基于学习风格的中小学传统文化学习原型系统的设计与实现
这是一篇关于学习风格,传统文化,网络学习系统的论文, 主要内容为在全球化时代背景下,综合国力竞争激烈,加强文化软实力建设、增进文化认同和坚定文化自信是提高综合国力的重要途径。而中华民族优秀的传统文化正是我国文化软实力的集中体现。因此,加强中华优秀传统文化教育是当务之急.。此举将有利于青少年学生良好思想品德和行为习惯的养成,有利于培育和弘扬爱国主义精神,增强民族文化自信和价值观自信。随着“互联网+教育”的兴起,应用新兴技术手段建设中华传统文化网络教育平台将有效提升优秀传统文化的传播覆盖面。随物质生活水平的提高,人们对教育的需求逐渐从“标准化教学”向“个性化学习”转变。因此,网络教学支持系统也应顺应用户需求,变“标准化服务供给”为“个性化服务供给”。这就需要在网络教育中关注学生的个性特征,而学生的学习风格正是学生个性化特征的体现。基于以上论述,设计并开发出基于学习风格模型的中小学传统文化个性化学习系统具有一定的研究价值和社会价值。为保证研究顺利进行,采取了分阶段的形式开展实际工作,详情如下:(1)提出问题阶段该阶段的任务是查阅国内外关于学习风格及个性化学习系统的文献,掌握其研究现状,全面了解并整理国内外学者经典学习风格理论模型和测量工具在教育中的应用,为开发中小学传统文化个性化学习系统提供理论支持,进而确定了本论文研究的方向和重点。(2)理论分析阶段该阶段主要是加深对学习风格概念和分类的理解,通过对比分析选定感知形态理论——弗莱明学习风格理论。根据传统文化网络教育的特点对弗莱明学习风格模型进行修订,详述其分类和学习风格判定规则,进一步设计与VAR学习风格匹配的媒体资源呈现形式,为资源收集提供分类依据。(3)多媒体资源收集阶段该阶段采取行动研究法,采购了大量的传统文化书籍。根据VAR学习风格的特点,按小学初段、小学中段、小学高段、初中阶段和高中阶段分类整理传统文化经典内容。以《论语》为例,使用爬虫技术和手动收集的方式获取与学习风格匹配的音频、视频、文本、图片等多元化资源,借助Camtasia Studio 6录制了三节微课。(4)系统设计与开发阶段从设计者与开发者的角度对系统进行需求分析和设计,采用MyBatis+Spring MVC框架、选取Java系统开发语言,FreeMarker模板引擎生成HtmlWeb页面,Windows 7操作系统,Tomcat 8服务器,MySQL数据库,Eclipse开发平台,实现传统文化学习原型系统的开发。
基于学习风格管理系统的汉语推广平台的研究与设计
这是一篇关于对外汉语,教学网站,学习风格,个性化,兴趣聚类的论文, 主要内容为随着世界上学习汉语的人数日益增多,对外汉语网络教学成了汉语教学的发展趋势。但是网络教学还是有它的局限性,对于每个学习者来说,他们的心理活动、学习风格、文化底蕴、已有的知识经验及解决问题的能力等都是不相同的,因此根据不同得学习者设计出不同的学习内容是非常重要的。 本文先研究了E-learning的一些理论知识,结合个性化学习理论,提出了学习风格管理系统;通过分析了影响汉语学习的行为特征,提出了汉语学习者的模型;通过研究学习活动理论和LAMS平台,提出了系统的课件制作模块;通过研究传递闭包聚类方法,提出了学习者兴趣分组的算法;通过研究评估模型和评估目标,提出了系统评估模型。并采用Java语言对后台进行实现,前台使用html、jsp、css、javaScript等语言进行实现。 本课题来源于国家汉办东北基地建设项目之东北亚汉语教育信息化平台建设子项目。本文将汉语网络教学和网络个性化发展相结合,对网络汉语教学的发展和推广起到了积极作用。
基于学习风格的中小学传统文化学习原型系统的设计与实现
