網絡學習資源個性化推薦是根據學習者的個性化特征主動推薦滿足其學習需要的資源信息的一種技術。它是支持學習者個性化學習并促進其個性化發(fā)展、解決網絡學習資源爆炸增長造成的"信息迷航與過載"問題的有效方法與關鍵途徑。為了把握該領域國內研究現狀與發(fā)展趨勢,采用內容分析法,對相關核心期刊文獻,從文獻總量、文獻期刊來源、研究結果、學習者模型、推薦對象模型、推薦算法六個維度進行了深入分析后得出:網絡學習資源個性化推薦研究雖然存在一些問題,但具有很強的研究意義和現實價值。主要趨勢表現在推薦粒度個體化、推薦服務多元化、推薦技術逐步融合教育原理、推薦系統(tǒng)深度結合具體學科、推薦環(huán)境智慧化、涉及領域全面化。 

【文章來源】：中國教育信息化. 2018,(21)

【文章頁數】：6 頁

【部分圖文】：

網絡學習資源個性化推薦文獻期刊來源分布圖

鲇?1篇，是刁楠楠和熊才平等人發(fā)表的《基于智慧信息推送的個性化學習服務實證研究———以“文獻選讀與論文寫作”課程為例》，雖為實證研究，但該研究的推送功能實現方式是人工采集數據、分析，人工將學習者分類，教師手動推薦對應資源；雖然是網絡學習資源個性化推薦的實證研究，但其智能性與我們理想的智能推送差距較遠。這說明我國網絡學習資源個性化推薦研究圖2網絡學習資源個性化推薦文獻期刊來源分布圖2007-2018年個性化學習資源推薦文獻期刊來源分布圖1網絡學習資源個性化推薦文獻發(fā)表量分布圖2007-2018年個性化學習資源推薦文獻數量分布前沿論壇2

匾?握找讕?。2.推薦對象模型構建概況推薦對象即系統(tǒng)為用戶推薦的資源或信息，在支持學習的個性化推薦服務系統(tǒng)中，推薦對象模型構建即，為了對學習資源庫建模，需要提取每一個學習資源的特征，構建學習資源庫模型。經統(tǒng)計，36個研究樣本中有26篇文獻提及推薦模型構建（知識模型構建），筆者對推薦對象構建維度、數據來源方法及各維度出現頻次進行分析，結果如表2所示。本研究將推薦對象構建維度分為三類，分別是基本信息、生成性信息及兩者的結合。圖3網絡學習資源個性化推薦研究結果類型分布圖2007-2018年個性化學習資源推薦相關研究結果分布前沿論壇3


本文編號：3337406