检索结果-内蒙古大学图书馆

作者：刘平重庆师范大学

学位级别：硕士

信息科技的快速发展和时代要求对信息科技教师素养提出了新挑战，迫切需要采取措施支持信息科技教师素养持续提升。尽管网络资源丰富，但其利用率较低。研究表明开放教育资源对教师专业发展具有积极影响，但如何充分利用这些资源助力信... 详细信息

信息科技的快速发展和时代要求对信息科技教师素养提出了新挑战，迫切需要采取措施支持信息科技教师素养持续提升。尽管网络资源丰富，但其利用率较低。研究表明开放教育资源对教师专业发展具有积极影响，但如何充分利用这些资源助力信息科技教师专业发展仍值得探索。因此，本研究旨在设计并开发一套面向信息科技教师的资源推荐系统，以助力教师素养提升。　　首先，在教师数字素养标准的指导下，研究从课程目的、结构、内容、实施和评价五个方面分析了信息科技新课标的特征，初步确定了新课标对教师素养的要求。通过调查，确定了新课标下信息科技教师的核心素养，包括师德师风、教育理念、知识素养、教学能力和科研能力。其次，根据网络资源特征，构建了信息科技教师需求资源模型，包括时政要闻、教育政策、教学资源、前沿发展和科技行业资讯。该模型经再次调查和专家咨询修正确认。然后，基于资源模型，设计了资源推荐系统的功能模块和推荐算法。最后，实现了新课标下面向信息科技教师的资源推荐系统，并应用于信息科技教学实践。研究结果表明：信息科技教师使用本资源推荐系统后，其教学效果得到了显著提升，其学生的平均成绩对比于不使用该系统的教师提高了8.75%;教师对本系统推荐的资源总体满意度较高（85.33%），对个性化性能（70%）和科研能力支持（63.33%）满意度较低，对师德师风的支持满意度对比对科研能力高 18%;时政要闻、学科资源和教师圈中的资源推荐准确率在召回率为 1 时最低，且均高于 0.58，其中教师圈中的资源推荐准确率相对比于其它资源最高。　　结论表明：①本资源推荐系统可以提升信息科技教师的教学效果;②本系统对教师师德师风、知识素养和教学能力的促进作用更显著，对科研能力的促进作用最不显著，对教育理念的促进作用中等;③本资源推荐系统具有资源质量高、资源相对丰富、交互性体验良好的优点，但实时提取教师的需求和偏好、个性化推荐性能需要进一步提升。本研究为提升信息科技教师素养提供了一种新的思路和方法。

关键词：资源推荐系统信息科技教师职业素养新课标理念

来源：评论

学校读者我要写书评

暂无评论

在线协作学习资源推荐系统的设计、开发与应用研究

在线协作学习资源推荐系统的设计、开发与应用研究

引用

作者：夏文菁浙江大学

学位级别：硕士

面对信息过载的挑战,资源推荐系统被广泛应用于在线协作学习中。本研究引入社会影响理论,设计面向在线协作学习的资源推荐研究策略,在Blackboard平台开发了基于该策略的在线协作学习资源推荐系统,并验证其有效性。本研究依托浙江大学“... 详细信息

面对信息过载的挑战,资源推荐系统被广泛应用于在线协作学习中。本研究引入社会影响理论,设计面向在线协作学习的资源推荐研究策略,在Blackboard平台开发了基于该策略的在线协作学习资源推荐系统,并验证其有效性。本研究依托浙江大学“学在浙里”课程平台,采用准实验研究方法,选取《现代教育技术》课程中《多媒体课件制作》单元为教学内容,设计协作学习任务,采用不等组前后测控制组设计,探索了实验干预对学习者表现和态度的影响。研究发现,资源推荐系统对学习者的在线协作学习成效、协作学习行为、资源查找行为以及学习者态度均产生了积极的影响。首先,在协作学习成效方面,学习者使用推荐系统后,学习任务得分和小组协作度均显著提升。其次,在协作学习行为方面,学习者使用推荐系统后,使用课程平台小组模块的时间明显提升,学习者在小组活动区参与讨论的积极性也随之增加。再次,在资源查找行为方面,学习者在使用推荐系统后,减少了花费在查找资源上的时间。由于系统推荐的资源能够满足学习者的信息检索需求,学习者更加愿意使用该系统进行资源查找,并认为该系统推荐的资源可信度较高。最后,在学习者态度方面,学习者在使用资源推荐系统后,也表现出较高的技术接受度、学习满意度和持续使用意愿。本研究通过在面向小组的群体推荐中引入小组成员的个性化因素、专业性因素、社会关系因素和用户亲密度因素,提出了一种在线协作学习资源推荐算法,设计并应用了基于该算法的推荐系统,为后续开展在线协作学习资源推荐研究提供了启示与建议。

