当前位置:主页 > 教育论文 > 学科教育论文 >

面向服务的个性化智能学习社区研究

发布时间:2017-05-15 22:06

  本文关键词:面向服务的个性化智能学习社区研究,由笔耕文化传播整理发布。


【摘要】:摘要 随着网络学习社区尽力设计其用户体验来适应不同学习者的学习目标、需求、兴趣、学习内容以及学历能力,所以这时个性化智能学习社区应运而生。目前,越来越多的专家研究各种技术来帮助教师改进网络学习社区。本文主要研究面向服务的个性化智能学习社区,采用面向服务的架构,通过测试学习者的学习风格和挖掘分析学习者的日志记录来了解学习者的学习风格和学习习惯,提供了一个能自适应学习者的学习风格和知识水平的个性化智能学习社区,目的在于通过个性化的学习服务,突破传统学习社区研究的一些重难点。本文深入分析了不同学习者进行在线学习时,由于其学习风格、知识水平、学习目的和兴趣不同而引起的对学习资源的学习顺序和资源类型选择不同等问题,总结出目前学习社区研究的重难点之一:如何使学习风格类型不同的学习者使用智能学习社区进行学习时,根据当前学习者的学习风格,系统能够提供个性化学习推荐服务。本文首先根据Felder-Silverman学习风格量表将学习者的学习风格进行分类,.并记录学习者学习风格测试结果;接着挖掘系统记录学习者学习活动日志分析了解其学习兴趣和学习习惯,计算出学习者的学习行为序列;最后本系统会根据学习者的特征提供推荐服务,系统会给出适合该学习者学习本门课程的个性化学习行为序列,提高学习者的学习效率。测试结果充分证明本推荐模型的自适应性,通过使用本模型,能够基于学习者的学习风格,知识和偏好对其在线学习给出相应的建议与引导。
【关键词】:面向服务 个性化 学习社区 学习风格
【学位授予单位】:四川师范大学
【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
  • 1 绪论11-16
  • 1.1 研究背景和意义11-12
  • 1.2 国内外研究现状12-14
  • 1.3 论文研究的创新性14
  • 1.3.1 分析学习风格识别模型14
  • 1.3.2 面向服务的系统构建14
  • 1.4 论文的研究目标、主要任务和主要工作14-15
  • 1.4.1 研究目标14
  • 1.4.2 主要任务14-15
  • 1.4.3 主要工作15
  • 1.5 论文的总体框架15-16
  • 2 研究基础16-21
  • 2.1 相关理论和标准16-17
  • 2.1.1 学习风格(Learning Style,LS)16-17
  • 2.1.2 个性化学习推荐模型17
  • 2.2 关键技术17-21
  • 2.2.1 Web Services17-18
  • 2.2.2 MVC设计模式18
  • 2.2.3 Java EE技术18-21
  • 3 面向服务的个性化智能学习社区模型的设计21-26
  • 3.1 SOALC的设计21-23
  • 3.1.1 SOALC系统架构21-23
  • 3.2 SOALC的服务设计23-26
  • 3.2.1 学习风格识别服务23
  • 3.2.2 学习资源推荐服务23-26
  • 4 面向服务的个性化智能学习社区的实现26-37
  • 4.1 系统实现26-33
  • 4.1.1 持久层设计与实现26-28
  • 4.1.2 Dao层设计与实现28-30
  • 4.1.3 Service层设计与实现30-32
  • 4.1.4 控制层设计与实现32-33
  • 4.2 学习风格识别服务33-37
  • 4.2.1 服务的设计33
  • 4.2.2 服务的部署33-37
  • 5. SOALC原型系统实验37-79
  • 5.1 SOALC原型系统功能37-40
  • 5.2 系统数据库设计40-63
  • 5.2.1 系统数据结构字典40-42
  • 5.2.2 系统的数据项字典42-60
  • 5.2.3 数据流字典60-61
  • 5.2.4 数据存储字典61
  • 5.2.5 处理过程字典61-63
  • 5.3 学习者人机交互63-71
  • 5.3.1 学习风格测试63-65
  • 5.3.2 在线学习65-71
  • 5.4 教师人机交互71-75
  • 5.4.1 身份验证71-72
  • 5.4.2 个人信息管理72-73
  • 5.4.3 课程管理73-75
  • 5.5 系统管理员人机交互75-77
  • 5.6 学习效果77-79
  • 6 研究的总结及展望79-80
  • 6.1 研究成果总结79
  • 6.2 研究存在的不足与未来展望79-80
  • 参考文献80-82
  • 附录82-86
  • 致谢86-87
  • 研究生在校期间的科研成果87-88
  • 项目支持88

