本文選題：學(xué)習(xí)診斷 + 知識(shí)結(jié)構(gòu)圖　； 參考：《河南師范大學(xué)》2017年碩士論文

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)在教育領(lǐng)域應(yīng)用的深入,個(gè)性化學(xué)習(xí)已經(jīng)成為人們關(guān)注的熱點(diǎn)。不斷快速增長(zhǎng)的學(xué)習(xí)資源(包括線上線下資源),讓學(xué)習(xí)者面臨著“信息過載”和“信息迷航”的困惑。面對(duì)海量的學(xué)習(xí)資源,如何在有限的時(shí)間內(nèi),挖掘和推薦出適當(dāng)?shù)膶W(xué)習(xí)資源,是教育信息化領(lǐng)域面臨的一種挑戰(zhàn)。與電子商務(wù)領(lǐng)域相比,教育領(lǐng)域信息的挖掘與推薦有自己的特性,即學(xué)習(xí)目標(biāo)特性。用戶在考慮感興趣資源的同時(shí),還需要考慮學(xué)習(xí)目標(biāo)。興趣偏好不是資源推薦的唯一的指標(biāo),用戶的學(xué)習(xí)目標(biāo)也是推薦考慮的重要因素。論文基于學(xué)習(xí)診斷,研究個(gè)性化學(xué)習(xí)資源推薦方法。首先,構(gòu)建知識(shí)點(diǎn)關(guān)系圖。基于本體構(gòu)建知識(shí)點(diǎn)之間的關(guān)系圖,建立試題知識(shí)點(diǎn)矩陣和試題得分矩陣,根據(jù)一定的教學(xué)策略判斷學(xué)生的知識(shí)點(diǎn)水平。針對(duì)未掌握知識(shí)點(diǎn),根據(jù)拓?fù)渑判蚍椒ǐ@取學(xué)生個(gè)性化知識(shí)點(diǎn)序列。然后,針對(duì)行為數(shù)據(jù),進(jìn)行多維度分類,分析并建立其與學(xué)習(xí)效果之間的關(guān)系,從而發(fā)現(xiàn)學(xué)生的學(xué)習(xí)習(xí)慣和學(xué)習(xí)興趣。第三,根據(jù)學(xué)習(xí)目標(biāo)和學(xué)習(xí)偏好,建立一種學(xué)習(xí)資源推薦機(jī)制,設(shè)計(jì)協(xié)同過濾推薦算法。為避免知識(shí)點(diǎn)空白,當(dāng)學(xué)生掌握個(gè)性化知識(shí)點(diǎn)序列后,指導(dǎo)學(xué)生進(jìn)行平行知識(shí)點(diǎn)的學(xué)習(xí)。第四,基于學(xué)習(xí)平臺(tái)產(chǎn)生的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)表明,學(xué)習(xí)資源推薦算法能夠提高推薦的準(zhǔn)確率和效果。
[Abstract]:With the application of Internet technology in the field of education, personalized learning has become the focus of attention.The rapid growth of learning resources, including online and offline resources, makes learners face the confusion of "information overload" and "information confusion".In the face of massive learning resources, how to mine and recommend appropriate learning resources in a limited time is a challenge in the field of educational information.Compared with the field of e-commerce, the mining and recommendation of information in the field of education has its own characteristics, that is, the characteristics of learning objectives.Users need to consider learning goals as well as interested resources.Interest preference is not the only indicator of resource recommendation, and the user's learning goal is also an important factor of recommendation.Based on learning diagnosis, this paper studies the recommendation method of personalized learning resources.First of all, construct the knowledge point diagram.Based on ontology, the relationship diagram between knowledge points is constructed, the knowledge point matrix and score matrix are established, and the level of knowledge points of students is judged according to certain teaching strategies.According to the topological sorting method, the individualized knowledge point sequence of students is obtained.Then, according to the behavior data, the multi-dimension classification is carried out, and the relationship between it and the learning effect is analyzed and established, so as to find out the students' learning habits and interest.Thirdly, according to learning goals and learning preferences, a learning resource recommendation mechanism is established and collaborative filtering recommendation algorithm is designed.In order to avoid the blank of knowledge points, when students master the sequence of individualized knowledge points, the students are instructed to learn parallel knowledge points.Fourth, the experiment is based on the data generated by the learning platform.Experiments show that the learning resources recommendation algorithm can improve the accuracy and effect of recommendation.
【學(xué)位授予單位】：河南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱天宇;黃振亞;陳恩紅;劉淇;吳潤(rùn)澤;吳樂;蘇喻;陳志剛;胡國(guó)平;;基于認(rèn)知診斷的個(gè)性化試題推薦方法[J];計(jì)算機(jī)學(xué)報(bào);2017年01期

2 單留舉;王曉東;馬英運(yùn);;基于大數(shù)據(jù)的用戶學(xué)習(xí)偏好建模及應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2016年01期

3 潘澄;陳宏;;我國(guó)學(xué)習(xí)資源個(gè)性化推薦研究進(jìn)展[J];現(xiàn)代教育科學(xué);2015年04期

4 肖揚(yáng);王道平;楊岑;;基于三部圖網(wǎng)絡(luò)結(jié)構(gòu)的知識(shí)推薦算法[J];計(jì)算機(jī)應(yīng)用研究;2015年02期

5 姜強(qiáng);趙蔚;王朋嬌;王麗萍;;基于大數(shù)據(jù)的個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型及實(shí)現(xiàn)[J];中國(guó)電化教育;2015年01期

6 王瑞;李永波;王曉東;姜波;孟楊;;移動(dòng)自主學(xué)堂及其應(yīng)用[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

7 楊超;;基于粒子群優(yōu)化算法的學(xué)習(xí)資源推薦方法[J];計(jì)算機(jī)應(yīng)用;2014年05期

8 祝智庭;沈德梅;;學(xué)習(xí)分析學(xué):智慧教育的科學(xué)力量[J];電化教育研究;2013年05期

9 李華;張宇;孫俊華;;基于用戶模糊聚類的協(xié)同過濾推薦研究[J];計(jì)算機(jī)科學(xué);2012年12期

10 姜強(qiáng);趙蔚;王朋嬌;;基于網(wǎng)絡(luò)學(xué)習(xí)行為模式挖掘的用戶學(xué)習(xí)風(fēng)格模型建構(gòu)研究[J];電化教育研究;2012年11期

相關(guān)碩士學(xué)位論文 前6條

1 牛文娟;基于協(xié)同過濾的學(xué)習(xí)資源個(gè)性化推薦研究[D];北京理工大學(xué);2015年

2 歐曉恒;基于協(xié)同過濾的推薦算法研究[D];大連海事大學(xué);2015年

3 程婧鈺;智能教學(xué)系統(tǒng)中知識(shí)庫(kù)和課程規(guī)劃的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2013年

4 沈鍵;電子商務(wù)的個(gè)性化協(xié)同過濾推薦算法研究[D];上海交通大學(xué);2013年

5 李素珍;基于網(wǎng)絡(luò)學(xué)習(xí)行為分析的網(wǎng)絡(luò)學(xué)習(xí)風(fēng)格與學(xué)習(xí)偏好挖掘模型研究[D];華中師范大學(xué);2009年

6 李念;基于網(wǎng)絡(luò)學(xué)習(xí)行為分析的評(píng)價(jià)模型研究[D];華中師范大學(xué);2007年

，

本文編號(hào)：1753269