适应性超媒体系统中用户建模的研究

传统的超媒体系统采用同样的导航策略呈现给所有的用户相同的学习内容。适应性超媒体系统根据用户的不同特点和需要为每个用户建立用户模型,采用个性化的呈现方式。本文综合考虑用户的知识状态和认知风格。并将人工智能领域的知识表示方法引入用户建模中,增强了系统的适应性。作为智能型教学系统。可以帮助教师实施基于网络的课程。推荐给学生恰当的学习材料。从而提高学生的学习成绩。     

基于覆盖模型的适应性超媒体系统用户建模

在适应性超媒体系统中,用户模型的建立是实现系统适应性的前提。提出的适应性学习系统,参考多种用户信息,包括用户的知识状态、认知风格,并根据用户与系统的交互行为,动态更新用户模型。作为智能型教学系统,可以帮助教师实施基于网络的课程,推荐给学生恰当的学习材料,从而提高学生的学习成绩。通过实验评估本系统的功能,对比在三种不同的网上学习环境中学生的学习效果,统计分析显示,适应性学习材料以及适应性呈现风格对于提高学生的学习成绩和学习效率是很有帮助的。     

基于GPS和CDMA技术的脱离式报警器

文章介绍了一种基于GPS/CMDA技术的脱离式报警器,它综合利用了GPS定位和导航系统、CDMA移动通讯系统等,为解决防脱离问题提供了一种经济可行的方案.它可广泛应用于物品的防盗监控、旅游中导游对团队人员的管理与调度.以及军事战争中军事小队战斗人员的定位管理等.     

移动设备的个性化推荐在上下文感知应用

个性化推荐对上下文感知系统具有广泛而重要应用,现在大多数个性化推荐系统很少考虑用户的认知风格.文中比较了场独立用户和场依赖用户在上下文感知环境中所存在的差异,提出一种基于用户认知风格的个性化推荐系统(CSBRS).通过CSBRS的实现例子,表明基于用户认知风格的个性化推荐有助于提高个性化推荐的质量.