基于逐次适应蚁群优化算法的个性化微学习推荐

摘要 为帮助学习者提高学习效率,针对微学习的特点,提出一种信息素浓度逐次适应调整的蚁群优化算法,以此优化微学习路径的推荐。在微学习的整个过程中,通过学习者与系统的交互获取学习者的学习状态,并根据学习状态调整学习路径的推荐策略。在学习单元的粒度上调整学习路径,从而实现捕捉满足学习者的个性化需求,帮助学习者提高学习效率。 关键词 蚁群优化算法; 学习路径; 微学习; 个性化推荐; 逐次适应; [1]赵琴,陈健,张月琴. 基于逐次适应蚁群优化算法的个性化微学习推荐[J]. 计算机工程,2018,(02):238-243+276.

Continue reading »

基于自适应学习平台促进学生个性化学习的研究

摘要 大数据时代的来临,引发了教学方式的重大变革,基于大数据分析技术的自适应学习平台个性化学习成为教育技术新范式。本研究通过对中外相关文献的分析,对个性化自适应学习概念、时代背景及获得的成就进行叙述,并着重强调了个性化自适应学习是时代发展的呼唤,是教育学研究的新趋势,是科学技术和教学研究深度融合的新典范;重点表述自适应学习平台的框架体系结构、学习者学习特征模型、个性化学习资源推送和个性化学习路径推荐。最后通过教学实践表明:基于自适应学习平台的个性化学习对普通学习者的学习成绩有显著正向影响,而对优秀学习者的学习成绩提高的影响不显著;但在学习兴趣、问题抛弃率和尝试次数等方面都有明显正向影响。研究结果为进一步改进和优化自适应学习平台提供了参考依据。 关键词 自适应学习平台; 个性化学习; 适应性学习; 学习特征; 学习路径; [1]周海波. 基于自适应学习平台促进学生个性化学习的研究[J]. 电化教育研究,2018,(04):1-6.

Continue reading »

大数据背景下的精准个性化学习路径挖掘研究——基于AprioriAll的群体行为分析

摘要 在数字化环境中,学习是对信息进行收集、汇聚、存储、共享和创造的过程,不仅涉及个体学习行为,也涉及群体行为,影响着个体知识建构过程。大数据背景下,基于AprioriAll算法,挖掘分析相同或相近学习偏好、知识水平的同一簇群体学习行为轨迹,并以学习者特征与学习对象媒体类型、理解等级、难度级别的匹配计算为基础,能够生成精准个性化学习路径,可为差异化教学提供新思路。最后,采用实验研究法,通过散点图与无回路有向图及学习效率与满意度调查,表明研究成果满足学习需求,能为学习者提供有效指引,有助于激发学习兴趣,提高学习动机,促进个性化发展。 关键词 个性化学习; 精准学习路径; AprioriAll算法; 大数据; 群体行为; [1]姜强,赵蔚,李松,王朋娇. 大数据背景下的精准个性化学习路径挖掘研究——基于AprioriAll的群体行为分析[J]. 电化教育研究,2018,(02):45-52.

Continue reading »

适应性学习支持系统用户使用行为及影响因素实证研究

摘要 适应性学习支持系统可以有效促进学习者的个性化学习,探明学习者对该系统的使用行为及影响因素是保证系统有效使用的前提。研究基于技术接受模型,构建了学习者使用适应性学习支持系统的影响因素模型,采用结构方程模型对影响学习者使用系统的主要因素及机制进行了实证检验。研究结果表明:适应性学习路径和资源对学习者使用系统的感知有用性具有显著正向影响;适应性学习路径对学习者使用系统的感知易用性具有显著正向影响;适应性学习资源对学习者使用系统的感知易用性的影响不显著;年级对学习者使用系统的影响具有显著差异;性别和区位对学习者使用系统的影响无显著差异。研究结果为进一步构建和改进适应性学习支持系统提供了参考依据。 关键词 适应性学习支持系统; 适应性学习路径; 应用效果; 技术接受模型;   [1]黄志芳,梁云真,万力勇. 适应性学习支持系统用户使用行为及影响因素实证研究[J]. 电化教育研究,2018,(01):42-48+67.

Continue reading »