e-Learning中基于支持向量机的个性化学习资源推送

e-Learning这种能满足个性化、适应性学习要求的重要学习方式,要求能协作感知学习者的学习情况,能依据学习情况自动推送个性化学习资源-将支持向量机这种机器学习方法应用到e-Learning中,并结合e-Learning系统的应用情况,对于学习样本的选取和预处理,以及支持向量机训练算法等进行了应用研究.解决了学习者学习情况评价分类,根据分类结果实现个性化学习资源的主动推送问题.     

基于本体和Web服务的适应性e-Learning系统

本文将本体和Web服务技术引入到e-Learning应用中,构建了一个开放的适应性e-Learning系统结构, 利用本体来描述学习资源的语义,通过web服务支持个性化学习和系统间的资源共享。该方法把建立良好个性 化功能的适应性教育系统和分布的学习资源网络环境进行了有效的结合。     

智慧教育环境下开放学习者个性化学习模式探究

新时代要有新作为,智慧教育是新时代教育的一种新境界和新热点,其发展目标之一是为学习者提供个性化学习服务。本文旨在培养开放学习者的个性化学习能力,在文献梳理的基础上,阐明了智慧教育环境和个性化学习的内涵与特征,分析了个性化学习的研究现状和开放学习者个性化学习的现状,探讨了开放学习者在智慧教育环境下个性化学习的需求及必要性,从而构建了智慧教育环境下的开放学习者个性化学习模式,以期为以后的研究提供借鉴。     

E-Learning实施秘籍

<正> e-Learning,即电子学习,近年来以其不受时空、学习人数限制;低成本、高质量、适应学习者个性化需要;可管理、跟踪、量化学习效果等特点引起人们日益浓厚的兴趣。在e-Learning的发源地美国,目前已有60％的企业在通过网络形式培训员工。在中国,e-Learning开展得较晚,但随着一批先行企业实施的初见成效,已经有越来越多的企业开始关注e-learning。并着手导入e-Learning解决方案。但如何导入,并非每个企业都是成竹在胸的。     

一种面向个性化协同学习的任务生成方法

现有协同学习应用无法很好地支持学习任务的生成以及学习者的个性化学习.针对此问题,提出了一种面向个性化协同学习的学习任务生成方法.该方法在学习任务形式化描述的基础上,通过学习者分组、确定学习资源、分解学习单元、分配学习模式以及生成事件序列等步骤,生成既符合学习者群体认知水平,又符合个体学习者个性特征的协同学习任务.根据此任务,可以较好地实现网络环境下群体学习者的个性化协同学习.目前,该方法已在Smart-Realcalss网络教学系统中得到应用.     

基于网络的个性化学习系统中学习者个性特征的提取算法

研究了基于网络的个性化学习系统如何根据学习者的个性特征主动推送个性化学习信息服务,并就如何提高基于网络的个性化学习系统的运行效率,提出了一种有效提取学习者个性特征的算法。该算法主要分为三步:(1)捕获学习者个性特征;(2)统计分析学习者所在学习群体的群体特征和趋势;(3)根据学习者与他所在学习群体有显著差异的特征项和群体特征,推送个性化学习信息。     

基于CSP的学习智能导航服务模型与算法研究

研究了在网络学习平台中如何为自主学习者提供学习活动智能导航服务的问题。目前,为了进一步满足虚拟学习环境中学习者的个性化需求,笔者所在课题组开发的网络学习系统中采用了基于知识点的学习路径生成算法和资源组合算法,从而能为不同学习者从资源库中提取出个性化的学习内容包。然而,在实际使用中笔者发现,学习者虽然获得了符合需求的学习内容,其学习效果仍然缺乏有效的保障。原因在于学习过程实质是由学习活动而非静态的学习内容组成的,在学习过程中学习者应该根据教学规律和自身特点,有步骤地完成一系列学习子任务,才能保证最后的学习效果。为此,在以往的知识点关系层之上建立了学习活动,并将学习活动的调度问题转化为了csP问题模型,并提出了相应的求解方法。实验表明,该方法能够生成符合预期目标的学习任务调度,从而实现学习活动的智能导航服务。     

基于Multi-agent的智能学习环境的设计与实现

传统的智能学习环境由于只有一个学习者模型难以满足用户个性化学习的需要。为此本文提出了一个基于Multi-Agent的智能学习环境,并对该学习环境的体系结构、客户端学习者模型与服务器端学习者模型及其之间的交互作了具体的阐述。     

个性化网络学习系统设计研究

本文以个性化学习理论为指导,探索出能够适应学习者个性化学习的网络学习系统的基本模块及其功能,并通过综合运用数据库技术、数据挖掘技术以及人工智能技术来完善系统的功能。该系统将网络学习的特点与学习者的认知水平、认知风格和兴趣爱好等个性化因素紧密结合起来,为学习者营造一个个性化的网络学习环境。     

个性化网络学习系统设计研究

本文以个性化学习理论为指导,探索出能够适应学习者个性化学习的网络学习系统的基本模块及其功能,并通过综合运用数据库技术、数据挖掘技术以及人工智能技术来完善系统的功能。该系统将网络学习的特点与学习者的认知水平、认知风格和兴趣爱好等个性化因素紧密结合起来,为学习者营造一个个性化的网络学习环境。     

基于本体的Web挖掘在个性化E-learning系统中的应用

针对当前e-learning系统中存在着资源利用效率低和学习内容单一、个性化不足等问题,设计一个基于本体的web挖掘的个性化e-learning系统,通过应用web挖掘和本体技术,使得该系统能根据学习者的知识结构、学习目标、学习风格、偏好等特征信息提供适应学习者的教学方法和学习资源,营造个性化的网络学习环境。实验表明本体技术能明显改善挖掘效果,提高学习资源库的管理效率,有效促进学生的网络学习,满足学生个性化学习的需求,为系统的决策分析提供了智能的辅助手段。     

