共查询到20条相似文献，搜索用时 218 毫秒
1.
在大规模在线学习中,个性化学习和信息导航越来越受到学习者的欢迎。由于学习者众多、学习需求多样化和学习资源海量,个体化支持服务已难以满足个性化学习和个性化资源推荐的需求。相关研究表明,将社会化支持服务引入在线学习中,能初步缓解支持服务不足的问题。文章以社会化支持服务的属性和内涵为基础,构建基于掌握学习理论的在线学习环境,深入探讨社会化支持服务框架,并结合学习资源、学习伙伴、领域专家等社会性因素对学习者在线学习产生的影响,设计了社会化支持服务流程和个性化推荐模型,旨在为学习者提供智能、精准的支持服务。最后提出“一体化”的社会化支持服务模式,为研究面向个性化学习的社会化支持服务提供参考。 相似文献
2.
在线学习中学习者面临缺少计划、资源过载、缺乏交互、评价单一等问题,将知识地图引入在线学习系统,以期为学习者提供有针对性的学习支持服务。通过文献分析,从学习资源服务、个性化支持、知识协同共建、学习评价4个方面,构建基于知识地图的在线学习支持服务体系。基于知识地图的在线学习支持服务将零散的学习资源组织在一起,并提供资源导航、资源检索等功能;根据学习者的基本特征信息,推荐个性化学习路径;允许教师、助教、学习者共同构建知识地图、信息资源;支持学习评价以及评价反馈多元化。这些支持服务有利于引导、帮助和促进学习者自主学习,提高在线学习效率。 相似文献
3.
4.
在线课程是远程开放教育的主要载体,是远程开放教育质量保障的重要基础.在线课程资源的使用者是开放教育学习者,从学习者的课程学习体验入手,能深入了解在线课程教学的现实情况.本研究以G区域学历教育学习者为研究对象,围绕学习者的学习经历、行为、感受和情感态度等开展学习体验调查,对研究数据采用统计描述法与内容分析法进行分析.分析结果表明:课程内容不契合学习需求、学习活动参与性不强、学习支持服务不到位等问题影响了在线学习体验.据此,分别从课程内容、教学活动、学习支持三个维度提出具体的建议,包括提高课程内容的实用性、适用性、先进性;完善互动环节的实施策略;提升学习的自由度和学习效率,提供时间管理帮助等. 相似文献
5.
在线学习环境下,探索符合学习习惯和偏好的学习活动路径能够降低学习者学习盲目性、提升学习者的课程体验。研究以教育大数据为背景,以MOOC为研究案例,以个性化学习路径为研究内容,通过对学习结果分类理论、教育目标分类法以及三维目标分类理论的分析、对比、归纳、借鉴,对MOOC平台学习者行为数据进行了维度划分,并从态度和认知两方面入手构建了包含学习兴趣、知识水平、综合能力三个维度的学习者学习画像特征模型。在此基础上,通过交叉使用Apriori All算法和贝叶斯网络对平台行为数据进行差异处理,使其转化为具有信息价值的具体数值,设计出了学习画像与个性化学习路径拟合系统。在此基础上,运用蚁群算法实现个性化学习路径的生成与推荐,为学习者提供精准的学习路径指导,降低学生迷航率。研究结果表明:基于学习画像的个性化学习路径推荐具有精准性;学习画像可以实现MOOC环境下平台数据和学习者之间的耦合;交叉使用多种算法实现不同维度数据的差异性处理,使数据分析、处理、应用具有合理性,是实现个性化学习路径生成推荐的良好基础。 相似文献
6.
基于数据智能分析的学习资源推送是精准支持个性化学习的教学服务方式之一。随着人工智能技术和学习分析技术的发展，通过对行为数据、测评数据和日志数据等的分析进行资源推送虽已有较成功应用，但未能实现学习者个人情感状态为引导的资源推送。为此，该研究针对个性化学习资源推荐中情感价值、情感控制理论和实践的缺失，以实现个性化学习多维度情感识别为目标，采用BERT模型和TextCNN构建个性化学习资源推荐文本情感识别模型，并提出了基于学习者作业、论坛内容等的文本情感识别模型实现过程。学习资源推荐文本情感识别模型和实现过程可为真实应用提供方法支持和技术路线指引。 相似文献
7.
