基于大数据环境的在线学习行为干预原型系统设计与开发

在线学习已成为当前较为重要的学习方式,但在线上环境中,学习者容易出现自主学习力较弱、持续参与力较低的情况。因此,文章针对基于大数据环境的在线学习行为干预原型系统设计与开发进行了研究。该系统旨在通过利用大数据分析及机器学习技术,为学习者提供个性化的学习建议及干预措施,以此优化学习效果。文章详细介绍了系统设计的总框架,包括数据收集处理模块、用户行为分析模块、策略生成模块和反馈与评估模块。通过系统测试实验,验证了系统的稳定性,并展示了系统在响应时间、吞吐量及可用性方面的优越表现。研究结果表明,该系统具有重要的应用潜力,在线学习行为干预原型系统的设计为线上学习提供了更为便利的技术手段,对提高学习者的学习效果有一定帮助。     

中学生在线学习管理系统设计

通过建设多媒体网络学习资源、网上学刁社区及网络技术平台等方法,为学生构建模块化课程单元设计,以全新的网络学习环境,挖掘学习兴趣,提供个性化的主动学习支持服务,探索出适合中学生的在线学习模式,并进一步对其学习效果做出评价。在线学习管理系统设计方案,主要包括在线学习课程的设计、在线学习模式的设计和在线学习监控系统的设计三个方面。     

基于模糊认知诊断模型的慕课学习成效评估

慕课以“在线、共享、开放、互动”的独有优势,吸引了众多高校学生及社会兴趣学习者。但其高辍学率和低完成率、缺乏有效的质量评价标准及指标体系、学习效果难以保证等问题急需解决。本文引入心理测量领域的认知诊断模型Fuzzy-CDF,基于MOOC平台湖南大学“信号与系统”课程的教育大数据,提出了知识水平层级的学生学习成效评估方法。通过对章节的诊断性评价来反馈学生知识弱项、推荐资源,保障学习效果与学习的顺利进行；采用过程数据来训练认知诊断模型,完成期中与期末的形成性评价并给出学生最终成绩。实验结果表明：与慕课平台简单的加权形成性评价和期末终结性评价方法相比,本文提出的学习成效评估方法能更好地反映学生的真实水平,具有实际应用参考价值。     

基于机器学习和大数据技术的高校学生在线学习行为探讨

基于机器学习和大数据技术的高校学校在线学习行为分析是当前高校学生在线学习行为分析的重要组成部分,直接关系到在线学习效果,对高校学生在线学习分析有非常重要的作用,也能在最大程度上提升在线学习效果。文章针对机器学习和大数据技术下的在线学习行为分析进行研究,简要阐述大数据技术与机器学习的相关概念,建立大数据与机器学习技术融合的学习行为分析模块,并对其系统应用进行总结。     

引领式在线学习平台的设计研究

在线学习在一定程度上克服了地域、时间、学历对学习者学习的限制,但是学习过程中教师的合理引领却能够使在线学习事半而功倍。引领式在线学习是克服"放羊式"自主学习的弱点,重视学习过程的监控与评价,提高在线学习效果的有效途径。本文基于引领式在线学习模式的理念,提出了引领式在线学习平台的建设原则,并详细阐述了引领式在线学习平台的体系结构、功能模块及教学过程,对引领式在线学习平台的设计与建设有一定的借鉴意义。     

基于人工智能的学生互动式在线学习方法研究

针对传统在线学习方法受到海量相似数据干扰，导致学生学习效率较低的问题，提出了基于人工智能的学生互动式在线学习方法研究。设计人工智能总体框架，研究通用化基本交互前端模块和后台模块。确定学生服务对象，从数据库中选择适用于数据挖掘的数据；通过数据预处理、数据转换、数据聚类、互动数据，保证相似数据全部收敛，避免学习行为建模挖掘中存在相似数据，完成人工智能学习模块设计。实验结果表明，该学习方法在无干扰数据和大量干扰数据环境下，具有90%以上的学习效率，为培养高素质学生提供了技术支持。     

