以“学习用户”为中心的智慧教育装备服务设计研究

智慧教育装备是赋予教学功能的智能终端,也是数字化教育装备发展的新形式,其同样具有"硬"+"软"两面属性,"硬"表现为物理外观和配置性能指标,"软"则包含教育内容和满足教学的服务设计。信息化背景下的设计与服务的界限不再明显,智慧教育装备开发融入人性化的服务设计理念,根据学习用户特点按需分配,实时对云端学习资源精准定位疾驰释放或快速获取。如此设计除了为学习用户提供新颖的服务,也可以增加市场竞争力,促进装备产业增值。

打造现代化用户学习中心——图书馆学习共享空间构建研究

新时期,生命周期学习的理念逐渐被广泛认同。人们意识到学习是持续、终身的过程,不应局限于学校阶段。图书馆应与社会各界建立深度联系,满足不同年龄、不同阶段人群的学习需求。通过组织丰富多样的学习活动和教育培训,图书馆可以成为社区居民、职场人士和专业人群学习的重要场所。文章从基于学习共享空间理念的图书馆“现代化用户学习中心”打造出发,围绕图书馆学习共享空间的时代紧迫性以及作为现代化用户学习中心,详述了新时期具有学习共享空间特质的图书馆所具有的特色。

基于用户学习行为的移动课程交互设计分析

随着4G网络技术的兴起及应用,以移动网络技术为支撑的移动教育开始成为一种流行的教育方式。在移动终端用户交互学习的行为调查基础上,分析不同层次用户交互的行为特征,展望移动课程学习交互界面的设计趋势,能够为相关问题的解决提供有益的参考与借鉴。

用户生成性学习资源:数字化学习资源开发与利用的新视角

用户生成性学习资源是数字化学习资源开发与利用的新视角和新途径,其应用价值已不断凸显,并逐渐引起学术界的重视。文章对用户生成性学习资源的概念、源起和研究现状进行了综述,对用户生成性学习资源的特征、分类、驱动因素、知识组织和演化机制进行了阐述,并提出了用户生成性学习资源的开发与利用策略。

高校图书馆信息共享空间用户交互学习行为分析

本文通过扩展TAM技术接受模型,探索高校图书馆信息共享空间中用户交互学习行为的影响因素。在结合高校图书馆信息共享空间具体环境的基础上,运用结构方程模型方法进行研究。研究发现:感知有用性、感知易用性和感知激励是用户交互学习行为的直接影响因素;感知易用性和感知激励显著影响感知有用性;用户特质、社会身份和服务内容显著影响感知激励和感知易用性,并通过它们影响用户交互学习行为;服务能力通过感知激励影响用户交互学习行为。

用户模型及其学习方法

主要通过分析检索中影响个体用户满意度的用户相关度 ,指出了利用用户模型可以对用户的检索行为、信息需求喜好等进行学习和推导。然后重点阐述了在信息检索过程中 ,用户需求的特点及针对用户建模的方式和学习的方法 。

一种融合用户学习过程的用户查询意图模型

用户查询意图模型是查询扩展和查询推荐研究的一个热点。然而,日志包含的大量噪声对主流的用户查询意图模型构建过程具有较大负面影响,观察日志发现,用户试探性点击行为是日志噪声产生的一个主要原因,并由此提出了一种融合用户学习过程的用户查询意图模型。该模型对用户从试探性点击行为进行建模,从而对试探性点击行为进行识别和过滤。一系列实验结果表明,该模型在日志噪声较高的情况下能够有效过滤试探性点击产生的噪声,提高用户查询意图描述的准确率;将该模型应用于查询推荐过程后,能有效提高查询条件相似性计算的准确率,并提高查询推荐结果的准确率和召回率。

多用户虚拟学习环境River City的项目分析及其启示

River City是美国哈佛大学开发的一个基于中学科学课程的多用户虚拟学习环境,从2000年至2008年,它历经三个发展阶段,已经在美国多所学校进行了实验并取得了一定成果。在详细分析River City项目的研究目的、研究方法、发展历程和研究结论的基础上,认为River City项目对多用户虚拟学习环境设计和开发具有重要的借鉴意义,具体包括:多用户虚拟学习环境要与课程内容有机融合,多用户虚拟学习环境应支持基于问题的探究性学习,多用户虚拟学习环境应强调团队合作学习,重视采用基于设计研究方法以及组建强大的开发团队。

用户生成性学习资源建设的驱动因素研究——以百度百科平台为例

用户的积极参与是用户生成性学习资源产生的前提和保障。本研究将用户生成性学习资源建设的驱动因素分为三个维度:社会驱动维度、技术驱动维度和个体驱动维度,在参考已有相关研究成果的基础上构建了用户参与动因与资源生成行为的关系模型。同时选取具有代表性的用户生成性学习资源平台——百度百科为实证研究对象,将实证模型细化成具体研究假设,通过结构方程建模检验了研究假设的显著性情况。根据检验结果对用户生成性学习资源的主要生成动因进行了分析,并提出了相关的建议和激励措施。

基于用户学习的知识组织研究

本文提出了基于用户学习知识组织的思想,通过运用可视化技术,实现从信息的抽取、知识的获取、知识组织到知识评价、知识存储的一体化知识链过程,探讨了用户在学习过程中自我组织知识的思路。

高校网络精品课程可用性的调查研究——基于用户(学习者)体验及需求的视角

从用户(学习者)体验及需求的角度开展网络课程可用性研究,为网络课程评价研究提供了新的方向。本研究从用户(学习者)的视角出发,将2007至2010年的国家网络精品课程作为一种产品进行调查评价和实证分析,全面梳理并深入分析了这些课程在可用性方面存在的问题及其原因,为提高网络课程的建设质量,特别是提高网络课程的可用性方面提供借鉴与指导。

