基于本体的Web挖掘在个性化E-learning系统中的应用

针对当前e-learning系统中存在着资源利用效率低和学习内容单一、个性化不足等问题,设计一个基于本体的web挖掘的个性化e-learning系统,通过应用web挖掘和本体技术,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。实验表明本体技术能明显改善挖掘效果,提高学习资源库的管理效率,有效促进学生的网络学习,满足学生个性化学习的需求,为系统的决策分析提供了智能的辅助手段。     

具有情感交互功能的智能E-learning系统

分析了网络教学中普遍存在的情感缺失问题.将模糊情感技术应用于网络教学,构建了以Agent为核心的智能E-learning系统,实现了个性化教学和学习者情感识别;系统以模糊教学为基础构建在线学习评价系统,利用智能Agent及时捕捉学生在线学习时的情感信息和学习状态,并根据学习者的不同学习状态和学习评价结果及时做出情绪反应.     

个性化网络学习系统设计研究

本文以个性化学习理论为指导,探索出能够适应学习者个性化学习的网络学习系统的基本模块及其功能,并通过综合运用数据库技术、数据挖掘技术以及人工智能技术来完善系统的功能。该系统将网络学习的特点与学习者的认知水平、认知风格和兴趣爱好等个性化因素紧密结合起来,为学习者营造一个个性化的网络学习环境。     

个性化网络学习系统设计研究

本文以个性化学习理论为指导,探索出能够适应学习者个性化学习的网络学习系统的基本模块及其功能,并通过综合运用数据库技术、数据挖掘技术以及人工智能技术来完善系统的功能。该系统将网络学习的特点与学习者的认知水平、认知风格和兴趣爱好等个性化因素紧密结合起来,为学习者营造一个个性化的网络学习环境。     

基于网络学习行为的学习者本体构建

随着多媒体技术的发展,教育技术进入到大数据时代,数据挖掘等学习技术对教育领域的各种原理研究十分重要,然而怎样把数据挖掘这种技术有效的应用到教育教学中是问题的关键所在。其中,本体构建就是一个重要的方法,该方法将会对研究行为规律、分析学生的行为产生重大的影响。本文在已有本体构建方法基础上,通过总结本体构建过程,设计网络学习空间中学习者本体构建方法并成功实施,最后对学习者本体进行一致性分析。这将为学习者提供精准的教学支持服务,实现个性化学习。同时,学习者本体的成功构建也将为智慧教育提供重要帮助。     

基于E-learning 的资源推送服务与关键策略研究

各高校正在广泛使用各类E-learning 教学平台,平台中的学习资源日益增长。个性化的推荐服务遵循“以人为本”的思想,缓解了“信息过载”、“海量资源”与学习者个性化学习需求之间的矛盾。本文对基于E-learning 的资源推送的基本方式和关键策略进行了阐述,提出了基于E-learning的资源推送系统构建方案,以提高学习者的学习效率。     

学习指导的设计与实现

针对远程教育平台中,因缺乏有效的学习控制、个性化的引导、调节等而导致平均学习效率低下的问题,提出了一种基于知识点架构的个性化课程导学模型.该模型根据课程中知识点的本体结构、资源档案以及学习者的档案和学习行为等,通过知识点本体结构与图的转换、路径权值更新、路衽搜索、内容筛选、本体更新等步骤,实时地定制出适合于学习者个体的学习内容.在实验中,方法应用于上海交通大学网络教育学院的<数据结构>课程.经分析与研究说明,算法不仅能够帮助学习者完成课程的学习,并能有效地控制、引导学习者对资源的访问和课程的学习,达到了提高学习者学习质量和学习兴趣的日的;同时,该方法也能够发现课程初始本体结构中不合理的关系.     

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.     

基于云计算的E-learning系统架构研究

随着计算机的普及以及网络学习资源的不断丰富,在线学习已经成为一种主流的学习形式。在线学习要满足学习者的个性化需求,就需对现有的教学系统重新设计,以满足系统低功耗、高响应的要求,云计算技术的出现使得解决这一问题成为可能。本文介绍了云计算技术的特点,并应用云计算技术搭建E-learning云平台,对其体系结构进行了分析和阐述。     

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。     

基于本体的e-Learning环境个性化服务处理方法*

为了向e-Learning环境中的学习者提供符合其个性化需求的学习服务,结合本体论具有概念和关系定义明确的特性,提出了e-Learning环境中学习者的个性化情形本体模型和相应的学习者个性化服务处理方法,该方法综合考虑了学习者的认知状态和学习偏好,进行个性化的答疑和进一步学习的内容推荐。采用该方法实现的原型系统实验表明,可使学习者的学习更有针对性,可更及时有效地消解疑惑,从而提高了学习者的学习效果和效率。     

