基于语义网的自适应学习系统中学生认知风格模型的设计
发布时间：2020-11-05 22:34
随着计算机技术的发展和网络技术的进步,网络教育已成为当前教育研究的一个热点领域。网络教育由于不受时间和空间的限制,为学习者提供了更广阔的空间和更自由的方式。然而,目前的网络学习系统大多按“以教师(系统)为中心”方式设计,要求学生适应系统,忽略了学生本身的主动作用要,求人来适应系统而不是系统去适应用户,没有充分按照人的学习规律来进行教育,所以造成了交互性差,学习效果不明显等诸多问题。为了解决以上问题,一种以“学生”为中心的自适应学习系统,已成为国内外教育领域的研究热点。 然而,目前的这种自适应系统都是以HTML文本形式存在于Internet之上,因此就受到HTML可扩展性差、交互性差、置标没有语义及缺乏对双字节或多国文字支持的局限性。目前的这些学习系统及对学生模型的构建只定量地考虑了学生的认知水平,而忽略了对学生的情感因素、学习动机、认知风格考虑。然认而知风格是个体在理解、储存、转换和利用信息过程中所偏好的相对稳定的态度和方式。学习者在学习时间、地点、教材、师资等条件相仿的情况下,学习效果却可能不一致,甚至相差甚远,究其原因,认知风格是最重要的个体差异因素之一。随着知识信息的爆炸,如何从海量的信息中,寻找出我们需要的内容,也已成为当前的又一热点。为了解决上述问题,本文以拉埃丁(Richerd.Riding)的认知风格理论为基础,运用web数据挖掘技术来构建基于认知风格的语义网环境下的自适应学习系统中学生模型,以解决目前自适应系统在学生模型中的缺陷。本文分成五个主体部分: 第一部分,对国内外自适应学习系统的发展和现状进行分析概括,阐述了语义网的体系结构及目前的发展应用。并对目前国内外自适应学习系统中构建学生模型的方法进行分析比较,总结其存在的问题。 第二部分,探讨了基于认知风格的语义网环境下的自适应学习系统中学生模型的理论基础及其构建的技术支持。 第三部分,详细论述了基于认知风格的语义网环境下的自适应学习系统中学生模型的设计与描述,阐述了从数据提取到分析、处理,最后建构学生认知风格的方法。 第四部分,对基于认知风格的语义网环境下的自适应学习系统学生模型进行具体的实现。 第五部分,对文章进行总结,并提出今后要做的工作。
【学位单位】：东北师范大学
【学位级别】：硕士
【学位年份】：2007
【中图分类】：G434
【部分图文】：
图 1 语义 We b 的概 念 和 体系 结 构 x ml s ch e ma 。 XM L 是一 个 精简 的 SG M L， 它 综 合 了 允 许 用户 在文 档 中 加 入任 意 的结 构， 而 无 需 说明 空 间， 由 UR I 索引 确定 ， 目 的 是 为了 避 免不 同 X M L Sc h em a 是 DT D( D oc u m en t Da t a Ty pe ) 的 替加 灵活 ，提 供 更多 的数 据 类型 ， 能更 好 地 为 有8 ］。正 是 由 于 XM L 灵活 的 结构 性 、 由 UR I 索引 的 h e ma 所 提供 的 多 种 数据 类 型及 检 验机 制 ， 使 其该 层 负责 从语 法 上 表 示数 据 的内 容和 结 构， 通 、数 据 结构 和内 容 分 离 ［9］ 。 sc h em a 。R D F 是 一种 描 述 WW W 上的 信息 资 源的 一 标准 共 存 的 框架 。 该 框 架 能 充分 利用 各 种 元 数利 用 。RD F 解决 的 是 如何 采 用 X ML 标 准语 法无 述的 资 源 的 元数 据 信 息成 为 机器 可理 解 的信 息
数 据预 处 理 处 理是 W eb 挖掘 中最 关 键 的 一个 环 节 ，其 质 量关 系到 使 用 挖 掘过 程 和 模 式 量。 Da t a Mi ni n g 牵 涉大 量 的规 划与 准 备， 专 家声 称 高达 80 % 的过 程 花在 ， 如 图 8 所示 。 ( b yt e s ) 器 ( s er v er )( re qu e st ) ( st at u s ) 名 ( se r v ic e n am e ) 时 间 版 本 者代 理 ki e 页 ( re fe r r er ) 传送 的 字节 ( 发送 或 接 收的 ) 服务 器 IP 地址 和端 口 UI L 查 询和 枝 节 返回 给 HT TP 状 态标 识 学习 者请 求 的服 务 名 称 完成 浏 览的 时 间 传输 用 的 协议 版 本 服务 提供 者 co o k ie 标识 号 本页 的 上一 页
