期刊文献+

数据驱动视角下在线自适应学习系统设计研究

下载PDF
导出
摘要 教育大数据能为学习者学习行为精准分析提供有力支持,对提升现有在线学习系统效率起到积极的助推作用,而自我学习调节算法将成为在线自适应学习系统实现的关键。文章首先对国内外自适应学习系统相关研究现状进行了梳理;接着从量化自我角度出发,提出了教育大数据驱动的在线自适应学习系统模型,并详细分析了该模型中的学习对象、自我学习调节机制;结合自适应学习服务策略和学习能力层次,构建了自我学习调节算法SLCA(Self Learning Control Algorithm)作为在线自适应学习实现的基础。
出处 《中国教育信息化》 2020年第7期45-50,共6页 Chinese Journal of ICT in Education
基金 2015年度教育部人文社会科学研究青年基金项目“面向知识服务的移动设备情境感知计算机制及其实证研究”(15YJCZH023)的研究成果。
  • 相关文献

参考文献7

二级参考文献65

  • 1杨卉,王陆,冯红.在智能教学系统中两层动态学生模型的研究[J].电化教育研究,2005,26(1):72-75. 被引量:26
  • 2刘宇,解月光.动态学生模型与智能支持服务研究[J].中国电化教育,2006(10):94-98. 被引量:16
  • 3庄致.自适应远程教学系统中学生认知水平估算方法[J].计算机工程与应用,2007,43(3):220-222. 被引量:6
  • 4P. Bmsilovsky. Adaptive and intelligent technologies for web-based education [J]. KI-Kunstliche InteUigenz,1999,(13): 19-25.
  • 5P. Brusilovsky, M.T. Maybury.From adaptive hypermedia to the adaptive web [J]. Communications of the ACM,2003,45 (5): 30-33.
  • 6Martins, A. C., Faria, L., Vaz de Carvalho, C., Carrapatoso, E.User Modeling in Adaptive Hypermedia Educational Systems [J]. Educational Technology & Society, 2008,11 (1):194-207.
  • 7Brusilovsky, P.. Methods and techniques of adaptive hypemledia[J]. User Modehng and User-Adapted Interaction, 1996,6 (2-3):87-129.
  • 8R. M. Felder, L. K. Silverman.Leaming and teaching styles in engineering education [J]. Engineering Education, 1988,78(7):674-681.
  • 9Atfonseca Enrique, Carro Rosa,Martln Estefania,Ortigosa Alvaro, Paredes Pedro. The impact of learning styles on student grouping for collaborative learning: a case study [J]. User Modeling and User-Adapted Interaction,2006,(9):377-401.
  • 10Enver Sangineto, Nicola Capuano, Matteo Gaeta, Alessandro Micarelli.Adaptive course generation through learning styles representation [J]. Univ Access lnf Soc., 2008,(7):1-23.

共引文献486

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部