排序方式: 共有157条查询结果,搜索用时 12 毫秒
71.
72.
基于用户模型的个性化本体学习资源推荐研究 总被引:4,自引:1,他引:3
如何基于学习者的个性化学习特征,使学习者在大量学习资源和学习活动中快速定位自己最适合的内容已成为当前热点问题.本文研究的SAELS(Semantic Adaptiv-Learning System)实现以本体技术为核心,以用户模型为依据的个性化本体学习资源推荐.文中首先以课程为例构建本体,然后介绍了如何构建一个成功的用户模型,接着提出了个性化本体学习资源推荐模型,最后重点探讨了如何根据Felder-Silverman学习风格量表和学习过程行为模式,推断学习风格,和基于概念累积计分法推断认知水平两个层面加以整合实现个性化本体学习资源推荐. 相似文献
73.
74.
75.
学术不端检测结果的修正标准初探——基于“文字复制比”与“文章抄袭率”的辨析 总被引:1,自引:0,他引:1
中国知网自主研发的学术不端文献(期刊)检测系统在遏制学术不端方面取得了良好的效果,但在检测过程中不能仅依靠机器检测结果作为唯一判定标准,应辅以人工研判。人工研判的关键是对检测结果——文字复制比(TR)要进行科学修正:①要剔除误判部分;②补充漏判部分;③对文章不同部位的文字复制比要区别对待,并归纳可以通用的判定操作标准。 相似文献
76.
77.
巧妙灵活地运用激励性评价,能够激发学生的学习兴趣。本文结合教学实际探究了如何在初中数学教学中发挥激励性评价的作用。 相似文献
78.
79.
80.
探究在线学习行为,有助于明晰在线学习本质、改进在线学习过程。已有研究主要聚焦于在线学习行为的外显表征分析,还应关注在线学习行为发生的内隐规律与动因。文章采用人类动力学研究方法,挖掘在线学习行为时间上的规律性,构建教学活动和学习兴趣双重驱动的在线学习行为动力学模型。研究表明学习者群体与个体的在线学习行为规律都具有一定的周期性、阵发性等基本特征,并且在时间间隔分布方面具有显著的重尾特征。模型在解释学习行为发生动因方面具体表现为,学习兴趣的衰减与学习行为发生概率呈负相关,而教学活动的影响与学习行为发生概率呈正相关。在促进在线学习行为中,需考虑任务与协作驱动的教学设计、智能技术支持的资源推荐、基于学习规律的个性化干预等策略,以推动破解在线教育质量难题。 相似文献