在线学习作为一种新型的学习方式,能够为学习者提供个性化的学习支持。有效推荐个性化学习路径是学习服务研究中的重点问题。文章结合大数据背景下个性化学习的特征,建立学习者模型,通过数据挖掘技术深入分析学习者的学习行为信息以及知识之间的关系,结合基于内容的推荐和协同过滤的推荐方式,设计个性化学习路径推荐的具体方案,为解决在线学习过程中学习者面临的“信息过载”和“知识迷航”问题提供参考和借鉴。 相似文献
8.
教育大数据能为学习者学习行为精准分析提供有力支持,对提升现有在线学习系统效率起到积极的助推作用,而自我学习调节算法将成为在线自适应学习系统实现的关键。文章首先对国内外自适应学习系统相关研究现状进行了梳理;接着从量化自我角度出发,提出了教育大数据驱动的在线自适应学习系统模型,并详细分析了该模型中的学习对象、自我学习调节机制;结合自适应学习服务策略和学习能力层次,构建了自我学习调节算法SLCA(Self Learning Control Algorithm)作为在线自适应学习实现的基础。 相似文献
9.
学习支持服务是通过各种方式与途径为在线学习者提供学习服务的总和,旨在指导和协助在线学习者实现自主学习和提高学习有效性。完善混合学习环境下各级各类高校的学习支持服务,应从高校自身条件及需求出发,从影响教学质量的"人、事、物"入手。基于对混合学习环境下学习支持服务体系的现状及问题分析,研究组建师生"双主"学习共同体,构建平台、教师和学校三位一体的"三主"学习支持服务模式,以期推动在线学习者的学业发展和教师专业发展,最终促进高等教育人才培养的可持续性发展。 相似文献
10.
随着终身学习理念的普及,在线学习日趋成为成人学习者获取知识与技能的主要途径。为分析成人在线深度学习的影响因素和作用机制,探索有效促进深度学习发生的在线教学策略,研究构建基于“课程设计—教学实施—教学评价”三阶段的“成人在线深度学习发生机制模型”,开发成人在线深度学习测评工具,基于对494名在线学习者的问卷调查结果,开展了实证研究。研究结果表明:从学习者需求出发组织真实情境下的教学是提高学习动机和学习参与程度的关键因素,成人在线课程设计秉持“因需施教”的理念;教师要重视对学习者的“支持—调节”,培养学习者沟通协作、知识建构、问题解决等高阶能力;成人在线教学应提升学习者“在场”体验,引导学习者“学会学习”和“主动参与学习”。 相似文献
11.
学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础.如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题.研究以在线作业为目标场景,以在线学习行为投入为切入点,构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标,利用7695名小学生在线作业数据进行了27个测量指标的有效性验证,采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类,形成了四类学习者的群体画像,提出了相应的学习指导建议.研究发现,学习者的学业成绩与作业行为投入之间存在显著相关,不同的行为投入平台指标与学业成绩呈现不同的相关性,学习品质相关指标与学业成绩呈现强相关.因此,在线教育平台应通过画像技术,持续跟踪学习者的在线学习行为投入,评估学习者的学习品质,提出个性化的指导建议,推送精准化的学习资源,进而提升学习者在线学习效率. 相似文献
12.
13.
《湖北大学成人教育学院学报》2019,(3):55-60
当前,学习者流失现象严重成为制约在线教育发展的瓶颈问题。以学习支持服务为切入点,解析运用用户思维、数据思维、连通思维、融合思维及社会思维等互联网思维,通过新生代信息技术与在线学习的深度整合,构建了蕴含学习咨询服务、学习指南服务、学习交互服务、学习资源服务、学习监测服务等五个子范畴的在线学习支持服务体系。最后,基于学习者在线学习的适应性周期,探究了在线学习支持服务的应用模式,以期优化学习支持服务,促进在线学习的良性发展。 相似文献
14.