用户生成性学习资源开发与利用:基于传播要素视角的调查与分析

随着Web2.0技术的兴起,用户生成性学习资源成为数字化学习资源开发与利用的新视角,对数字化学习资源建设产生了很大影响。本研究基于传播要素视角对用户参与开发利用生成性学习资源的动因和行为进行了调查分析。研究发现,用户由于受自身信息素养、兴趣爱好、平台资源类型和数量、资源的质量等因素的制约和影响,其开发和利用生成性学习资源的行为在驱动因素、参与频度、互动深度等多个维度呈现出不同的水平和特征。提高用户生成性学习资源的开发效率、开发质量和利用效果,应提高用户信息素养、激励用户积极参与、完善资源质量控制机制并建立有效的资源利用模式。本研究对于推动用户生成性学习资源的建设和发展,具有积极的理论意义和重要的实践指导价值。

基于Web挖掘技术的用户兴趣本体学习研究

目前针对基于关键词的用户模型不能从语义上表达用户需求真正内涵,基于领域本体的用户模型多数忽略研究概念间非分类关系和语义应用环境较分散等缺陷。本文提出一种循环式的基于Web挖掘技术的用户兴趣本体学习模型,即综合应用统计分析、关联规则和聚类分析等技术进行电子商务领域用户兴趣概念及概念间分类与非分类关系学习,面对用户兴趣的迅速变化,还提出一种传递激活方法来实时更新本体或重新进行本体学习,以不断提高该本体的质量。经验证,基于该本体的用户模型在文本过滤等应用中能较上述两种用户模型满足用户个性化服务需求。

用户生成性学习资源的质量控制框架与策略研究——以维基百科为例

用户生成性学习资源是传统数字化学习资源的有力补充,其使用价值已不断突显。开放式的资源创建与组织方式使得质量控制成为用户生成性学习资源开发与利用的重要环节。本研究以维基百科为例,对其质量控制原则、质量控制标准和质量控制策略进行了阐述,随后分析了影响用户生成性学习资源质量的主要因素。在借鉴维基百科质量控制机制的基础上,提出了用户生成性学习资源的质量控制框架和策略。

基于Skyline-TerraExplorer Pro的多用户虚拟地理环境协同学习模式研究

本文研究基于3DGIS软件Skyline TerraExplorer Pro的多用户虚拟地理环境协同学习模式应用于中学地理教学,该应用符合建构主义所倡导的以学习者为中心的情境化学习和探究性学习的思想,学生能够更好的基于地理问题展开科学严谨的探究性学习。文中重点探讨Skline TerraExporer Pro的协同会话功能构建,支持多用户虚拟环境协同学习,研究其技术优势,并通过实际教学案例应用的形式,展示其功能实现。本文旨在为中学生更好完成地理课程学习与提高探究学习能力,提供一个先进的信息化平台和技术帮助,望能对GIS辅助地理教学的研究发展有所帮助。

基于Applet的多用户协同学习系统的设计与实现

随着远程教育的发展 ,师生之间实时的屏幕共享和交流问题成为应用研究的热点。本文以计算机支持的协同工作理论为指导 ,介绍用 Java Applet实现的基于 Web环境的多用户协同学习系统的结构 ,通过该系统教师和学生只需要通过网页浏览器就可以参加课堂讨论。本文介绍了该系统的框架和设计结构 ,并给出了具体实现中的一些关键技术。

高校在线课程用户学习行为研究

在互联网影响下,建设在线课程成为高校教学改革的一个重要方向。疫情的发生推动高校使用在线课程来保证教学计划的完成,但如何使在线课程更好地服务于教学还处于探索阶段。本文基于文献研究和实践观察,综合考虑高校用户在线学习行为的影响因素,以此为基础构建概念和测量模型;然后通过调研获得样本数据,检验测量模型的可靠性、概念模型的稳定性;最后分析和揭示高校用户在线学习行为的影响因素和影响程度,以期为高校科学制定在线课程、改善运行机制提供决策支持与依据。

基于深度学习BCCM模型的网上用户画像识别分析

综合运用了传统学习方法与深度用户表示学习方法,构建一种通过分析内容和行为特征来识别感性投资者的BCCM模型。之后对此模型有效性进行了对此测试。根据实际测试结果得到:采用BCCM模型处理非均衡数据集时,得到的R、F1、F2值都比决策树、逻辑回归、朴素贝叶斯传统模型的数值更高;通过处理均衡数据集可以发现,BCCM模型达到了比传统基线分类模式更优的结果。对各个实验结果进行综合分析可以发现,对于识别感性投资者的用户画像进行研究时,可以采用深度用户表示学习方法并加入特定的文本内容数据,有助于促进用户画像评价指标的全面提升。

基于ISM的MOOC用户学习保持影响因素分析及对策研究

运用解释结构模型技术(ISM),构建MOOC用户学习保持行为影响因素的多层次递阶结构模型,明确导致MOOC用户学习保持的基础条件、根源性因素和驱动因素,提出增强MOOC用户学习保持的对策和建议。研究发现:①教师特质、课程设置、业余时间和退课无压是影响MOOC用户开展MOOC学习的基础条件;②用户特质(个人毅力、自律能力等)是确保MOOC学习持续完成的根源性因素;③学习动机和知识背景是MOOC用户学习保持的驱动性因素。