資料介紹
隨著基于Web的現(xiàn)代遠(yuǎn)程教育的發(fā)展,模擬教師的智能,按學(xué)習(xí)者的學(xué)習(xí)行為和學(xué)習(xí)狀態(tài)動(dòng)態(tài)導(dǎo)航學(xué)習(xí)內(nèi)容,提供個(gè)性化教學(xué)服務(wù),已成為開發(fā)遠(yuǎn)程教育系統(tǒng)的需求。
目前,國內(nèi)外研究人員已開展了學(xué)習(xí)系統(tǒng)的自適應(yīng)性研究,并取得了一定的成果。系統(tǒng)自適應(yīng)性的關(guān)鍵是實(shí)現(xiàn)對(duì)學(xué)習(xí)者學(xué)習(xí)情況的診斷和資源推薦,通常采用分析學(xué)習(xí)者的學(xué)習(xí)特征與資源特征間關(guān)系的方式。Brusilovsky[1]開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者的學(xué)習(xí)能力進(jìn)行學(xué)習(xí)情況診斷和資源推薦。CHEN C M等[2]開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者能力和學(xué)習(xí)資料的難度推薦資源。WANG H C等[3]開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者特征和學(xué)習(xí)資源特征的最大相似度匹配策略進(jìn)行學(xué)習(xí)者情況的診斷和資源推薦。知識(shí)是分層次的,以知識(shí)點(diǎn)來推進(jìn)整個(gè)學(xué)習(xí)過程,更符合認(rèn)知規(guī)律。但上述系統(tǒng)未考慮某一知識(shí)點(diǎn)對(duì)整個(gè)單元知識(shí)體系的影響,忽略了從流媒體對(duì)象的角度考察學(xué)習(xí)者交互式請(qǐng)求的學(xué)習(xí)特征,不能充分反映學(xué)習(xí)者的學(xué)習(xí)適應(yīng)性。此外,由客觀題測(cè)試得到的測(cè)試結(jié)果并不能充分反映學(xué)習(xí)者的學(xué)習(xí)情況。因此,本文從學(xué)習(xí)者學(xué)習(xí)特征、知識(shí)點(diǎn)類別和測(cè)試結(jié)果出發(fā),預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)情況和知識(shí)水平,并根據(jù)學(xué)習(xí)者的學(xué)習(xí)情況與學(xué)習(xí)者的知識(shí)水平最大匹配策略推薦學(xué)習(xí)資源。
1 學(xué)習(xí)者流媒體點(diǎn)播自適應(yīng)性診斷
對(duì)于學(xué)習(xí)者學(xué)習(xí)某一單元的流媒體課件后是否能進(jìn)入下一單元的預(yù)測(cè)屬于數(shù)據(jù)挖掘和人工智能的范疇。
1.1 自適應(yīng)點(diǎn)播實(shí)現(xiàn)過程
自適應(yīng)點(diǎn)播系統(tǒng)模型如圖1所示。系統(tǒng)定期或觸發(fā)式地檢查服務(wù)器日志,從服務(wù)器向用戶流化數(shù)據(jù)時(shí)產(chǎn)生的流化日志條目和用戶對(duì)流化到緩存的數(shù)據(jù)進(jìn)行訪問時(shí)產(chǎn)生的播放日志條目中了解用戶訪問流媒體課件的情況,如用戶的IP地址、訪問ID、訪問的視頻名稱、起始時(shí)間、觀看視頻的時(shí)間以及前跳、暫停、后跳交互請(qǐng)求等[4]。經(jīng)過一個(gè)單元的學(xué)習(xí)后,得到一張學(xué)習(xí)過程記錄表,其形式如表1所示。系統(tǒng)根據(jù)學(xué)習(xí)特征自動(dòng)診斷學(xué)習(xí)者學(xué)習(xí)情況,即內(nèi)容容易、內(nèi)容較難、內(nèi)容難。

學(xué)習(xí)者學(xué)習(xí)一個(gè)單元后進(jìn)入單元測(cè)試,并自動(dòng)生成單元成績(jī)測(cè)試表,如表2所示。系統(tǒng)根據(jù)各類知識(shí)點(diǎn)成績(jī)預(yù)測(cè)學(xué)習(xí)者擁有該單元的知識(shí)水平,即水平高、水平一般、水平較低、水平極低。
系統(tǒng)自適應(yīng)地設(shè)置視頻點(diǎn)播導(dǎo)航及相關(guān)資源的調(diào)整策略如下:
R1:IF學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容難and(學(xué)習(xí)者當(dāng)前的知識(shí)水平極低or低)THEN點(diǎn)播導(dǎo)航為前驅(qū)視頻單元及提供相應(yīng)學(xué)習(xí)資源鏈接。
