本文關(guān)鍵詞：移動情景感知學(xué)習(xí)下的專家推薦策略研究

  更多相關(guān)文章： 移動情景感知 移動學(xué)習(xí) 推薦策略 多元線性回歸

【摘要】：隨著計算機(jī)技術(shù)、網(wǎng)絡(luò)、移動通信、信息處理技術(shù)的發(fā)展,教與學(xué)的模式也在逐步發(fā)展,在課堂教育模式基礎(chǔ)上發(fā)展了電視教育、遠(yuǎn)程網(wǎng)絡(luò)教育、移動教育等多種教育模式,其中課堂式教育具有集中、實(shí)時、互動、啟發(fā)等優(yōu)勢,是目前國內(nèi)外教學(xué)采用的主要模式,但這無法滿足成人教育的時間、地點(diǎn)多樣性需求；而廣播電視教育、遠(yuǎn)程網(wǎng)絡(luò)教育的發(fā)展為成人教育提供了很好的技術(shù)和服務(wù)支持,但無法滿足人們隨時、隨地學(xué)習(xí)的需要；盡管目前國內(nèi)外研究的移動教育可以滿足人們隨時、隨地學(xué)習(xí)的需求,但移動教育無法滿足用戶實(shí)時情景的傳輸要求,主要矛盾是通信帶寬無法滿足實(shí)時情景傳輸。近年來隨著3G、4G無線寬帶網(wǎng)絡(luò)應(yīng)用和普及,可以滿足移動遠(yuǎn)程教育的實(shí)時、高效、可靠等服務(wù)質(zhì)量需求,從而可以更好的滿足人們不同學(xué)習(xí)方式需求,也可以進(jìn)一步拓展學(xué)習(xí)模式和提高學(xué)習(xí)效率,為移動學(xué)習(xí)和情景感知學(xué)習(xí)提供了堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。然而如何高效推薦合適數(shù)量的專家給學(xué)習(xí)者是移動情景感知學(xué)習(xí)的關(guān)鍵問題之一,為此本文研究了移動情景感知下的專家推薦策略。 本文在大量相關(guān)文獻(xiàn)閱讀的基礎(chǔ)上,對國內(nèi)外移動情景感知學(xué)習(xí)下的推薦策略及相關(guān)的學(xué)習(xí)理論進(jìn)行了綜述,并分析了移動情景感知學(xué)習(xí)環(huán)境下的專家評價因素,根據(jù)專家評價因素得到影響專家滿意度D的4個關(guān)鍵推薦因子,分別是專家專業(yè)知識熟練度TE、專家歷史解決問題時間平均值TT、專家單位時間內(nèi)服務(wù)費(fèi)用TF和專家與學(xué)習(xí)者之間單位時間通訊費(fèi)用CF。在專家真實(shí)數(shù)據(jù)的支持下,本文對4個推薦因子和專家滿意度D的數(shù)據(jù)進(jìn)行了兩兩對比分析,得出它們兩兩之間存在線性關(guān)系的結(jié)論,從而可以推出另一個結(jié)論：專家滿意度D可以表示為4個推薦因子的線性組合。在此結(jié)論基礎(chǔ)上,本文提出了基于多元線性回歸的專家推薦模型,并根據(jù)系統(tǒng)平臺專家?guī)熘袑＜业膶?shí)際數(shù)據(jù)信息,對推薦因子的偏回歸系數(shù)進(jìn)行了最大似然估計,最后根據(jù)此推薦策略為學(xué)習(xí)者推薦滿意度靠前的專家,并記錄專家服務(wù)過程中數(shù)據(jù)。 為了驗(yàn)證移動情景感知學(xué)習(xí)環(huán)境下多元線性回歸推薦策略的可行性,本文專門設(shè)計了真實(shí)模擬實(shí)驗(yàn),實(shí)驗(yàn)以指導(dǎo)學(xué)習(xí)者掌握居家健康智能檢測儀器的使用為例。實(shí)驗(yàn)安排在2間封閉實(shí)驗(yàn)室中進(jìn)行,為防止專家和學(xué)習(xí)者面對面交流對實(shí)驗(yàn)效果的影響,實(shí)驗(yàn)將指導(dǎo)專家和學(xué)習(xí)者安排在不同的封閉實(shí)驗(yàn)室中,為了排除指導(dǎo)過程中通訊工具盒通訊網(wǎng)絡(luò)因素的干擾,實(shí)驗(yàn)通訊工具統(tǒng)一使用Android智能手機(jī),智能手機(jī)都使用3G無線網(wǎng)絡(luò)。實(shí)驗(yàn)?zāi)繕?biāo)為指導(dǎo)學(xué)習(xí)者掌握居家健康智能檢測儀器的日常操作,實(shí)驗(yàn)過程中的實(shí)驗(yàn)數(shù)據(jù)將被記錄下來。 通過對真實(shí)模擬實(shí)驗(yàn)數(shù)據(jù)和平臺專家數(shù)據(jù)的分析,得出在移動情景感知智能學(xué)習(xí)平臺環(huán)境下的結(jié)論有：①隨著專家專業(yè)知識熟練度TE的提升,專家的服務(wù)費(fèi)用TF、專家滿意度D都隨之提升,而專家服務(wù)時間TT則減少。②在移動情景感知智能學(xué)習(xí)環(huán)境下根據(jù)推薦策略推薦的專家滿意度要比面對面指導(dǎo)低,服務(wù)時間比面對面指導(dǎo)長,但不管是專家滿意度還是專家服務(wù)時間,根據(jù)策略推薦的專家數(shù)據(jù)和面對面指導(dǎo)的專家數(shù)據(jù)都非常接近,這表明本文闡述的推薦策略效果良好。③推薦模型預(yù)測的專家滿意度和實(shí)際專家滿意度非常接近,說明使用該模型進(jìn)行專家推薦準(zhǔn)確度高,學(xué)習(xí)者能獲得滿意度高的專家為其提供指導(dǎo)服務(wù)。④利用本策略推薦獲得的專家都可以得到很高的滿意度反饋,而隨機(jī)推薦得到的專家滿意度參差不齊,且經(jīng)過本策略推薦的專家滿意度明顯高于隨機(jī)推薦的專家滿意度。
【關(guān)鍵詞】：移動情景感知 移動學(xué)習(xí) 推薦策略 多元線性回歸
【學(xué)位授予單位】：江西財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：G434
【目錄】：

