基于網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的學(xué)生行為模型研究及應(yīng)用.pdf

1、隨著信息技術(shù)的成熟、移動設(shè)備的普及，學(xué)生的學(xué)習(xí)環(huán)境從現(xiàn)實的課堂環(huán)境轉(zhuǎn)變?yōu)樘摂M的網(wǎng)絡(luò)環(huán)境。然而大多數(shù)在線學(xué)習(xí)只是簡單的延續(xù)傳統(tǒng)教學(xué)的老路，對于不同特點和水平的學(xué)生仍然采取相同的教學(xué)方式和手段，忽略了每個學(xué)生學(xué)習(xí)情況的差異性和個性的偏好。除此以外，大多數(shù)在線學(xué)習(xí)環(huán)境只是簡單地告訴學(xué)生測試的結(jié)果，卻并沒有告訴學(xué)生錯誤的原因以及該怎樣努力才能取得更好的成績。鑒于此，本文擬研究在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下學(xué)生學(xué)習(xí)行為模型的構(gòu)建及其應(yīng)用。
　　本文的主要

2、工作如下：
　　1.首先將包含數(shù)學(xué)領(lǐng)域知識的知識地圖轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，其次根據(jù)學(xué)生試題解答數(shù)據(jù)并結(jié)合項目反映理論來計算出學(xué)生的能力值，然后得到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中知識結(jié)點的先驗分布概率和知識點之間的依賴程度，由此確定貝葉斯網(wǎng)絡(luò)模型；然后依據(jù)該模型來預(yù)測學(xué)生的薄弱知識點，將結(jié)果反饋給學(xué)生使得學(xué)生可以自行修正學(xué)習(xí)計劃。最后結(jié)合學(xué)生的學(xué)習(xí)風(fēng)格和個性偏好，構(gòu)建出基于網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的學(xué)生學(xué)習(xí)行為模型。
　　2.對構(gòu)建的學(xué)生學(xué)習(xí)行為模型進

3、行了應(yīng)用。根據(jù)模型數(shù)據(jù)提出了基于個性化推薦系統(tǒng)和相似度模型的個性推薦應(yīng)用，給學(xué)生推薦符合自身實際的、個性化的題目。個性化推薦系統(tǒng)作為應(yīng)用的核心部分，可以適應(yīng)性的、智能化的控制學(xué)生在解答推薦題目過程中的學(xué)習(xí)方向和學(xué)習(xí)方法，例如推薦給學(xué)生的題目難度是增加還是減少、何時給學(xué)生推送題目以及是否給學(xué)生提供提示幫助，而相似度模型主要負(fù)責(zé)根據(jù)已有學(xué)生的推薦信息選擇是否直接推送。
　　3.將構(gòu)建的基于網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的學(xué)生行為模型應(yīng)用于實踐中。這樣使