基于自组织社区发现的协作学习算法

远程学习者通常很难判断哪些学习资源最适合他们的阅读需要,同时对教师来说,针对每个学习者重新组织不同的学习资源几乎是不可能的。基于此,提出一种新颖的学习偏好建模方法,通过将动态学习数据映射为“资源、评估”的方式实现对学习特征的综合评估;通过构建智能代理来监控学习者的动态学习行为;提出组隶属度奖励机制和组成员交换机制,实现对分布式环境下的相似学习者的社区自组织;同时,基于JADE智能代理平台开发了一个协作学习平台,使得具有相似学习偏好的学习者能够进行学习资源和经验的共享。实验证明,算法具有较高的匹配准确性和社区构建效率,并能够切实提高协作学习的有效性。     

一种自组织的虚拟学习社区构建算法

远程教育已趋向于网络化,而学习者之间如何进行协作式学习已成为一个关键问题。本文提出一种自组织的学习社区构建算法。该算法是基于学习者的兴趣,将具有相似兴趣的学生自动组成学习社区,以进行协作式学习。实验证明,本算法具有较高的效率和良好的扩展性。     

基于SNS的Web协作学习系统设计

随着Web2.0的快速发展,具有社会特征的SNS软件不断涌现,基于SNS平台的Web协作学习逐渐成为一种新型学习模式。提出了一种基于SNS的Web协作学习模式,并结合国内主流的SNS平台进行二次开发,设计了一个面向SNS的Web协作学习系统,主要实现了个人社区、协作学习社区、文件共享和问答系统等模块。实践证明该系统能够实现高效的Web协作和资源共享,能够帮助学习者更好地交流学习心得和分享学习成果,从而增强学习者的学习兴趣和解决问题的能力。     

基于E-Learning的社区监控及个性化推荐系统的实现

针对我国E-Learning学生规模大、交流困难、学习兴趣及能力参差不齐的特点,基于现有的E-Learning学习平台,提出了一种新颖的基于学习经验案例的E-Learner档案规范定义,构建了一个学习社区监控及个性化推荐系统,帮助具有相似学习偏好和学习状态的学生能够相互推荐资源、共享学习经验,真正实现社区用户的协同学习和个性化推荐.     

基于JADE的学习网络构建系统研究与实现

针对远程教育环境中,学习者分散、缺乏个性化学习指导等问题,构建了一个基于JADE的学习网络与个性化学习系统.系统为每个学习者创建一个JADE代理,用以动态监控学习行为并实现感兴趣资源的共享、推荐和评估,同时基于其他学习者代理对不同资源的感兴趣程度,通过发现相似性、更新信任权值和调整潜在邻居等方法,动态调整学习者之间的信任关系,构建学习网络,为远程学习者提供更准确地学习资源推荐.实验结果表明系统可以非常迅速的将具有相同兴趣的学习者聚合在一起,并很好的满足他们的查询、推荐需求.     

互惠社区构建及个性化推荐算法仿真研究

社区构建对于降低个性化推荐的计算复杂度、提高推荐预测准确度具有重要的意义.该文提出了一种基于组代理的互惠社区构建及个性化推荐算法并进行了仿真实现,着重对分布式环境下的用户数据管理、相似用户查找和社区自组织的问题进行了研究.首先对基于组代理的互惠社区的仿真模型进行了描述,然后引入向量空间模型,并综合不同资源的特征频度向量和用户对该资源的评估值构成用户偏好特征向量（IFV,Interest Feature Vector）,作为衡量用户兴趣一致性和相似用户的匹配的标准,并在此基础上提出组隶属度和推荐认可等机制来实现社区结构的动态调整,试验证明该算法具有较高的社区构建效率和推荐准确度,并具有良好的可扩展性.     

基于“榜样”的学习社区仿真构建

随着远程教育的普及,解决学习者"孤独感"的问题已经成为目前研究的主要目标.提出了一个基于"榜样"的构建学习社区的方法,从不同角度为网络学习者构建多个具有不同功能的社区,每个人在不同的社区中扮演不同的角色."兴趣交流社区"考虑了学习者的不同兴趣爱好;"支援社区"则以提高基础差的学习者的成绩作为出发点.每个学习者都同时存在于这些不同的社区中.运用了聚类的思想,通过定义不同的相似度来实现不同的社区.相比其他聚类方法,所使用消息驱动机制,具有无需事先指定聚类个数及收敛速率快等优点.用MATLAB软件对社区构建过程进行了仿真,与k中心聚类算法相比较,该方法收敛速率更快.按不同相似度定义构建的社区都有比较合理的结构.     

基于虚拟学习社区的智能学习算法研究

随着信息技术和互联网技术的发展,虚拟学习社区为学习者提供一个开放的学习环境,是满足时代教育要求的强有力的平台,成为学习者网络交流、网络学习的重要手段。如何利用虚拟学习社区来提高学习者的学习效率成为当前研究的热点和重点。本文基于虚拟学习社区,提出一种智能的个性化推荐学习算法,使学习者能够方便、有效、智能、反思性学习,为构建虚拟学习社区提供理论技术支撑,以便更好地指导虚拟学习社区的学习实践。     

一种基于兴趣相似度的学习社区算法

远程教育为学生和教师提供了巨大的方便,但同时也导致了许多“孤独“的学习者.提出一种基于兴趣相似度的学习型社区算法.该算法是基于学习者的兴趣,将具有相似兴趣的学生自动组成学习社区,进行协作式学习.实验证明,本算法具有较高的效率和良好的扩展性.     

个性化小学英语学习系统的设计与实现

针对目前资源学习系统缺乏个性化导致小学英语学习者的资源选择迷航问题,构建以个性化资源组织为核心的学习系统。通过纪录用户信息和个性化学习行为,建立小学英语学习者信息模型;以知识点标注的方式描述英语学习资源,建立学习资源库;运用学习偏好算法和学习水平算法计算学习者偏好,采用新型智能推荐技术,向用户推荐个性化的学习资源。通过原型系统运行实例,其结果验证了个性化学习和智能推荐的有效性。