分类,根据分类结果实现个性化学习资源的主动推送问题.     

人工智能时代基于智适应的个性化学习模式研究

因材施教一直是个性化学习追求的价值取向,但如何解决传统学习模式忽略学习者主体性、差异性和发展性,是个性化学习长久以来面临的挑战.作者提出,基于人工智能的智适应学习为解决上述问题提供了新的参照.智适应学习以人工智能为技术支持,以智适应学习系统为依托,将纳米级的知识点作为学习内容形态,对学习者进行知识点诊断、学习资源推送与...     

基于组合推荐技术的学习资源个性化推荐研究

通过调查发现,E-learning支持系统无法有效地向学习者个性化地推荐学习资源。为了进一步提高推荐系统的性能,本文尝试将协同过滤推荐技术引入学习资源的个性化推荐研究中。协同过滤推荐技术是一种应用最为广泛的个性化推荐技术,然而其面临着冷启动、数据稀疏性问题、规模可扩展性等问题。本文通过介绍协同过滤推荐技术的工作原理、实现方法及存在问题,提出了一个优化的基于协同过滤技术的学习资源个性化推荐系统的理论模型,重点讨论了隐式评分机制和算法的实现,以提升推荐系统的实时响应和推荐精度。     

基于知识图谱和图嵌入的个性化学习资源推荐

面对海量的在线学习资源,学习者往往面临“信息过载”和“信息迷航”等问题,帮助学习者高效准确地获取适合自己的学习资源来提升学习效果,已成为研究热点.针对现有方法存在的可解释性差、推荐效率和准确度不足等问题,提出了一种基于知识图谱和图嵌入的个性化学习资源推荐方法,它基于在线学习通用本体模型构建在线学习环境知识图谱,利用图嵌入算法对知识图谱进行训练,以优化学习资源推荐中的图计算效率.基于学习者的学习风格特征进行聚类来优化学习者的资源兴趣度,以获得排序后的学习资源推荐结果.实验结果表明,相对于现有方法,所提方法能在大规模图数据场景下显著提升计算效率和个性化学习资源推荐的准确度.     

融合学习者时序行为和认知水平的个性化学习资源推荐算法

个性化服务是构建智慧学习环境的内在要求和建设要点.为学习环境中的主体（学习者）推送个性化学习资源可以提高学习资源的利用概率,解决在线学习容易产生的迷航问题.通过本体知识库的统一性语义建立学习者和学习资源内部结构特征,设计出一个有效计算两者相关性的推荐算法.算法中引入时间衰减函数来描述学习者学习时的时序特征,导入计算学习者认知水平与学习资源难度的匹配算子以体现学习的循序渐进原则.实验结果表明：所构建的时间函数和匹配算子达到了预期目标,更好地提升了所推荐学习资源的质量和适应性,且算法的时间复杂度能满足实时计算要求.     

基于水利云的江苏省水利信息资源整合共享研究

为全面提升江苏省水利信息资源共享和应用协同智能的能力,推动"数字水利"向"智慧水利"转变,从水利大数据全生命周期管理和应用的需求入手,基于云计算技术,从基础设施、数据资源、应用系统3个层次提出水利信息资源"云服务"整合共享的思路和方案,建立基础设施云、数据云、应用服务云、云资源管理平台,实现基于水利云的信息资源的整合、共享,支撑全省一级部署(省级)、四级应用(省、市、县、乡级)的水利信息资源整合共享模式,为江苏省水利信息资源整合共享建设提供顶层设计和工作指导。     

基于领域本体的电子学习资源库模型

随着电子学习系统快速的发展,电子学习资源呈现爆炸式的增长,如何有效地组织海量电子学习资源成为构建高效电子学习系统的重要因素。针对现有资源库在资源组织方面存在的不足,提出了一个基于领域知识本体的电子学习资源库检索模型,该模型利用领域知识来构建领域知识本体库并通过抽取电子学习资源元数据构建元数据库,通过映射关系完成对电子学习资源的语义组织,并在此基础之上构建一个语义检索模型,以有效地解决现有电子学习资源检索中丢失语义背景的问题,使检索结果在查全率、查准率方面有所提高,更加符合用户的需求。     