R2:IF學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容難and(學(xué)習(xí)者當(dāng)前的知識(shí)水平一般or高)THEN導(dǎo)航為當(dāng)前單元練習(xí)測(cè)試及提供相應(yīng)學(xué)習(xí)資源鏈接。
R3:IF(學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容較難or容易)and(學(xué)習(xí)者當(dāng)前的知識(shí)水平極低)THEN點(diǎn)播導(dǎo)航為當(dāng)前視頻單元及提供相應(yīng)學(xué)習(xí)資源鏈接。
R4:IF(學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容較難or容易)and(學(xué)習(xí)者當(dāng)前的知識(shí)水平較低)THEN導(dǎo)航為當(dāng)前單元練習(xí)測(cè)試及提供相應(yīng)學(xué)習(xí)資源鏈接。
R5:IF(學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容較難or容易)and(學(xué)習(xí)者當(dāng)前的知識(shí)水平一般or高)THEN點(diǎn)播導(dǎo)航為后繼視頻單元及提供相應(yīng)學(xué)習(xí)資源鏈接。
1.2 樸素貝葉斯分類器
對(duì)學(xué)習(xí)者學(xué)習(xí)情況和知識(shí)水平分類診斷需要進(jìn)行數(shù)據(jù)挖掘。常用的分類預(yù)測(cè)方法很多,貝葉斯分類法因簡(jiǎn)單易行、分類效果較好而被廣泛應(yīng)用。
目前,國內(nèi)外研究人員已開展了學(xué)習(xí)系統(tǒng)的自適應(yīng)性研究,并取得了一定的成果。系統(tǒng)自適應(yīng)性的關(guān)鍵是實(shí)現(xiàn)對(duì)學(xué)習(xí)者學(xué)習(xí)情況的診斷和資源推薦,通常采用分析學(xué)習(xí)者的學(xué)習(xí)特征與資源特征間關(guān)系的方式。Brusilovsky[1]開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者的學(xué)習(xí)能力進(jìn)行學(xué)習(xí)情況診斷和資源推薦。CHEN C M等[2]開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者能力和學(xué)習(xí)資料的難度推薦資源。WANG H C等[3]開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng),根據(jù)學(xué)習(xí)者特征和學(xué)習(xí)資源特征的最大相似度匹配策略進(jìn)行學(xué)習(xí)者情況的診斷和資源推薦。知識(shí)是分層次的,以知識(shí)點(diǎn)來推進(jìn)整個(gè)學(xué)習(xí)過程,更符合認(rèn)知規(guī)律。但上述系統(tǒng)未考慮某一知識(shí)點(diǎn)對(duì)整個(gè)單元知識(shí)體系的影響,忽略了從流媒體對(duì)象的角度考察學(xué)習(xí)者交互式請(qǐng)求的學(xué)習(xí)特征,不能充分反映學(xué)習(xí)者的學(xué)習(xí)適應(yīng)性。此外,由客觀題測(cè)試得到的測(cè)試結(jié)果并不能充分反映學(xué)習(xí)者的學(xué)習(xí)情況。因此,本文從學(xué)習(xí)者學(xué)習(xí)特征、知識(shí)點(diǎn)類別和測(cè)試結(jié)果出發(fā),預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)情況和知識(shí)水平,并根據(jù)學(xué)習(xí)者的學(xué)習(xí)情況與學(xué)習(xí)者的知識(shí)水平最大匹配策略推薦學(xué)習(xí)資源。
1 學(xué)習(xí)者流媒體點(diǎn)播自適應(yīng)性診斷
對(duì)于學(xué)習(xí)者學(xué)習(xí)某一單元的流媒體課件后是否能進(jìn)入下一單元的預(yù)測(cè)屬于數(shù)據(jù)挖掘和人工智能的范疇。
1.1 自適應(yīng)點(diǎn)播實(shí)現(xiàn)過程
