共查询到10条相似文献，搜索用时 15 毫秒
1.
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
2.
互联网的高速发展导致网络学习资源数量迅速增长,案例教学、理论教学等教学资源的个性化推荐受到更多关注。学习者模型是实现个性化推荐的依据。文章以CELTS-11学习者模型规范为基础,针对学习者的个性差异,在学习过程中对基本信息、学习风格、知识状态、认知能力、兴趣偏好等个性化特征展开研究,解决目前资源推荐系统的学习者模型中学习者特征描述不全面、个性化程度不高等问题,构建出了个性化的学习者模型,为学习资源的推送提供了有力的依据,应用效果表明了该方法的有效性。 相似文献
3.
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
4.
在"互联网+"在线学习环境下,探索符合学习习惯和偏好的个性化推荐路径能够降低学习者学习的盲目性、提升学习者在线学习体验.文章提出了一种基于学习者画像的个性化课程推荐方法,首先,利用爬虫技术获得Bilibili网站30多万名学习者的数据,然后对学习者学习数据进行定量分析,尤其是在个性化特征最明显的情感表达方面,采用了基于注意力机制的双向长短时记忆网络进行情感分析,从而构建了包含学习者基本信息、行为和弹幕文本三个维度的学习者画像特征模型.在此基础上,利用深度神经网络建立了教学资源与学习者画像之间的关系模型,用该模型预测学习者新的学习需求.实验结果表明,当学习者登录后,输入要选择的课程,模型能够根据学习者画像推荐相似学习者学习过的课程,提供个性化课程推荐服务,且推荐评价指标也表明该模型能够提高推荐性能. 相似文献
5.
本文分析了目前网络自主学习中存在的问题,提出了网络教育中主动知识服务的思想,分析了本体技术在用户个性化知识推送服务中的应用及网络学习系统中的本体.给出了系统中用户知识兴趣的需求模型和系统实现的模型框架.通过在网络学习系统中应用个性化知识推送服务,可以在很大程度上增加学习者网上学习的兴趣和积极性,对普及和推广网络教学模式有着重要的意义. 相似文献
6.
校园网是高校学生获取知识的有益途径。而将知识"推送"给学生的网络教学模式可以提高校园网教学的效率。根据校园网学生管理和资源构成的特点,提出一种以学生个性化教学需求为目标,采用智能推送技术从校园网提取知识并"推送"给学生的网络教学系统的构建方法。该系统借助上网认证系统与校园网集成,首先从校园网认证系统中获取在线学生的身份信息,建立满足不同学生对于课程学习需求的教学推送模型;其次根据个性化的教学推送模型,并结合多种智能推送算法,从校园网各种数字资源中提取相关的教学知识、学习经验知识以及兴趣知识等,利用认证系统将知识推送给学生学习。基于知识推送的网络教学系统能够提高学生使用校园网自主学习的积极性。 相似文献
7.
随着大数据的兴起,将大数据引入教育领域,改善现存的教学问题,促进教育信息化的发展已是大势所趋.文章采用文献分析法,通过分析大数据在建设在线学习平台的优势,促进个性化学习的发展,从在线学习平台的学习推送模块、学习诊断与干预模块、学习评价模块和教育决策模块的建设四方面分析如何将大数据技术引入在线平台建设中,改善现有的在线学习平台的弊端,使在线学习平台更加符合学习者个性化的学习需要,进而促进在线学习的发展. 相似文献
8.
随着大数据的兴起,将大数据引入教育领域,改善现存的教学问题,促进教育信息化的发展已是大势所趋.文章采用文献分析法,通过分析大数据在建设在线学习平台的优势,促进个性化学习的发展,从在线学习平台的学习推送模块、学习诊断与干预模块、学习评价模块和教育决策模块的建设四方面分析如何将大数据技术引入在线平台建设中,改善现有的在线学习平台的弊端,使在线学习平台更加符合学习者个性化的学习需要,进而促进在线学习的发展. 相似文献
9.
马寅 《宁波职业技术学院学报》2015,(2)
为提升高职院校图书馆信息系统的个性化服务水平,优化知识管理,在传统OPAC平台基础上增加了读者兴趣模块和信息过滤模块,搭建图书馆个性化信息服务系统架构。依托分布式人工智能领域的Agent技术,在多智能Agent协同工作下,采用基于内容的过滤方式及智能Agent的学习、更新功能,从用户操作记录中提取特征信息,构建不同的兴趣模型。根据读者兴趣差异,与传统文档检索结果相匹配,有效过滤出读者需求信息,减少读者寻找需求信息的时间,提高读者检索效率,实现相似用户的信息推送,实现“信息找人”。 相似文献