基于个性化推荐的在线学习过程优化研究

发布时间：2021-02-05 07:15

　　随着互联网的普及,网络学习资源的获取越来越方便,人们可以不受时间和空间的限制,随时随地的学习知识。在线学习作为一种新兴的教育方式,因其资源丰富、获取便利、经济适用等特点愈来愈受学习者们青睐,一些企业和高校开始从在线学习平台中挖掘高分人才。然而,大多数在线学习平台仅能提供简单的关键字查找和热门推荐功能,这些功能无法完全解决由海量学习资源堆积所引发的信息过载、信息迷航等问题。此外,在线学习因缺少传统面对面教育中教师的人文关怀和专业指导,学习过程中对学习者自觉性、自控性等方面要求较高,能够合理安排自己学习过程的学习者相对较少,在线学习效果不佳。针对在线学习的现状,本文对学习过程优化问题展开了研究。本研究以认知诊断、个性化推荐等理论知识为基础,以优化学习过程为目标,以河北省工程研究中心项目“河北省智慧教育大数据”工程研究中心项目为支撑,以《数据库应用》课程为实证背景,研究基于个性化推荐的在线学习过程优化方法。首先,分析在线学习过程中存在的问题及原因,并根据问题存在的原因和理论知识,提出基于认知诊断和个性化推荐的在线学习过程优化方法;然后,按照认知诊断的步骤,确定认知属性及层级关系,结合学习者-... 

【文章来源】：河北科技大学河北省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

调用程序包

导入excel表中数据

估计参数（guess和slip)

【参考文献】：
期刊论文
[1]RepoLike: a multi-feature-based personalized recommendation approach for open-source repositories[J]. Cheng YANG,Qiang FAN,Tao WANG,Gang YIN,Xun-hui ZHANG,Yue YU,Hua-min WANG.  Frontiers of Information Technology & Electronic Engineering. 2019(02)
[2]基于损失因子和数据集划分的协同过滤推荐算法[J]. 王茂华,郝云力,柏春松.  赤峰学院学报(自然科学版). 2019(01)
[3]融合“S”型相似度和关联度的协同过滤算法[J]. 余相,陈亮,胡亚兰,王丹.  计算机技术与发展. 2019(03)
[4]基于情境感知的移动图书馆场景化资源推荐服务研究[J]. 谢斌.  图书馆学刊. 2018(08)
[5]基于转换矩阵区分物品时效性的个性化推荐[J]. 王颖,赵海燕,陈庆奎,曹健.  小型微型计算机系统. 2018(04)
[6]基于逐次适应蚁群优化算法的个性化微学习推荐[J]. 赵琴,陈健,张月琴.  计算机工程. 2018(02)
[7]基于用户评分和共同评分项的协同过滤算法研究[J]. 张宏,王慧.  计算机应用研究. 2019(01)
[8]浅谈个性化推荐系统[J]. 肖小月.  科技创新导报. 2018(02)
[9]基于LDA模型的多角度个性化微博推荐算法[J]. 孙玉洁,秦永彬.  计算机工程. 2017(04)
[10]从议论文模块写作能力提升谈学习过程优化[J]. 朱顶才.  中学语文. 2016(36)

博士论文
[1]基于认知诊断的儿童数学学力结构及测评研究[D]. 王欣瑜.内蒙古师范大学 2017

硕士论文
[1]基于DINA模型的初中生概率学习认知诊断研究[D]. 郝赛娟.河北师范大学 2019
[2]基于DINA模型的高中立体几何认知诊断研究[D]. 廖中山.西南大学 2018
[3]基于DINA模型对初中“一元二次方程”内容进行认知诊断研究[D]. 刘梦雪.中央民族大学 2017
[4]基于学习诊断的个性化学习资源推荐研究[D]. 李红艳.河南师范大学 2017
[5]基于翻转课堂中微视频化学学习的认知诊断研究[D]. 孙飞.南京师范大学 2017
[6]面向教育资源个性化推荐的协同过滤算法研究[D]. 赵营.河南师范大学 2016
[7]初中生平行四边形学习的认知诊断研究[D]. 周婷婷.西南大学 2016
[8]基于DINA模型的中学生物学认知诊断研究[D]. 杨宇杰.华东师范大学 2015
[9]小学数学空间与图形问题解决的认知诊断研究：0-1计分与多级计分的比较[D]. 陈婧.浙江师范大学 2014



本文编号：3019240