自適應(yīng)點(diǎn)播系統(tǒng)模型如圖1所示。系統(tǒng)定期或觸發(fā)式地檢查服務(wù)器日志,從服務(wù)器向用戶流化數(shù)據(jù)時(shí)產(chǎn)生的流化日志條目和用戶對(duì)流化到緩存的數(shù)據(jù)進(jìn)行訪問時(shí)產(chǎn)生的播放日志條目中了解用戶訪問流媒體課件的情況,如用戶的IP地址、訪問ID、訪問的視頻名稱、起始時(shí)間、觀看視頻的時(shí)間以及前跳、暫停、后跳交互請(qǐng)求等[4]。經(jīng)過一個(gè)單元的學(xué)習(xí)后,得到一張學(xué)習(xí)過程記錄表,其形式如表1所示。系統(tǒng)根據(jù)學(xué)習(xí)特征自動(dòng)診斷學(xué)習(xí)者學(xué)習(xí)情況,即內(nèi)容容易、內(nèi)容較難、內(nèi)容難。

學(xué)習(xí)者學(xué)習(xí)一個(gè)單元后進(jìn)入單元測(cè)試,并自動(dòng)生成單元成績(jī)測(cè)試表,如表2所示。系統(tǒng)根據(jù)各類知識(shí)點(diǎn)成績(jī)預(yù)測(cè)學(xué)習(xí)者擁有該單元的知識(shí)水平,即水平高、水平一般、水平較低、水平極低。
系統(tǒng)自適應(yīng)地設(shè)置視頻點(diǎn)播導(dǎo)航及相關(guān)資源的調(diào)整策略如下:
R1:IF學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容難and(學(xué)習(xí)者當(dāng)前的知識(shí)水平極低or低)THEN點(diǎn)播導(dǎo)航為前驅(qū)視頻單元及提供相應(yīng)學(xué)習(xí)資源鏈接。
R2:IF學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容難and(學(xué)習(xí)者當(dāng)前的知識(shí)水平一般or高)THEN導(dǎo)航為當(dāng)前單元練習(xí)測(cè)試及提供相應(yīng)學(xué)習(xí)資源鏈接。
R3:IF(學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容較難or容易)and(學(xué)習(xí)者當(dāng)前的知識(shí)水平極低)THEN點(diǎn)播導(dǎo)航為當(dāng)前視頻單元及提供相應(yīng)學(xué)習(xí)資源鏈接。
R4:IF(學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容較難or容易)and(學(xué)習(xí)者當(dāng)前的知識(shí)水平較低)THEN導(dǎo)航為當(dāng)前單元練習(xí)測(cè)試及提供相應(yīng)學(xué)習(xí)資源鏈接。
R5:IF(學(xué)習(xí)者感覺學(xué)習(xí)內(nèi)容較難or容易)and(學(xué)習(xí)者當(dāng)前的知識(shí)水平一般or高)THEN點(diǎn)播導(dǎo)航為后繼視頻單元及提供相應(yīng)學(xué)習(xí)資源鏈接。
1.2 樸素貝葉斯分類器
對(duì)學(xué)習(xí)者學(xué)習(xí)情況和知識(shí)水平分類診斷需要進(jìn)行數(shù)據(jù)挖掘。常用的分類預(yù)測(cè)方法很多,貝葉斯分類法因簡(jiǎn)單易行、分類效果較好而被廣泛應(yīng)用。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于橋式吊車系統(tǒng)的分組自適應(yīng)控制策略 22次下載
- 基于多層感知機(jī)模型的自適應(yīng)簡(jiǎn)化率預(yù)測(cè) 8次下載
- 基于牛頓法的自適應(yīng)高階跑分距離推薦模型 10次下載
- 基于自適應(yīng)的虛擬機(jī)進(jìn)程實(shí)時(shí)監(jiān)控系統(tǒng) 19次下載
- LMS自適應(yīng)濾波器的MATLAB仿真和DSP實(shí)現(xiàn) 65次下載
- 如何利用達(dá)芬奇技術(shù)使流媒體系統(tǒng)實(shí)現(xiàn)詳細(xì)中文概述 8次下載
- 基于D2D對(duì)等協(xié)作傳輸?shù)?b class="flag-6" style="color: red">自適應(yīng)流媒體方法 0次下載
- 基于流媒體系統(tǒng)解決校園網(wǎng)質(zhì)量問題 12次下載
- PRTP輔助的CDN-P2P混合模式的流媒體點(diǎn)播平臺(tái)設(shè)計(jì) 0次下載
- PRTP輔助的CDN-P2P混合模式的流媒體點(diǎn)播平臺(tái)設(shè)計(jì)
- 3G視頻點(diǎn)播系統(tǒng)中流媒體協(xié)議棧的解決方案