这是一篇关于学习风格,传统文化,网络学习系统的论文, 主要内容为在全球化时代背景下,综合国力竞争激烈,加强文化软实力建设、增进文化认同和坚定文化自信是提高综合国力的重要途径。而中华民族优秀的传统文化正是我国文化软实力的集中体现。因此,加强中华优秀传统文化教育是当务之急.。此举将有利于青少年学生良好思想品德和行为习惯的养成,有利于培育和弘扬爱国主义精神,增强民族文化自信和价值观自信。随着“互联网+教育”的兴起,应用新兴技术手段建设中华传统文化网络教育平台将有效提升优秀传统文化的传播覆盖面。随物质生活水平的提高,人们对教育的需求逐渐从“标准化教学”向“个性化学习”转变。因此,网络教学支持系统也应顺应用户需求,变“标准化服务供给”为“个性化服务供给”。这就需要在网络教育中关注学生的个性特征,而学生的学习风格正是学生个性化特征的体现。基于以上论述,设计并开发出基于学习风格模型的中小学传统文化个性化学习系统具有一定的研究价值和社会价值。为保证研究顺利进行,采取了分阶段的形式开展实际工作,详情如下:(1)提出问题阶段该阶段的任务是查阅国内外关于学习风格及个性化学习系统的文献,掌握其研究现状,全面了解并整理国内外学者经典学习风格理论模型和测量工具在教育中的应用,为开发中小学传统文化个性化学习系统提供理论支持,进而确定了本论文研究的方向和重点。(2)理论分析阶段该阶段主要是加深对学习风格概念和分类的理解,通过对比分析选定感知形态理论——弗莱明学习风格理论。根据传统文化网络教育的特点对弗莱明学习风格模型进行修订,详述其分类和学习风格判定规则,进一步设计与VAR学习风格匹配的媒体资源呈现形式,为资源收集提供分类依据。(3)多媒体资源收集阶段该阶段采取行动研究法,采购了大量的传统文化书籍。根据VAR学习风格的特点,按小学初段、小学中段、小学高段、初中阶段和高中阶段分类整理传统文化经典内容。以《论语》为例,使用爬虫技术和手动收集的方式获取与学习风格匹配的音频、视频、文本、图片等多元化资源,借助Camtasia Studio 6录制了三节微课。(4)系统设计与开发阶段从设计者与开发者的角度对系统进行需求分析和设计,采用MyBatis+Spring MVC框架、选取Java系统开发语言,FreeMarker模板引擎生成HtmlWeb页面,Windows 7操作系统,Tomcat 8服务器,MySQL数据库,Eclipse开发平台,实现传统文化学习原型系统的开发。
基于学习风格管理系统的汉语推广平台的研究与设计
这是一篇关于对外汉语,教学网站,学习风格,个性化,兴趣聚类的论文, 主要内容为随着世界上学习汉语的人数日益增多,对外汉语网络教学成了汉语教学的发展趋势。但是网络教学还是有它的局限性,对于每个学习者来说,他们的心理活动、学习风格、文化底蕴、已有的知识经验及解决问题的能力等都是不相同的,因此根据不同得学习者设计出不同的学习内容是非常重要的。 本文先研究了E-learning的一些理论知识,结合个性化学习理论,提出了学习风格管理系统;通过分析了影响汉语学习的行为特征,提出了汉语学习者的模型;通过研究学习活动理论和LAMS平台,提出了系统的课件制作模块;通过研究传递闭包聚类方法,提出了学习者兴趣分组的算法;通过研究评估模型和评估目标,提出了系统评估模型。并采用Java语言对后台进行实现,前台使用html、jsp、css、javaScript等语言进行实现。 本课题来源于国家汉办东北基地建设项目之东北亚汉语教育信息化平台建设子项目。本文将汉语网络教学和网络个性化发展相结合,对网络汉语教学的发展和推广起到了积极作用。
基于学习风格的中小学传统文化学习原型系统的设计与实现