网络自主学习环境下的英语跟读系统研究

为了解决自主学习问题,达到自主学习的目的,提出以网络自主学习环境为基础设计英语跟读系统。首先,从外语教学模式和理念出发,网络自主学习系统中的自主学习模式主要包括适应性学习模式的制定、自主学习过程的管理、个性化内容的呈现及成绩自我评价等方面,重点分析在外语教学过程中以自主学习模式为基础的功能模块;其次,在自主学习模式下利用Web在线学习方式设计基于B/S结构的英语跟读系统,该系统模块主要由数据库模块、用户模块、跟读训练模块、互动模块等组成,基于以上步骤实现英语口语跟读训练系统的设计。实验结果证明,通过基于B/S结构的Web技术实现了网络自主学习环境下英语跟读系统的设计。     

半自主在线学习目标检测系统

针对不同监控场景,不同成像条件下目标姿态变化较大的问题,提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时,通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能。通过半自主在线学习框架使整个学习过程不需准备初始训练样本集,只需框选一个待检测目标即可进行自适应学习,逐渐提高检测性能。实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果。     

自主学习型网络课件的研究与开发

随着网络信息的高速发展,传统网络课件以被动知识展示为主要手段已经不能满足学习者自主学习的需求。自主学习型网络课件立足学习者自身知识储备,可以实现在线学习方法指导、自制学习计划、学习过程控制、自定义学习效果考核方式并提供在线交流等多种自主在线学习服务,能很好地提高网络课件的可用性和互动性,极大提高学习者的学习兴趣和学习效果。     

可在线学习的视频目标检测系统

本文针对视频图像中的目标检测问题,基于在线学习方法,研究具有自主学习能力的目标检测系统。该系统由目标检测模块及检测结果验证模块组成,目标检测模块由具有在线学习能力的分类器构成,检测结果验证模块通过粒子滤波对系统检测到的目标估计其后验概率分布,从而验证该检测结果是否为真实目标,并从中获得在线学习样本,实现检测系统的无需人工干预的自适应学习。为了减少验证错误对系统在线学习的影响,提出基于多信息融合的粒子滤波验证方法提高系统的鲁棒性。本文对PETS2006视频序列以及公交车内视频序列进行了目标检测实验,证明了其较强的自适应能力和较好的检测效果。      

基于在线随机蕨分类器的实时视觉感知系统

本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法.此外,本文提出自主在线学习框架,整个学习过程不用准备初始训练样本集,通过人工选定一个待检测目标即可进行无需干预的自适应学习,逐渐提高检测性能.实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果.     

基于SPOC的混合式学习的学习分析与应用

在自主开发的个性化教学平台基础上,探索了课堂教学与网络MOOC教学相融合的混合学习模式.根据学习分析结果,有针对性地对学生的学习过程进行干预,并发现教学中的问题,进而不断改善混合学习的教学设计与实施.研究表明, 从群体的行为数据均值考虑,学生的在线学习表现和学生成绩是正相关的,网上MOOC学习对学习效果的提升有较大促进作用.     

《微机原理与接口技术》课程学习交流平台设计与实现

随着网络技术的发展,教学辅助平台已经成为高校改革教学质量,提高教学效果的一种重要途径。本文以《微机原理与接口技术》课程为例,分析了学习交流平台的需求,总体设计了系统架构、数据库结构等内容,详细设计了管理员、教师、学生等模块,实现了课程信息管理、作业管理、在线自测等功能。本系统采用三层结构的B/S模式,使用了ASP.NET技术来分析与设计该学习交流平台。采用SQL Server 2005数据库管理系统作为该系统的数据库支持。     

基于人工智能技术的学生课堂学习行为监测系统设计

人脸识别技术作为当前计算机视觉中的研究热点,被广泛应用在各个领域。计算机技术的发展和智能设备的普及,反而让高校学生旷课、上课迟到、课堂学习精力不集中等问题加重。而现有的学生课堂学习行为管理方式以及行为监测技术在应用课堂学习环境中应用时,受易遮挡、学生人体姿态多样等问题的影响,无法充分满足对学生课堂学习行为进行监测的要求。为了解决这一问题,本文结合人工智能技术提出了一种学生课堂学习行为监测系统的设计方案,该系统能够实现个性化无痕监测,且对学生课堂学习没有任何影响。具体来说,该监测系统的设计主要包含了注册模块、摄像模块、存储模块、数据处理中心、体型检测模块、学生行为轨迹合成模块以及课堂行为识别模块等。经验证明,该系统的设计,能够高效、智能地实现对学生课堂学习行为进行监测。     

