优质网络学习资源的筛选方法研究

发布时间：2017-03-26 08:11

  本文关键词：优质网络学习资源的筛选方法研究，，由笔耕文化传播整理发布。

【摘要】：随着教育信息化进程的快速推进,在线学习成为一种主要的学习方式。各种在线学习平台中的资源即网络学习资源数量迅猛增长,然而其质量却参差不齐。如何从海量的网络学习资源中筛选出较为优质的资源,提高学习者的在线学习效率,显得尤为重要。因此,本文开展了对优质网络学习资源筛选方法的研究。首先,在综述国内外网络学习资源相关研究现状的基础上,对聚类分析、K-均值算法、多目标优化算法等理论与技术进行了归纳总结。同时,参照国内外各类网络学习资源建设和管理标准,通过对教师、学生进行调研与访谈,设计了以学习者为评价主体的网络学习资源评价体系,为优质网络学习资源筛选提供依据。其次,给出一种优质网络学习资源筛选方法,该方法先以K-均值算法为基础对资源进行分类,然后再借助多目标优化问题中的支配关系对资源进行评价,实现资源的筛选。同时,依托工程技术研究中心自主研发的精品资源共享课公共服务平台,对资源的筛选功能予以实现。最后,将该方法应用于《数据库技术及应用》的实验课中,通过筛选功能的实际应用和问卷调查,对优质网络学习资源筛选方法的可行性和有效性进行验证。结果表明:该方法能够高效、准确地筛选出优质的网络学习资源。本研究成果对于提高网络资源共享平台中资源的质量,消除学习者资源选择的盲目性,提升在线学习的效率与效果,具有一定的现实意义和应用价值。
【关键词】：网络学习资源 优质资源筛选 评价 K-均值算法 多目标优化
【学位授予单位】：河南师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G434
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 绪论11-18
• 1.1 研究背景、目的和意义11-13
• 1.1.1 研究背景11-12
• 1.1.2 目的和意义12-13
• 1.2 相关研究现状13-14
• 1.2.1 国外13
• 1.2.2 国内13-14
• 1.3 研究内容与方法14-17
• 1.3.1 主要内容14-15
• 1.3.2 研究方法15-17
• 1.4 论文组织结构17-18
• 第二章 相关概念与技术支撑18-32
• 2.1 相关概念18-22
• 2.1.1 网络学习资源18-19
• 2.1.2 聚类分析19-22
• 2.2 技术支撑22-29
• 2.2.1 Java22
• 2.2.2 数据标准化22-24
• 2.2.3 K-均值算法24-26
• 2.2.4 多目标优化算法26-29
• 2.3 精品资源共享课公共服务平台29-32
• 2.3.1 平台简介29-30
• 2.3.2 数据库设计30-32
• 第三章 优质网络学习资源的筛选方法32-44
• 3.1 优质网络学习资源判定依据32-34
• 3.1.1 国内外教育资源标准化规范32-33
• 3.1.2 优质网络学习资源判定依据33-34
• 3.2 优质网络学习资源筛选方法的描述34-37
• 3.2.1 筛选方法描述34-36
• 3.2.2 筛选功能设计36-37
• 3.3 筛选方法的算法及其实现37-44
• 3.3.1 数据表结构设计37-40
• 3.3.2 算法设计与实现40-44
• 第四章 优质网络学习资源筛选方法的应用44-60
• 4.1 应用对象44
• 4.2 应用过程44-53
• 4.2.1 确定应用方案44-45
• 4.2.2 实施应用方案45-53
• 4.3 应用结果与分析53-60
• 4.3.1 应用结果53-54
• 4.3.2 结果分析54-60
• 第五章 总结与展望60-62
• 5.1 总结60-61
• 5.2 展望61-62
• 参考文献62-64
• 附录64-67
• 附录A 关于设计优质网络学习资源评分体系及指标的访谈提纲64-65
• 附录B 优质网络学习资源筛选方法可行性与有效性评价调查问卷65-67
• 致谢67-68
• 攻读学位期间发表的学术论文目录68-69

【参考文献】

中国期刊全文数据库 前2条

1 叶海智;程清杰;黄宏涛;;K-均值算法支持的优质网络学习资源筛选方法研究[J];中国远程教育;2014年10期

2 余胜泉;;学习资源建设发展大趋势(下)[J];中国教育信息化;2014年03期

  本文关键词：优质网络学习资源的筛选方法研究，由笔耕文化传播整理发布。

本文编号：268523