- 提供可靠服務(wù)的P2P流媒體點(diǎn)播系統(tǒng)
- 基于Directshow的流媒體視頻混合及網(wǎng)絡(luò)傳輸系統(tǒng)
- 一種可伸縮的魯棒流媒體系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
- TD-SCDMA 移動(dòng)流媒體業(yè)務(wù)
- USB 3.0自適應(yīng)均衡電路的設(shè)計(jì)與應(yīng)用 3091次閱讀
- 工業(yè)機(jī)器人自適應(yīng)運(yùn)動(dòng)控制技術(shù) 2043次閱讀
- 自適應(yīng)天線系統(tǒng)簡(jiǎn)介!自適應(yīng)天線系統(tǒng)研制概況! 6107次閱讀
- ACC自適應(yīng)巡航控制系統(tǒng)介紹 6245次閱讀
- 一文讀懂自適應(yīng)巡航系統(tǒng) 5859次閱讀
- 自適應(yīng)控制的應(yīng)用實(shí)例 2w次閱讀
- 自適應(yīng)控制的優(yōu)缺點(diǎn)_自適應(yīng)控制存在的問題及發(fā)展 5w次閱讀
- 自適應(yīng)控制的分類_自適應(yīng)控制的主要類型 3w次閱讀
- 什么是自適應(yīng)控制_自適應(yīng)控制基本原理 5.6w次閱讀
- 無線傳感器網(wǎng)絡(luò)的自適應(yīng)交通燈控制系統(tǒng) 3144次閱讀
- 自適應(yīng)濾波算法理解與應(yīng)用 2.5w次閱讀
- 自適應(yīng)濾波器的作用、原理以及相關(guān)應(yīng)用 2.1w次閱讀
- 基于DSP的自適應(yīng)濾波器的設(shè)計(jì)方案 8742次閱讀
- 基于ARM9的媒體播放器的設(shè)計(jì)方案 2049次閱讀
- 基于嵌入式Linux流媒體播放器系統(tǒng)軟硬件解決方案 2838次閱讀
下載排行
本周
- 1相關(guān)協(xié)議信號(hào)總結(jié)
- 0.94 MB | 4次下載 | 免費(fèi)
- 2DS-CS3A P00-CN-V3
- 618.05 KB | 1次下載 | 免費(fèi)
- 3常用電子元器件介紹
- 3.21 MB | 1次下載 | 免費(fèi)
- 4運(yùn)算放大器基本電路中文資料
- 1.30 MB | 1次下載 | 免費(fèi)
- 5ZP-WTU-PNMD02規(guī)格書
- 637.49 KB | 次下載 | 免費(fèi)
- 6multisim的基本界面與操作方法
- 9.12 MB | 次下載 | 免費(fèi)
- 7FS312A USB的PD快充協(xié)議電壓誘騙控制器中文手冊(cè)
- 1.51 MB | 次下載 | 免費(fèi)
- 8FVT-2SVCTCXO電氣規(guī)格與應(yīng)用:10~52MHz剪切正弦波在GPS、物聯(lián)網(wǎng)和移動(dòng)設(shè)備中的使用
- 394.16 KB | 次下載 | 免費(fèi)
本月
- 1涂鴉各WiFi模塊原理圖加PCB封裝
- 11.75 MB | 89次下載 | 1 積分
- 2錦銳科技CA51F2 SDK開發(fā)包
- 24.06 MB | 43次下載 | 1 積分
- 3錦銳CA51F005 SDK開發(fā)包
- 19.47 MB | 19次下載 | 1 積分
- 4PCB的EMC設(shè)計(jì)指南
- 2.47 MB | 16次下載 | 1 積分
- 5HC05藍(lán)牙原理圖加PCB
- 15.76 MB | 13次下載 | 1 積分
- 6蘋果iphone 11電路原理圖
- 4.98 MB | 7次下載 | 2 積分
- 7基礎(chǔ)模擬電子電路
- 3.80 MB | 5次下載 | 1 積分
- 8STM32F3系列、STM32F4系列、STM32L4系列和STM32L4+系列Cortex-M4編程手冊(cè)
- 3.32 MB | 5次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935127次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191390次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183342次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81591次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73815次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65989次下載 | 10 積分
評(píng)論