基于知识地图的课程学习平台构建与实施

知识地图作为一种新的知识导航系统,具有结构清晰、检索方便、知识点间联系紧密等优点。文章提出将知识地图应用于本科教学,分析并针对知识地图和现有学习平台的现状和特点,以游戏学习为理念构建基于知识地图的课程学习平台并以计算机网络课程为例,介绍该教学平台的实施过程。     

Java课程体系本体系统构建探索

针对高校Java课程设置存在的课程结构不紧密、知识点衔接不连贯等问题,文章提出引入本体技术解决Java课程体系建立过程中存在的上述情况。通过分析Java体系中相关课程的特点以及各个知识点之间的联系,提出以Java课程体系为例的课程本体构建方法。通过搭建课程本体系统,对课程之间的知识点进行有效的管理和规划,体现各个课程之间的关系和内在联系,为学生推荐科学合理的学习安排,提高教学质量和学生学习效率。     

浅析如何使用开放式教学提升学生在《Java程序设计》课程的参与度

《Java程序设计》一课在信息技术专业中占有非常重要的地位,但由于课程的难度比较大,内容较抽象,因此,与其他课时相比,学生对Java程序设计的课堂参与度并不高.针对课程的教学特点以及教学中常见的问题,通过运用核心课程网站建设、优秀学生展示成果、软件大赛、校企联合实训等开放式教学形式,能够灵活考核学生对课程的掌握程度,提升学生对Java程序设计的课堂参与程度.     

LFKT:学习与遗忘融合的深度知识追踪模型

知识追踪任务旨在根据学生历史学习行为实时追踪学生知识水平变化,并且预测学生在未来学习表现.在学生学习过程中,学习行为与遗忘行为相互交织,学生的遗忘行为对知识追踪影响很大.为了准确建模知识追踪中学习与遗忘行为,本文提出了一个兼顾学习与遗忘行为的深度知识追踪模型LFKT.LFKT模型综合考虑了四个影响知识遗忘因素,包括学生重复学习知识点的间隔时间、重复学习知识点的次数、顺序学习间隔时间以及学生对于知识点的掌握程度.结合遗忘因素,LFKT采用深度神经网络,利用学生答题结果作为知识追踪过程中知识掌握程度的间接反馈,建模融合学习与遗忘行为的知识追踪模型.通过在真实在线教育数据集上的实验,与当前知识追踪模型相比,LFKT可以更好地追踪学生知识掌握状态,并具有较好的预测性能.     

数据库技术课程知识网络分析与教学实践探究

数据库技术课程专业术语多,理论丰富,应用广泛,教授和学习难度颇大。对其知识网络进行分析发现,基于数据库管理系统强大的功能和相关知识点呈现的复杂内在联系构成了该课程复杂的网络结构。理清课程结构,将复杂的知识网络简化成两条基于纵向和横向线性结构作为新的教学策略,降低学习难度,提高教学效果,增强学生的学习能力。     

基于上下文表示的知识追踪方法

知识追踪是教育数据挖掘领域中一个十分重要的问题,旨在利用可观测到的学生历史交互数据和习题包含的知识点相关信息来推断学生对知识点的掌握情况。已有方法虽在不同程度上取得了一些进展,但大多忽略了使用知识点表示习题的重要性,并且对使用诸如学习因素之类的上下文表示知识点的研究也不够充分。针对上述问题,提出基于上下文表示的知识追踪方法KTCR。首先,综合考虑影响学生学习过程的因素,并基于学生响应数据设计了知识点上下文表示方法,从而基于Q矩阵表示知识点上下文;其次,为了实现习题向量的降维,利用融合上下文信息的知识点和学生响应数据对习题向量进行重表示;最后,结合学生历史交互数据,使用长短期记忆网络对学生的知识状态进行估计。在4个真实数据集上的实验表明了本文方法对于习题嵌入表示的合理性,并且能够有效地估计学生的知识状态。     

基于知识背景的计算学科课程内容组织

针对目前计算机课程教学内容只侧重知识点的现象,提出基于知识背景的计算机课程教学基本思想。教学内容的组织是保证课程教学效果的重要因素,将知识点与知识背景有机结合,利于学生全面掌握知识,提高学习兴趣。本文根据高校计算学科课程知识的特点,对计算学科课程知识背景的类型加以分析总结,阐述基于知识背景的高校计算学科课程内容的组织原则,并以离散数学结构课程为例,探究基于知识背景的高校计算机课程内容组织方法。     

