個性化教育的實施對我國教育改革至關重要。然而目前主流教育模式為大班教學,個性化教育面臨難以實現(xiàn)學生個性化學習、自主學習等現(xiàn)實困難。為了解決這些困難,文章在教育數(shù)據(jù)大量產(chǎn)生的背景下,通過基于人工智能技術的試題表征,得到了試題關聯(lián)網(wǎng)絡。在此基礎上,文章進一步設計了試題推薦系統(tǒng),實現(xiàn)了學生的課下自主學習和個性化學習。最后,文章通過具體實施案例,驗證了該系統(tǒng)的有效性。總體來說,文章提出的試題關聯(lián)網(wǎng)絡理念和技術實現(xiàn)策略,為個性化教育的實施提供了一種新的方法。 

【文章來源】：現(xiàn)代教育技術. 2018,28(06)北大核心CSSCI

【文章頁數(shù)】：6 頁

【部分圖文】：

試題關聯(lián)網(wǎng)絡構建技術路線圖

Vol.28No.6201813頻繁模式挖掘技術，發(fā)現(xiàn)學生做完“數(shù)列通項公式”的試題之后會緊接著做“等差數(shù)列的通項公式”的試題，并且學生在“等差數(shù)列的通項公式”試題上的得分率低于“數(shù)列通項公式”試題，這樣就找到了兩道題目之間的難度和序列關系，從而將“等差數(shù)列的通項公式”試題定義為“數(shù)列通項公式”試題的后繼節(jié)點。重復以上過程，便可構建出按照知識點劃分的、難度可把握的試題關聯(lián)網(wǎng)絡，如圖2所示。圖1試題關聯(lián)網(wǎng)絡構建技術路線圖圖2試題關聯(lián)網(wǎng)絡樣例2試題推薦系統(tǒng)在試題關聯(lián)網(wǎng)絡的基礎上，通過學生歷史答題序列來評估學生能力水平，構建試題推薦系統(tǒng)。具體而言，學生回答試題后根據(jù)答案的正確與否更新學生對該試題考查知識點的掌握程度，之后推薦系統(tǒng)根據(jù)學生知識點的掌握程度向學生推薦難度合適的試題。重復上述過程，最終試題推薦系統(tǒng)自動為學生推薦個性化答題路徑，實現(xiàn)學生自主學習和個性化學習，達到個性化教育的目標�；谠囶}關聯(lián)網(wǎng)絡的個性化學習推薦效果如圖3所示，箭頭中的“答對”表示學生答對該試題，箭頭中的“答錯”表示學生答錯該試題，箭頭“開始答題”和“答題結束”分別表示學生開始和結束做題。從圖3可以看到，學生選擇從“數(shù)列”知識點開始答題，然后試題

Vol.28No.6201814推薦系統(tǒng)給學生推薦“數(shù)列通項公式”相關的試題；學生答對后，試題推薦系統(tǒng)繼續(xù)給學生推薦難度更大的“等比數(shù)列通項公式”試題，之后重復此過程，直到學生答錯“等比數(shù)列和的最值問題”試題，此時試題推薦系統(tǒng)給學生推薦比其簡單但知識點相關的“數(shù)列通項公式的單調性”試題；再重復此過程，直到學生答題結束。通過這樣的做題模式，學生做題變成了一種自主的個性化學習方式，每次答題都能得到及時的調整。當學生做錯試題時，可以推薦做簡單的試題恢復自信心，并鞏固薄弱知識點；當做對試題時，可以了解知識的掌握程度，并繼續(xù)做更難的試題，直到較好地掌握該知識為止。圖3基于試題關聯(lián)網(wǎng)絡的個性化學習推薦效果圖試題推薦系統(tǒng)的開發(fā)和應用，可以有效破解個性化教育面臨的難題，個性化學習成為現(xiàn)實。根據(jù)每個學生的答題結果，試題推薦系統(tǒng)可以分析學生能力水平，根據(jù)學生的表現(xiàn)給學生自動推薦不同答題路徑。學生也可以根據(jù)自己的做題情況調整學習計劃。試題推薦系統(tǒng)可以自動為學生推薦合適的試題。課下學生只需登陸網(wǎng)上賬號，使用試題推薦系統(tǒng)，即可練習符合自身學習水平的試題。學生的學習變得更加自主化，進而達到個性化教育的目標。三試題關聯(lián)網(wǎng)絡推薦系統(tǒng)的驗證研究本研究選擇在黃岡中學廣州學校使用試題關聯(lián)網(wǎng)絡推薦系統(tǒng)，以驗證其實際教學效果。1研究對象從2017年9月開始至今，本研究選取黃岡中學廣州學校七年級到高三的69個班級的學生作為研究對象，在其數(shù)學、物理、化學三門學科的教學過程中使用試題關聯(lián)網(wǎng)絡推薦系統(tǒng)，參與學生共計3773名。2研究過程教學開始前，試題關聯(lián)網(wǎng)絡推薦系統(tǒng)的管理人員向學生和教師詳細介紹如何使用試題關聯(lián)網(wǎng)絡推薦系統(tǒng)。隨后，在每周講課結束后，

【參考文獻】：
期刊論文
[1]人工智能教育應用的發(fā)展趨勢與實踐案例[J]. 吳曉如,王政.  現(xiàn)代教育技術. 2018(02)
[2]面向在線智慧學習的教育數(shù)據(jù)挖掘技術研究[J]. 劉淇,陳恩紅,朱天宇,黃振亞,吳潤澤,蘇喻,胡國平.  模式識別與人工智能. 2018(01)
[3]智能教育應用研究概述[J]. 王亞飛,劉邦奇.  現(xiàn)代教育技術. 2018(01)
[4]基于大數(shù)據(jù)的牛頓平臺自適應學習機制分析——“教育大數(shù)據(jù)研究與實踐專欄”之關鍵技術篇[J]. 萬海鵬,汪丹.  現(xiàn)代教育技術. 2016(05)
[5]個性化教育困境的原因探析——基于個人理論的視角[J]. 劉小蘭,楊立國.  衡陽師范學院學報. 2014(05)

碩士論文
[1]中學實施個性化教育問題研究[D]. 柳麗平.山西大學 2013



本文編號：3314160