以生为本 快乐学习——运用基于Web的自适应测评系统引导学生自主学习

基于Web的自适应测试学习是指在网络学习环境中,自我组织,制订并执行适合自己的学习计划,通过信息交互,不断取得反馈信息,从而积极主动地监控自身的学习活动的过程,同时对学习活动进行自我评估并相应地调节学习过程中各个环节,以获得适应自己个性发展、优化的学习途径。基于Web     

网络学习行为与传统学习行为监控的比较研究

信息的输入、编码、储存和提取是信息的执行过程，它受控于控制系统，控制系统是人的大脑中枢，执行过程要在控制过程的调控之下进行信息加工。心理学将此称作元认知。由于网络信息多，比较复杂，学生处于自主学习和开放的学习空间，教师不容易控制学生的学习过程，所以需要学生对自己的思维活动和学习活动有自我控制能力。     

现代远程协作学习系统的设计与实现

目前的远程教学中主要依赖的信息共享、个体学习、有限交互的模式,已经不能满足学习者对学习质量越来越高的期望。在此,提出一个协作学习模型。这种协作方式可以使学生在信息交流的过程中,更好地了解他人的观点、方法和建议,促进自己的学习。同时,这种模型也为基于Web的信息交流提供新的协作方式。     

基于Web的网络学习综合服务系统的设计与实现

设计并实现了一个基于Web的网络学习综合服务系统,系统提供了完整的网络学习环境。利用Web技术将学生的学习活动放到系统中进行,提高了学习的效率和效果,具有广泛的应用前景。     

让学生做学习的主人

教学活动是一项双边活动,学生是学习的主人,教师的作用是指导和引导。在学习过程中,学生只有通过自己一系列智力活动,才能把所学的东西变成自己的东西。因此,创造条件让学生自主地学习,帮助他们掌握学习方法,成为学习的主人,才能真正达到提高学生素质的目的。一、要转变学生观,把学习的主动权还给学生课堂教学必须从学生实际出发,为学生提供更多的自我锻炼的机会,让学生做课     

基于网络环境的英语研究性学习

研究性学习是指学生在教师指导下，从自然、社会、生活中选择和确定专题进行研究，并在研究过程中主动地获取知识、应用知识、解决问题的学习活动。目的是为了改变传统的被动接受式的学习方式，让学生学会学习。网络环境下的高中英语研究性学习就是这样一种注重学习过程的自我体验和自我探究、培养学生创新精神和实践能力的教学创新。研究性学习倡导提升英语教育中的人文性、综合性、信息度；把英语教学与社会生活、实践体验等紧密结合起来。     

双向的自主交流与学生学习自主性的培养

教学活动是教与学相互制约、相互作用的过程。学生是学习的主体,是有一定认识能力和创造能力的人。教师应充分调动学生学习的自主性,让学生积极参与课堂教学活动。没有学生自主参与的课堂教学,犹如一潭死水：教师在课堂中的作用主要是提供和组织各种教学活动,给学生提供多种形式的自主学习空间,使之具有较强的参与意识、竞争意识和活动能力,帮助学生创造性地、自由地表达自己的意愿,培养学生自主探求科学知识、参与教学活动的能力,使之在自我观察、自我思考、自我检测、自我磨练中健康成长。     

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。     

基于智能代理的实时比较购物系统的网上商场模型学习

就比较购物这一特殊领域讨论了基于智能信息代理技术的网上商场模型学习的过程，利用文档对象模型解析Web文档，构建网上商场模型，从文档的重复结构单元中自动抽取商品信息，提高了商品的查询和分析效率，使得信息服务更加智能化、个性化。     

基于解释学习的包装器生成

开发Web信息抽取系统的核心是为各个Web信息源构造包装器，而构造包装器的关键在于规则学习器。鉴于传统的规则学习器一般都基于单一的学习策略，结合归纳学习和分析学习的优点，提出了基于解释学习的规则学习器，以此为核心生成包装器，并将其应用到了实际的包装器生成系统中去。     

基于Web日志挖掘的网上学习行为研究

网络教育要想为学习者提供个性化的指导和服务,必须注重教学过程跟踪,注意对学生学习行为的分析.Web服务器日志中记录了访问者的所有信息,通过数据挖掘的方法可以获得需要的有用知识,并由此得到用户的访问模式.文中使用Web日志挖掘的方法分析学生的网上学习行为,通过数据过滤、用户辨别和会话辨别,采用模糊集和粗糙集的方法获得访问用户的聚类和分类等有用信息.实验证明,通过Web日志挖掘的方法,可以更好地了解学生的学习偏好,提高教学服务质量.     

