基于建构主义学习理论的综合英语网络课程设计

根据建构主义的学习理论和教学设计原则,进行了综合英语网络课程设计。分析了综合英语网络课程的建设目标,采用自主型、探索型、情商智商并重、个性化发展以及协作型学习的设计策略,以各单元教学重点、各单元难点释疑、各单元扩展阅读,英美文化导入、PRETCO辅导、优秀作业展示、师生论坛7个关键性模块为主,设置功能模块,以适应经济社会发展对人才培养的需求。     

基于多元智能理论的网络课程设计

结合组网技术与网络管理课程,阐述了在多元智能理论指导下该网络课程的设计方法,分析了基于多元智能理论的网络课程设计步骤,说明了多元智能理论对现代网络课程设计和开发等实践活动的指导作用.     

网络课程设计与开发的探讨

从网络课程的基本特点出发，通过分析我国现有网络课程的实施现状，探讨了在网络课程建设中应该注意的问题，以及网络课程系统设计的整体思路。     

浅谈英语网络课程设计

英语教学从课堂搬上网络是利用现代教育技术对传统英语教学进行改革的一个方向。章通过对英语网络课程特点的分析，提出了英语网络课程的设计原则和方法，对英语网络课程的建设提出了一些看法。     

高职学生学习动力来源与学习动力提升调查研究

为研究和改善当代大学生学习动力不足的现状,在传统教育学、教育心理学的基础上,创造性地提出了大学生学习动力模型,并立足于高职高专学生实际,着重研究高职学生学习动力问题,通过3个梯次的样本调查的方式,经有效的数据统计分析,探析高职学生学习动力来源。     

基于Blended Learning的协作型网络课程设计

网络课程是立体化教学资源建设的重要组成部分。如何将网络课程与传统课堂教学有机结合,是立体化教学资源建设的关键。文章就如何发挥Blended Learning的优势,构建协作型网络课程,提出了相应的设计原则。在网络课程内容展示上,强调任务驱动的教学设计：在课程实施策略上,以项目驱动的学习情景策略为主线,并通过一系列的保障策略,最终实现功能强大、实用的协作型网络课程。     

《中国饮食文化》网络课程设计与实施

网络课程的开发是当前教育信息化进程中的一个重要举措,它以现代的教育思想和教学设计理论为指导,充分利用信息技术的优势,具有资源共享、时空不限、多向互动、便于合作的特点,能很好地推动学生自主式学习.<中国饮食文化>网络课程建设的成功与否,直接关系到本课程网络教育的成败.文章从学习者的视角,介绍了<饮食文化>网络课程的理论基础,阐述了网络课程设计的基本原则、设计流程和开发技术.     

网络学习环境的吸引力

网络学习是指学习者以网络为教育平台并利用其资源进行学习的一种学习方式。计算机的交互性和趣味性可提高和维持学习者的学习兴趣。学习兴趣既是参与性的后果，也是创新性学习的前提。提出通过游戏和模拟手段来激发学习的愉悦性，把“在玩中学”理念运用到教育过程中，在虚拟现实中去进行虚拟的实践活动，提高网络学习环境的吸引力。     

高职及电大会计专业网络课程设计

高职及电大的会计网络课程教学应强调运用现代教学观念、现代教学技术解决实际教学问题,并寻求教学效果的最优化路径,通过构建会计专业课程网络平台,实现网络资源教学,并探索将"工学结合"校企合作"等理念融入会计专业,将培养学生职业技能的目标落到实处。     

学生学习动力的调动与培养

分析了影响学生学习动力的内在因素和外部条件，阐述了在现代教育方式下调动和培养学生学习的重要性，并就如何在教学中调动和培养学生学习动力进行了探索。     

基于深度学习的课程推荐模型

针对网络课程推荐中数据稀疏和推荐效果不佳的问题,将深度学习引入课程推荐,提出基于辅助信息的神经网络模型（IUNeu）. 该模型在已有神经矩阵分解模型（NeuMF）的基础上,结合用户信息和课程信息,并考虑它们之间的相互作用关系,以提升模型表示用户和课程的准确性. 爬取慕课网（MOOC）上的学习数据进行实验,结果表明,随着向量长度和推荐课程数的增加,IUNeu模型的性能增长速度较NeuMF模型更快;不同的消极采样量对2个模型的影响较大,模型性能随着消极采样量的增加而增加,当采样量达到一定值时,变化趋于稳定;IUNeu模型比NeuMF模型具有更高的收敛速度. 在IUNeu模型中加入更多课程特征信息,可以进一步提高IUNeu模型的推荐质量.     

