基于web2.0的智能导学系统的研究与设计

论文摘要

随着学习理论的发展,人们在教与学的过程中,开始重视以学习者为中心的理念,智能导学系统作为一种典型的web教学系统,也在发展过程中,不断利用许多新的思想理念与技术手段,取得了不少研究成果。但在引导性、智能性、交互性等方面始终存在不足。web2.0作为网络发展的新时代,其去中心化、参与、分享、协作的理念,为智能导学系统设计带来了新的思路。RSS、Tag、SNS、wiki、Masshup等作为web2.0的代表性技术,为智能导学系统更好的实现交互性、共享性、开放性、自主性、协作性等基本特点,提供了有利的支持。在人本主义理论、自主学习理论、数据挖掘、知识表示、动态评价等理论的指导下,我们将web2.0的新技术运用到智能导学系统中,深入研究了如何将web2.0与ITS融合、学习者模型建立、知识表示方式、系统数据库的特点、系统规则的产生、系统评价功能等核心问题,设计出包含个体学习模块、SNS社会化协作学习模块、以及评价分支导学模块。其中,个体学习模块相当于学习者自己的学习空间,记录着学习过程中的个性化信息;SNS社会化协作学习模块利用web2.0技术让学习者轻易找到志同道合的学习伙伴,形成网络学习共同体,让学习者在协作学习的过程中,培养解决问题的能力;评价分支导学模块在掌握学习者学习情况的前提下进行推理,为不同表现的学习者提供适合的学习路径,结合学习模型生成个性化学习方案。最后,为了对该系统的使用效果进行绩效评估,在Kirkpatric四层效果评估模型的指导下,设计了评价方案,指导系统的使用。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 ITS 系统发展背景分析
• 1.2 ITS 的历史演化
• 1.3 ITS 国内外研究现状以及存在的问题
• 1.3.1 ITS 体系结构的新进展
• 1.3.2 知识表示与管理的新进展
• 1.3.3 智能导学系统存在的问题
• 1.4 web2.0 对智能导学系统设计的支持
• 1.5 本研究的主要内容及意义
• 1.6 本文的内容组织
• 第2章 基本理论、方法与技术
• 2.1 人本主义理论的指导意义
• 2.2 动态评价理论的指导
• 2.3 自主学习与个性化学习
• 2.4 数据挖掘与模糊推理
• 2.5 知识表示与关系数据库
• 2.6 web2.0 相关理念与技术
• 第3章 系统核心问题研究
• 3.1 如何将web2.0 与 ITS 融合
• 3.2 学习者模型的建立
• 3.3 知识表示方式
• 3.4 基于web2.0ITS 数据库的特点
• 3.4.1 采用B/S 模式扩展web 服务器
• 3.4.2 在数据库服务器上的优化措施
• 3.4.3 Ajax 技术的使用
• 3.4.4 从数据库本身进行优化
• 3.4.5 针对数据库自我扩展的要求
• 3.4.6 针对数据库关联性要求
• 3.4.7 针对数据高速查找计算与传递的需求
• 3.5 系统规则的产生
• 3.5.1 系统推理规则
• 3.5.2 系统策略规则
• 第4章 ITS 系统计算机模型
• 4.1 系统的设计原则
• 4.2 系统的具体设计思想
• 4.2.1 web2.0 关注学习者的体验
• 4.2.2 web2.0 让学习者参与到资源建设中来
• 4.2.3 web2.0 让学习者协作学习并及时交互
• 4.2.4 引入动态评价并进行分支性学习引导
• 4.2.5 个性化学习
• 4.2.6 基于web2.0 智能导学系统的优势
• 4.3 个体学习平台的实现
• 4.4 SNS 社会化网络协作学习
• 4.5 迁移评价分支系统
• 4.5.1 迁移评价分支系统运行机制
• 4.5.2 分支系统试题库的存储实现
• 4.6 基于关系数据库的系统知识库的实现
• 第5章 分支教学模块试题库的设计
• 5.1 学习者分析
• 5.2 学习对象分析
• 5.2.1 《大学物理》课程内容分析
• 5.2.2 分支教学试题库设计
• 5.3 分析自适应功能
• 第6章 系统绩效评价方案
• 6.1 反应层次的评估
• 6.2 学习层次的评估
• 结论
• 参考文献
• 附录 A 攻读学位期间发表的学术论文目录
• 致谢