网络学习行为与传统学习行为监控的比较研究

信息加工的控制机理 信息的输入、编码、储存和提取是信息的执行过程,它受控于控制系统,控制系统是人的大脑中枢,执行过程要在控制过程的调控之下进行信息加工.心理学将此称作元认知.由于网络信息多,比较复杂,学生处于自主学习和开放的学习空间,教师不容易控制学生的学习过程,所以需要学生对自己的思维活动和学习活动有自我控制能力.     

量化自我与学习分析的比较研究

教育信息化不断深入,大数据应用如火如荼的展开,学习分析作为分析存储在教学系统中企业级的大数据而备受关注,量化自我作为个人级的大数据应用,也逐渐应用到了教育当中。通过阅读有关学习分析的文献和量化自我的相关报道,分析学习分析与量化自我的区别和联系。并针对二者的共同之处构建量化自我与学习分析综合应用过程模型。将学习者生活方式的信息与系统中存储的学生数据和智能化数据相结合,可以更好地促进对学习及其发生环境的理解和优化。     

基于Web的个性化学习系统的设计

为改善基于Web学习系统存在的不足,提出了一个基于数据挖掘技术的个性化学习系统模型,并详细描述了应用决策树及BP神经网络算法对个性化导航模块设计的方法.应用决策树方法,根据学生初始注册信息,为学生的学习能力进行分类;应用BP神经网络算法,对经过预处理的有用的教学数据进行挖掘,以得出学生对知识点的掌握情况;在分析对比学生的学习状态与课程要求的基础上为学生提供下一步学习的导航信息.基于该模型实现的个性化学习系统真正体现了因材施教的教育理念.     

自主学习式课件技术探究

自主学习可以分为三个方面：一是在学习活动之前能够自行确定学习目标，制订学习计划、作好具体的学习准备；二是在学习活动中能够对学习进展、学习方法作出自我监控、自我反馈和自我调节；三是在学习活动后能够对学习结果进行自我检查、自我总结、自我评价和自我补救。     

基于模糊树的个性化电子学习推荐系统

电子学习系统的快速发展为学习者在线学习提供了巨大的机会。然而,在线学习系统中太多的学习活动使个体学习者很难找到合适自己的学习活动,所以在线学习系统必须有能够提供个性化产品的推荐系统。本研究首先提出了一种模糊树状结构学习活动模型,然后结合基于知识和协同过滤推荐算法的优点提出了基于混合学习活动推荐方法的模糊树匹配方法。     

基于微博客的移动学习

微博客是Web2.0技术的最新应用形式,具有简单易用、信息传输便捷和背对脸的创新交互方式等特点。本文通过对现有移动学习平台以及微博客的特点分析,提出将微博客应用于移动学习的优势,且基于此构建了基于微博客的移动学习平台。     

基于Web2.0技术的高校虚拟学习社区探讨

虚拟学习社区可以为高校学生的课程辅助和师生在专业领域的交流中发挥重要作用。本文对基于Web2.0技术的虚拟学习社区进行探索研究,以期能借助Web2.0的理念和技术,充分发挥互联网优势,更好地开展自主学习,构建基于Web2.0的学科专业网络自主虚拟学习社区。     

个性化的远程学习模型

随着互联网应用的发展,人们越来越多地把学习过程放到网络上来,而不再局限于传统的教室学习,因此基于Ｗｅｂ的远程学习得到了迅速推广。但是由于受教育对象之间存在着鲜明的个性特征差异,而目前存在的远程教育系统模式单一,学生只能被动地接受完全相同的学习内容,而不能主动地根据自己的需要选择、调度、控制自己的学习过程,这样,再丰富的教育资源也未能得到充分利用。为了从根本上解决这一矛盾,提高教育信息资源的利用度,使学生在学习过程中变被动为主动,实现因材施教,文章结合个性化服务的思想,提出个性化学习的概念,并系统地叙述了个性化的远程学习模型ＰＤＬＭ的原理和构成,给出了实现ＰＤＬＭ系统的具体思路和解决方案。个性化的远程学习将成为远程教育应用的新模式。     

基于Web数据挖掘的个性化学习系统研究

结合Web数据挖掘在E-learning平台中的应用,分析了Web数据挖掘的基本过程与关键技术,提出了一种基于Web挖掘的个性化学习平台模型,并阐述了Web挖掘在平台中的应用及其个性化搜索引擎的实现.