移动情景感知学习下的专家推荐策略研究

发布时间：2017-08-27 06:13

  本文关键词：移动情景感知学习下的专家推荐策略研究

  更多相关文章： 移动情景感知 移动学习 推荐策略 多元线性回归

【摘要】：随着计算机技术、网络、移动通信、信息处理技术的发展,教与学的模式也在逐步发展,在课堂教育模式基础上发展了电视教育、远程网络教育、移动教育等多种教育模式,其中课堂式教育具有集中、实时、互动、启发等优势,是目前国内外教学采用的主要模式,但这无法满足成人教育的时间、地点多样性需求；而广播电视教育、远程网络教育的发展为成人教育提供了很好的技术和服务支持,但无法满足人们随时、随地学习的需要；尽管目前国内外研究的移动教育可以满足人们随时、随地学习的需求,但移动教育无法满足用户实时情景的传输要求,主要矛盾是通信带宽无法满足实时情景传输。近年来随着3G、4G无线宽带网络应用和普及,可以满足移动远程教育的实时、高效、可靠等服务质量需求,从而可以更好的满足人们不同学习方式需求,也可以进一步拓展学习模式和提高学习效率,为移动学习和情景感知学习提供了坚实的物质基础。然而如何高效推荐合适数量的专家给学习者是移动情景感知学习的关键问题之一,为此本文研究了移动情景感知下的专家推荐策略。 本文在大量相关文献阅读的基础上,对国内外移动情景感知学习下的推荐策略及相关的学习理论进行了综述,并分析了移动情景感知学习环境下的专家评价因素,根据专家评价因素得到影响专家满意度D的4个关键推荐因子,分别是专家专业知识熟练度TE、专家历史解决问题时间平均值TT、专家单位时间内服务费用TF和专家与学习者之间单位时间通讯费用CF。在专家真实数据的支持下,本文对4个推荐因子和专家满意度D的数据进行了两两对比分析,得出它们两两之间存在线性关系的结论,从而可以推出另一个结论：专家满意度D可以表示为4个推荐因子的线性组合。在此结论基础上,本文提出了基于多元线性回归的专家推荐模型,并根据系统平台专家库中专家的实际数据信息,对推荐因子的偏回归系数进行了最大似然估计,最后根据此推荐策略为学习者推荐满意度靠前的专家,并记录专家服务过程中数据。 为了验证移动情景感知学习环境下多元线性回归推荐策略的可行性,本文专门设计了真实模拟实验,实验以指导学习者掌握居家健康智能检测仪器的使用为例。实验安排在2间封闭实验室中进行,为防止专家和学习者面对面交流对实验效果的影响,实验将指导专家和学习者安排在不同的封闭实验室中,为了排除指导过程中通讯工具盒通讯网络因素的干扰,实验通讯工具统一使用Android智能手机,智能手机都使用3G无线网络。实验目标为指导学习者掌握居家健康智能检测仪器的日常操作,实验过程中的实验数据将被记录下来。 通过对真实模拟实验数据和平台专家数据的分析,得出在移动情景感知智能学习平台环境下的结论有：①随着专家专业知识熟练度TE的提升,专家的服务费用TF、专家满意度D都随之提升,而专家服务时间TT则减少。②在移动情景感知智能学习环境下根据推荐策略推荐的专家满意度要比面对面指导低,服务时间比面对面指导长,但不管是专家满意度还是专家服务时间,根据策略推荐的专家数据和面对面指导的专家数据都非常接近,这表明本文阐述的推荐策略效果良好。③推荐模型预测的专家满意度和实际专家满意度非常接近,说明使用该模型进行专家推荐准确度高,学习者能获得满意度高的专家为其提供指导服务。④利用本策略推荐获得的专家都可以得到很高的满意度反馈,而随机推荐得到的专家满意度参差不齐,且经过本策略推荐的专家满意度明显高于随机推荐的专家满意度。
【关键词】：移动情景感知 移动学习 推荐策略 多元线性回归
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：G434
【目录】：

• 摘要7-9
• Abstract9-11
• 1 绪论11-19
• 1.1 研究背景及意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12
• 1.2 国内外研究现状12-17
• 1.2.1 国内研究现状12-13
• 1.2.2 国外研究现状13-16
• 1.2.3 国内外研究现状评述16-17
• 1.3 研究内容17-18
• 1.4 论文组织结构18-19
• 2 理论基础19-29
• 2.1 学习理论19-20
• 2.1.1 行为主义学习理论19
• 2.1.2 认知主义学习理论19-20
• 2.1.3 人本主义学习理论20
• 2.2 学习模式20-25
• 2.2.1 课堂学习模式20-21
• 2.2.2 远程学习模式21-22
• 2.2.3 移动学习模式22
• 2.2.4 移动情景感知学习模式22-25
• 2.3 回归分析25-29
• 2.3.1 一元线性回归模型26-27
• 2.3.2 多元线性回归模型27-29
• 3 移动情景感知学习下专家推荐策略29-44
• 3.1 移动情景感知学习系统平台介绍29-31
• 3.2 移动情景感知学习下的专家评价因素31
• 3.3 移动情景感知学习下推荐策略的专家评价要素31-35
• 3.4 移动情景感知学习下的专家推荐模型35-41
• 3.5 移动情景感知学习下的专家推荐策略41-44
• 4 移动情景感知学习下的专家推荐模型实证44-57
• 4.1 实施环境44-45
• 4.2 专家推荐模型计算机实现45-49
• 4.3 实施过程49-52
• 4.3.1 实验设计49-50
• 4.3.2 实验对象选择50-51
• 4.3.3 实验内容51
• 4.3.4 实验安排51-52
• 4.4 实施结果52-53
• 4.5 模型评价53-57
• 5 结论与展望57-59
• 5.1 结论57
• 5.2 展望57-59
• 参考文献59-63
• 附录63-64
• 致谢64

【参考文献】

中国期刊全文数据库 前6条

1 余胜泉;移动学习——当代E-Learning的新领域[J];中国远程教育;2003年22期

2 严冰;方慕真;;基于WEB2.0的数字化教学环境与资源建设的研究与实验[J];中国远程教育;2009年08期

3 张敏霞;司治国;;基于问题行为视角的网络教学案例分析——以“远程教育与网络教育实践”课程为例[J];电化教育研究;2010年01期

4 朱郁筱;吕琳媛;;推荐系统评价指标综述[J];电子科技大学学报;2012年02期

5 陈国栋;王娜;黄洪海;余轮;;基于情境感知的人体经络个性化信息服务研究[J];电视技术;2012年13期

6 潘俊;;情景模拟教学法研究[J];广西教育;2013年03期

，

本文编号：744757