自主学习视阈下高职英语微课程设计

微课以其“短小精悍”能满足学习者自主化、个性化学习等特点在教育领域获得了广泛的认可。高职英语微课设计应该在自主学习理论的支持下,从学生自主学习视角出发,在教学内容选择与模块化设计上下功夫,构建适应性强、模块程与度高、能满足学生多元化需求的微课。     

基于门控循环单元与主动学习的协同过滤推荐算法

针对传统协同过滤推荐算法存在无法反映用户短时兴趣的问题,提出一种基于门控循环单元(gated recurrent unit, GRU)神经网络与主动学习的协同过滤推荐算法。在采用GRU神经网络的基础上,将数据进行时序化处理,反映用户兴趣变化,并利用主动学习动态采样数据中的高质量的数据进行GRU神经网络的训练,使模型快速建立。在MovieLens1M数据集上的试验结果表明:加入主动学习的GRU模型的推荐算法比基于用户的协同过滤推荐算法(user-based collaborative filtering, UCF)、基于马尔科夫模型的协同过滤推荐算法(markov chain, MC)、基于隐语义模型的协同过滤推荐算法(latent factor model, LFM)算法有更高的短时预测率、召回率、项目覆盖率以及用户覆盖数,能够有效预测用户短时兴趣,提升精度,发掘长尾物品,且与原始GRU模型相比能够以更少的迭代次数达到相同效果。     

基于兴趣度关联规则的在线学习行为分析方法

针对如何使用数据挖掘技术分析指导用户改善学习行为的问题,提出了一种基于兴趣度关联规则的学习行为分析方法.首先,采用K-means聚类方法快速归纳出用户的学习状态; 其次,通过含兴趣度的关联规则算法获得学习行为与学习效果之间的强规则; 最后,以edX平台提供的用户学习数据为例对算法进行了验证.结果表明:含兴趣度指标的算法所获得的强规则数目比传统关联规则算法缩减了40.9%,同时该方法能够得出学习行为因素与学习效果之间的具体关系,有利于指导用户改善学习行为.     

基于学习自动机阵列的模糊规则学习方法

研究在线学习模糊控制规则的方法．建立基于多维学习自动机阵列的模糊控制器模型,提出在学习自动机阵列中按照贡献分配奖励的学习算法．在没有任何预置知识和规则的前提下,该控制器能通过与被控对象的交互动作建立自身的规则库．对机械手自学习视觉伺服控制的仿真结果验证了该方法的有效性．     

基于推理-情境感知激活模型的设计知识推荐

针对个性化产品设计任务下的知识资源检索和利用效率低、知识推荐结果有效性和准确性侧重失衡的问题,提出个性化设计知识推荐服务架构.该架构以产品设计文献数据、手册数据为核心,结合产品设计场景特征,确定设计知识类别.采用新的深度学习模型ALBERT-BiLSTM-IDCNN-CRF,对数据中蕴含的设计对象、设计任务、设计性能、设计方法、设计工具、设计原理、设计参数、计算公式、设计图这9类知识元进行有效抽取.结合由企业内部员工和文献作者组成的设计人员知识元,建立五维设计知识关联模型,以该模型为基础,运用本体和推理规则建立完善的产品设计知识库.提出基于推理-情境感知激活模型的设计知识推荐服务模式.以液压机设计为例进行验证.结果表明,所提的深度学习模型在设计知识抽取中获得了优于其他基准模型的效果.所提的知识推荐服务模式在维持较高的知识推荐结果准确性的同时,提升了输出推荐结果的有效性,可以快速、准确地为特定对象属性、任务属性和性能要求属性下的个性化设计任务求解推荐所需的知识资源.     

研究性学习的《工程制图》课程网站的开发设计

以研究性学习的教育理念为基础,阐述利用丰富的网络资源和多媒体网络环境,开发设计《工程制图》课程网站的理论依据、设计过程和内容以及技术手段,使研究性学习的模式在网络和多媒体环境中得到充分体现。     

《数控机床与系统》工学结合教学模式的改革与实践

为了提高高职高专数控技术专业学生的创新能力与工程实践能力,培养适应社会要求的高技能应用型人才。将《数控机床与系统》课程进行教学改革,改变传统的教学方法,实施"学中做、做中学","教、学、做"一体化的教学模式。采用六步法组织教学,采取灵活多样的教学方法,建立多元化的考核机制。该教学模式的实施,提高了学生工程实践能力,缩小学校人才培养与社会实际需求之间的差距。     

面向混合式学习的"计算机应用基础"课程教学改革

混合式学习是在线学习与传统面对面课堂学习的有机结合, 是高校教学改革的研究热点及重要发展方向之 一。在疏理分析我校计算机应用基础课程教学现状的基础上, 构建了基于任务的混合式学习模式, 并借助超星教学 平台, 开展基于该模式的教学实践。最后以课程的学习者为调查对象, 对该模式的教学效果进行了简要分析。