通过大数据学习分析模型,能够深入探究学习者的学习过程与情境,发现学习规律,根据每一个学生的需求和能力为其提供个性化自适应学习。本研究综述了大数据的内涵及应用,从微观视角提出了大数据之“大”,不在于其表象的“大容量”,而在于分析数据的全面性和潜在的“大价值”。基于大数据分析,从数据与环境(What)、关益者(Who)、方法(How)和目标(Why)等4个维度构建个性化自适应在线学习分析模型。以《C语言程序设计》课程学习为例,从基于大数据个性化自适应的学习过程结构、学习过程可视化及学习效果实证等方面进行分析,研究结果表明对学生学习行为与知识掌握的数据分析,能够推荐合理的学习路径与恰当难度的学习资源,可对学生的学习效果做及时准确的反馈,提供个性化服务干预,有利于促进教与学。 相似文献
15.
16.
学习支持服务作为远程教育的重要功能之一,对实现学生自主学习具有重要的作用和意义。本文基于学习者需求的视角,从学习支持服务的定义入手,通过分析现代远程教育学习支持服务中存在问题,以学习者特点及需求为依据,提出优化资源、加强情感投入、注重个性化等提升学习支持服务水平的策略,有效提高现代远程教育质量。 相似文献
17.
MOOC已成为我国教育信息化发展的热点,而移动教学平台是MOOC可持续发展的技术基础。基于用户体验蜂窝模型构建MOOC学习APP体验框架,以学习者视角体验国内外MOOC移动终端。研究发现,移动MOOC平台在学习支持服务方面进行了有益探索,但在整体功能完备性方面仍存在较大提升空间。从学习者视角提出优化建议,以构建强交互、重体验、个性化的学习环境：加强讨论区功能,建立实时互动功能;优化界面功能模块,明确目标定位;完善学习导航,明确学习任务;关注无障碍学习,满足终身学习需求;规范版权归属,保护用户隐私;提供个性化服务,满足个性化学习需求等。 相似文献
18.
画像技术在当前精准营销中的应用非常广泛,而其在教育领域尤其是在线学习者的特征识别方面研究较少。文章从学习者的一般特征、学习准备、学习风格、行为特征四个方面对学习者进行分析,提出在线学习者画像描述的总体框架。同时,通过机器学习对在线学习行为数据进行挖掘,文章分别从以上四个方面对学习者画像进行建模研究,重点讨论了学习风格的建模过程,并通过对在线学习者个案分析,阐述了学习者画像在指导学习资源精准推荐、评估在线学习者学业失败或退出风险等方面的应用,为个性化教育实施提供了实践案例。 相似文献
19.
基于Web的学习支持服务系统的实践与探索 总被引：13，自引：4，他引：13
学习支持服务已成为远程开放教育的重要支柱,本文主要探讨的是,构建基于Web的学习支持服务系统,使教学全过程始终和学习支持服务无缝融合,为学习者全面、主动地提供个性化的支持服务,真正使“以人为本”和“以学习者为中心”的理念得到体现。 相似文献
20.
黄如民 《现代远程教育研究》2011,(2):84-88
传统的基于浏览器的网络学习环境在画面呈现、操作交互、信息更新等方面有一定局限性。基于富媒体技术架构的桌面学习环境具有强大、便捷的操作交互和信息交互功能,能整合多种媒体,实现桌面集成化、信息推送与更新、本地数据存储和离线操作等功能,开发简易,部署方便。凭借良好的系统架构和各种创新技术,桌面学习环境将改变信息资源组织形式,丰富学习支持服务工具和手段,增强学习者学习体验,提升学习活动的交互层次和水平,更大程度地满足学习者个性化学习需求。 相似文献