發(fā)布時(shí)間：2020-06-10 07:14

【摘要】：隨著“互聯(lián)網(wǎng)+”和大數(shù)據(jù)戰(zhàn)略的正式啟動(dòng),互聯(lián)網(wǎng)創(chuàng)新技術(shù)與各領(lǐng)域的深度融合已成為人們關(guān)注的焦點(diǎn),同時(shí)也推動(dòng)著我國教育事業(yè)的變革和創(chuàng)新。2015年是我國教育大數(shù)據(jù)元年,大量在線教育產(chǎn)品應(yīng)運(yùn)而生,為人們帶來了極大便利。然而面對(duì)平臺(tái)上海量的學(xué)習(xí)資源,學(xué)習(xí)者經(jīng)常會(huì)出現(xiàn)網(wǎng)絡(luò)迷航、認(rèn)知過載以及知識(shí)碎片化等問題。在這種背景下,自適應(yīng)學(xué)習(xí)概念的提出,為在線教育未來發(fā)展帶來了新的契機(jī)。目前,對(duì)于自適應(yīng)學(xué)習(xí)的研究多集中在理論層面,對(duì)于系統(tǒng)技術(shù)實(shí)現(xiàn)上的關(guān)注還遠(yuǎn)遠(yuǎn)不夠。國內(nèi)在線教育產(chǎn)品多為數(shù)據(jù)統(tǒng)計(jì)和測試題庫類型。雖然個(gè)別產(chǎn)品應(yīng)用了相對(duì)復(fù)雜的邏輯推導(dǎo),但離真正意義上的自適應(yīng)學(xué)習(xí)還相差甚遠(yuǎn)。本文從學(xué)習(xí)者角度出發(fā)、充分考慮領(lǐng)域知識(shí)的結(jié)構(gòu)特征,重點(diǎn)實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)系統(tǒng)中一系列大數(shù)據(jù)關(guān)鍵技術(shù),以期為自適應(yīng)學(xué)習(xí)的研究和應(yīng)用提供參考。本文的主要工作如下:(1)基于自適應(yīng)學(xué)習(xí)系統(tǒng)的功能需求分析,對(duì)系統(tǒng)的整體框架、工作流程和各單元模型進(jìn)行設(shè)計(jì)。(2)基于知識(shí)圖譜的關(guān)聯(lián)特點(diǎn)完成領(lǐng)域模型的知識(shí)表達(dá),給出知識(shí)圖譜構(gòu)建方法和應(yīng)用實(shí)例。在此基礎(chǔ)上利用FP-Growth算法對(duì)學(xué)習(xí)路徑進(jìn)行關(guān)聯(lián)規(guī)則挖掘,實(shí)現(xiàn)領(lǐng)域模型的動(dòng)態(tài)更新。(3)參照我國學(xué)生模型構(gòu)建標(biāo)準(zhǔn)設(shè)計(jì)學(xué)生模型的構(gòu)建方法、構(gòu)建流程及存儲(chǔ)結(jié)構(gòu),基于IRT測試模型實(shí)現(xiàn)學(xué)生認(rèn)知水平的測試和測試題庫的構(gòu)建。(4)基于SVR預(yù)測回歸模型實(shí)現(xiàn)自適應(yīng)引擎中路徑達(dá)成度的預(yù)測,并完成SVR預(yù)測模型的訓(xùn)練、參數(shù)調(diào)優(yōu)和預(yù)測工作。實(shí)驗(yàn)結(jié)果表明,在領(lǐng)域模型中,知識(shí)圖譜可以完成知識(shí)圖譜的清晰表達(dá),FPGrowth算法可以實(shí)現(xiàn)知識(shí)點(diǎn)間關(guān)聯(lián)規(guī)則的挖掘功能,考慮系統(tǒng)的復(fù)雜度和精準(zhǔn)度,折中選擇最小支持度0.03;在學(xué)生模型中,IRT測試模型給出的參數(shù)估計(jì)值符合正常的學(xué)習(xí)規(guī)律,具備實(shí)用性;在自適應(yīng)引擎模塊中,確定了SVR預(yù)測模型四個(gè)參數(shù)的最優(yōu)組合:不敏感系數(shù)為0.05、懲罰系數(shù)為8、核函數(shù)為rbf和核參數(shù)為0.08,此時(shí)SVR預(yù)測模型的預(yù)測效果最佳。本文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下:(1)從領(lǐng)域知識(shí)結(jié)構(gòu)出發(fā),利用知識(shí)圖譜完成知識(shí)結(jié)構(gòu)的有效表達(dá),為領(lǐng)域模型的構(gòu)建提出了新的研究工具。利用關(guān)聯(lián)規(guī)則挖掘算法實(shí)現(xiàn)模型的動(dòng)態(tài)更新,充分考慮學(xué)生因素對(duì)領(lǐng)域模型影響,提高了模型的實(shí)用性。(2)本文提出基于SVR的預(yù)測回歸模型實(shí)現(xiàn)自適應(yīng)引擎功能,將機(jī)器學(xué)習(xí)思想與教育領(lǐng)域相融合,是對(duì)自適應(yīng)學(xué)習(xí)系統(tǒng)研究的一次探索和創(chuàng)新,為相關(guān)研究者和開發(fā)者提供了新的研究思路。(3)本文提出基于IRT的測試模型來實(shí)現(xiàn)學(xué)生對(duì)知識(shí)掌握程度的測評(píng)功能,對(duì)相同成績下的學(xué)生能力進(jìn)行區(qū)分,提高了學(xué)生模型的客觀性和準(zhǔn)確度。
【圖文】：

