"互聯(lián)網(wǎng)+教育"時代的來臨使得e-Learning學習模式被廣泛接受,如何為e-Learning學習者提供個性化學習支持服務(wù)成為學界關(guān)注的焦點。自適應(yīng)學習路徑能夠根據(jù)學習者特征,為其推薦個性化的學習資源與學習活動序列,是實現(xiàn)個性化學習的重要手段。為提升自適應(yīng)學習路徑構(gòu)建的智能化程度,提出了包含學習者模型庫、學習過程數(shù)據(jù)庫、自適應(yīng)學習路徑構(gòu)建引擎等核心功能模塊的人工智能支持下的自適應(yīng)學習路徑構(gòu)建模型。在該模型的實現(xiàn)過程中,首先,從認知風格及知識水平兩個維度對學習者特征進行向量化描述和相似度計算;而后,提取相似學習者群體的歷史學習路徑和測試成績構(gòu)建學習路徑圖譜;最后,采用改進的蟻群算法從學習路徑圖譜中挖掘出最優(yōu)學習路徑推薦給目標學習者。實驗結(jié)果表明:該方法可以從繁復(fù)的學習資源和活動中生成簡潔、精準的自適應(yīng)學習路徑,既能有效解決學習者的學習迷航與認知過載問題,還能促進學習資源的高效利用;通過該方法構(gòu)建的自適應(yīng)學習路徑可有效提升學習者的學習效率、學習成績和學習滿意度,有利于學習者對知識的主動建構(gòu)、內(nèi)化及遷移。 

【文章來源】：現(xiàn)代遠程教育研究. 2020,32(03)北大核心CSSCI

【文章頁數(shù)】：10 頁

【文章目錄】：
一、引言
二、相關(guān)研究現(xiàn)狀
三、自適應(yīng)學習路徑構(gòu)建模型
四、模型的實現(xiàn)過程
    1. 數(shù)據(jù)預(yù)處理階段
    2. 相似學習者選擇階段
    3. 學習路徑圖譜構(gòu)建階段
    4. 自適應(yīng)學習路徑挖掘階段
五、自適應(yīng)學習路徑績效實驗分析
    1. 實驗設(shè)計
    2. 實驗結(jié)果分析
    3. 學習滿意度分析
六、總結(jié)與思考


【參考文獻】：
期刊論文
[1]學習風格用戶模型分類及其自適應(yīng)策略[J]. 喬興媚,楊娟.  現(xiàn)代教育技術(shù). 2019(01)
[2]人工智能教育應(yīng)用的現(xiàn)狀分析、典型特征與發(fā)展趨勢[J]. 梁迎麗,劉陳.  中國電化教育. 2018(03)
[3]大數(shù)據(jù)背景下的精準個性化學習路徑挖掘研究——基于AprioriAll的群體行為分析[J]. 姜強,趙蔚,李松,王朋嬌.  電化教育研究. 2018(02)
[4]學習活動設(shè)計:內(nèi)涵、意義與策略[J]. 邵麗.  江蘇教育研究. 2018(01)
[5]非物質(zhì)文化遺產(chǎn)資源自適應(yīng)推送系統(tǒng)的用戶模型構(gòu)建研究[J]. 莊文杰,談國新,侯西龍,李莎.  情報雜志. 2017(11)
[6]基于詞頻統(tǒng)計規(guī)律的文本數(shù)據(jù)預(yù)處理方法[J]. 池云仙,趙書良,羅燕,高琳,趙駿鵬,李超.  計算機科學. 2017(10)
[7]協(xié)同推薦:一種個性化學習路徑生成的新視角[J]. 趙學孔,徐曉東,龍世榮.  中國遠程教育. 2017(05)
[8]學習者數(shù)據(jù)肖像支撐下的個性化學習路徑破解——學習計算的價值賦予[J]. 牟智佳.  遠程教育雜志. 2016(06)
[9]面向用戶需求的自適應(yīng)學習系統(tǒng)個性化學習路徑推薦研究[J]. 趙學孔,岑磊.  中國教育信息化. 2016(21)
[10]基于結(jié)構(gòu)方程模型的高校教育信息化學生評價研究[J]. 陳巧云.  電化教育研究. 2016(08)

博士論文
[1]自適應(yīng)學習系統(tǒng)支持模型與實現(xiàn)機制研究[D]. 姜強.東北師范大學 2012

碩士論文
[1]基于學習分析的適應(yīng)性學習路徑推薦系統(tǒng)設(shè)計與開發(fā)[D]. 陳智慧.華中師范大學 2016



本文編號：3641183