基于主体网格的本体驱动自主学习系统

网上学习系统大多只是教材的一种电子化,没有实现用户的个性化教学。该文提出建立基于本体驱动的智能知识导航图。在学习过程中,用户可定制个性化学习内容,主体网格平台可通过Agent动态搜集个性化信息,在参考已建立的知识点本体后,基于用户行为观察的方式创建个性化学习档案,并利用主体网格智能平台AGrIP的多Agent协作提供个性化的、智能自主学习系统,为用户提供更好的知识服务。     

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。     

浅谈主题图在网络课件中的应用

网络课件作为一种新型的学习资源被越来越多的人使用,但目前的网络课件多数以单一的知识罗列为目标,并不能真正地体现学习者对网络课件的个性化需求。因此,提出一种基于主题图的导航式新型网络学习课件,试图从不同的知识粒度和更符合人类认知的网状知识表现形式来展现教育资源,提高教育资源的学习效果,更好地为学习者服务。     

Web 3.0 – Based personalisation of learning objects in virtual learning environments

The paper aims at research on Web 3.0 – based personalisation of learning objects (LOs) while learning in virtual learning environments. Learning personalisation is analysed in terms of suitability of LOs and VLEs to particular learning styles. The novel sets portrait analysing interconnections between students’ learning styles, their preferred learning activities, relevant teaching/learning methods, and LOs types is presented in more detail. The well-known standardised vocabularies of teaching/learning methods and LOs types were used to establish these interconnections. The sets portrait of these interconnections is followed by the appropriate ontology. The ontology is considered as an appropriate tool to create learners’ personalised learning environments consisting of LOs, suitable teaching/learning methods and activities according to their preferred learning styles. The ontology should help the learner to find suitable LOs according to preferred learning methods/activities, and vice versa, and thus to personalise learning. The presented Web 3.0 – based approaches are the typical cases of information and communication technologies (ICT’s) application for development of human capital.     

Personalized web-based tutoring system based on fuzzy item response theory

With the rapid growth of computer and Internet technologies, e-learning has become a major trend in the computer assisted teaching and learning field. Previously, many researchers put effort into e-learning systems with personalized learning mechanism to aid on-line learning. However, most systems focus on using learner’s behaviors, interests, and habits to provide personalized e-learning services. These systems commonly neglect to consider if learner ability and the difficulty level of the recommended courseware are matched to each other. Frequently, unsuitable courseware causes learner’s cognitive overload or disorientation during learning. To promote learning effectiveness, our previous study proposed a personalized e-learning system based on Item response theory (PEL-IRT), which can consider both course material difficulty and learner ability evaluated by learner’s crisp feedback responses (i.e. completely understanding or not understanding answer) to provide personalized learning paths for individual learners. The PEL-IRT cannot estimate learner ability for personalized learning services according to learner’s non-crisp responses (i.e. uncertain/fuzzy responses). The main problem is that learner’s response is not usually belonging to completely understanding or not understanding case for the content of learned courseware. Therefore, this study developed a personalized intelligent tutoring system based on the proposed fuzzy item response theory (FIRT), which could be capable of recommending courseware with suitable difficulty levels for learners according to learner’s uncertain/fuzzy feedback responses. The proposed FIRT can correctly estimate learner ability via the fuzzy inference mechanism and revise estimating function of learner ability while the learner responds to the difficulty level and comprehension percentage for the learned courseware. Moreover, a courseware modeling process developed in this study is based on a statistical technique to establish the difficulty parameters of courseware for the proposed personalized intelligent tutoring system. Experiment results indicate that applying the proposed FIRT to web-based learning can provide better learning services for individual learners than our previous study, thus helping learners to learn more effectively.     

个性化本体的知识查询研究

在分布式系统中，既有共享概念的领域本体，又存在个体的知识组织个性，因此个性化本体的研究具有重要的现实意义。本文基于开放系统假设，定义个体的外现类及个体之间的相识关系，使用Web本体语言表示个性化本体的类描述和类公理。提出一个基于消解原理的个性化本体网络的知识查询递归算法，该算法不依赖注册服务器和分布式哈希表，具有较强的动态适应性。以一个（教）师（学）生本体网络的知识查询为例，讨论了个性化本体网络及其知识查询算法的实现。     

基于情境感知和本体的E-Learning系统研究

为了合理、有效地描述E-Learning环境中学习者的学习情形,利用本体论具有知识组织清晰、概念和关系定义明确的特性,建立了E-Learning环境中的情境信息本体模型。为提高学习者的学习兴趣和学习效率,对采集到的情境信息进行情境推理后,采用资源调度控制算法调用相应的学习资源服务及时向学习者提供。应用实例验证了基于情境感知的本体E-Learning系统的服务性能。