基于规则库的学习者前导课程智能推荐
发布时间：2022-01-25 12:49
教育部2018年4月印发了《教育信息化2.0行动计划》,意味着网络教育已上升到国家战略地位。但问题是,“高辍学率、低完成率”的现象严重影响了网络教育的发展,这其中的主要问题在于学习者知识储备与课程不匹配。而造成该问题的根本原因在于:（1）课程之间存在进阶关系;（2）学习者课程选择的盲目性,影响其选课健康状态;（3）平台缺少前导课程学习引导服务。文献回顾发现,现有研究从课程推荐入手,解决了课程信息“过载”的问题,但还存在学习者知识储备与课程不匹配的问题尚未彻底解决。而该问题的解决对课程进阶性、学习者选课盲目性具有重要意义。为此,本论文以学习者知识储备与课程不匹配为切入点,以学习者及其所选进阶课程为对象,以学习进阶理论为基础,以“中国大学MOOC”平台为数据载体,以提供前导课程智能推荐服务为目的,综合研究基于课程进阶关系的规则库构建、学习者选课健康状态感知、前导课程智能推荐三个方面内容,具体的创新工作如下所述:（1）构建了一个基于课程进阶关系的规则库。利用学习进阶理论,研究了平台课程之间进阶关系,在此基础上,利用网络爬虫技术及文本分析方法,对平台课程之间进阶关系进行了抽取及规范化表达,进而...
【文章来源】：西安工程大学陕西省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
沈r恻肋.之日，‘酬翻M俪叭p曰粕Ap创口比n]
图 3-1 学习者不同身份占比情况1 显示，当前学习者数据集中，学生学习者占比较大，高达者，占比仅为 4.82%。通过以上分析可以发现，学生学习。由于其他类学习者占比较少且具体的身份信息缺失，因别的学习者。步明晰学习者专业方向或从事行业特征，本论文对学生学所从事的行业进行分析。于学生学习者所在高校及学院信息为非必填内容，所以仅生学习者总人数的 6.07%）对该部分信息完整地进行填写设置存在差异，如管理学为主的学院名称包括有管理学院学院等。对此，本论文采用文本分析的方法对学生学习者析。具体而言，首先对学生学习者学院信息进行提取并令借助中文分词工具对其进行分词操作并获取词频统计结果行过滤及清洗工作，即剔除无效的词语，如“学院”、“过 WordArt 词云工具对其进行可视化，结果如下图 3-2 所
图 4-2 “预备知识”信息此，借助数据爬取平台，依次对课程库中每门课程的“预备知识”栏提取，并根据其语义表达关系通过人工识别的方式进行课程进阶“进阶课程→前导课程”的模式对课程之间进阶关系进行标准化表从而构建了基于课程进阶关系的规则库。具体流程如下图 4-3 所示大学OC源库课程资源属性信息预备知识信息提取与 关系构建或 关系构建非 关系构建课程关系提纯基进的依次遍历提取数据获取 数据提取及处理数据图 4-3 规则库构建流程图 4-3 中，“与”关系表示任意进阶课程的多个前导课程之间存在并列任意进阶课程的多个前导课程之间存在或关系；“非”关系表示该门
【参考文献】：
期刊论文
[1]智慧教育2.0:教育信息化2.0视域下的教育新生态——《教育信息化2.0行动计划》解读之二[J]. 郑旭东. 远程教育杂志. 2018(04)
[2]他们为什么回来?——MOOCs中重复注册者行为与动机分析[J]. 范逸洲,张国罡,陈伯栋,汪琼. 开放教育研究. 2018(02)
[3]与学习进阶相适宜的科学探究课程方案述评[J]. 魏昕,郭玉英. 课程.教材.教法. 2018(03)
[4]融合创新,智能引领,迎接教育信息化新时代[J]. 任友群,冯仰存,郑旭东. 中国电化教育. 2018(01)
[5]学习行为投入:定义、分析框架与理论模型[J]. 武法提,张琪. 中国电化教育. 2018(01)
[6]基于教育数据挖掘的在线学习者学业成绩预测建模研究[J]. 陈子健,朱晓亮. 中国电化教育. 2017(12)
[7]MOOC平台用户完成率影响因素分析及对策——基于国内外相关文献的研究[J]. 杨红云,胡优立. 中国教育信息化. 2017(23)
[8]基于概念邻域的Top-N推荐算法[J]. 陈昊文,王黎明,张卓. 小型微型计算机系统. 2017(11)
