无边界学习及其支持和引导研究
发布时间:2023-06-03 19:15
本研究结合经典学习理论中关于目标、元认知、自我调节的强化等方面的论述,以及新近出现的“关联主义”学习理论的观点,对在互联网在线自主学习环境中的支持与引导技术进行了一些探讨。我在这里将这种有支持与引导的互联网在线自主学习称之为“无边界学习”。 第一章为“序论”,对本研究的研究目的、研究背景、研究范围和研究对象作了阐述。 第二章为“无边界学习”,对我提出的所谓无边界学习进行了表述。主要是概念的界定,无边界学习的价值,支持和引导技术的重要性和疑难问题。 第三章为“无边界学习的实证分析”,对互联网上的几种学习现象,学习型虚拟组织(学习共同体等),无边界学习的特征等问题展开讨论。进一步说明互联网背景下的在线自主学习是一个高度自主灵活、复杂、更加难以把握的学习现象——无边界学习。 第四章为“进行支持与引导的理论与技术”,此处主要对人工智能方面的智能Agent,以及搜索引擎和元搜索引擎的进行了一定探讨,并对两者结合促进学习者更有效学习(引导)的方式进行研究。 第五章为“无边界学习的智能支持与引导系统”,结合前面几章的结论,对整个系统的框架进行设计。在这里主要是...
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
1 序论
1.1 研究目的
1.2 研究背景
1.3 研究范围
1.4 研究对象
2 无边界学习
2.1 何为无边界学习
2.2 无边界学习的特征
2.3 无边界学习的价值
2.4 无边界学习需要用技术手段来支持和引导
2.5 涉及到的问题
3 无边界学习的典型情景
3.1 WEBQUEST[31]——稚嫩的第一步
3.2 BLOG——虚拟社会
3.3 搜索引擎驱动的无边界学习
4 支持与引导的理论和技术
4.1 支持和引导的基本设想
4.2 来自人工智能技术的支持——智能 AGENT
4.3 搜索引擎和元搜索引擎
5 无边界学习的智能引导与支持系统
5.1 功能概述
5.2 系统主要部分的框架结构
5.3 总结
附录A 相关技术背景知识
A.1 向量空间模型
A.2 ID3算法
A.3 TF-IDF向量表示法
附录B 学习理论若干概念
B.1 元认知[2],[22]
B.2 自我调节的强化[2]
B.3 学习策略[2]
B.4 关联主义[21]
参考文献
本文编号:3829882
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
1 序论
1.1 研究目的
1.2 研究背景
1.3 研究范围
1.4 研究对象
2 无边界学习
2.1 何为无边界学习
2.2 无边界学习的特征
2.3 无边界学习的价值
2.4 无边界学习需要用技术手段来支持和引导
2.5 涉及到的问题
3 无边界学习的典型情景
3.1 WEBQUEST[31]——稚嫩的第一步
3.2 BLOG——虚拟社会
3.3 搜索引擎驱动的无边界学习
4 支持与引导的理论和技术
4.1 支持和引导的基本设想
4.2 来自人工智能技术的支持——智能 AGENT
4.3 搜索引擎和元搜索引擎
5 无边界学习的智能引导与支持系统
5.1 功能概述
5.2 系统主要部分的框架结构
5.3 总结
附录A 相关技术背景知识
A.1 向量空间模型
A.2 ID3算法
A.3 TF-IDF向量表示法
附录B 学习理论若干概念
B.1 元认知[2],[22]
B.2 自我调节的强化[2]
B.3 学习策略[2]
B.4 关联主义[21]
参考文献
本文编号:3829882
本文链接:https://www.wllwen.com/jiaoyulunwen/jiaoyujiaoxuefangfalunwen/3829882.html