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...     

基于人工智能的个性化移动云学习路径自动生成技术研究

针对传统云学习路径自动生成技术准确度低的情况,提出基于人工智能的个性化移动云学习路径自动生成技术。为了达成某特定学习目标,定义学习者特征,并根据定义的学习者特征生成学习路径库,同时,为保证学习者学习的有效性,在学习路径中加入遗忘机制,以提醒学习者复习已学习的内容。实验对比结果表明,该云计算路径自动生成技术具有较高的准确性,提高了学习者的学习效果,具有一定的实际应用意义。     

用户画像在教育资源个性化推荐中的应用研究

个性化教育资源推荐是教育领域重要的研究课题。在大数据背景下,用户画像为教育资源的个性化推荐服务提供了新的研究方向。本文将基于学生用户画像构建的学习者多维标签应用于教育资源的个性化精准推荐中,不仅满足了学生个性化学习的需求,提高了学习效率与效果,而且使得教育资源得到了充分利用。     

基于创新能力画像的研究生个性化培养模式研究

为满足研究生创新能力培养过程中的个性化需求,提出基于创新能力画像的研究生个性化培养模式,分析创新能力形成过程,提出构建创新过程模型,精准刻画全方位、多层次的创新能力个体和群体画像,从课程和实践活动、教育资源、教学方式3个视角分析个性化培养过程,以计算机专业研究生为例,阐述该个性化培养模式应用过程。     

大数据背景下教师推进学生主体个性化学习研究

大数据时代,随着社会的快速发展,教育领域强调个性化教育,教师应积极面向全体学生,发现学生的独特性,承认个性差异,鼓励个性发展,因材施教,最大程度展现所有学生的个性和潜力。基于此,通过分析高职院校学生主体的个性化差异,探索研究大数据背景下教师推进学生主体个性化学习的策略,为后续教育改革和促进学生个性化学习提供参考。     

基于数据分析的学生行为画像研究

学生作为学校教育的主要参与者与受益者,其身体状况、行为习惯以及心理健康状况都会对学生自身的发展产生重要的影响.从另一角度来说,通过各项数据分析对学生的行为画像进行研究,可以帮助学校及时掌握学生的行为动态,同时针对学生自身存在的不良行为习惯进行纠正,引导学生养成健康向上的行为习惯.学校应当根据大数据平台等作为基础,深入分...     

基于学生学习风格画像的资源推荐系统设计与优化

文章提出一种基于学生学习风格画像的资源推荐系统的设计与优化方法,通过量表和聚类得到学生的学习风格画像,使用协同过滤推荐算法为学生自动推荐合适的教学资源。该方法可以有效地捕获学生的学习风格,为其提供个性化的学习资源推荐服务。     

基于聚类分析和人工智能的个性化推荐算法研究

随着互联网的发展,个性化推荐系统的需求逐渐增加。传统的推荐算法面临冷启动问题,而基于聚类分析和人工智能的个性化推荐算法可以很好地解决此问题。本文介绍了该算法的基本思想和实现过程,并对其进行了评估和分析。实验结果表明,与传统算法相比,该算法在准确性、稳定性和效率方面都更优秀。     

人工智能背景下的高校课堂混合式学习模式构建研究

2020年以来的新冠肺炎疫情使我国的教育发生大的变革,学习空间和学习方式发生根本性的变革,加速教育现代化的进程,也给我国的教育变革带来新的挑战和机遇。高校课堂混合式学习的构建有助于解决传统教学存在的瓶颈问题,有助于“智慧教和个性学”体系的形成,有助于互动式和沉浸式学习氛围的形成,有助于学生更好地适应现代社会需求。基于人工智能、VR、大数据等信息技术,高校可以建立基于智能支持的自主学习模式、基于微课的翻转学习模式、基于云课程的名师辅导学习模式,基于资源共享的校际联动学习模式等混合式学习模式。     

