E-learning中基于聚類算法的多維度學習社區(qū)的研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著第三次互聯網浪潮的襲來,用戶對網絡的依賴性越來越強,E-learning 作為一種終身學習方式,與網絡虛擬社區(qū)一起改變了億萬互聯網用戶學習與生活的方式。作為E-learning 學習環(huán)境中的一種重要應用模式,虛擬學習社區(qū)結合了E-learning 與網絡虛擬社區(qū)的優(yōu)點,有越來越多的教育機構和互聯網公司向它投來了關注的目光。
   本文提出了一種新型的多維度學習社區(qū),相對于傳統的虛擬學習社區(qū),它通過實時、動態(tài)的對學生學習狀態(tài)進

2、行評估分類,自動地將學生引入學習社區(qū)中不同水平層次的群組進行小組學習。在對學生的評估分類的設計實現中,我們從基于Ontology 技術的多模式交互網絡學習環(huán)境里采集學生的學習過程數據,生成能正確反饋學生學習狀態(tài)的認知診斷模型,并綜合分析考慮,選取了合理有效的聚類算法,對模型實施聚類分析。在此基礎上,成功實現了一種新型的E-learning 環(huán)境中的數據挖掘應用。
   本文的研究工作主要包括以下幾個部分:
   首先,本

3、文調研了目前互聯網上的一些主流虛擬學習社區(qū)的發(fā)展現狀,分析了這些社區(qū)的特點,總結其中存在的一些不足。接著我們通過一組對虛擬學習社區(qū)目標用戶的實驗分析,發(fā)現了他們在學習水平、知識需求和經驗興趣上的差異,驗證了構建不同水平層次的學習共同體群組的必要性。在此基礎上,本文提出了一種新形式的虛擬學習社區(qū)的概念,并對其多維度學習環(huán)境的設計思路進行了闡述。
   在第二部分,依托于課程中心平臺,我們驗證了所提出的新方法的可行性,該方法基于On

4、tology 技術采集學生的學習過程數據,并在此基礎上結合Q-矩陣理論,生成評估學生學習狀態(tài)的認知診斷模型。在對生成的模型情況的判斷總結以及對其它研究者模擬研究結果的分析之上,我們對相關聚類分析算法進行詳細系統的分析比較,選取了較為理想的算法,成功對學生實施了較為合理的分類。
   在本文的第三部分,我們實現并部署了本文提出的新型學習社區(qū),完成了通過聚類分析技術,自動將課程中心的注冊學生分入不同水平層次的社區(qū)群組的功能。并將學習

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論