这是一篇关于学习风格,传统文化,网络学习系统的论文, 主要内容为在全球化时代背景下,综合国力竞争激烈,加强文化软实力建设、增进文化认同和坚定文化自信是提高综合国力的重要途径。而中华民族优秀的传统文化正是我国文化软实力的集中体现。因此,加强中华优秀传统文化教育是当务之急.。此举将有利于青少年学生良好思想品德和行为习惯的养成,有利于培育和弘扬爱国主义精神,增强民族文化自信和价值观自信。随着“互联网+教育”的兴起,应用新兴技术手段建设中华传统文化网络教育平台将有效提升优秀传统文化的传播覆盖面。随物质生活水平的提高,人们对教育的需求逐渐从“标准化教学”向“个性化学习”转变。因此,网络教学支持系统也应顺应用户需求,变“标准化服务供给”为“个性化服务供给”。这就需要在网络教育中关注学生的个性特征,而学生的学习风格正是学生个性化特征的体现。基于以上论述,设计并开发出基于学习风格模型的中小学传统文化个性化学习系统具有一定的研究价值和社会价值。为保证研究顺利进行,采取了分阶段的形式开展实际工作,详情如下:(1)提出问题阶段该阶段的任务是查阅国内外关于学习风格及个性化学习系统的文献,掌握其研究现状,全面了解并整理国内外学者经典学习风格理论模型和测量工具在教育中的应用,为开发中小学传统文化个性化学习系统提供理论支持,进而确定了本论文研究的方向和重点。(2)理论分析阶段该阶段主要是加深对学习风格概念和分类的理解,通过对比分析选定感知形态理论——弗莱明学习风格理论。根据传统文化网络教育的特点对弗莱明学习风格模型进行修订,详述其分类和学习风格判定规则,进一步设计与VAR学习风格匹配的媒体资源呈现形式,为资源收集提供分类依据。(3)多媒体资源收集阶段该阶段采取行动研究法,采购了大量的传统文化书籍。根据VAR学习风格的特点,按小学初段、小学中段、小学高段、初中阶段和高中阶段分类整理传统文化经典内容。以《论语》为例,使用爬虫技术和手动收集的方式获取与学习风格匹配的音频、视频、文本、图片等多元化资源,借助Camtasia Studio 6录制了三节微课。(4)系统设计与开发阶段从设计者与开发者的角度对系统进行需求分析和设计,采用MyBatis+Spring MVC框架、选取Java系统开发语言,FreeMarker模板引擎生成HtmlWeb页面,Windows 7操作系统,Tomcat 8服务器,MySQL数据库,Eclipse开发平台,实现传统文化学习原型系统的开发。
基于个性化主动服务的移动学习系统研究
这是一篇关于移动学习,主动服务,个性服务,学习风格的论文, 主要内容为随着互联网技术、移动通信技术的飞速发展及智能移动终端设备的普及,越来越多的学生已经充分享受到利用移动智能终端设备进行自主学习、高效利用碎片时间学习的便利与益处。但目前的移动在线学习系统提供给学生都是千篇一律的学习内容、学习方案,不能根据学生的个性动态适应地呈现个性化学习内容与方法,面对海量的学习资源,导致出现总体资源无限与个体需求资源有限之间的深刻矛盾,因此构建个性化主动服务的移动学习系统是解决知识过载、知识迷航、增强学生学习的主动积极性、提高学生学习的质量与效率、实现因材施教的有效途径。个性化的主动学习服务成为目前在线学习系统研究的热门领域,而个性化主动服务模型研究作为移动学习系统的核心,也成为研究的热点问题。论文首先研究了国内外关于个性化主动服务技术与移动学习系统的研究现状,分析出目前移动学习系统存在的不足,在参考国内外学生模型的基础上,基于学生的学习目标、学习风格、认知度提出了个性化主动学习服务模型。讨论了如何构建个性化主动学习服务模型及课程与学习资源领域知识建模,还讨论了个性化主动服务模型的运行机制。个性化主动服务模型根据学生填写的学习风格量表分析获取学生的学习风格,在学生使用学习系统的过程中动态维护学生的学习目标与认知度,学生在学习时根据学生的学习目标、学习风格、认知度等个性提供主动服务。基于提出的个性化主动服务模型利用软件工程思想、方法,利用UML建模技术面向中小学英语学习研究分析、设计了一个移动在线学习系统,从移动学习系统的用户分析入手,确定移动学习系统的用户功能,利用用例图、活动图对个性化主动服务的移动学习系统功能进行了详细分析,并讨论了移动学习系统的非功能性需求,然后设计了移动学习系统的网格结构与体系结构,并对系统功能设计、数据库设计进行了详细研究,最后使用J2EE技术实现了移动在线学习系统的平台管理端,利用Android技术实现了智能学习移动端。