习题的关联分析及其向量化表示方法

随着互联网+教育的深度融合以及移动终端上电子习题的推广使用,学生的学习过程数据可以被实时获取,充分利用这些过程数据,及时定位学生的知识病灶,开具有针对性的辅导处方,实现知识的按需推送,对于减轻学生的简单重复劳动,提高学习效率将会产生积极影响。试图通过分析在线习题系统的答题数据,发现学生的知识掌握规律,根据错题的伴生状况捕获习题的相关性。为此,构建了题向量化模型,提出了题向量表示的新方法,设计了负采样训练算法,并用程序实现了上述算法。经过实际在线系统的相关数据训练,获得了相应题向量,而后利用题向量的向量运算,可方便查找相同习题、相同知识点习题以及相近知识点习题等,可根据学生错题个案,推断其知识掌握的其他薄弱环节。     

融合知识图谱的软件工程方法学课程教学设计

软件工程是研究软件开发和管理的一门工程科学,软件工程方法学课程是软件工程及相关专业学生的主干、必修课程。当前的软件工程方法学教学过程中存在的主要问题是知识点多且分散、内容理论性强,学生很难建立起课程的整体知识体系。为解决该问题,提出融合知识图谱的课程教学方法,对软件工程方法学课程的理论知识进行了整理,提炼出其中的知识点,通过知识图谱构建工具建立其知识点、知识章节之间的联系,并在教学的过程中加以应用。该方法不仅能够辅助教学,使学生对本课程的知识体系一目了然,而且可以利用该课程知识图谱进行问答自测等,有效地激发学生的学习热情,提高教学效果。     

“单片机技术与应用”课程标准设计

<正>1原有教学大纲与新课标的差异原来使用的"单片机技术与应用"课程的教学大纲对知识点分解层层深入,便于学生由浅入深地学习相关知识。但是由于原有的教学大纲只对知识点作出了要求,没有对教学方法和教学过程作出要求;只强调了理论知识的学习,没有对学生职业行为能力培养作出要求,所以学生感觉学习过程枯燥乏味,内容深度大,学习难度大。     

一种面向学习路径推荐的知识网络构建方法

随着在线教育的迅速发展,互联网上的教学资源数量也呈现出快速增长的趋势。针对当前在线学习平台普遍存在着教学资源内容重复、人们难以辨别与选择,导致学习者很难应用这些资源构建适合自己的学习路径的问题,提出一种面向学习路径推荐的领域知识网络构建方法。通过对每个学习对象的预备知识与目标知识进行社会标注,构建相应的领域知识网络,然后,运用弗洛伊德算法计算领域知识网络里任意两个知识点间的最短路径,为学习路径推荐提供基础。     

基于知识图谱的学科单选题考点提取研究

在人工智能快速发展的今天,智能教育逐渐成为一大研究热点。在自然语言处理方面对智能教育中智慧学习的探究,提出根据知识图谱和学科规则确定单选题考点,主要介绍知识图谱的构建和单选题考点的提取这两方面内容。通过建立一个开放性的知识图谱,不断实现学科知识的扩充。为提取考点,首先将单选题分类、分词以及替换相似词,然后通过检索图谱得到单选题的候选考点集,最后通过学科规则定位知识点及其所属章节,便于学生有针对性地复习教材知识。在所收集的C++试题集上的实验结果表明,通过知识图谱和规则可较为准确地提取出试题考点。     

基于特征约束及区域相关的体视匹配方法

立体匹配是计算机视觉领域的一个关键问题,同时也是难点问题。为了得到准确的高密度视差图,通过对基于区域和基于特征的体视方法的讨论,综合两种方法的优点,提出了基于边缘特征约束及区域相关的立体匹配算法。该方法首先利用基于特征技术来得到边缘特征点,对边缘特征点再做灰度等区域相关匹配处理,然后在匹配的边缘特征点约束下,对非边缘特征点采用区域相关算法进行匹配,得到整体高密度视差图。这样既缩小了匹配搜索空间,又保证了匹配的可靠性。实验结果表明,该算法具有良好的效果和实用价值。     

