基于个性化推荐的自适应学习系统应用研究 ————以高一物理为例

发布时间：2023-02-08 07:18

　　自适应学习系统是以人工智能技术为基础,以学习者为中心,计算机为媒介,利用计算机模拟教学专家的思维过程,形成的开放式人机交互系统。根据学习者的多种特点和行为倾向,如学习风格、媒体倾向、兴趣、认知水平等,采用相应的教学策略,推荐个性化的学习路径和学习资源,为学习者提供一种个性化学习服务。国内研究中基于学习风格量表的自适应学习、基于个性化推荐的自适应学习理论、算法研究比较多,但是应用研究相对较少,因此我们有必要对自适应学习系统实际的应用效果进行研究。本研究拟采用文献研究法、案例研究法、问卷调查法、访谈法等研究方法。遵循理论基础——研究综述——系统分析——系统应用——结果分析——总结建议的研究路线。首先明确自适应学习系统相关的理论基础和专业概念,然后通过梳理文献总结出国内在自适应学习系统应用研究中的不足。然后,对本文所要用到的自适应学习系统进行分析,包括所用到的个性化推荐技术、理念和和功能,重点介绍了其中使用的基于学力矩阵的个性化推荐以及协同过滤推荐流程。本文分析了高一物理必修一的知识点结构,依托于此构建了高一物理学科资源库,为开展自适应学习系统的应用研究提供了资源基础。本文的重点是运用自适应...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
        1.1.1 研究背景
        1.1.2 自适应学习的由来
        1.1.3 人工智能技术的发展
    1.2 国内外研究现状
        1.2.1 国内研究现状
        1.2.2 国外研究现状
        1.2.3 国内外研究现状比较
    1.3 研究目标
    1.4 研究方法及研究路线
        1.4.1 研究方法
        1.4.2 研究路线
2 相关概念及理论研究
    2.1 概念界定
        2.1.1 自适应测评
        2.1.2 知识图谱
        2.1.3 自适应学习
    2.2 理论基础
        2.2.1 个性化学习理论
        2.2.2 掌握学习理论
        2.2.3 适应性学习理论
3 个性化推荐研究
    3.1 自适应学习过程
    3.2 协同过滤推荐过程
        3.2.1 协同过滤推荐流程
        3.2.2 协同过滤推荐详细步骤
    3.3 基于学习风格的个性化推荐
        3.3.1 学习风格的信息获取
        3.3.2 基于学习风格的个性化推荐的推荐过程
        3.3.3 基于学习风格的个性化推荐的局限性
    3.4 基于学力矩阵的个性化推荐
        3.4.1 学力矩阵
        3.4.2 基于学力矩阵的个性化推荐的流程
4 案例研究及过程
    4.1 高一物理资源库建设
        4.1.1 资源库建设原则
        4.1.2 资源库建设的步骤
    4.2 实验设计
        4.2.1 研究问题
        4.2.2 学力测评设计
        4.2.3 问卷设计
        4.2.4 实验对象
        4.2.5 实验平台
    4.3 实验过程
        4.3.1 学力测评
        4.3.2 自主练习
        4.3.3 个性化推荐测试
        4.3.4 问卷调查
    4.4 实验数据分析
        4.4.1 学力测评结果分析
        4.4.2 问卷调查结果分析
        4.4.3 访谈结果分析
    4.5 实验结论
5 应用建议
    5.1 大力推广自适应学习,提高学习效率
    5.2 完善资源标注,实现精准化导航
    5.3 丰富学习资源,满足各个层次学生需求
6 研究总结
    6.1 创新之处
    6.2 不足之处
    6.3 今后的研究方向
参考文献
附录
致谢



本文编号：3737567