基于个性化主动服务模型实现的移动在线学习系统由云服务管理平台及移动智能终端应用两部分组成,实现了学习者的个性分析与获取,并根据学生的个性主动提供相应的知识内容及类型服务,能实现学生随时随地个性化的学习,有利于提高学生学习的效率与质量。同时论文提出的个性化主动服务学习模型及其运行机制对其它移动学习系统的研究与开发具有借鉴意义。论文提出的个性化主动服务模型没有考虑学生学习的环境,学生的学习网格个性主要是通过显示获取,下一步的主要研究工作是综合分析影响学生学习的学习情感、学习环境、学习兴趣等个性维度,实现隐式推理获取学生的综合个性,动态更新维护学生的个性,以实现更好的个性化主动服务。
评分预测和学习风格过滤的在线学习推荐算法研究及实现
这是一篇关于在线学习,推荐算法,评分预测,学习风格,Spark引擎的论文, 主要内容为在线学习中,推荐算法在解决用户个性化学习需求时起到了重要作用。在线学习推荐算法既要为用户准确地推荐其偏好的课程,同时又要保证推荐课程的教学风格与用户的学习风格相适应。为给在线学习用户提供高效的、个性化课程学习服务,本文进行如下研究:(1)为给用户准确地推荐其偏好的课程,本文提出融合时间效应的SVD++＿Time评分预测推荐算法。通过对四种常见推荐算法进行对比实验分析研究,经过正交实验研究表明SVD++推荐算法评分预测准确度最高。但SVD++推荐算法缺乏时间因子,无法解决因时间变化用户的课程偏好变化问题,导致推荐的课程无法满足现阶段用户的学习需求。为此本文提出融合时间效应的SVD++＿Time推荐算法,解决用户在时间影响下的课程兴趣变化问题。实验研究表明,该算法有效提升在线学习推荐的评分预测准确度。(2)为保证推荐课程的教学风格与用户的学习风格能够相适应,本文提出学习风格过滤的在线学习推荐算法。仅靠评分预测推荐算法无法解决推荐课程的教学风格与用户的学习风格相适应问题,导致用户的学习效率下降。为此本文引入教育学Felder-Silverman学习风格理论,通过在线ILS学习风格量表显式判定不同用户的学习风格,解决课程的教学风格与用户的学习风格相适应问题。但因为Felder-Silverman学习风格生成算法存在的学习风格区分度不显著问题,导致无法高效区分不同用户的学习风格。为此本文对Felder-Silverman学习风格生成算法中的学习风格量表权重进行了改进,实验研究表明改进后的算法可以有效地提升学习风格区分度。同时为方便实现学习风格过滤算法,引入标签模型。(3)针对本文提出的评分预测和学习风格过滤的在线学习推荐算法,设计并实现了一个在线学习推荐系统。在实现中,为解决在线学习推荐系统大规模数据处理计算量大的问题,本文采用Spark作为核心计算引擎,使用当下流行的分布式文档数据库Mongo DB来保存数据,采用Spring Boot技术作为系统主体框架,保证了在线学习推荐系统能够为用户提供高效的个性化课程推荐服务。
基于行为序列的学习资源个性化推荐方法研究
这是一篇关于在线教育,行为序列,长短期兴趣,多方面兴趣,学习风格的论文, 主要内容为随着互联网和信息技术的快速发展,人们对教育的需求不断提高,促使现代教育方式的多样化。目前,在线教育领域都以整合优质的在线课程和其他网络课程资源为用户提供学习服务。然而面对海量的学习资源,信息过载的问题变得愈加严重,用户很难针对性的找到适合自身的学习资源,甚至出现认知负荷等问题。在电商领域推荐系统已被广泛成功应用到为用户精准地推荐其感兴趣的商品。因为推荐系统可以很好的解决信息过载问题,所以本文将电商领域中常用的推荐算法引入到在线教育领域,根据用户兴趣为其提供个性化的学习资源推荐服务。目前将推荐应用到教育领域中的在线学习资源还处于起步阶段,而使用传统推荐方法主要在于挖掘用户和学习资源之间的静态相关性,却忽略了用户兴趣的动态变化。另一方面,仅仅考虑用户的历史兴趣无法准确表达用户兴趣的多样性变化,导致推荐效果不佳。