共查询到20条相似文献，搜索用时 15 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.
3.
基于WWW的自主学习环境的构建策略 总被引：6，自引：0，他引：6
主要从如何构建一个基于WWW的适合远程学习者的、有效的自主学习环境的角度,讨论了学习者认知模型的构建、学习资源库的构建与优化、智能代理的应用、支持服务与动态监控的集成,作为基于WWW的自主学习环境的构建策略,并给出了基于WWW的自主学习环境的构建模型,作为e线远程教育服务提供者的参考框架. 相似文献
4.
构建适应学习者个性需求的学习环境是实现学与教方式变革的基础。智慧学习环境是虚拟学习环境和个人学习环境的高端形态,它可以实现虚拟环境与学习主体的深度融合,突出学习者在学习过程中的主体地位,重视教师在学习过程中的指导作用,支持学习者的社会性协作交流。智慧学习环境的构成要素包括个人学习空间、社会化学习平台、学习资源中心、课程管理系统、辅助学习工具五个模块。在智慧学习环境设计过程中要遵循先进性、实用性、个性化的原则。基于模块化面向对象的动态学习环境和社会性网络服务平台而构建的开放、真实、协作的智慧学习环境,能够支持学习者在网络环境下进行便捷、舒适、有效的个性化自主学习。 相似文献
5.
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
6.
基于境脉感知的泛在学习环境模型构建 总被引：4，自引：0，他引：4
为满足学习者实现无缝学习的需求,本文在比较移动学习与泛在学习的基础上,认为具有境脉感知功能的泛在学习是满足学习者无处不在的个性化与适应性学习需求的最佳学习方式,并以建构主义学习理论、情境认知理论、活动理论和沉浸理论为指导,构建了泛在学习环境模型,提出了构成泛在学习环境的三要素,即泛在的学习资源、泛在的学习服务和泛在的支撑技术,并对各要素的具体组成部分如学习内容、学习活动、学习伙伴、学习交互、学习支持服务、境脉感知技术等进行了详细的分析.在此基础上,得出泛在学习环境具有无可比拟的优势,能够真正实现在合适的时间、合适的地点以合适的方式呈现给学习者合适的信息,从而保证学习者实现真正无缝的个性化学习. 相似文献
7.
丛春瑜 《四川教育学院学报》2004,20(7):16-17
本文论述了基于Web的学习环境中 ,学习者个性化学习信息模型的构建方法。提出了实现个性化学习信息服务的参考模型 ,并描述了模型中的关键构成要素。基于agent的个性化学习信息服务将是未来远程学习环境发展的一个新热点。 相似文献
8.
9.
个性化学习评价是教育评价改革的内在要求和重要趋势。人工智能为个性化学习评价的实现提供了技术支撑,其价值体现在促进对学习者多模态数据的采集、实现学习过程与状态的智能分析、支持学习评价结果的智能化反馈、推动人机协同评价等方面。人工智能支持下个性化学习评价的实现,需要推进学校智能教育环境建设及其应用、构建人工智能支持下个性化学习评价的实施框架、制定个性化学习评价中人工智能的应用规范、提升教师应用人工智能开展个性化学习评价的能力。 相似文献
10.
MOOC以其独特特点和独特优势如低注册门槛、资源开放在线及使用异步无限制等,吸引了来自世界各地的、大量不同背景、不同特征和不同目的学习者。这就使得MOOC要获得可持续发展,并最大化其存在价值,必须满足学习者的个别化需求和目的,支持和促进学习者的自主个性化学习过程和学习结果,因而MOOC学习环境必须支持和促进学习者的个性化学习。该研究对支持和促进学习者自主个性化学习的MOOC学习环境设计的策略进行了深入探究,以期对MOOC研究和实践的发展有所裨益。 相似文献
11.
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
12.
