智能学习系统中学习习惯建模的方法研究

发布时间：2022-02-18 16:28

　　学习习惯建模是精准描绘学习者肖像的重要部分,是设计智能学习系统亟须解决的问题。然而,由于学习习惯的形成具有多源性,其应用具有多层面性,导致学习习惯测量模型具有多场景、多学段的特征,以及面向实践的理论选择的特征。基于这些特征,单一学科的方法都无法系统地解决学习习惯建模的问题,研究通过探索教育的常识性概念与学习行为数据建立关联的可行路径,采用混合式研究思路设计了一套可行的、可复用的学习习惯综合建模方法,该方法可以让研究者根据自己的研究场景来构建学习习惯测量模型,从而实现计算机的自动诊断。学习习惯综合建模方法将教育学领域的观察法和问卷调查法、心理学领域的反应频率法以及计算机领域的数据挖掘法相结合,包括测量模型维度的构建、测量模型指标的选择、模型特征值的计算、模型的生成四个过程。 

【文章来源】：电化教育研究. 2020,41(04)北大核心CSSCI

【文章页数】：7 页

【文章目录】：
一、问题的提出
二、学习习惯建模文献综述
    （一）学习习惯测量维度的研究
        1. 阶段分类法
        2. 多层次分类法
        3. 经验分类法
        4. 数据探索分类法
    （二）学习习惯测量方法的研究
        1. 教育学领域中学习习惯的测量方法
        2. 心理学领域中习惯的测量方法
        3. 计算机领域中学习习惯的测量方法
三、学习习惯测量模型的特征
    （一）学习习惯测量模型具有多场景、多学段特征
    （二）学习习惯测量模型具有面向实践的理论选择特征
四、学习习惯建模方法设计的混合式研究思路
五、学习习惯综合建模的方法设计
    （一）学习习惯测量模型维度的构建
        1. 理论构建法
        2. 经验分析法
        3. 数据挖掘法
    （二）学习习惯模型测量指标的选择
        1. 测量指标的设计
        2. 测量指标的筛选
    （三）学习习惯模型维度特征值的计算
        1. 特征值的计算
        2. 强度阈值的计算
    （四）学习习惯测量模型的生成
六、结语



本文编号：3631163