基于学习者个性的教育资源推荐服务研究

发布时间：2020-06-13 17:31

【摘要】：教育信息化飞速发展的今天,在线学习、移动学习已成为重要的学习手段,学习活动可以随时随地进行,学习者可以通过多种方式获取形式多样的网络教育资源。然而,随着网络教育资源的爆炸式增长,学习者所面临的“信息过载”和“学习迷航”等问题日益加剧。于是,教育资源推荐服务逐渐成为近几年的研究热点。教育资源推荐旨在为学习者提供智能化的资源推送服务,使得学习活动由传统的“人找资源”的单一模式转换为“人找资源、资源找人”的智能双向模式,它能够有效缓解海量资源所带来的“信息过载”以及“学习迷航”等问题,已经受到越来越多的研究人员的关注,成为教育信息化和人工智能等领域的重要研究课题。学习者在学习目标、知识水平、学习路径、学习风格等方面的差异会导致其对教育资源的需求有所不同,这使得教育资源推荐变得异常复杂,在某种程度上,系统必须引导学习者完成其个性化的学习过程。因此,在教育资源推荐中,如何挖掘学习者的个性、生成适合学习者个性的学习路径以及设计基于学习者个性的教育资源推荐方法等,成为教育资源推荐领域中迫切需要解决的难题。本文以小学三年级数学教育为研究切入点,以个性化教育中的基本理论为基础,研究学习者个性挖掘方法,并设计相应的教育资源推荐方法,对于提高教育资源推荐的精度、提升学习效率具有十分重要的理论价值和实用价值。论文主要研究内容如下。(1)构建了学习者个性模型与教育资源模型。对学习者个性等基本概念进行了详细的分析与阐述,研究了学习者个性挖掘方法,并构建了动态适应性学习者个性模型和基于模糊逻辑的教育资源模型。(2)提出了基于认知诊断模型的知识水平获取方法。针对现有的学习测验缺乏对测验结果的深度挖掘,即无法诊断学习者内在的认知结构,难以准确获取学习者的知识水平。利用认知诊断理论中的规则空间模型,对小学三年级数学学习进行了编制诊断性测验,并评估了测验的有效性。结果表明,规则空间模型能够有效诊断学习者在小学三年级数学减法运算中的认知结构,利用该方法可以获取学习者的知识水平。(3)提出了基于贝叶斯网络的学习路径推荐方法。针对现有的路径推荐算法的不足,利用贝叶斯网络生成适应性学习路径,为基于学习者个性的教育资源推荐提供了基本的依据。在真实学习环境中进行了实验分析,验证了该推荐方法的有效性。(4)提出了基于学习者个性的学习资源推荐方法。学习资源推荐需综合考虑包括学习者的学习目标、知识水平、认知能力以及学习风格等多方面的个性,以满足学习者个性化学习需求。同时,学习资源的分类伴有一定的模糊性,学习资源与知识点的关联,不是有无的关系而是关联的深浅程度,本文利用模糊逻辑方法为学习资源进行建模。此外,学习者的知识水平也具有一定的模糊性,学习者对知识点的掌握程度不能简单地定义为掌握或未掌握,而是掌握到什么程度。为此,本文利用模糊认知诊断模型更新学习者的知识水平,并根据学习者的学习目标、学习路径以及学习风格等个性提取与其关联度较高的学习资源推荐给学习者。在真实数据集上进行了对比实验分析,实验结果表明,该方法优于其余三种经典的推荐方法。同时,通过实际应用效果分析进一步验证了该推荐方法的有效性。(5)提出了基于学习者个性的习题资源推荐方法。针对现有的习题推荐方法存在的主要问题:所推荐的习题是否符合学习者的学习目标,习题难度是否与学习者知识水平相一致等。提出了一种基于学习者个性的习题推荐方法,该方法同时考虑了习题的知识点覆盖问题以及知识点的层次结构等问题,并利用作业反馈模型更新学习者知识水平,再根据知识水平为其推荐合适难度的习题。在真实数据集上进行了详细的实验分析,结果表明,该方法在准确率(Precision)、召回率(Recall)以及F1指标上均优于其余两种经典的推荐方法。最后,通过实际应用效果分析,进一步证实了该习题推荐方法是有效的。本文针对教育资源推荐服务中的一些关键问题,进行了系统的研究,构建了学习者个性模型和教育资源模型,提出了学习者个性挖掘方法,并设计了基于学习者个性的学习资源和习题资源推荐方法。论文的创新性工作可以概括如下。(1)构建了动态自适应学习者个性模型和基于模糊逻辑的教育资源模型。针对学习者个性动态更新的问题,构建了动态自适应学习者个性模型;并利用模糊逻辑方法构建了相应的教育资源模型,解决了教育资源模糊划分的问题。(2)提出了学习者个性挖掘方法。本文详细阐述了学习者个性的基本内涵,并提出了基于认知诊断理论的知识水平获取和基于贝叶斯网络的学习路径推荐等个性挖掘方法。(3)设计了基于学习者个性的学习资源推荐和习题资源推荐方法。所提方法弥补了现有的学习资源和习题资源推荐方法中的一些不足,可以为基础教育领域其他学科的教育资源推荐系统的设计提供参考,研究成果可以推广到其它相关学科领域。
【学位授予单位】：江西财经大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：G434;G623.5

【参考文献】