基 于认 知 风 格 的 语 义 网 环境 下 的 自 适 应 学 习 系 统中 模型 的 实 施 页面 的实 施一 次 进入 《 C 语言 程 序 设 计》 这 门 课程 ， 首 先 要进 行 注 册 ，填 写 必 要 存储 在 学 生 静态 库 中 ， 用于 建 立 学生 静 态模 型。 然 后， 系统 对 学生 试的 数 据 记录 ， 通 过 分析 得 出 学 生初 始 认知 风格 类 型。 并 结 合 学 生 认 知 风格 学 生 初始 化 模型 。 其 登录 界 面如 图 9 所示 。
【引证文献】
本文编号：2872281
【学位单位】：东北师范大学
【学位级别】：硕士
【学位年份】：2007
【中图分类】：G434
【部分图文】：
图 1 语义 We b 的概 念 和 体系 结 构 x ml s ch e ma 。 XM L 是一 个 精简 的 SG M L， 它 综 合 了 允 许 用户 在文 档 中 加 入任 意 的结 构， 而 无 需 说明 空 间， 由 UR I 索引 确定 ， 目 的 是 为了 避 免不 同 X M L Sc h em a 是 DT D( D oc u m en t Da t a Ty pe ) 的 替加 灵活 ，提 供 更多 的数 据 类型 ， 能更 好 地 为 有8 ］。正 是 由 于 XM L 灵活 的 结构 性 、 由 UR I 索引 的 h e ma 所 提供 的 多 种 数据 类 型及 检 验机 制 ， 使 其该 层 负责 从语 法 上 表 示数 据 的内 容和 结 构， 通 、数 据 结构 和内 容 分 离 ［9］ 。 sc h em a 。R D F 是 一种 描 述 WW W 上的 信息 资 源的 一 标准 共 存 的 框架 。 该 框 架 能 充分 利用 各 种 元 数利 用 。RD F 解决 的 是 如何 采 用 X ML 标 准语 法无 述的 资 源 的 元数 据 信 息成 为 机器 可理 解 的信 息
数 据预 处 理 处 理是 W eb 挖掘 中最 关 键 的 一个 环 节 ，其 质 量关 系到 使 用 挖 掘过 程 和 模 式 量。 Da t a Mi ni n g 牵 涉大 量 的规 划与 准 备， 专 家声 称 高达 80 % 的过 程 花在 ， 如 图 8 所示 。 ( b yt e s ) 器 ( s er v er )( re qu e st ) ( st at u s ) 名 ( se r v ic e n am e ) 时 间 版 本 者代 理 ki e 页 ( re fe r r er ) 传送 的 字节 ( 发送 或 接 收的 ) 服务 器 IP 地址 和端 口 UI L 查 询和 枝 节 返回 给 HT TP 状 态标 识 学习 者请 求 的服 务 名 称 完成 浏 览的 时 间 传输 用 的 协议 版 本 服务 提供 者 co o k ie 标识 号 本页 的 上一 页
基 于认 知 风 格 的 语 义 网 环境 下 的 自 适 应 学 习 系 统中 模型 的 实 施 页面 的实 施一 次 进入 《 C 语言 程 序 设 计》 这 门 课程 ， 首 先 要进 行 注 册 ，填 写 必 要 存储 在 学 生 静态 库 中 ， 用于 建 立 学生 静 态模 型。 然 后， 系统 对 学生 试的 数 据 记录 ， 通 过 分析 得 出 学 生初 始 认知 风格 类 型。 并 结 合 学 生 认 知 风格 学 生 初始 化 模型 。 其 登录 界 面如 图 9 所示 。
【引证文献】
相关期刊论文 前1条
1 刘春艳;张媛;孙新;;基于语义网的资源型终身学习服务系统模型[J];计算机与数字工程;2011年10期
本文编号：2872281
本文链接：https://www.wllwen.com/jiaoyulunwen/ktjx/2872281.html