• 摘要7-9
• Abstract9-11
• 1 緒論11-19
• 1.1 研究背景及意義11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 國內(nèi)研究現(xiàn)狀12-13
• 1.2.2 國外研究現(xiàn)狀13-16
• 1.2.3 國內(nèi)外研究現(xiàn)狀評述16-17
• 1.3 研究內(nèi)容17-18
• 1.4 論文組織結(jié)構(gòu)18-19
• 2 理論基礎(chǔ)19-29
• 2.1 學(xué)習(xí)理論19-20
• 2.1.1 行為主義學(xué)習(xí)理論19
• 2.1.2 認(rèn)知主義學(xué)習(xí)理論19-20
• 2.1.3 人本主義學(xué)習(xí)理論20
• 2.2 學(xué)習(xí)模式20-25
• 2.2.1 課堂學(xué)習(xí)模式20-21
• 2.2.2 遠(yuǎn)程學(xué)習(xí)模式21-22
• 2.2.3 移動學(xué)習(xí)模式22
• 2.2.4 移動情景感知學(xué)習(xí)模式22-25
• 2.3 回歸分析25-29
• 2.3.1 一元線性回歸模型26-27
• 2.3.2 多元線性回歸模型27-29
• 3 移動情景感知學(xué)習(xí)下專家推薦策略29-44
• 3.1 移動情景感知學(xué)習(xí)系統(tǒng)平臺介紹29-31
• 3.2 移動情景感知學(xué)習(xí)下的專家評價因素31
• 3.3 移動情景感知學(xué)習(xí)下推薦策略的專家評價要素31-35
• 3.4 移動情景感知學(xué)習(xí)下的專家推薦模型35-41
• 3.5 移動情景感知學(xué)習(xí)下的專家推薦策略41-44
• 4 移動情景感知學(xué)習(xí)下的專家推薦模型實(shí)證44-57
• 4.1 實(shí)施環(huán)境44-45
• 4.2 專家推薦模型計算機(jī)實(shí)現(xiàn)45-49
• 4.3 實(shí)施過程49-52
• 4.3.1 實(shí)驗(yàn)設(shè)計49-50
• 4.3.2 實(shí)驗(yàn)對象選擇50-51
• 4.3.3 實(shí)驗(yàn)內(nèi)容51
• 4.3.4 實(shí)驗(yàn)安排51-52
• 4.4 實(shí)施結(jié)果52-53
• 4.5 模型評價53-57
• 5 結(jié)論與展望57-59
• 5.1 結(jié)論57
• 5.2 展望57-59
• 參考文獻(xiàn)59-63
• 附錄63-64
• 致謝64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 余勝泉;移動學(xué)習(xí)——當(dāng)代E-Learning的新領(lǐng)域[J];中國遠(yuǎn)程教育;2003年22期

2 嚴(yán)冰;方慕真;;基于WEB2.0的數(shù)字化教學(xué)環(huán)境與資源建設(shè)的研究與實(shí)驗(yàn)[J];中國遠(yuǎn)程教育;2009年08期

3 張敏霞;司治國;;基于問題行為視角的網(wǎng)絡(luò)教學(xué)案例分析——以“遠(yuǎn)程教育與網(wǎng)絡(luò)教育實(shí)踐”課程為例[J];電化教育研究;2010年01期

4 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標(biāo)綜述[J];電子科技大學(xué)學(xué)報;2012年02期

5 陳國棟;王娜;黃洪海;余輪;;基于情境感知的人體經(jīng)絡(luò)個性化信息服務(wù)研究[J];電視技術(shù);2012年13期

6 潘俊;;情景模擬教學(xué)法研究[J];廣西教育;2013年03期

，

本文編號：744757