基于网络的自适应学习系统研究

如今的时代是信息科技化时代,在此时代背景下,网络教育应运而生。随着网络教育在我国的不断发展,以及人们对于个性化差异学习的认识,如何开发一个基于网络的,以学习者为中心,最大程度的激发学习者的学习兴趣,从而实现真正意义上的自主学习的网上自适应学习系统已经逐渐成为网络教育学习平台研究中的重要课题。本文主要通过对基于网络的自适应学习的认识,探讨适合于我国当前教育体制的,基于网络的自适应学习系统的体系架构和构建策略。     

一种基于Muti-agent的个性化网络教学系统框架

当前智能教学系统对于用户提出的个性化学习服务实现效果尚不理想。本文将agent技术引入智能教学系统,构建了一种基于多agent的个性化网络教学系统框架,分析了框架内各agent的功能和工作过程,提出了一个学生学习个性化特征提取和处理的模型。通过动态跟踪学习记录,采用向量相似度计算寻找一种与学习者相适应的学习风格,为学生提供个性化的学习服务。     

网络教育信息的个性化初探

新世纪是信息经济时代，以知识和信息的生产、传播和应用为基础的知识经济将占世界经济发展的主导地位。知识经济呼唤信息社会，也给教育领域带来新的发展机遇。现代教育技术的研究已经被提到了教育“制高点”的地位上，成为当今中国乃至世界的一个教育热点。Ｉｎｔｅｒｎｅｔ作为信息传媒之一，以其强大的优势雄居世界，也同样为教育技术的研究开创了新的领域。近一年来，以教育为主题的个性化网站已如雨后春笋般地出现在各种搜索结果之中。１ 个性化教育网站及其特点 １）教师个人教育网站的发展背景 第三次全国教育工作会议上明确提出，…     

基于关联分析的高速公路个性化信息服务系统的研究

随着高速公路信息化建设的发展,高速公路车辆通行流水数据出现了迅猛的增长,海量历史数据在规律分析和决策支持等方面显示出了重要的作用.文章主要研究了Apriori挖掘算法分析高速公路历史数据的潜在信息,为出行者主动提供个性化的信息服务.     

基于Multiagent生态进化算法实现个性化主动信息服务

网络资源的指数膨胀,使得用户在获得自己需要的信息资源时要花费大量的时间和精力。该文采用Multiagent技术协助用户获取需要的信息资源,以节省用户的时间。同时给出了一种生态进化算法,使得Agent可以逐渐把握用户的需求、适应用户需求的变化、探索用户可能感兴趣的领域,为用户提供个性化的主动信息服务。     

基于标签系统中聚类分析的个性化推荐算法

随着YouTube、Flickr和Last．fm等社会化网络的兴起,标签系统在日常生活中扮演着越来越重要的作用．为了给用户提供更优质的推荐,分析用户为不同资源打标签的行为就显得尤为重要．本文将主要的社区发现算法应用到标签系统中的聚类分析中,并比较它们在不同数据集上的表现,设计出针对标签系统的个性化推荐算法．实验结果表明,本文提出的算法能很好的发现不同用户的兴趣,提高推荐系统的质量．     

学习型企业中个性化智能信息服务算法研究

构建了一种基于面向服务的学习型企业智能信息服务系统框架,提出并验证了个性化智能信息服务算法。描述了该算法的核心部分,包括企业员工主个性因子的生成及动态优化、个性化模糊神经网络结构的构造、个性化信息内容生成函数以及相应的优化等。     

融合学习者时序行为和认知水平的个性化学习资源推荐算法

个性化服务是构建智慧学习环境的内在要求和建设要点.为学习环境中的主体（学习者）推送个性化学习资源可以提高学习资源的利用概率,解决在线学习容易产生的迷航问题.通过本体知识库的统一性语义建立学习者和学习资源内部结构特征,设计出一个有效计算两者相关性的推荐算法.算法中引入时间衰减函数来描述学习者学习时的时序特征,导入计算学习者认知水平与学习资源难度的匹配算子以体现学习的循序渐进原则.实验结果表明：所构建的时间函数和匹配算子达到了预期目标,更好地提升了所推荐学习资源的质量和适应性,且算法的时间复杂度能满足实时计算要求.     

网络个性化信息服务综述

网络个性化信息服务从用户的知识结构、需求心理和行为方式差异性出发,主动向用户提供个性化的信息服务,构建起用户和信息提供方之间的桥梁,有效地解决了互联网上用户信息迷航和信息过载现象。本文在介绍现有的几种个性化信息服务模式基础上,重点阐述了信息推送服务的实现和服务方式,充分肯定了利用无线通信设备进行移动信息推送服务,并提出当前网络个性化信息服务中需要注意的问题     

智能网络学习系统中个性化学习研究

网络学习提倡以学生为主体,智能网络学习系统则以学生的个性化学习为特征．领域知识的组织和智能导航是智能网络学习系统中实现个性化学习的基本问题。探讨智能网络学习系统中的领域知识组织和管理,研究一种个性化学习路径的动态生成算法和个性化学习的页面合成算法,为智能网络学习系统的设计和开发提供基础。     