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。     

基于学习者画像的数据库课程教学改革研究

针对现有数据库基础课程教学无法满足学生多样化需求为背景,本文引入问卷调查获取学生个性化特征,根据学习者的基本信息、行为数据、态度数据以及学习结果对其进行画像,将具有相同学习行为的学生形成群体,按学生个人能力和需求给予个性化教学,并及时对学生学习过程进行干预,设计形成以人为本的差异性和多元化数据库课程教学新模式。     

基于校园大数据的学生画像系统应用研究

随着我国教育事业的蓬勃发展,各高校都在经历着从数字校园到智慧校园的信息化形态升级,开始将大数据技术运用到教学管理、资源优化等工作上,旨在提高教师和行政人员的工作效率,同时也更加全面、具体地开展学生的培养工作,更好地服务于学生。因此,基于校园大数据的学生画像系统应运而生,为精准教学管理、提高教育质量开创了新的方法。本文提出了基于校园大数据的学生画像系统,介绍了该系统的数据来源与实现技术,验证了该系统的实用场景。     

"互联网+"背景下的个性化学习评价研究

梳理近年来"互联网+"背景下的个性化学习评价研究,分析个性化学习评价存在的问题,构建"教育服务视角下的个性化学习评价"模型;以本科生为研究对象,依托"云网端一体化学习平台"实证研究该模型的有效性。结果表明,该模型有助于提高学习成绩、减缓学习压力、增强学习行为投入。     

基于云计算的个性化学习系统的研究

云计算的出现,教育方式的改变和终身教育的要求,传统的教学平台面临了巨大挑战,已经无法满足学习者的学习需求。本文作者依托云计算环境,同时根据学习者的兴趣、访问频度、访问时间而动态的调整页面结构,设计了适应个别化学习需求的云个性化教学平台,满足了现代教育的需求。     

基于大数据技术的大学生学习画像构建

在信息社会,各行各业的管理控制转变为以数据、信息为中心.在高等教育领域,高校重视学生信息数据库的建设,通过学生浏览信息的关键词、种类分布和浏览主题等多个维度构建学生画像向量空间模型.本文使用大数据技术构建学生学习画像基础模型框架,研究学生学习画像在个性化学习、问题预警及辅助学校决策等方面的应用,为高校提升学生培养质量提...     

个性化学习路径推荐综述

近年来,伴随着现代信息技术的迅猛发展,以人工智能为代表的新兴技术在教育领域得到了广泛应用,引发了学习理念和方式的深刻变革.在这种大背景下,在线学习超越了时空的限制,为学习者“随时随地”学习提供了更多的可能性,从而得到了蓬勃发展.然而,在线学习中师生时间、空间分离的特征,导致教师无法及时掌握学生的学习状态,一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源,如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而,传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了,需要一个更高效、更科学的个性化教育模式,以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景,如何自动高效识别学习者特征,高效地组织和分配学习资源,为每一位学习者规划个性化路径,成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状,并从多学科领域的角度分析了对于同一问题的不同研究思路,同时也归纳总结了当前研究中最为主流的核心推荐算法.最后,强调当前研究存在的主要不足之处.     

基于大数据的高校学生在线学习画像研究

以四川省某高校的网络教学平台为研究对象,对该平台的学生在线学习数据进行学习行为画像。采用python、dycharts、图表秀,对不同任务点(视频)学习情况下学生章节测验平均分、不同作业平均分下学生的章节测验平均分、不同网络测评成绩下学生网络学习状况进行了画像。画像结果能直观看出任课老师对于课程设置的情况、学生学习的各项基本情况、各学院对于学生学习管理的长处和短处,从而更有针对性地进行改善和提高。     

基于情感分析和文本主题特征的画像研究

我国旅游业是快速发展的行业之一,已成为经济体系中不可或缺的部分。为了更好提高景区的服务质量和用户的旅游体验,实现可持续发展,文章利用情感分析和文本主题特征构建景区画像和用户画像,并建立景区画像和用户画像之间的耦合关系。景区画像和用户画像的应用可以帮助旅游企业更好了解用户和目的地的特征和需求,提高旅游产品和服务的个性化和精准度,增强企业的市场竞争力和发展潜力。