针对上述问题,本文的主要工作如下:(1)针对传统推荐方法挖掘用户与学习资源静态相关性的缺陷,本文提出一种基于注意力机制和用户长短学习兴趣的个性化推荐方法(Attention mechanism and user’s Long and Short-term Learning Interest,ALSLI)。将用户的行为序列划分为长期和短期序列,使用注意力机制提取用户的长期兴趣和短期兴趣,同时融合用户特征属性得到用户的兴趣表达。实验结果表明ALSLI模型更加精准地模拟用户的兴趣变化,使得推荐结果的准确性有所提升。(2)针对现有推荐模型使用单个兴趣向量无法准确表达用户兴趣的多样性,对学习者的多方面兴趣提取不够敏感,导致推荐学习资源的效果不佳问题,本文提出一种基于胶囊网络和学习风格的学习者多方面兴趣的学习资源推荐方法(Capsule network and Learning Style Multi-faceted learning Interests,CLSMI),使用胶囊网络中的动态路由算法对用户的多方面兴趣进行提取,引入Felder-Sliverman学习风格量化表对用户的学习风格偏好进行建模。通过与相关多兴趣提取模型对比分析,本文使用的方法得到更优的结果,也能提高用户体验感。(3)本文将基于用户行为的推荐方法应用到在线教育领域,为该领域的发展提供一些新思路,在上述两种推荐模型的基础之上设计开发了一个在线学习网站投入应用,其中包含了视频点播、课程购买、个性化学习资源推荐等服务,满足实际生活中用户碎片化学习的需求,使研究具有实际应用价值。
通用网络学习行为统计分析模块的设计与开发
这是一篇关于网络学习行为,学习风格,统计分析,数据挖掘的论文, 主要内容为网络学习作为现代学习的一种重要方式受到越来越多人的青睐,它已渗透到课堂教学、远程教学和企业员工培训等多个教育领域。网络学习行为对学习者的学习成效有着直接的影响。研究如何统计分析网络学习行为,并以一种直观化的形式呈现出来,有利于监控和调整学习者的学习进度,完善支持服务和调整教学策略,更合理地设计和开发网络学习平台。运用数据挖掘技术对网络学习行为进行统计分析,可以挖掘隐藏在外显行为背后的学习方法、学习进程和学习倾向上的差异。 网络学习行为统计分析模块结合ASP.NET和XML技术进行开发。ASP.NET组件技术的使用可以大大提高开发的效率,XML技术的使用可以实现基于不同标准的资源信息进行转换,方便本模块与学习平台之间进行数据交换。运用本模块进行统计分析工作,以XML文档为原始的数据来源,使得网络学习行为的分析更具有一般性；分析者不必依赖于在线学习平台,具有较强的独立性；统计分析的结果以统计图表的形式直观展示,使得统计分析更加便利；分布式接口的设计使其他已有系统能够便捷地整合本模块的统计分析功能进行协同工作。 本论文详细地叙述了网络学习行为统计分析模块的设计与开发过程。论文包含六部分,各个部分的内容如下： 第一部分对论文的研究背景、国内外的研究状况和研究意义进行阐述。 第二部分对网络学习行为的相关概念作了界定,对学习风格的产生、定义和主要观点进行了回顾,介绍了统计分析的作用、主要过程和统计数据的制图以及数据挖掘的定义、作用和步骤,介绍了ASP.NET、XML和Web服务等开发平台和关键技术。 第三部分介绍了模块的设计原则、设计目标和总体设计思路,详细分析和设计了各个子模块的功能。 第四部分详细介绍了核心类和各个子模块的算法、程序设计和具体实现步骤。 第五部分介绍了对模块进行功能测试的试验应用,包括实验设计、实施过程和数据分析。 第六部分对论文进行了总结,对本模块的不足进行了说明,并对进一步改进工作进行了展望。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈 ，原文地址：https://bishedaima.com/lunwen/46773.html
