mCSCL环境下异质学习伙伴推荐系统研究

发布时间：2017-06-09 02:00

  本文关键词：mCSCL环境下异质学习伙伴推荐系统研究，由笔耕文化传播整理发布。

【摘要】：随着移动技术的发展与普及，移动技术支持的协作学习（mCSCL）成为教育技术学领域新的研究热点。mCSCL是指协作小组在移动技术的支持下进行交互活动、开展协作学习；而合适的协作分组方式是其协作学习顺利开展的前提。小组成员和分组策略是协作分组的两个关键问题；在协作学习领域，我们通常将小组成员称为学习伙伴；异质分组策略是协作学习领域广泛采用的策略之一，它在mCSCL中也具有一定优势。因此，mCSCL环境下如何为学习者推荐合适的异质学习伙伴是mCSCL协作分组的关键问题之一，这也是本论文的研究核心。 然而，目前mCSCL的分组方式都是助学者根据学习者单一特征为学习者寻找学习伙伴组成协作小组，而对学习伙伴的研究缺乏一个有效的推荐模型，具体来说存在以下三个问题：（1）mCSCL伙伴形成的标准过于单一，并没有综合考虑学习者的个性特征和mCSCL的特殊性，因而没有形成一个有效的伙伴模型。（2）过分侧重人工分组，缺乏一个合理的异质学习伙伴推荐算法。（3）缺乏一个能为mCSCL环境下的学习者推荐异质学习伙伴的推荐系统。 针对以上问题，本文提出了关于mCSCL环境下异质学习伙伴推荐系统的研究。开展的研究工作主要包括以下三个方面： 第一，本论文在综合考虑学习者的个性特征和mCSCL特殊性的基础上，构建了mCSCL环境下的伙伴模型；进而以形式化的方式对伙伴模型进行了详细地描述；最后对伙伴模型的构成要素进行了数据化。 第二，在mCSCL环境下伙伴模型研究的基础上，根据K-means聚类分析法的原理，设计并实现了基于K-means的异质学习伙伴推荐算法，进而构建了mCSCL环境下异质学习伙伴推荐模型。 第三，在上述研究工作的基础上，本论文设计并实现了mCSCL环境下异质学习伙伴推荐系统Mpr并利用该系统开展了实验。实验评价和数据分析的结果表明mCSCL环境下异质学习伙伴推荐系统对异质学习伙伴的寻找具有较好的促进作用。 本论文的研究对改进mCSCL的组织形式，提高协作学习的效率，丰富mCSCL的伙伴研究和分组研究能够起到一定的促进作用；本论文所设计和开发的Mpr系统将有助于mCSCL环境下学习者的异质学习伙伴的寻找，，同时Mpr也有望能为mCSCL环境下的协作分组提供选择依据。
【关键词】：mCSCL 异质学习伙伴 伙伴模型 推荐算法 推荐系统
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：G434
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 绪论11-19
• 1.1 选题背景11-12
• 1.2 问题提出12-13
• 1.3 研究内容13-14
• 1.4 研究意义14
• 1.5 研究方法14-15
• 1.6 相关概念界定15-16
• 1.7 本文结构16-18
• 1.8 本章小结18-19
• 第2章 文献综述19-30
• 2.1 协作学习环境下伙伴形成的研究现状19-24
• 2.1.1 CSCL 环境下学习伙伴的研究现状19-22
• 2.1.2 mCSCL 环境下学习伙伴的研究现状22-24
• 2.2 mCSCL——移动技术支持的协作学习24-27
• 2.2.1 mCSCL 的概念24-26
• 2.2.2 mCSCL 的优势26
• 2.2.3 mCSCL 环境的组成要素26-27
• 2.3 K-means聚类分析法27-29
• 2.3.1 聚类分析法概述27-28
• 2.3.2 K 均值聚类——K-means 算法28
• 2.3.3 K-means 算法的优势28-29
• 2.4 本章小结29-30
• 第3章 mCSCL环境下异质学习伙伴推荐模型30-45
• 3.1 mCSCL环境下协作分组的伙伴模型30-35
• 3.1.1 伙伴关系理论与伙伴模型30-31
• 3.1.2 伙伴模型的构成要素31-34
• 3.1.3 伙伴模型的体系结构与工作流程34-35
• 3.2 伙伴模型的数据化35-40
• 3.2.1 伙伴模型的形式化描述35-36
• 3.2.2 伙伴因素的数据化表示36-40
• 3.3 基于K-means聚类分析的异质学习伙伴推荐算法40-42
• 3.4 mCSCL环境下异质学习伙伴推荐模型42-44
• 3.5 本章小结44-45
• 第4章 mCSCL环境下异质学习伙伴推荐系统的设计与实现45-56
• 4.1 mCSCL环境下异质学习伙伴推荐系统的设计45-49
• 4.1.1 系统的需求分析模型45-46
• 4.1.2 系统的功能结构分析46-47
• 4.1.3 业务流程分析47-48
• 4.1.4 数据库模型48-49
• 4.2 mCSCL环境下异质学习伙伴推荐系统的实现49-55
• 4.2.1 体系结构与技术路线49-50
• 4.2.2 异质学习伙伴推荐算法的实现50
• 4.2.3 服务端的实现50-52
• 4.2.4 客户端的实现52-54
• 4.2.5 系统部署与运行54-55
• 4.3 本章小结55-56
• 第5章 评价56-62
• 5.1 可行性评价56-59
• 5.1.1 评价目的56
• 5.1.2 评价的设计56-57
• 5.1.3 评价对象57
• 5.1.4 评价数据分析与结论57-59
• 5.2 有效性评价59-61
• 5.2.1 评价目的59
• 5.2.2 评价设计59
• 5.2.3 评价对象59-60
• 5.2.4 评价数据分析与结论60-61
• 5.3 本章小结61-62
• 第6章 总结与展望62-65
• 6.1 总结62
• 6.2 研究创新点62-63
• 6.3 未来研究展望63-65
• 参考文献65-68
• 附录68-73
• 致谢73-74
• 攻读学位期间参加的科研项目和成果74