基于虚拟现实的交互式英语情景学习系统设计

为了增强线上英语的学习效果，提出基于虚拟现实的交互英语情景学习系统。以虚拟现实技术——Virtools开发工具为基础，设计交互英语学习系统。硬件单元包括CPU中央处理器选型单元、显示卡选型单元与光驱选型单元；软件部分由主窗体设计模块、用户交互模块、三维模型加载模块、数据通信机制模块与数据库逻辑结构模块组成。通过上述硬件与软件的设计，实现交互英语学习系统的运行。实验结果证明，设计的系统三维效果网页导出时间与交互响应时间较短，系统应用性能较好。     

基于网络的教学互动平台建设探索

建设教学互动平台,引出研究教学互动平台的理论基础及应用模型,从学习支持、互动学习、教师预约、在线答疑、交流共享、学习效果评价、学科建设等方面分析该平台应用于教学的效果和优势.平台提升了课程群的知识体系、培养学生的实践能力和创新精神.     

计算机控制类课程自主学习平台关键技术研究

为了推进计算机控制类课程学生自主学习平台的研究与建设,提高学习平台的兼容性和功能完备性,提出一种基于嵌入式移动互联终端多模驱动的计算机控制类课程自主学习平台设计方法.首先进行自主学习平台的总体框架设计构架,主要包括了平台基础结构建设单元、学习资源整理单元、网络平台构建、BBS论坛建设维护和计算机仿真实验设计几大部分.在嵌入式Linux 内核下进行在线学习交流平台的模块化驱动程序开发和模块自动配置,利用虚拟文件系统VFS提供的统一接口进行学习资源的加载,引入PC仿真系统在网络实践平台中进行模拟仿真和项目驱动建设.在移动互联终端上通过多模驱动实现自主学习中的进程管理、程序引导和源码目录加载,完成在线学习平台搭建和测试.实验分析结果表明,采用该平台进行计算机控制类课程的自主学习,平台对教学资源的整合推送性能较好,系统可靠稳定,有效满足学生在线自主学习需求.     

一种过程化的学习平台的开发设计

本文描述了一种基于Web的过程化的专业课程学习平台的开发设计方案。项目基于建构主义教育理论,创新专业课程学习模式,将教学内容进行系统化的重组,构建易于自主学习的模块化知识树,并基于WEB平台,搭建基于知识树的知识建构学习系统框架。项目基于网络环境,开发设计基于＂做＂中学的网络支撑平台软件系统,研究双向互动学习平台,利用网络平台将学习材料直接提供给学生自主学习。同时,开发机器自动评分的学习效果反馈系统,学生可立即基于网络获得学习效果评价。项目对改变教学以教师为中心、强调知识传授、把学生当作知识灌输对象的传统教学模式,重新审视教学过程中三要素的功能结构和相互作用关系,具有重要现实意义。     

基于人工智能技术的计算机网络在线教学平台设计

为提高在线教学的效率和质量,文中基于人工智能技术设计了计算机网络在线教学平台。首先,设计了平台的总体框架,包括平台管理、教师、学生等模块以及集成性的人工智能模块,其中人工智能模块涵盖智能学习资源推荐系统、自动评分系统和个性化学习路径规划模块。同时,对用户界面的设计进行了细致的探讨。在系统测试部分,对平台进行了全面的性能测试。结果表明,该平台在提高教学互动性、个性化学习体验及教学资源利用率方面表现出色,验证了其在现代教育中的应用价值和潜力。文中不仅为在线教育提供了一种新的智能化解决方案,也为教育技术的未来发展提供了重要的理论和实践参考。     

分析大数据技术在高校学生在线学习中的应用

将SPSS等数据分析挖掘软件当作主要分析软件,通过以下几种方式对某大学在线学习数据进行了深层次的研究:首先落实的是描述统计,而后进行独立样本T检验,第三个步骤是单样本T检验,第四个步骤是K-Means聚类数据挖掘法.通过对研究结果的分析,可以得到的结论是该校学生的考试成绩于在线学习效果有着非常明显的相关性,同时符合线性...