利用人工智能技术实现个性化学习是当前教育改革发展的现实诉求.个性化学习的内涵包括以学习者的个性化需求和特征为前提、以学习者个性化的学习过程为核心、以学习者的个性化发展为最终目标等三个要点.人工智能技术为个性化学习的实现提供了强有力的支持,主要体现在智能识别、智能分析与处理、智能测评等方面.人工智能时代个性化学习的实现路径包括精准识别学习者的个性化特征、动态生成个性化的学习目标、智能推荐个性化的学习资源、灵活设计个性化学习策略、数据驱动个性化学习评价等. 相似文献
13.
后疫情时代在线学习的地位得到进一步提升。基于文献研究与开发研究,构建了基于数据的在线学习个性化学习支持服务理论模型,并探讨了其实现途径,指出基于大数据的在线学习个性化学习支持服务能有效提升学习质量,提高学习支持服务与学习者需求的匹配程度,实现“类同伴”的陪伴效果,减少在线学习参与的孤独感,提高情感体验,实现高品质学习。基于此,构建了人、大数据、资源、时机、方式和途径为作用元素的学习支持服务模型,实现数据支持的精准决策和智能服务。提出实现基于大数据的在线学习个性化学习支持服务需要关怀生命,系统培育大数据驱动的积极学习支持服务理念;完善基础,构建大数据收集平台对学习者精准画像;建设资源,围绕学习者个性化学习支持服务形成优质学习支持资源;强化体验,围绕“高品质学习”优化学习支持服务机制。 相似文献
14.
RSS（Really Simple Syndication）是指采用XML技术在站点之间实现文档标题、摘要及其他类型Web内容共享的一种技术。作为一个新型的网络信息聚合方式,其使用的简易性和聚合信息的高效性逐渐成为人们关注的焦腺。它不仅适用于新闻信息的订阅,同日寸也适用于学习者有选择地对学习资源进行个性化地聚合,而运用邮箱RSS,则使得个性化学习资源的聚合更加便捷灵活。 相似文献
15.
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
16.
现代远程教育存在＂两个远距离＂。一个是教师和学习者的＂物理远距离＂,另一个是教师和学习者共同面对的与无生命的计算机的＂心理远距离＂。物理和心理上的远距离导致教师和学习者、学习者与学习者之间相互沟通困难,学习者与资源之间沟通困难。这种远距离的状态使得现代远程教育缺乏传统教育中师生面对面的交互及情感交流。因此要使学习者的个性化网络学习能顺利进行必须克服这两个远距离。而克服＂两个远距离＂最有效的办法是为学习者的个性化自主学习提供有效支持和人文关怀。个性化网络学习支持系统是指整合了现代网络技术和个性化支持技术的网络学习支持系统,它的本质是为学习者提供个性化的学习服务,使学习者的个性化网络学习顺利进行。概括地说,个性化网络学习支持系统就是为学习者的个性化网络学习提供支持的软件系统。 相似文献
17.
网络学习支持系统设计的探析与思考 总被引：2，自引：1，他引：2
为学习者创设动态的适应性学习环境,提供智能化的学习策略支持,以及实现学习支持系统的个性化导学和助学功能是网络学习支持系统设计和开发的核心目标。本文通过分析目前网络学习支持系统设计、开发现状和相关问题,探讨了增强网络学习支持系统的适应性和灵活性,提高系统效能的设想和改进方案。 相似文献
18.
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
19.
信息技术环境中的个性化学习探索 总被引：1，自引：0，他引：1
《中国教育信息化》2008,(16)
个性化学习是一种有利于个体发展,有利于培养学习者创新能力的学习方式,信息技术的发展和在教学中的应用为其提供着有力的支持。本文在分析个性化学习内涵和理论基础的前提下,分析了信息技术环境下促进学生个性化学习的要素,并对教师在信息技术环境下如何支持学生进行有效的个性化学习进行了深入地探讨。最后对不同环境中的个性化学习活动的过程进行了研究。 相似文献