您的位置: 专家智库 > >

国家自然科学基金(61075048)

作品数:5 被引量:174H指数:5
相关作者:李艳燕黄荣怀马韶茜余亮梁妙更多>>
相关机构:北京师范大学西南大学河南财经政法大学更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金北京市重点实验室共建项目更多>>
相关领域:文化科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇文化科学

主题

  • 1篇学习环境
  • 1篇知识
  • 1篇知识建构
  • 1篇智慧学习环境
  • 1篇社会化推荐
  • 1篇社会网
  • 1篇社会网络
  • 1篇数据挖掘
  • 1篇推荐系统
  • 1篇网络
  • 1篇网络课程
  • 1篇网络课程设计
  • 1篇网络课程设计...
  • 1篇聚类分析
  • 1篇可视化
  • 1篇可视化分析
  • 1篇课程
  • 1篇课程设计与开...
  • 1篇基于语义
  • 1篇个性化

机构

  • 5篇北京师范大学
  • 1篇西南大学
  • 1篇河南财经政法...
  • 1篇中央电化教育...

作者

  • 4篇李艳燕
  • 2篇黄荣怀
  • 1篇余亮
  • 1篇王丽
  • 1篇马韶茜
  • 1篇梁妙
  • 1篇包昊罡
  • 1篇黄志南

传媒

  • 2篇开放教育研究
  • 1篇中国远程教育
  • 1篇现代远程教育...
  • 1篇远程教育杂志

年份

  • 1篇2018
  • 1篇2016
  • 3篇2012
5 条 记 录,以下是 1-5
排序方式:
学习分析技术:服务学习过程设计和优化被引量:122
2012年
在数据以爆炸式速度递增的信息时代,海量数据给商业发展和科学研究带来了新的契机。在教育领域,智慧学习环境使得积累更加大量、丰富和复杂的教育数据成为可能。如何更加充分、有效地利用这些数据优化教与学成为一个焦点问题。因此,作为一种新兴的技术,学习分析受到越来越多的关注。本文系统地梳理了学习分析的五个环节,介绍和分析了多数据源的数据采集与语义存储的研究进展与挑战,概括了五种典型的数据分析,并阐述了面向不同受众的绩效评估、过程预测与活动干预三种应用服务。
李艳燕马韶茜黄荣怀
关键词:智慧学习环境数据挖掘个性化学习
面向大规模在线学习的社会化推荐模型与方法被引量:11
2018年
大规模在线学习中,学习者面对数量众多、种类繁杂的学习资源容易产生"信息迷航""信息过载"等问题。因此,为学习者提供个性化的学习推荐服务是大规模在线学习的重要任务。但目前的推荐系统大多只考虑了学习者与学习资源特征,对其内在社会联系考虑不足,推荐效果有较大的提升空间。许多研究表明,引入社会化因素,对于提升推荐系统效果有显著的帮助。社会化推荐系统需要根据应用情境,深入地理解用户、推荐对象以及影响他们之间相似关系和社会关系的要素。大规模在线学习中的社会化推荐系统要素模型包括学习者特征、推荐对象特征、社会关系和应用情境四个方面。相较于传统的推荐方法,在这一要素模型基础上设计的基于兴趣主题的社会化推荐方法更好地结合了大规模在线教育场景,以及学习者和资源服务要素,并进一步研究了用户间的内在社会关联,挖掘了用户、学习资源间的隐性联系。实验结果也说明,该推荐方法在教育场景中可以实现更好的推荐效果。
包昊罡李艳燕郑娅峰
关键词:社会化推荐推荐系统社会网络
协作学习活动结构设计研究被引量:21
2012年
协作学习活动结构是对协作学习过程的一种设计、规划和描述。教师通过设计协作学习活动结构对协作学习过程实现隐性控制,促成协作学习有效发生。在阐述协作学习活动结构设计的流程和原则基础之上,系统建构了协作学习活动结构设计的任务分析、时序排列、角色定义和资源分配4种策略,并分析了协作学习活动结构化的局限。
余亮黄荣怀
关键词:知识建构
基于语义wiki的网络课程设计与开发被引量:13
2012年
目前我国大多数网络课程侧重在界面和美工方面的改进,而网络课程的核心要素即学习资源却相对静态固定,组织不灵活,重复利用率不高,缺乏语义关联信息。学生的学习更多只是对资源进行浏览和简单交互,缺乏深度互动,对资源建设的参与度低,主动学习的动机不高,学习效果不理想。针对这些问题,我们引入Web2.0群建群享的思想,提出了一种基于语义wiki的开放、灵活、可扩性网络课程设计思想,强调网络课程资源的群建、联通、共享的特性,并开发了一门网络课程进行探索性案例研究。实验结果表明,基于语义wiki的网络课程能促进师生、生生之间的协作交互,提高学生协作学习意识,并能在一定程度上提高学习效果。
李艳燕王丽梁妙
关键词:网络课程
学习分析主题结构研究及可视化分析被引量:9
2016年
学习分析作为教育大数据的重要应用领域,自问世以来便迅速得到众多学者的广泛关注。为进一步探析学习分析研究主题,本研究以Web of Science核心库为数据来源,以2010-2015年间发表的674篇学习分析文献为研究对象,采用多种分析工具及可视化技术,从高被引文献、核心作者分布、论文高产机构以及高频关键词方面入手,梳理并揭示了当前学习分析研究现状。研究利用聚类分析等多元统计分析方法,以高频关键词相异矩阵为基础,介绍了学习分析框架模型、驱动力、方法工具、技术支持以及应用研究等五大领域的研究趋向;通过绘制战略坐标图,明确了应用研究在该领域的关键位置,并通过主题演化分析进一步梳理学习分析的研究方向,为后续相关研究提供参考。
黄志南陆星儿胡贺宁李艳燕
关键词:共词分析可视化聚类分析
共1页<1>
聚类工具0