一种基于模糊理论的个性化网络学习系统

在信息社会中,学习已经成为人们日常生活中很重要的组成部分。网络学习是一种集计算机网络技术、卫星通信技术和多媒体技术于一体的学习方式,它对人们的终身学习起到非常重要的作用。提出了一种基于模糊集理论的个性化网络学习系统,利用模糊集理论知识构建和描述学习资源数据库模型和学习者数据库模型。这种系统既能形成描述网络课程知识的模糊结构图,又能针对不同的学习者形成学习者的模糊结构子图,并能根据学习者的学习进度和能力水平,提供不同的学习内容和导航策略,从而满足个性化网络学习的需求。     

基于本体的计算机组成原理网络智能化教学模式的设计与实践

针对目前高校计算机组成原理课程教学模式存在的问题,提出以学生为中心的计算机组成原理网络智能化教学模式,基于本体构建了课程知识体系模型,探讨了基于课程知识库本体的教学策略的研究方法,给学生提供了一个个性化的、自主的、高效的学习环境。这样既可以有效地表示本门课程的知识体系,同时有利于同类课程的资源共享。     

基于Web2.0和本体检索的个性化E-learning系统研究与开发

针对当前E-learning系统中存在着堆砌教学资料和学习内容单一、个性化不足等问题,设计一个基于Web2.0和本体检索技术的个性化E-learning系统,通过应用Ajax和RSS聚合技术以及Ontology本体技术,使得该系统能根据学习者的知识结构、学习目标、学习风格、偏好等特征信息提供适应学习者的教学方法和学习资源,营造个性化的网络学习环境。实验结果表明该系统能有效促进学生网络学习的效率,满足学生个性化学习的需求。     

A personalized query expansion approach for engineering document retrieval

Engineers create engineering documents with their own terminologies, and want to search existing engineering documents quickly and accurately during a product development process. Keyword-based search methods have been widely used due to their ease of use, but their search accuracy has been often problematic because of the semantic ambiguity of terminologies in engineering documents and queries. The semantic ambiguity can be alleviated by using a domain ontology. Also, if queries are expanded to incorporate the engineer’s personalized information needs, the accuracy of the search result would be improved. Therefore, we propose a framework to search engineering documents with less semantic ambiguity and more focus on each engineer’s personalized information needs. The framework includes four processes: (1) developing a domain ontology, (2) indexing engineering documents, (3) learning user profiles, and (4) performing personalized query expansion and retrieval. A domain ontology is developed based on product structure information and engineering documents. Using the domain ontology, terminologies in documents are disambiguated and indexed. Also, a user profile is generated from the domain ontology. By user profile learning, user’s interests are captured from the relevant documents. During a personalized query expansion process, the learned user profile is used to reflect user’s interests. Simultaneously, user’s searching intent, which is implicitly inferred from the user’s task context, is also considered. To retrieve relevant documents, an expanded query in which both user’s interests and intents are reflected is then matched against the document collection. The experimental results show that the proposed approach can substantially outperform both the keyword-based approach and the existing query expansion method in retrieving engineering documents. Reflecting a user’s information needs precisely has been identified to be the most important factor underlying this notable improvement.     

学习指导的设计与实现

针对远程教育平台中,因缺乏有效的学习控制、个性化的引导、调节等而导致平均学习效率低下的问题,提出了一种基于知识点架构的个性化课程导学模型.该模型根据课程中知识点的本体结构、资源档案以及学习者的档案和学习行为等,通过知识点本体结构与图的转换、路径权值更新、路衽搜索、内容筛选、本体更新等步骤,实时地定制出适合于学习者个体的学习内容.在实验中,方法应用于上海交通大学网络教育学院的<数据结构>课程.经分析与研究说明,算法不仅能够帮助学习者完成课程的学习,并能有效地控制、引导学习者对资源的访问和课程的学习,达到了提高学习者学习质量和学习兴趣的日的;同时,该方法也能够发现课程初始本体结构中不合理的关系.     

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。     

一种学习路径规划的模型及方法

传统教育以预设课程内容为主进行教学,缺乏对知识点之间关系和学习状态的动态建模和评估,难于实现个性化学习路径规划和自适应学习。近几年,人工智能技术不断发展,使得对知识体系的海量数据检索分析和对学习者的状态评估成为了可能,每个领域的知识都可以抽象地表示为连接众多相关概念的复杂网络,精确地使用概念关系网络有助于制定高效的学习路径。本文提出了一种基于知识概念网络拓扑结构优化学习路径的建模方法,充分考虑了所学新知识与学习者已掌握知识之间的相互作用,同时根据知识的基础性和重要性程度差别提供不同的复习间隔。通过对生成的学习路径在全面性、一致性和准确性三个方面的实验评估,验证了提出的学习路径优化策略对所需掌握的知识点涵盖率达到 85% 以上,生成的学习序列与专家设计的合理序列的吻合程度最高达到 95%,并且通过学习者的实际测试显示了良好的学习效果。     

基于Petri网的知识空间建模方法与学习路径控制

对学生学习路径的控制和学习状态的了解在自主学习系统中是一个重要的问题,以知识空间理论为基础建立了学习状态空间,并通过Petri网对该学习状态空间进行了建模,利用Petri网实现了学习状态空间中所有可能的学习路径控制和学生学习状态的了解,在此模型中学生可以利用Petri网的变迁实现自由的学习控制,并通过Petri网库所标识来了解学生的学习状态,达到个性化学习路径的目的。