基于Web的个性化学习系统研究

现代远程教育最重要的特点之一就是能够为学生提供个性化的教育。个性化的现代远程教育将整个教学活动作为一个有机的整体,各教学环节之间有密切的联系。该文以国家现代远程教育支撑软件———管理系统课题为背景,使用数据挖掘技术发现每个学生的个性、学习行为、学习反馈信息和教师感兴趣的有关教学的信息,及时调整教学策略,制定适合学生个性的教学内容和教学活动。     

一种字符图像线段提取及细化算法

为了对字符图像进行稳定有效的细化和线段特征提取，提出了一种同时完成字符图像线段提取和细化的算法。在定义字符图像的线段区域、交点区域和子段区域，同时指出待细化字符图像是线段区域的集合的基础上，该算法首先基于图像行(列)连通像素段来提取字符图像中所有的交点区域和子段区域，然后对属于同一线段区域的所有子段区域和交点区域进行合并，最后用Bernstein—Bezier多项式方法拟合每个线段区域的骨架。该算法的鲁棒性分析及实验结果表明，该算法可取得稳定有效的细化及线段提取效果。     

基于蚁群算法的现代藏文字符轮廓提取技术研究

由于对字符提取骨架往往会失去受污损部位的重要信息,因此本文提出了一种基于蚁群算法的现代藏文字符轮廓提取算法,旨在用字符的轮廓线代替骨架线来表征字符。本算法用于印刷体藏文轮廓提取,取得了良好的效果,避免了传统细化算法造成的畸变,提高了轮廓提取的抗干扰能力,并且减小了计算量,加快了特征提取的速度。     

基于进化深度学习的特征提取算法

信息全面与维数灾难的矛盾是大数据时代网络态势感知需要解决的首要难题。特征提取一直是主流的降维方法,但现有算法对高维非线性数据效果不佳;深度学习是一类具有多层非线性映射的学习算法,可以完成复杂函数的逼近,但对隐层相关参数十分敏感。针对上述问题,将进化算法的思想引入深度学习,提出了一种基于进化深度学习的特征提取算法。该算法利用遗传算法及进化策略实现全局搜索及优化的特点,并对深度学习结构及相关参数进行了优化。理论分析及实验结果都证明了该算法的有效性。     

基于免疫克隆选择算法的神经网络规则抽取

神经网络的不可解释性一直是限制其发展的固有缺陷,该文从神经网络的功能性观点出发,提出基于免疫克隆选择算法的神经网络规则抽取方法。将免疫克隆策略用于神经网络的规则抽取中,对已经训练好的神经网络隐层神经元输出值进行聚类,缩小搜索空间,抽取出理解性好、简洁的符号规则。该方法不依赖于具体的网络结构和训练算法,可以方便地应用于各种分类器型神经网络。实验结果表明该方法的实用性和可行性。     

基于条件随机场的人物信息抽取

近年来，信息抽取成为自然语言处理的一个热点，同时也是难点。针对不同的问题，大家提出了不同的方法，而大多数的方法是基于启发式规则或者抽象成分类问题，本文将从人物百科中抽取人物信息看成是一个序列标注的问题，利用条件随机场对生语料进行序列标注。此外，文中详细介绍数据分析的方法以及特征选取方法，所提出的方法直接从生语料中抽取，节省了大部分方法的数据预处理部分，同时避开了大部分方法使用的句法分析的特征，有效地提高了信息抽取的效率。在文章的最后做了两组对比实验，实验结果表明，本方法能够非常准确地从HTML生语料中抽取出人物信息。     

基于热扩散影响力传播的社交网络个性化推荐算法

有针对性地为用户提供推荐,提高互联网信息利用率是个性化推荐系统的主要目标.文中基于热扩散传播概率模型,结合用户在社交网络中隐含的跟随关系,提出基于热扩散影响力传播的社交网络个性化推荐算法.首先,算法将现实生活中人与人的朋友关系转化为购物网络中用户与用户的跟随关系,构建异构信息网络图,计算用户之间的复合相似度.然后,利用基于热扩散概率模型模拟社会网络中影响力的传播过程,计算社交网络中用户的跟随概率分数并精确排序,筛选与目标用户相似的邻近用户.最后,根据目标邻近用户对各个产品的评分,将评分较高、具有潜在兴趣的产品推荐给目标用户,实现个性化的用户推荐.在公开数据集上与现有的个性化推荐算法进行对比,实验表明,文中算法具有较好的精确度和多样化的推荐效果.     

基于BB平台构建网络学习环境的探索

通过分析Blackboard教学平台的特点,阐述如何利用BB平台搭建Photoshop网络教学系统,并指出利用BB平台构建网络学习环境的特点和不足。     

基于BB平台构建网络学习环境的探索

通过分析Blackboard教学平台的特点,阐述如何利用BB平台搭建Photoshop网络教学系统,并指出利用BB平台构建网络学习环境的特点和不足。     

基于学习兴趣的个性化推荐算法研究

根据高职学校目前选修课的现状,在学生进行选修课选择时,提出一种基于隐式和显式兴趣相结合的学生兴趣个性化推荐算法模型,结合相关推荐技术进行个性化推荐,从而将盲目的选课变得有指导性、有针对性,大大提高了学习效果以及选修课开设的意义,对今后教学改革有一定的指导意义。