【参考文献】

中国期刊全文数据库 前10条

1 唐杰;李浩君;邱飞岳;;mCSCL环境下协作分组的伙伴模型研究[J];中国远程教育;2012年02期

2 黄荣杯;CSCL的理论与方法[J];电化教育研究;1999年06期

3 叶成林,徐福荫,许骏;移动学习研究综述[J];电化教育研究;2004年03期

4 刘黄玲子,黄荣怀;CSCL中的交互研究[J];电化教育研究;2005年05期

5 马启龙;;教育技术学的专门研究方法综述[J];电化教育研究;2010年05期

6 骆期裕;颜一鸣;;基于Web的协作式学习分组策略研究[J];电脑知识与技术;2009年28期

7 叶成林,徐福荫;移动学习及其理论基础[J];开放教育研究;2004年03期

8 谢忠新,王林泉,葛元;智能教学系统中认知型学生模型的建立[J];计算机工程与应用;2005年03期

9 程向荣;周竹荣;邓小清;;计算机支持的协作学习的伙伴模型[J];计算机应用;2007年07期

10 张晓健;;基于P2P的移动协作学习模型及其应用[J];中国教育信息化;2007年21期

中国博士学位论文全文数据库 前1条

1 赵建华;Web环境下智能协作学习系统构建的理论与方法[D];华南师范大学;2002年

中国硕士学位论文全文数据库 前6条

1 罗均;基于SecondLife虚拟图书馆的学习环境设计与实现[D];西南大学;2011年

2 刘向丽;基于学习风格的个性化移动学习网站的研究与设计[D];华中师范大学;2011年

3 吴文亮;聚类分析中K-均值与K-中心点算法的研究[D];华南理工大学;2011年

4 马利东;基于模糊聚类的网络合作学习研究及其算法实现[D];华东师范大学;2003年

5 刘菊香;基于模糊理论的网上协作学习学生分组系统的研究与实现[D];华东师范大学;2006年

6 程向荣;CSCL的伙伴模型研究[D];西南大学;2008年

  本文关键词：mCSCL环境下异质学习伙伴推荐系统研究，由笔耕文化传播整理发布。

本文编号：434157