混合学习情景下英语视听资源的个性化协同推荐研究
发布时间:2021-06-15 23:43
很多学习者在面对海量资源时,难以快速筛选出对自己有用的内容。鉴于此,该研究探索了英语教学与信息技术的融合,提出在混合学习情景下,利用协同推荐技术将学习者与优质视听资源匹配,为学习者动态定制个性化学习内容。在大样本数据MovieLen 100k上进行定量分析,发现用户普遍只对少量资源熟悉,需要推荐机制帮助扩大认知领域,且该方法可以提升推荐效果;在学生社团中进行教学实践,发现不同背景的学生对视听资源的偏好存在差异,且该方法对视听学习产生了积极影响。该研究旨在为英语教育资源服务的信息化和智能化提供一定参考。
【文章来源】:外语电化教学. 2020,(03)北大核心CSSCI
【文章页数】:8 页
【部分图文】:
用户评分数量分布情况
将收到的反馈与系统的预测进行比较,如图5所示。黑色数据表示该条推荐的预测评分为4分或者5分,共计48条。学生学习后的反馈标记为灰色数据。当学生打分也为4分或5分时,认为学生认可系统推荐的资源。学生打分为3分及以下时,认为该资源并没有引起学生的共鸣。在48条推荐数据中,有33条数据得到用户的积极反馈,满意度达到了68.75%。综合上述定量分析和教学实践,可以认为本文使用的协同推荐教育方案能够针对混合学习情景下的英语视听说学习进行有效推荐,能满足学生个性化学习的需要。
图1 个性化协同推荐框架
本文编号:3231931
【文章来源】:外语电化教学. 2020,(03)北大核心CSSCI
【文章页数】:8 页
【部分图文】:
用户评分数量分布情况
将收到的反馈与系统的预测进行比较,如图5所示。黑色数据表示该条推荐的预测评分为4分或者5分,共计48条。学生学习后的反馈标记为灰色数据。当学生打分也为4分或5分时,认为学生认可系统推荐的资源。学生打分为3分及以下时,认为该资源并没有引起学生的共鸣。在48条推荐数据中,有33条数据得到用户的积极反馈,满意度达到了68.75%。综合上述定量分析和教学实践,可以认为本文使用的协同推荐教育方案能够针对混合学习情景下的英语视听说学习进行有效推荐,能满足学生个性化学习的需要。
图1 个性化协同推荐框架
本文编号:3231931
本文链接:https://www.wllwen.com/jiaoyulunwen/xueshengguanli/3231931.html