【相似文献】

中国期刊全文数据库 前10条

1 田哠;;电大理工科课程远程个性化教学探索——计算机绘图课程智能学习系统研究[J];大家;2012年10期

2 林娟娟;郝凯亭;尚玉金;;网络课程智能学习导航系统设计与实践[J];继续教育;2013年08期

3 魏毅峰;张亮;;基于本体的智能学习系统的架构设计[J];郧阳师范高等专科学校学报;2009年06期

4 赵一萌;徐爱香;;智能学习桌[J];小星星;2006年10期

5 李振亭;王亮;屈艳玲;;基于知识结构图的智能学习诊断研究[J];河南师范大学学报(自然科学版);2011年04期

6 尹慧;;基于Multi-agent的智能学习环境的设计与实现[J];电脑知识与技术;2008年24期

7 张俊杰;方文波;;基于知识点的智能学习系统[J];武汉纺织大学学报;2013年03期

8 单永刚;虞江锋;;SNS环境下智能学习平台的设计与实现[J];中国教育信息化;2014年03期

9 温俊芹;;基于云计算的五项修炼智能学习实验室的构建探析[J];科技信息;2013年07期

10 许晓安;;基于WEB的智能学习帮助系统ILAS的系统设计[J];广东技术师范学院学报;2008年03期

中国重要会议论文全文数据库 前1条

1 彭夷;姚寿广;路诗奎;;智能学习型制冷空调系统设计软件的若干功能扩充开发[A];第六届全国低温与制冷工程大会会议论文集[C];2003年

中国重要报纸全文数据库 前2条

1 ;巩固广域数据服务领域领导者地位[N];人民邮电;2007年

2 记者 包冉;乾坤应试宝贝V2100:智能学习[N];计算机世界;2003年

中国博士学位论文全文数据库 前2条

1 钟国祥;基于网格的智能学习环境研究[D];西南大学;2008年

2 余建波;基于智能学习模型的制造过程质量控制理论与方法论研究[D];上海交通大学;2009年

中国硕士学位论文全文数据库 前8条

1 凌云;基于移动平台的智能学习系统研究与设计[D];广东技术师范学院;2015年

2 杨雅志;面向服务的个性化智能学习社区研究[D];四川师范大学;2015年

3 陈瑶;远程智能学习系统综合评判模型的设计[D];哈尔滨工程大学;2006年

4 王亮;远程教学中的智能学习诊断研究[D];河南师范大学;2011年

5 张俊丽;现场作业数字化标准库智能学习系统的开发与应用研究[D];华北电力大学;2014年

6 应武;面向小学数学目标测评的ICAI系统研究与实现[D];浙江工业大学;2009年

7 刘小玲;基于WEB的选程智能学习系统—自反馈模型的建模研究[D];昆明理工大学;2002年

8 陈心涛;面向iOS移动终端的汉字书写智能学习系统[D];华南理工大学;2013年


  本文关键词:面向服务的个性化智能学习社区研究,,由笔耕文化传播整理发布。



本文编号:368998

资料下载
论文发表

本文链接:https://www.wllwen.com/jiaoyulunwen/xuekejiaoyulunwen/368998.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户15ab3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com