基于概念图的自适应学习系统的研究及应用

发布时间：2024-01-20 13:51

　　随着教育信息化和教育现代化近年来的飞速发展,以智慧教育为主题的教育建设正在引领我国现代教育的发展方向。教育信息化的不断推进和实施,使教育步入了大数据时代。教育信息化的巨大发展推动了教育数据挖掘技术的进步,同时也对教育模式和技术水平提出了更高的要求。教育现代化的提出也促使学习者提出了更具自适应性的学习需求。当前的教育技术和方法在现代化的教育实施中已显现不足。围绕着如何从教育大数据中挖掘有效信息,实现自适应性的个性化学习目标,并为教育信息化提供教学思路和策略依据等话题,本文以自适应学习系统中重要的可视化评价工具一一概念图为研究对象,主要从以下几个方面展开研究:(1)针对现有概念图构建方法中普遍存在的对专家经验高度依赖、概念图构建耗时等问题,本文提出了一种基于文本分类和关联规则挖掘的概念图自动构建模型。该模型充分考虑概念之间的关联属性,利用文本分析中的文本分类技术代替专家自动为试题匹配概念标签,并结合关联规则挖掘方法计算概念之间的关联,自动构建具有一定自适应性的概念图。该模型可减少对外界专家经验的依赖,对于减少概念图的构建时间具有重要意义。同时所构建的概念图以图形化的方式通过关联对和相关程度...

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 研究内容及创新点
        1.2.1 概念图自动构建
        1.2.2 学习路径自动生成
        1.2.3 原型系统的设计与开发
    1.3 本文的组织结构
第二章 研究进展及相关技术介绍
    2.1 概念图研究进展
        2.1.1 非自适应性概念图研究
        2.1.2 自适应性概念图研究
        2.1.3 小结
    2.2 本文涉及的主要技术
        2.2.1 文本分类
        2.2.2 关联规则挖掘
        2.2.3 聚类分析
        2.2.4 拓扑排序
    2.3 本章小结
第三章 基于文本分类和关联规则挖掘的概念图自动构建模型
    3.1 概念图自动构建模型思想及符号定义
    3.2 概念图自动构建模型步骤
        3.2.1 试题文本分类
        3.2.2 概念间的关联规则挖掘
    3.3 实验及结果分析
        3.3.1 数据来源和实验环境
        3.3.2 试题文本分类实验
        3.3.3 概念间的关联规则挖掘实验
    3.4 本章小结
第四章 基于概念图的学习路径自动生成模型
    4.1 学习路径自动生成模型思想及符号定义
    4.2 学习路径自动生成模型步骤
        4.2.1 具有学习特征的概念图构建
        4.2.2 基于概念图的学习路径生成
    4.3 实验及结果分析
        4.3.1 数据来源
        4.3.2 概念图构建实验
        4.3.3 学习路径生成实验
    4.4 本章小结
第五章 原型系统设计
    5.1 系统架构
    5.2 系统功能结构
        5.2.1 系统管理模块
        5.2.2 系统功能模块
    5.3 系统展示
    5.4 本章小结
第六章 总结与展望
    6.1 本文总结
    6.2 未来展望
参考文献
攻读硕士学位期间的主要工作
致谢



本文编号：3880959