基于虚拟学习社区的教学策略推理与构建

发布时间：2017-07-19 08:02

  本文关键词：基于虚拟学习社区的教学策略推理与构建

  更多相关文章： 虚拟学习社区 模糊C均值聚类 教学策略 多Agent 复杂系统

【摘要】：随着社会经济和互联网的快速发展,网络教育正成为目前应用范围较广、覆盖面积较大的一种教学方式。虚拟学习社区作为网络教育的一种新型模式,是一门综合了计算机技术、心理学、教育学等多学科的研究领域。其很多研究需要有计算机技术等学科背景的支撑。教育数据挖掘是将计算机领域的数据挖掘技术应用到教育领域中,在大量的教学数据中挖掘出有价值的规律、关系、信息等,为教学提供服务。虚拟学习社区中的教学数据常常是杂乱、零碎的,其价值也是不易被察觉的,合理地利用数据挖掘技术将会给我们研究教学中的问题带来事半功倍的效果,更好地支撑虚拟学习社区的教学。首先,本文对虚拟学习社区中的教学策略深入分析,构建教学策略推理机制。教学策略是虚拟学习社区中实现个性化教学和智能推理的关键,教学策略的选择将直接影响到虚拟学习社区的教学质量。本文通过运用模糊C均值聚类算法分析学习者学习特征的具体特点,挖掘出其共同特征,从而对学习者进行分组。通过余弦相似度计算学习特征向量与教学策略规则条件部分的匹配度,判断匹配度与阈值的大小,进而推荐合适的教学策略。最后,文章结合复杂系统理论来讨论研究虚拟学习社区的构建。试图从人工智能的角度,采用自下而上的设计方法,以多Agent技术构建基于教学策略机制的虚拟学习社区平台。
【关键词】：虚拟学习社区 模糊C均值聚类 教学策略 多Agent 复杂系统
【学位授予单位】：江西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G434
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 引言8-13
• 1.1 研究背景8-9
• 1.1.1 网络教育的快速发展8
• 1.1.2 虚拟学习社区是时代发展的要求8-9
• 1.2 选题来源9
• 1.3 研究意义9-10
• 1.4 本文的研究内容与方法10-11
• 1.4.1 研究内容及拟解决的关键问题10-11
• 1.4.2 研究方法11
• 1.5 本文的组织结构11-13
• 第2章 虚拟学习社区概述13-16
• 2.1 国内外虚拟学习社区的基本概念13
• 2.2 虚拟学习社区的学习共同体理论13-14
• 2.3 虚拟学习社区的分类14
• 2.4 虚拟学习社区的构建研究14-16
• 第3章 教育数据挖掘与聚类分析16-22
• 3.1 教育数据挖掘概述16-17
• 3.1.1 教育数据挖掘的定义16
• 3.1.2 数据挖掘在网络教育中的研究现状分析16-17
• 3.2 聚类分析算法17-20
• 3.2.1 聚类的定义17-18
• 3.2.2 相似度的测度18
• 3.2.3 聚类的分类18-20
• 3.3 模糊聚类分析20
• 3.4 模糊C均值聚类算法20-22
• 3.4.1 FCM算法概述20-21
• 3.4.2 模糊C均值聚类算法的流程图21-22
• 第4章 基于学习特征的教学策略推理机制22-45
• 4.1 个性化教学22
• 4.2 基于学习特征的教学策略推理机制系统模型22-24
• 4.2.1 数据预处理模块23-24
• 4.2.2 学习者学习特征分析模块24
• 4.2.3 教学策略推理模块24
• 4.3 虚拟学习社区中学习者的学习特征表示24-25
• 4.4 教学策略推理机制25-28
• 4.4.1 几种典型的知识表示法26
• 4.4.2 教学策略的产生式表示法模型定义26
• 4.4.3 基于学习特征的教学策略推理机制26-28
• 4.4.4 基于学习特征的教学策略推理分析28
• 4.5 基于模糊C均值聚类的学习特征分析28-30
• 4.5.1 聚类分组策略28
• 4.5.2 模糊C聚类分析学习特征具体过程28-30
• 4.6 基于模糊C均值聚类的学习特征聚类实验30-45
• 4.6.1 学习特征的数据来源30-32
• 4.6.2 学习行为记录采集32-35
• 4.6.3 算法初始参数设置35-36
• 4.6.4 模糊C均值聚类分组实现过程36-41
• 4.6.5 实验结果及教学策略推理分析41-45
• 第5章 基于教学策略机制的虚拟学习社区系统构建45-62
• 5.1 虚拟学习社区构建概述45
• 5.2 虚拟学习社区与复杂系统45-46
• 5.2.1 虚拟学习社区与复杂系统的内在耦合性45-46
• 5.2.2 自上而下与自下而上的设计方法46
• 5.3 Agent的概述46-48
• 5.3.1 Agent的定义46-47
• 5.3.2 Agent的基本结构47
• 5.3.3 Agent在基于教学策略机制的虚拟学习社区中的应用概述47-48
• 5.4 构建基于教学策略机制的虚拟学习社区结构图48-51
• 5.4.1 多Agent教学系统的优点48
• 5.4.2 基于教学策略机制的虚拟学习社区结构图48-50
• 5.4.3 基于教学策略机制的虚拟学习社区学生Agent的设计50-51
• 5.5 教学策略推理模块的设计与开发51-62
• 5.5.1 教学策略推理模块的设计思想51-52
• 5.5.2 教学策略推理模块的实现52-62
• 第6章 总结与展望62-65
• 6.1 研究总结62
• 6.2 研究展望62-65
• 参考文献65-69
• 致谢69-70
• 在读期间发表论文（著）及科研情况70

【参考文献】

中国期刊全文数据库 前9条

1 刘续;;基于多Agent的教师网络学习共同体的构建研究[J];中国远程教育;2011年12期

2 肖人彬;;群集智能特性分析及其对复杂系统研究的意义[J];复杂系统与复杂性科学;2006年03期

3 吴淑苹;;基于数据挖掘的教师网络学习行为分析与研究[J];教师教育研究;2013年03期

4 吴小红,张剑平;中国的远程教育网站及其分析[J];开放教育研究;2001年02期

5 邓伟;廖涛;;移动虚拟学习社区初探[J];软件导刊;2009年10期

6 张立国;郭箭;;对虚拟学习社区的解读[J];现代远距离教育;2009年04期

7 欧阳明;龚萍;;教育技术“人—机”系统的研究[J];现代教育技术;2013年04期

8 温小勇;孔利华;焦中明;;基于社会化语义网的虚拟学习社区的构建研究[J];现代教育技术;2013年10期

9 刘钒;钟书华;;国外“群集智能”研究述评[J];自然辩证法研究;2012年07期

，

本文编号：561818