吉林大學(xué)碩士學(xué)位論文比增長 21.5%，預(yù)計(jì)到 2019 年達(dá) 1.6 億人。2016 年在線教育市場規(guī)模達(dá)到 1560.2 億元，同比增長 273%，，預(yù)計(jì) 2019 2692.6 億元。在線教育用戶及市場規(guī)模不斷增長主要得益于以下三個(gè)方面：（聯(lián)網(wǎng)技術(shù)將在線教育行業(yè)的優(yōu)質(zhì)資源通過各種形式達(dá)到用戶；（2）打破時(shí)，滿足用戶碎片化學(xué)習(xí)的需求；（3）節(jié)約成本投入，在線教育節(jié)省了大量人租等成本，降低了課程的銷售價(jià)格。23.00%23.30%23.00%24.00%14000160001800021.80%22.80%27.30%22.90%21.10%25.030.025003000

1.1 2012-2019 中國在線教育用戶及市場規(guī)中國基礎(chǔ)教育大數(shù)據(jù)發(fā)展藍(lán)皮書（2015）》據(jù)的發(fā)展正式拉開帷幕[10]。報(bào)告指出：中國一，再一次證明了我國教育行業(yè)存在著真正的20.99001.410941.113494.416252.4.00%23.00%21.50%23.30%20.40%18.00%19.00%20.00%21.00%22.00%23.00%24.00%015 2016 2017 2018 2019（萬人） 增長率%700.6839.79981225.415621.80%19.90%18.90%22.80%27.30500100015002000250030002012 2013 2014 2015 201市場規(guī)模（億元） 全國大數(shù)據(jù) 12390961302GB≈12EB
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 姜強(qiáng);趙蔚;劉紅霞;李松;;能力導(dǎo)向的個(gè)性化學(xué)習(xí)路徑生成及評(píng)測[J];現(xiàn)代遠(yuǎn)程教育研究;2015年06期

2 寧家駿;;“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃的實(shí)施背景、內(nèi)涵及主要內(nèi)容[J];電子政務(wù);2015年06期

3 趙蔚;姜強(qiáng);王朋嬌;王麗萍;;本體驅(qū)動(dòng)的e-Learning知識(shí)資源個(gè)性化推薦研究[J];中國電化教育;2015年05期

4 龍三平;張敏;;在線學(xué)習(xí)理論研究的現(xiàn)狀與趨勢(shì)——基于SSCI數(shù)據(jù)庫(1994-2013年)的科學(xué)計(jì)量分析[J];遠(yuǎn)程教育雜志;2014年03期

5 李昕;荊永君;劉天華;;自適應(yīng)測試與輔導(dǎo)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];現(xiàn)代教育技術(shù);2013年04期

6 閆桂榮;董龍雷;喻磊;;基于機(jī)器學(xué)習(xí)的動(dòng)力學(xué)環(huán)境預(yù)測方法[J];應(yīng)用力學(xué)學(xué)報(bào);2013年01期

7 陳仕品;張劍平;;適應(yīng)性學(xué)習(xí)支持系統(tǒng)的學(xué)生模型研究[J];中國電化教育;2010年05期

8 袁磊;張浩;陳靜;陸劍峰;;基于本體化知識(shí)模型的知識(shí)庫構(gòu)建模式研究[J];計(jì)算機(jī)工程與應(yīng)用;2006年30期

9 安文森;孫彥廣;;一種新的支持向量回歸核函數(shù)構(gòu)建方法[J];信息與控制;2006年03期

相關(guān)博士學(xué)位論文 前1條

1 張燕南;大數(shù)據(jù)的教育領(lǐng)域應(yīng)用之研究[D];華東師范大學(xué);2016年

相關(guān)碩士學(xué)位論文 前7條

1 張婷;現(xiàn)代遠(yuǎn)程教育中個(gè)性化學(xué)習(xí)者模型的研究[D];江南大學(xué);2017年

2 李德陽;個(gè)性化學(xué)習(xí)系統(tǒng)中資源推送方案研究[D];東北師范大學(xué);2017年

3 王靜;E-learning系統(tǒng)中基于協(xié)同過濾技術(shù)的個(gè)性化學(xué)習(xí)研究[D];上海師范大學(xué);2015年

4 王鵬;基于項(xiàng)目反應(yīng)理論的自適應(yīng)測試選題策略研究[D];沈陽師范大學(xué);2013年

5 馬振平;項(xiàng)目反應(yīng)理論在中學(xué)英語閱讀能力評(píng)測中的應(yīng)用研究[D];廣州大學(xué);2012年

6 王勤云;計(jì)算機(jī)自適應(yīng)測驗(yàn)中選題策略的分析比較[D];山東師范大學(xué);2012年

7 李忠浩;支持向量回歸機(jī)研究及其應(yīng)用[D];大連理工大學(xué);2006年

本文編號(hào)：2705964