共查询到20条相似文献，搜索用时 29 毫秒
1.
王鹰王向丽 《中国教育技术装备》2023,(14):10-13
以教育技术培训为例,设计了专业的知识图谱,所有知识点与试题、学习资源相互关联,学习系统根据学习者的个性化差异智能推荐学习资源,学习者在反复自测与学习后,可以快速地提升自己的教育技术专业素养,大大提高学习效率。 相似文献
2.
为解决初级汉语水平学习者的词汇学习迷航问题,提高其学习效率和词汇应用能力,文章首先梳理了信息技术促进词汇学习的研究现状,并指出学习资源推荐技术存在的问题。随后,文章设计了汉语水平考试(HSK)三级词汇的学习资源、10种关系及其特性和优先级,构建了本体,提出了推荐流程,并参考Jena框架,构建了基于知识图谱的汉语词汇学习资源推荐系统。最后,文章采用问卷调查和访谈法进行了推荐系统的学习体验评价,结果表明:学习者对推荐系统的满意度较高,认为推荐系统可促进汉语词汇的学习。基于知识图谱的汉语词汇学习资源推荐系统能够提升汉语词汇的学习效率,实现汉语词汇学习规模化和个性化的统一。 相似文献
3.
随着教育信息化进程在教育领域的不断推进,互联网教育资源平台中形成了大量的学习资源.文章以教育云资源平台中的课程资源为例,通过提取用户数据、资源标签以及使用情况等信息,对资源的不同特征进行量化,建立基于模型的知识图谱,从而直观展示课件资源、用户需求等相关关系,利用知识图谱从海量学习资源中为学习者推荐最佳学习内容,帮助学习者理清知识关系,提升个性化推荐资源多样性和用户信任度. 相似文献
4.
适合大规模网络学习的个性化导学系统 总被引：1，自引：0，他引：1
为了对大规模网络学习中参差不齐的学习者实现有效的学习控制和个性化的学习指导,设计并实现了一种个性化的智能导学系统.该系统以结构化知识域为基础,组织所有学习对象;通过分析学习者基于知识域的各种学习活动,产生基于知识结构的评价结果,形成个性化学习记录;通过学习路径挖掘对学习者进行学习引导和控制;根据学习者的学习评估状态进行聚类,由教师作学习资源的类内权威推荐、学习策略调整等个性化的指导.实践证明,该系统的使用显著提高了学习者的学习速度和学习效果. 相似文献
5.
知识图谱作为知识存储工具的应用对教学教研具有重要意义,近年来受到研究者和教师的广泛关注。文章针对传统学科知识图谱构建方法难以适应智能时代知识快速增长、更新的需要,基础教育学科知识图谱未能用于综合解析教与学的过程和智能评估学习发展的问题,从学科知识、教学活动、学生学习三个角度出发,提出建构包含学科知识、教学活动、个体学习的三层立体动态知识图谱模型的思路,结合自顶向下和自底向上的构建方法,从数据采集、本体构建、知识抽取、知识融合、知识更新五个方面设计图谱构建框架,实现三层图谱相互关联、相互影响和相互解释,支持基于教学过程大数据的教学过程和学习成效解释和诊断。基于提出的模型和方法,研究以数学学科内容进行了应用示例,以期为知识图谱领域的实践提供应用参照。 相似文献
6.
7.
针对个性化学习的需求,本文提出了一个网络课程资源支持下基于语义Web的个性化主动服务系统。系统以学习者、课程和资源对象语义建模为基础,从学习者的学习水平、学习目标、学习偏好和学习状态四个方面出发,分别与课程知识、学习资源对象等方面的语义进行匹配和推荐,设计了主动时机和方式决策机制,以实现学习路径与资源对象等的个性化主动服务。实验表明,该系统可以较好地促进学习者课程知识建构,有效地提高学习效率和学习效果。 相似文献
8.
曹艳 《中国教育技术装备》2011,(24)
借助网络资源进行学习已成为目前的主流学习方式之一,加强网络学习资源的管理,将有利于学习者学习效果的优化。针对目前网络学习资源管理中存在的问题,从知识管理的角度,构建网络学习资源管理模式,力求实现资源搜索个性化、智能化,显性知识与隐性知识相互转化,知识创新,知识增值,改善网络学习效果,最终实现个性发展的目的。 相似文献
9.