关键词：在线协作学习资源推荐系统群体推荐社会影响理论

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯个性化排序的学习资源推荐系统研究与实现

基于贝叶斯个性化排序的学习资源推荐系统研究与实现

引用

作者：冯晗辽宁大学

学位级别：硕士

随着以互联网技术为支撑的智能化应用大规模落地,各行各业也相继开展线上作业模式,教育行业作为国民生活中不可或缺的一环,一直处于蓬勃的上升阶段。与传统的教育行业相比,基于信息化技术的在线教育方兴未艾,它打破了时空限制和人员屏障... 详细信息

随着以互联网技术为支撑的智能化应用大规模落地,各行各业也相继开展线上作业模式,教育行业作为国民生活中不可或缺的一环,一直处于蓬勃的上升阶段。与传统的教育行业相比,基于信息化技术的在线教育方兴未艾,它打破了时空限制和人员屏障,充分利用可视化、智能化、管理化等专业背景将资源与教学融为一体,提高学习者和教师的之间的交互效率,实现学习者每个学习阶段的自我把控和监管,推动在线教育行业的发展。在现有的学习资源系统中,虽然已经满足了学习者的部分需求,但是随着信息化时代资源的指数增长,学习者对于自身能力塑造提高的渴求等多重因素,学习者在获取学习资源时出现选择性和混淆性困难,显示反馈不再满足需求;并且在现有的教育推荐机制下,由于知识碎片化,没有一个特定的针对学习者差异化基础和兴趣变化进行学习资源推荐的学习方案;在人人既是学习者又是传播者的知识时代,现有的学习资源系统只注重学习者本身,没有将学习资源的知识传播形成闭环输入。本文着眼于信息化时代教育行业的发展前景,个性化资源学习的切实需要以及学习者的学习偏好变化,提出一种基于贝叶斯个性化排序的学习资源推荐方法并进行相关系统实现。具体研究包括以下几个方面:(1)研究分析当前个性化推荐技术的工作原理以及在教育学习领域中的应用结合,通过改进现有技术来更好的应用到本文的学习资源推荐系统中。(2)提出一种基于贝叶斯个性化排序的推荐方法,通过学习者的学习记录、兴趣标签、行为交互等学习行为数据构建学习者偏好特征,引入专业聚类强化学习处理学习者冷启动问题并基于学习者兴趣周期变化改进成对偏好贝叶斯个性化排序从而进行学习资源的偏好推荐。(3)设计开发基于学习者个性化的学习资源推荐系统,使用Java、大数据等技术进行学习者模块、资源推荐模块、教师模块等模块开发,进而实现学习资源的个性化推荐以及各项管理功能,达到预期目标。

关键词：个性化学习贝叶斯个性化排序资源偏好资源推荐系统

来源：评论

学校读者我要写书评

暂无评论

在线教育平台的个性化学习资源推荐系统设计和实现

引用

中国战略新兴产业 2024年第8期 51-53页

作者：张琳吝张亮德州职业技术学院

为保证平台学习资源推荐的精准性和高效性，方便学习者快速从海量信息数据中分析和挖掘出所需要的学习资源，本文在参照在线教育平台的基础上，设计一款功能完善、实用性强的个性化学习资源推荐系统。首先，介绍了协同过滤推荐算法相关... 详细信息

为保证平台学习资源推荐的精准性和高效性，方便学习者快速从海量信息数据中分析和挖掘出所需要的学习资源，本文在参照在线教育平台的基础上，设计一款功能完善、实用性强的个性化学习资源推荐系统。首先，介绍了协同过滤推荐算法相关概念。其次，完成系统架构和系统数据库设计。最后，分别设计用户登录、数据采集、数据预处理、数据分析、个性化推荐等多个功能。结果表明：本文系统具有操作简单、智能高效、推荐精确度高、安全可靠等特点，完全符合预期设计标准和要求。

关键词：大数据分析个性化学习资源推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于计算语用学和项目的资源协同过滤推荐研究

