您现在的位置是:武汉思睿博途教育服务有限公司 > 产品中心

.深化落实现代职业教育体系建设改革,课程改革是基础和关键."智能制造生产线"是一门专业属性很强的综合型课程,知识点冗杂且分散.以知识点为基础灌输式教学的传统教学方式,学生学习积极性不高,综合应用能力较差.随着信息技术与教育技术的深度融合,新型在线教育通过学习平台为学生提供了丰富的课程学习资源,也为学生开展个性化学习提供了可能.知识图谱通过将冗杂分散的知识点进行梳理,让课程知识点可视化,学生学习路径,学习情况和学习效果可视化.人工智能(AI)技术能根据知识图谱的知识点,学习路径和学习情况智能推送课程资源,智能评估和反馈学习情况.研究利用"知识图谱+人工智能(AI)"开展课程设计,对满足个性化学习需求具有重要的意义.该文以"智能制造生产线"课程建设为例,从课程教学三大痛点出发,描述构建基于"知识图谱+人工智能(AI)"混合教学模式的具体步骤和实施情况.面向个性化学习的学情分析与最优路径生成技术

武汉思睿博途教育服务有限公司26-05-16【产品中心】6人已围观

简介

很赞哦!(38)

上一篇: .

摘 要:随着教育大数据时代的到来,学习路径推送作为教育大数据助力个性化学习的重要内容,引起研究人员的广泛关注.现有研究普遍存在情感缺失和学习迷航等问题,主要原因是学习路径推送的理论与应用尚未满足学习者的个性化需求.为此,将个性化学习理念融入在线教育,从教育学,信息科学,人工智能,心理学等多学科,跨学科视角出发,综合定性,定量,结构化系统开发等多种研究方法,着力探讨教育大数据背景下融入情感分析的生成性学习路径推送策略.在情感词典和情境知识库的基础上,建立学习者情感挖掘模型,并对影……

基于"知识图谱+人工智能(AI)"的"智能制造生产线"课程设计与实践

下一篇: .

针对 K12 在线教育领域海量学习资源引发的"信息过载"问题,以及传统"一刀切"教学模式无法满足用户差异化学习需求的现状,本文基于《马杰 - 资料一种基于学情模型的最优学习路径生成方法 - 预审截图版 -G06F(2)(1).docx》(以下简称"参考文件")的技术框架,提出一种面向个性化学习的学情分析与最优路径生成技术.该技术通过"用户学情信息与现有学习列表获取—学情分析模型构建—最优学习路径匹配"三大核心流程,实现对用户学情特征的精准刻画与定制化学习路径生成.其中,学情分析模型通过高频字段提取,最大学情搜索值字段筛选,字段算子构建,初始学情分布值计算及谱半径校验等多轮精细化处理,提炼反映用户核心学习需求的综合学情分布;再通过综合学情分布与现有学习列表的相似度匹配,筛选出高适配度课程并形成最优学习路径.实践逻辑与示例验证表明,该技术可有效剔除无关学习资源,减少用户无效学习时间,为不同知识背景,学习目标的用户提供"一人一策"的个性化学习方案,显著提升在线学习效率与目标达成率,为在线教育平台的智能化推荐功能提供可落地的技术支撑.