网络环境下基于Web的个性化学习是现代远程教育与智慧教育领域研究的热点,也是数字化学习E-learning未来发展的趋势。Web个性化学习环境构建主旨是针对学习者特征差异性"分析"与"判断"其个性化需求,并以此精准推荐适当的学习资源,其实现的关键在于用户特征模型构建与分析、结构化领域知识构建以及知识个性化推荐与呈现。其中,用户静态特征与动态行为特征是个性化学习需求的逻辑起点,结构化领域知识模型是个性化推荐的数据源基础,知识个性化推荐与呈现是E-learning的宗旨。 相似文献
10.
随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。 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.
13.
《兰州石化职业技术学院学报》2017,(4)
针对国内外中等规模以上的在线学习平台课程完成率低、用户流失严重的现象,分析了在线学习过程中影响学习效果提升的关联因素。基于大数据技术,构建了在线学习过程行为分析模型总体框架和数据模型,依据行为科学和人工智能理论,完成了对在线学习行为的聚类分析和关联分析。最终,给出了个性化学习资源和教学策略的推荐,有效提高了在线课程资源的利用率和学习效果。 相似文献
14.
泛在计算环境下的微学习方式正逐渐成为人们常用的学习方式,如何对微学习资源及相关个性化资源推荐系统进行设计开发是当前亟待解决的问题。提出了泛在计算环境下个性化资源推荐系统的框架,阐述了其功能特点,并对系统的工作流程进行了分析。实践证明,泛在计算环境下的个性化资源推荐更符合学习者的学习规律,能有效提高学习效果。 相似文献
15.
《现代教育技术》2019,(10):80-86
知识图谱为自适应学习系统中的领域知识建模提供了新思路,但现有构建方法缺乏人类智慧与机器智能的有效结合,无法提供高质量、低成本的知识图谱。基于此,文章首先从人机协同视角出发,提出了自适应学习系统中知识图谱的构建方法,具体包括知识图谱模式设计、资源获取与预处理、知识图谱知识元抽取、知识元语义关系挖掘、知识图谱融合等五大环节;随后,文章以"人工智能"学科为例,对构建方法进行了初步验证;最后,文章从碎片化学习资源整合、适应性学习支持服务两个维度,进一步阐述了知识图谱在自适应学习系统中的应用。文章的研究对于开展基于自适应学习系统的大规模个性化学习具有重要意义。 相似文献
16.
17.
为了解决学生在线学习过程中的“认知过载”和“学习迷航”等问题,充分发挥网络课程资源的教学辅助作用,以《决策支持系统》课程为例,提出一种基于领域本体和语义相似度的个性化学习路径推荐策略。根据领域知识点及其关系构建本体库,建立知识点间语义关系,并用Protégé进行本体形式化编码;基于本体设计学习路径生成策略和相关知识协同策略;最后,结合《决策支持系统》课程现有网络资源设计并开发原型系统,实现个性化学习引导及资源空间优化。实验表明,该平台能够实现在线学习路径的有效引导,为学生提供个性化学习空间,优化在线学习效果。 相似文献
18.
19.
为了有机融入领域知识的内在信息与关联,将知识图谱引入智慧教学过程,构建了知识图谱与教育大数据协同驱动的自适应学习模式.通过对多源、异构的大数据进行数据采集与数据分析,认知学生的学习行为特征,为自适应学习构筑重要前提;将课程的知识体系化,构建多维度下的知识图谱,其拓扑结构蕴含领域专家经验、知识关联与学习路径,为基于课程内... 相似文献
20.
个性化学习推荐模型的研究 总被引：1，自引：0，他引：1
通过分析个性化学习的特点,构造了个性化学习推荐模型.为保证学习效果,设计了基于ISM的学习序列生成方法,从整体上引导学习者的学习过程;在单个知识点学习时,采用关联规则挖掘,推荐符合学习者特征的学习材料. 相似文献