在就業(yè)市場對崗位能力的要求愈來愈細化,專業(yè)化程度要求愈來愈高的背景下,按照傳統(tǒng)教學模式和現(xiàn)有自適應學習系統(tǒng)中“學科—課程—章節(jié)—知識點”的樹形知識模型進行知識內(nèi)容學習的大學生由于缺乏針對專業(yè)技能的學習和訓練,難以滿足用人單位的人才需求,勝任實際生產(chǎn)工作崗位。本文以解決用人市場中應屆大學生與實際生產(chǎn)工作崗位間存在的人崗不匹配問題為目標,進行自適應學習系統(tǒng)中基于多層網(wǎng)狀知識模型的學習路徑推薦技術研究,通過構建合理的領域知識模型、學習者模型,完成自適應學習路徑推薦算法的設計與實現(xiàn),幫助學習者發(fā)現(xiàn)現(xiàn)有知識能力水平與實際生產(chǎn)工作崗位及所需相關專業(yè)技能之間存在的差距,按照個性化的學習路徑完成知識內(nèi)容學習,從而掌握相關專業(yè)技能、勝任實際生產(chǎn)工作崗位。本文的主要研究工作如下:1)分析傳統(tǒng)教育模式與現(xiàn)有自適應學習系統(tǒng)的不足,結(jié)合自適應學習路徑推薦需求,提出了一種用于描述“崗位”、“專業(yè)技能”“知識點”之間以及“知識點”與“知識點”之間復雜網(wǎng)狀關系的多層網(wǎng)狀知識模型,并以計算機專業(yè)的知識學習和崗位技能需求為例,通過構建領域知識本體實現(xiàn)多層網(wǎng)狀知識模型的形式化描述,便于自適應學習路徑推薦算法分析與處理。2)... 

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1 研究背景及意義
    1.2 自適應學習技術研究現(xiàn)狀
    1.3 本文工作概述
        1.3.1 研究內(nèi)容與目標
        1.3.2 關鍵技術概括
    1.4 本文組織結(jié)構
第二章 相關理論與關鍵技術
    2.1 領域知識模型
        2.1.1 領域知識模型設計
        2.1.2 領域知識模型表達
    2.2 學習者模型
        2.2.1 學習風格模型
        2.2.2 學習風格預測
        2.2.3 知識能力水平評估
    2.3 本章小結(jié)
第三章 領域知識模型設計與構建
    3.1 領域知識模型設計
    3.2 領域知識本體構建
        3.2.1 確定本體構建領域及范圍
        3.2.2 現(xiàn)有領域知識本體及領域概念可用性分析
        3.2.3 定義類和類的層次
        3.2.4 定義數(shù)據(jù)屬性
        3.2.5 實例創(chuàng)建
    3.3 本章小結(jié)
第四章 學習者模型構建
    4.1 學習者模型概述
    4.2 學習者信息采集
    4.3 學習風格分析與預測
        4.3.1 基于TAN貝葉斯網(wǎng)絡的學習風格預測算法
        4.3.2 學習風格預測與更新
    4.4 知識空間模型構建
        4.4.1 知識點掌握程度估計
        4.4.2 基于最大信息量的測驗試題篩選
        4.4.3 知識空間構建與更新
    4.5 本章小結(jié)
第五章 自適應學習路徑推薦算法
    5.1 知識點學習成本與貢獻度
    5.2 自適應學習路徑推薦算法
        5.2.1 基于學習成本的學習目標選取算法
        5.2.2 基于貢獻度的學習目標選取算法
        5.2.3 知識點學習順序規(guī)劃算法
        5.2.4 自適應學習路徑推薦策略
    5.3 本章小結(jié)
第六章 自適應學習路徑推薦算法評價
    6.1 實驗設計
        6.1.1 實驗數(shù)據(jù)
        6.1.2 實驗平臺與工具
        6.1.3 實驗流程
    6.2 實驗結(jié)果與分析
    6.3 本章小結(jié)
第七章 總結(jié)與展望
    7.1 論文主要工作總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻
作者簡介
文章發(fā)表情況


【參考文獻】：
期刊論文
[1]服務系統(tǒng)中冷啟動服務協(xié)作關系挖掘與預測[J]. 郝予實,范玉順.  清華大學學報(自然科學版). 2019(11)
[2]知識圖譜數(shù)據(jù)管理研究綜述[J]. 王鑫,鄒磊,王朝坤,彭鵬,馮志勇.  軟件學報. 2019(07)
[3]一種增加先驗知識庫的貝葉斯網(wǎng)絡推理模型[J]. 瞿錫垚,劉學軍,張禮.  計算機技術與發(fā)展. 2019(08)
[4]基于復合神經(jīng)網(wǎng)絡的學習風格動態(tài)分析與研究[J]. 李超,周泓.  計算機工程與應用. 2018(06)
[5]基于Rasch模型的參數(shù)估計方法比較研究[J]. 王佶旻,李瀟.  中國考試. 2017(09)
[6]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)
[7]基于TAN貝葉斯網(wǎng)絡的學習風格檢測研究[J]. 羅凌,楊有,馬燕.  計算機工程與應用. 2015(06)
[8]互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]. 許海玲,吳瀟,李曉東,閻保平.  軟件學報. 2009(02)
[9]本體學習研究綜述[J]. 杜小勇,李曼,王珊.  軟件學報. 2006(09)
[10]個性化Web信息服務技術研究[J]. 余強,張海盛.  計算機應用研究. 2006(02)

博士論文
[1]面向基礎教育的自適應學習服務系統(tǒng)研究與應用[D]. 廖軼.北京交通大學 2017
[2]自適應學習系統(tǒng)支持模型與實現(xiàn)機制研究[D]. 姜強.東北師范大學 2012
[3]適應性教學系統(tǒng)中個性化教學策略研究[D]. 柏宏權.南京師范大學 2006

碩士論文
[1]自適應測試在導學系統(tǒng)中的研究與應用[D]. 朱家南.西安電子科技大學 2018
[2]《C#語言程序設計》課程本體構建及應用研究[D]. 蔣姣姣.北京交通大學 2018
[3]計算機自適應測試中選題策略優(yōu)化研究[D]. 高洪娟.東北師范大學 2016
[4]基于定制服務的個性化學習系統(tǒng)的設計與實現(xiàn)[D]. 王吉林.華中師范大學 2014
[5]基于學習理論和web挖掘的個性化網(wǎng)絡學習資源推薦的研究[D]. 張琰.云南師范大學 2013
[6]網(wǎng)絡學習風格量表編制研究[D]. 張雪飛.華中師范大學 2013
[7]基于《計算機組成原理》課程本體學習研究及實現(xiàn)[D]. 李世清.重慶大學 2011



本文編號：3648890