基于计算语用学和项目的资源协同过滤推荐研究

引用

作者：高旻重庆大学

学位级别：博士

随着Internet的发展,网上的各类资源都以惊人的速度增长着。要及时地在网络的海量信息中发现所需要的资源已经变得越来越困难,用户极需一种推荐系统帮助他们。个性化推荐系统可以帮助用户找到所需信息,能有效留住用户、提高网站的点击... 详细信息

随着Internet的发展,网上的各类资源都以惊人的速度增长着。要及时地在网络的海量信息中发现所需要的资源已经变得越来越困难,用户极需一种推荐系统帮助他们。个性化推荐系统可以帮助用户找到所需信息,能有效留住用户、提高网站的点击率和用户的忠诚度。进而辅助企业达到个性化营销的目的,提升销售量,创造最大的利润。个性化服务概念的兴起,也使得越来越多领域开始重视推荐系统的应用。个性化推荐系统在这种良好的发展趋势的推动和应用前景下,逐渐成为Web智能技术的一个重要研究内容,得到了众多研究者的广泛关注。近年来,协同过滤推荐技术在理论和实践中都得到了快速的发展,但是随着其应用系统规模的进一步扩大,它面临着一系列新的挑战。与此同时,把语用学理论应用于信息系统也逐步成为一个研究热点。语用学是研究符号与解释者之间的关系,研究一定语境条件下的语言和符号产生含义的理解及其产生的效果。本论文将计算语用学的基本思想应用于推荐系统中,包括对推荐系统中个性化情境分析、用户信任等级计算模型、基于情境及信任的推荐方法和算法的应用研究。研究开创性地提出了个性化情境和用户信任等级的概念,从一个新颖的角度解决了协同过滤推荐中的情境缺失和独立性假设问题,提高了推荐系统的推荐质量与抗评分攻击能力;同时,计算语用学在个性化推荐领域的应用研究对语用学本身的发展也具有推动作用。现将论文的主要研究内容和成果概括如下: ①对个性化推荐系统目前的总体发展情况进行了综述。探讨了个性化概念的界定,总结并归类了现有的推荐技术,指出其各自的特点、适用范围;在此基础上,对协同过滤算法的目前研究进展进行总结、分类,并指出存在的问题,引出本文的研究意义,为下一步研究奠定理论基础。 ②对语用学的发展及其与个性化推荐的关系进行了分析。简述了语用学的发展历史,分析了语用学研究与个性化推荐研究的相似性,提出了计算语用学三要素,即溯因推理、信任和情境与个性化推荐的关系,为基于语用学的个性化资源推荐的研究奠定了理论基础。 ③提出个性化情境的概念、最显著个性化情境因素和多因素个性化情境等概念。把个性化情境引入协同过滤推荐系统,构建了基于个性化情境的推荐方法来解决情境缺失问题。然后提出基于最显著个性化情境因素的协同过滤推荐算法,通过实验证明最显著个性化情境因素对评分预测准确性的提高是有帮助的。进而提出基于多因素个性化情境的推荐方法,采用BP神经网络和RBF神经网络进行情境因素权重的学习,得到基于神经网络的个性化评分预测模型后进行评分预测和推荐,并通过实验验证了算法的有效性,说明多因素个性化情境的推荐更能提高评分预测的准确性。实验还证明径向基神经网络更能提高预测的准确性,基于多因素个性化情境的推荐算法比传统算法有更好的调和平均值和稳定性。 ④把信任引入协同过滤推荐系统,构建了一种基于信任的协同过滤推荐方法,为解决用户独立性假设问题提供了一种新的思路和方法。在分析信任的定义、性质以及信任与推荐的关系的基础上,提出基于用户兴趣相似性、评分相似性和评分相关性来构建用户关联图的方法,提出基于PageRank用户信任等级的UserRank计算方法,进而提出了基于用户信任等级的协同过滤推荐算法,并通过实验验证了算法的有效性和优越性。实验结果表明:将用户信任等级与经典的推荐算法结合,在不影响预测准确性的前提下可以提高算法防范评分攻击的能力。最后,提出基于情境和信任的综合推荐方法,作为一个综合情境因素和信任因素进行推荐的试探性工作。 ⑤将以上研究提出的个性化情境分析方法、信任等级计算方法和几种推荐方法用于构建一个基于语用的学习资源个性化推荐系统,列出了系统的体系结构、功能模块设计和结果展示等内容。

关键词：情境信任计算语用学协同过滤资源推荐系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：