在线教育平台智能学习系统｜个性化教学解决方案

支持个性化学习资源推荐的在线辅助学习系统的研究与设计

在线辅助学习系统(E-learning)是很多教育机构以及培训机构用来培训学员的重要工具之一.目前,已有很多高校搭建了自己的在线辅助学习系统,并且应用于学生的教学活动中,随着在线学习辅助系统的实践和应用以及系统中存在的日益增多的教学资源,学生往往需要花费很多的时间和精力在在线辅助学习系统中查找自己所需的资源,甚至花费很多时间和精力以后却发现找不到自己所需的教学资源,这就使得学生的学习效率严重下降甚至使得学生放弃该在线辅助学习系统.通过对当前在线学习辅助系统的分析,我们发现,现有的关于学习资源的推送有以下几方面:关键字查询,新资源推荐,TOP-N推荐.近年来也出现了在个性化推荐算法的基础上进行学习资源推荐的系统,然而其重点却放在了如何解决"信息过载"和"情感缺失"以及如何满足移动端学习的问题.以上的方法在一定程度上解决了学习资源推荐的问题,但是却没有在根本上解决个性化学习资源推荐问题,所以怎样在在线辅助学习系统中进行具有个性化的学习资源推荐成为了E-learning中需要研究的一个主要问题. 本文在此问题的基础上首先对目前在电子商务领域流行的个性化推荐算法进行分析总结,提出各种算法的优劣之处,然后对该文章所要使用的协同过滤推荐算法进行探索分析.为了解决协同过滤推荐算法存在的冷启动问题和稀疏性问题,本文设计的系统中加入一定的基于TOP-N方式的推荐,以弥补协同过滤推荐算法带来的不足. 同时,本文的学习资源评分采用隐式评分和显式评分结合的方式,隐式评分能隐藏的将学生对当前学习资源的评价转换为相应的评分,更加适用于在线辅助学习系统,并增加了用户的评分率. 最后,该支持个性化学习资源推荐的在线辅助学习系统基于以上思想设计并得以实现,且集成于陕西师范大学ELKOE平台,并在软件工程专业的教育教学中得以应用. 通过将协同过滤推荐算法引入到在线辅助学习系统中,为高校和培训机构的教育教学提供了更为广阔的平台,并同时有助于个性化推荐算法的研究和优化,为算法研究者提供了方向和思路.

在线教育中个性化推荐课程算法的研究与实现

在线教育是运用先进的信息化技术手段,将优质的教学资源从线下转移到线上,使学习者可以通过现代网络进行学习的一种新型教育模式。优秀的互联网学习环境和高速的网络传输速度,让学习者可以随时随地进行知识的学习。随着网络中的教学资源的增长,当学习者准备进行学习时,选择适合自己的课程成为学习者面临的难题。虽然搜索引擎能够解决学习者的查询需求,但是当学习者难以将自身的学习需求转化为检索关键词时,搜索引擎也无法帮助该用户找到相应的教学资源。个性化推荐系统可以解决此类问题,推荐系统通过分析学习者的历史行为数据,建立该用户的兴趣模型,从而根据该模型进行相关教学资源的推荐。本文提出了一种面向在线教育的个性化推荐方法。该方法通过分析和研究在线教育平台中课程数量多、课程种类丰富的特点,针对"用户-评分"数据稀疏和用户平均评分数量少的问题,对基于用户的协同过滤推荐算法做出了改进。本文提出的个性化推荐算法优化了算法推荐过程中用户相似度计算模块,通过引入新的计算因子以及对象属性,有效降低了 "有效用户"与"噪声用户"之间的相似度,达成了推荐准确度提高的目的。该推荐系统基于协同过滤推荐算法实现,在Java平台上部署离线实验。结果表明,本文提出的个性化推荐算法在在线教育数据集中表现优于改进前的算法。

助产士继续教育"互联网+"模式的思考

传统继续教育模式已不能助产士的需求,如何利用"互联网+"思想更新传统继续教育理念是本文讨论的主要问题.要借助"互联网+"的新型教育工具和手段,优化教育过程,使继续教育从传统方式升级为移动教育,远程教育,互联网与继续教育的融合发展已经成为必然趋势,"互联网+"继续教育理念以融合促进创新,最大程度汇聚各方面创新力量,以教育为根本目的,借助于"互联网+"的新型教育工具和手段,优化教育过程,使继续教育从传统方式升级为移动教育,远程教育,简捷便利,精准周到的在线自主教育,更好地实现科学化,个性化教学服务.建立助产士"互联网+"继续教育平台模式,规范管理运作模式并逐渐形成特色,扩大规模,积累经验,对我国继续教育改革提供的一些可行性建议.

教学服务型大学校外实践环节个性化在线学习平台设计与研究

近几年,我国新建的一批本科院校,例如浙江树人大学、宁波大红鹰学院、武汉纺织大学等在办学的实践中确立了教学服务型大学的定位,在办学实践中充分尝试和探索,并取得了初步成效。教学服务型大学与传统类型大学相比,它不仅拥有传统的课堂教学和科学研究等基础的运作形式,还特别强调大学生的教育服务与企事业单位直接对接,积极推动校企联合办学的模式,鼓励学生走出校园进入企事业单位进行校外实践学习。 本文在深入分析校外实践环节学生学习客观困难的基础上,通过研究新建构主义、个性化学习的基本理论及相关技术,将个性化的学习技术应用到学习平台之中,总结出了个性化学习的研究思路和设计方案。首先分析对比了传统在线学习过程的缺点,依据个性化学习理论构建了校外实践环节个性化学习过程模型,建立了学习服务平台的体系结构,然后对系统的主要功能模块的设计思想和构建过程进行了详细论述,最后运用PHP技术,MySQL5数据库,Apache2服务器,B/S模式的实施方案开发了校外实践环节个性化学习系统。 本文的创新点和关键技术: 1.依据个性化学习理论提出了本文的校外实践环节个性化学习过程模型,能体现学习的动态特征,针对不同学生个体特征提供学习支持手段和学习环境。 2.在建立学生认知模型的基础上,依据企业岗位学习认知子技能的标准,运用模糊控制原理,给出了一套评价学生学习效果的评价方案,对不同岗位的学生具有一定针对性。 3.通过跟踪获取学生学习行为信息,应用模糊控制原理构建了模糊兴趣模型,设计了个性化的基于学生学习进度和学习兴趣相结合的新的推荐方式,为在线学习提供了一种新的思路和借鉴。 本文的研究成果可为教学服务型大学校外实践环节中实习的学生提供有效、个性化、针对性的个性化学习服务,并对在线学习系统具有一定的理论和应用价值。

智慧学习视角下个性化在线学习系统设计与应用

智慧学习是当代教育信息化的新发展,个性化在线学习系统是实现智慧学习的一种有效途径.从智慧学习视角出发,依托学习分析技术,构建云环境下的个性化在线学习系统,以实现技术与教学的深度融合,实现因材施教.该文在智慧学习,学习分析技术等理论与方法基础上,探讨了利用学习分析技术实现个性化学习的思路;进而阐述了系统功能架构,实现目标及相应的技术方法;构建了能分析学习者学习行为和知识状态,按需推送合适的学习资源,并提供适时的学习干预的个性化在线学习系统;并以大学《C语言课程设计》为案例,评估系统效用.