计算思维和翻转课堂在Java 教学中的研究和应用

《Java 程序设计》作为高校计算机专业程序设计课程中的一门核心专业课,具有概念多、知识点抽象、难理解的 特点,许多学生学完此门课程后,不具备真正的编程思想。因此,本文以六盘水师范学院计算机科学与技术系的学生为研究对 象,分别采用普通的课堂教学模式和基于计算思维和翻转课堂的教学模式进行比较。研究表明:在《Java 程序设计》教学中融入 计算思维和翻转课堂,可以帮助学生理解抽象的知识点,充分调动学生学习的积极性,提高学生的动手实践能力,并逐步培养 学生利用算法求解问题的思路和编程思想,为今后从事编程工作打下夯实的基础。     

个体在线知识分享行为的惯性效应分析

在线知识社群是大数据时代组织学习、协同创新、知识与信息交流与转移的重要方式。针对这种在线知识网络的分析、预测和管控,是大数据对经济社会实现数据服务和决策咨询功能的重要环节。以CMKT咨询俱乐部2群QQ群为例,搜集分析该群在2016年3月份所有的专业交流、讨论和分享记录,并基于这些实时数据建构CMKT动态知识网络,分析了在线动态知识网络中个体知识分享行为的策略性选择,最终验证了动态知识网络中个体分享行为的惯性效应。基于这一惯性效应,在大数据技术的支撑下,政府、高校或科研机构以及大型企业可以对其所构建的跨组织学习知识网络的动态演化趋势进行有效的分析和预测,并适时地选择干预或管控手段以引导知识网络更好地发挥在协同创新、知识转移、跨组织学习等方面的作用。     

知识协同管理平台概述

企业为了提高竞争力,已经不满足于只对显性知识的管理,也开始注重对隐性知识的管理。而现今的大多数知识协同管理工具没有注重对隐性知识的管理。从而因人员的流动所引起的隐性知识流失给企业带来巨大的损失。为此,本文在介绍了一些成熟的知识协同管理理论之后,设计与实现了一个基于知识管理理论的工具平台。该平台运用SOA、工作流和知识地图等技术,能同时有效地管理显性知识与隐性知识,为提高企业员工获取知识与创造知识的能力提供了一个有利的支撑。     

基于Java与MATLAB的数字图像处理网络平台构建

本文针对数字图像处理教学实验难度大这一问题,采用MATLAB与Java语言混合编程的方法实现数字图像处理网络实验平台。该方法利用MATLAB软件编写可以实现图像处理的m函数,该函数通过MCR编译器打包之后可以导入Java编写的项目中;利用SSM框架对项目进行搭建,再通过tomcat服务器将项目进行发布,使学生可以在自己的电脑上登录网页进行自主学习,通过上传图片和输入参数得到相应结果,结合文字知识切实理解课程内容。既能提高教学质量,也可以激发学生学习兴趣,有利于进行进一步的学习和实验。     

基于知识图谱和微服务的智慧水利一张图系统实现

为解决传统水利信息化建设中存在的水利大数据外部难以整合,内部难以关联,以及数据资源难以复用等突出问题,同时提高信息化系统的稳定性、安全性和可拓展性,在介绍微服务架构和知识图谱概念及其应用情况的基础上,利用二者思想和技术上的特性,进行水利数据和业务的深度整合,并对地图和数据服务接口进行标准化处理,设计开发一种基于知识图谱技术和微服务架构的智慧水利一张图系统,架构覆盖数据源接入层、基础设施层、数据资源层、应用支撑层和业务支撑层五大层级,包含信息地图浏览、水利业务视角、数据维护、知识图谱数据检索等实用功能,实现水利多要素信息的多视角查询和基于GIS地图的一站式展示,与现有业务系统实现互联互通,简化水利业务流程,提高信息检索的便捷性和服务的复用性,并在多个水利相关信息化系统建设中发挥重要作用。     

基于知识点与错误率关联的个性化智能组卷模型

大数据环境下的个性化学习模型研究是大规模网络学习环境下的研究热点,本文针对传统的智能组卷策略存在数据训练不足、个性化特点不突出、题库试题知识点分布不均匀等问题,将大数据运用于组卷之中,提出了基于知识点权重与错误率关联的个性化训练模型,优化了抽题的法则并使得个性化特点更精确,在一定程度上有利于学生对薄弱点和盲点的深入理解与消化.本文采用将每章节题目的知识点转化为树形进行管理的方法,并在知识点树中加入知识点错误率元素,来优化基于知识点的抽题结果,研究出适合个人学习情况的个性化模拟练习策略.最后将此新研究模型应用于教学教育系统进行实验研究,研究表明对此关键点的改进更有利于普遍提升学生的整体成绩.