[9]基于“互联网+”的碎片化学习策略研究——从“碎片”到“整体”的嬗变[J]. 黄建锋. 电化教育研究. 2017(08)
[10]一种基于向量的在线学习推荐系统架构[J]. 马莉,薛福亮. 情报科学. 2017(07)
硕士论文
[1]新课程背景下“学习进阶”理论在物理课堂教学中的应用[D]. 刘安巍.哈尔滨师范大学 2018
[2]基于多特征排序模型的网络课程推荐算法研究与应用[D]. 朱华.浙江大学 2017
[3]本科护理专业课程评价体系及指标的构建[D]. 周伟.河南大学 2016
本文编号：3608565
【文章来源】：西安工程大学陕西省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
沈r恻肋.之日，‘酬翻M俪叭p曰粕Ap创口比n]
图 3-1 学习者不同身份占比情况1 显示，当前学习者数据集中，学生学习者占比较大，高达者，占比仅为 4.82%。通过以上分析可以发现，学生学习。由于其他类学习者占比较少且具体的身份信息缺失，因别的学习者。步明晰学习者专业方向或从事行业特征，本论文对学生学所从事的行业进行分析。于学生学习者所在高校及学院信息为非必填内容，所以仅生学习者总人数的 6.07%）对该部分信息完整地进行填写设置存在差异，如管理学为主的学院名称包括有管理学院学院等。对此，本论文采用文本分析的方法对学生学习者析。具体而言，首先对学生学习者学院信息进行提取并令借助中文分词工具对其进行分词操作并获取词频统计结果行过滤及清洗工作，即剔除无效的词语，如“学院”、“过 WordArt 词云工具对其进行可视化，结果如下图 3-2 所
图 4-2 “预备知识”信息此，借助数据爬取平台，依次对课程库中每门课程的“预备知识”栏提取，并根据其语义表达关系通过人工识别的方式进行课程进阶“进阶课程→前导课程”的模式对课程之间进阶关系进行标准化表从而构建了基于课程进阶关系的规则库。具体流程如下图 4-3 所示大学OC源库课程资源属性信息预备知识信息提取与 关系构建或 关系构建非 关系构建课程关系提纯基进的依次遍历提取数据获取 数据提取及处理数据图 4-3 规则库构建流程图 4-3 中，“与”关系表示任意进阶课程的多个前导课程之间存在并列任意进阶课程的多个前导课程之间存在或关系；“非”关系表示该门
【参考文献】：
期刊论文
[1]智慧教育2.0:教育信息化2.0视域下的教育新生态——《教育信息化2.0行动计划》解读之二[J]. 郑旭东. 远程教育杂志. 2018(04)
[2]他们为什么回来?——MOOCs中重复注册者行为与动机分析[J]. 范逸洲,张国罡,陈伯栋,汪琼. 开放教育研究. 2018(02)
[3]与学习进阶相适宜的科学探究课程方案述评[J]. 魏昕,郭玉英. 课程.教材.教法. 2018(03)
[4]融合创新,智能引领,迎接教育信息化新时代[J]. 任友群,冯仰存,郑旭东. 中国电化教育. 2018(01)
[5]学习行为投入:定义、分析框架与理论模型[J]. 武法提,张琪. 中国电化教育. 2018(01)
[6]基于教育数据挖掘的在线学习者学业成绩预测建模研究[J]. 陈子健,朱晓亮. 中国电化教育. 2017(12)
[7]MOOC平台用户完成率影响因素分析及对策——基于国内外相关文献的研究[J]. 杨红云,胡优立. 中国教育信息化. 2017(23)
[8]基于概念邻域的Top-N推荐算法[J]. 陈昊文,王黎明,张卓. 小型微型计算机系统. 2017(11)
[9]基于“互联网+”的碎片化学习策略研究——从“碎片”到“整体”的嬗变[J]. 黄建锋. 电化教育研究. 2017(08)
[10]一种基于向量的在线学习推荐系统架构[J]. 马莉,薛福亮. 情报科学. 2017(07)
硕士论文
[1]新课程背景下“学习进阶”理论在物理课堂教学中的应用[D]. 刘安巍.哈尔滨师范大学 2018
[2]基于多特征排序模型的网络课程推荐算法研究与应用[D]. 朱华.浙江大学 2017
[3]本科护理专业课程评价体系及指标的构建[D]. 周伟.河南大学 2016
本文编号：3608565
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3608565.html
