基于教育大数据的个性化自适应学习服务研究——以安徽广播电视大学为例

发布时间：2021-10-23 22:59

　　以安徽广播电视大学为例,基于教育大数据对终身学习者的个性化服务模式进行了系统研究,通过追踪学习过程、分析学习结果、建模终身学习者用户模型、设计个性化推荐算法,设计并提出了一个基于数据挖掘的个性化自适应学习推荐系统,利用聚类分组算法为学习者设计个性化学习服务,为实现自适应的学习方式提供了现实可能。 

【文章来源】：广西民族师范学院学报. 2019,36(03)

【文章页数】：4 页

【文章目录】：
一、建模终身学习者用户模型
    (一) 用户画像概念从商业到教育的迁移
    (二) 终身学习者用户模型设计及属性定义
        1. 用户模型设计及建立流程
        2. 用户画像建立指标
            (1) 期望——价值维度
            (2) 平台交互质量维度
二、用户学习持续性因果链分析
三、终身学习者个性化推荐服务研究
    (一) 终身学习者个性化特征分析及推荐设计
    (二) 个性化推荐算法设计
四、基于Web数据挖掘的自适应学习推荐系统关键技术
    (一) 系统逻辑模型
    (二) 系统模型构建
    (三) 数据挖掘的结果分析
        1. 时序聚类数据挖掘结果分析
        2. 关联规则数据挖掘结果分析
结语


【参考文献】：
期刊论文
[1]基于数据挖掘的高校资产管理应用分析[J]. 韩阜益,陈建荣,唐俊峰,李斌荣,桑惠兰.  知识经济. 2017(01)
[2]数据挖掘技术的发展趋势[J]. 何俊.  西部皮革. 2016(24)
[3]近十年我国终身学习研究现状分析——基于CNKI期刊的分析[J]. 庞利,黄安心.  湖北社会科学. 2014(12)
[4]基于社交网络模式的个体个性化学习资源的推荐方法研究[J]. 王倩.  计算机光盘软件与应用. 2014(07)
[5]成人“终身学习素养”理论模型和评价维度的建构[J]. 郑勤华,马东明,陈丽.  现代远距离教育. 2013(02)
[6]开放式e-Learning解决方案个性化推荐服务——一种面向终身学习的数字化学习服务模式的探索思路[J]. 赵蔚,余延冬,张赛男.  中国电化教育. 2010(11)

硕士论文
[1]网络在线学习系统的设计与实现[D]. 胡世锋.河北科技大学 2014
[2]数据挖掘技术在我国保险业中的应用研究[D]. 毕建欣.福州大学 2005



本文编号：3454081