基于Aglet的E-Learning资源共享模型研究

网络教育（E—Learning）为人们提供了一种全新的学习方式，使得教育资源共享变为现实。为了实现共享的需求，基于采用Java语言开发的开源平台Aglet．提出一种资源共享模型，并介绍它的建立、描述和实现。     

基于Aglet的E-Learning资源共享模型研究

网络教育(E-Learning)为人们提供了一种全新的学习方式,使得教育资源共享变为现实。为了实现共享的需求,基于采用Java语言开发的开源平台Aglet,提出一种资源共享模型,并介绍它的建立、描述和实现。     

基于语义Web的网络学习资源库本体实现

将语义Web技术引入网络学习系统，构造了一个基于语义Web架构的网络学习资源库本体，实现对网络学习系统中学习资源的管理。在分析本体建模方式以及网络学习资源库基本功能的基础上，定义了由学习资源本体和用户本体组成的学习资源库顶层本体，并给出系统类图，在Protégé3.1中实现了本体建模，给出了基于OWL的本体描述，对定义的本体进行了评估，并用基于本体的推理实例验证了本体的有效性。     

本体理论及其在E-Learning中的应用

E-learning是信息时代的产物,是学习形式、学习手段和学习方法的革命.但是,E-learning面临一个重大挑战,即如何表示教学内容的丰富语义.根据现代认知心理学理论,从教育教学规律出发,提出一种教学领域本体的构建方法.借助该方法,设计和建立了C类程序设计课程领域本体.实践证明它能满足用户自适应学习的需求,降低教师的教学难度和学生的学习难度.构建的领域本体对“C程序设计”和“C++程序设计”这两门课程知识组织结构形成了共同理解与认识,为进一步建立支持个性化语义检索的课程资源网络系统奠定了基础.     

应用云计算架构六螺旋协同创新平台

为了“产、学、研”更好、更快的协同创新,以云计算、三螺旋和协同创新为理论基础,提出应用云计算技术架构六螺旋协同创新平台的设想,并对协同创新平台的五层体系结构和部分功能模块进行了详细设计。此平台能整合各种科技资源、人力资源和服务资源,还能使“政、企、校、研、中、金”六螺旋可以在自主式、交互式的环境中获取最新的信息、需求和供给,实现跨部门合作、跨学科合作、协同创新。对于稳固产学研交流合作渠道,促进高校、科研单位成果产业化,加快中小企业信息化建设和技术升级,实现协同创新等有重要意义。     

基于业务的油田数据资源目录构建方法研究

为了解决油田企业在信息化建设和信息资源管理过程中存在的数据"看不到"、"读不懂"、数据标准不统一、信息孤岛导致数据共享不充分等问题,以实现企业数据资源统一组织管理与开放共享,基于国内外信息资源规划和数据管理成熟理论,设计提出了"业务-系统-数据关联法"摸底梳理企业业务、数据资源和系统现状及需求.从业务入手,梳理企业业务...     

基于隐式评分和相似度传递的学习资源推荐

协同过滤推荐算法存在数据稀疏的问题。这使得学习平台中,由于用户学习行为记录的稀疏而无法满足用户的学习需求。为此,本文提出了一种基于隐式评分和相似度传递的学习资源推荐算法。首先,收集用户的学习行为;其次,改进传统的相似度计算方法,并在此基础上引入相似度传递策略;最终应用并实现E-earning平台中学习资源的推荐。实验表明,该算法能够在一定程度上解决相似度计算不准确以及数据稀疏问题,从而提高学习资源的推荐质量。     

基于E-leaming的高校学习资源管理系统解决方案

基于E-leaming环境的高校教育平台可满足学生共享高等教育资源以及专业人才的继续教育问题。在对E-leaming在高等教育中的应用进行了深入研究后给出了其原型系统的解决方案。