导读:本文包含了在线策略论文开题报告文献综述及选题提纲参考文献，主要关键词:在线学习,认知风格,推送策略,样例类型
在线策略论文文献综述
林洪新,杨帅峰,杜雪娇[1]（2019）在《小学生数学在线样例学习的推送策略》一文中研究指出不同认知风格小学生在线学习不同类型数学样例的效果存在差异,但目前关于采用何种策略向不同认知风格小学生推送样例的效果较好还不明确。为考查推送策略与样例类型对不同认知风格小学生数学在线学习效果的影响,采用2(认知风格)×2(推送策略)×2(样例类型)叁因素实验设计对224名小学生进行研究。结果显示,场独立型小学生的数学在线样例学习效果显着好于场依存型小学生;场独立型小学生在自由选择策略下学习渐减步骤样例的效果显着好于学习附加解释样例,在固定推送策略下学习两种样例的效果没有显着差异;场依存型小学生在固定推送策略下学习附加解释样例的效果显着好于学习渐减步骤样例,在自由选择策略下学习两种样例的效果没有显着差异。这表明场独立型小学生数学在线样例学习时更适合自由选择渐减步骤样例,场依存型小学生更适合固定推送附加解释样例。(本文来源于《电化教育研究》期刊2019年11期）
李锋,王吉庆[2]（2019）在《中学生在线学习伴随式干预：环境、策略、方法与案例》一文中研究指出移动通信、大数据和人工智能等新技术在教育中的应用,创设出现实与虚拟相互融合的学习环境。在新的学习环境下,该研究针对中学生在线学习"持续度不强、流失率偏高、学习质量不佳"等问题,将在线学习理论与新技术相结合,从在线学习内容、传播效能和过程管理等方面研究在线学习干预的策略与方法,分析"学习内容二次组织、学习结果有效反馈、学习过程伴随管控"的干预策略,开展"在线错题库、二次学习指导、在线学习报告"等方式的在线学习干预,并将此应用于在线学习过程中,以此推动中学生在线学习的实效,提高在线学习质量。(本文来源于《中国电化教育》期刊2019年11期）
张骞,李征,蔡旭,饶芳权[3]（2019）在《一种电网强度在线感知的自适应虚拟同步控制策略》一文中研究指出微电网中的储能虚拟同步发电机(virtual synchronous generator, VSG)需在并网和微电网等不同强度电网工况下切换运行。为提高VSG在工况切换前后的一次调频特性与动态响应特性,采用小信号建模与广义根轨迹分析的方法,通过向阻尼环节引入微分,提高VSG一次调频响应的准确性。建立了VSG参数与电网强度的关系,基于对电网强度的在线感知,设计自适应优化虚拟阻尼的方法,使得VSG在电网强度变化前后均具有良好的一次调频特性与动态响应特性。在RTDS-DSP硬件在环半实物仿真实验平台上构建了光-储-柴微电网模型,通过相关实验验证了所提方法的有效性。(本文来源于《电力系统保护与控制》期刊2019年21期）
李晓蝶[4]（2019）在《大数据环境下在线考试系统安全策略》一文中研究指出随着21世纪网络大数据时代的脚步越来越快,计算机网络技术在教育教学的各方面所带来的意义更加深远,如今,在互联网影响下教育体制不断改革,但从古至今的考试仍是中国最传统最重要的判断教育成果的手段。(本文来源于《数码世界》期刊2019年11期）
窦晓乐,郭强,李增禄,聂佳佳[5]（2019）在《存在强势零售商时双渠道制造商在线推介策略研究》一文中研究指出研究了存在强势零售商时双渠道制造商的推介策略问题。首先,以零售商弱势模型为基准,研究发现:较大的推介市场规模有助于制造商采取都推介策略,且零售商和制造商具有高度一致的推介策略偏好。其次,构建零售商强势决策模型,发现相对零售商弱势而言,制造商推介策略存在显着变化:当推介市场规模较小时,若批发价格较高,则制造商采取都推介策略;当推介市场规模较大时,若批发价格较低,则制造商仅推介官方商城。当且仅当推介市场规模和批发价格同时较小或较大时,零售商与制造商才能达成推介策略共识。此外,无论零售商弱势或强势,都推介策略下消费者剩余和社会福利优于仅推介官方商城策略。(本文来源于《运筹与管理》期刊2019年10期）
王海宾[6]（2019）在《大学生在线学习行为策略研究》一文中研究指出本文结合当前网络技术和教育发展,分析了大学生参与在线学习的活动特点,最后从两个方面提出了相应策略。(本文来源于《科技视界》期刊2019年30期）
穆肃,王孝金[7]（2019）在《在线学习中深层次学习发生策略的研究》一文中研究指出在在线学习中,深层次学习的发生对在线教育有效、持续地开展意义重大。深层次学习是学习科学重点关注的内容,不论是在常规教育还是在线教育领域,一直都追求深层次学习的发生。然而,在在线学习项目广泛开展的今天,在线学习的质量和效果并未如预期那样令人满意,深层次学习鲜有发生。如何促进在线学习中深层次学习的发生是本研究的重点研究内容。基于相关文献的梳理和内容分析,本研究以在线学习中深层次学习理论框架为基础,聚焦在线学习中深层次学习的策略,重构促进在线学习中深层次学习发生的策略模型及相应学习活动。研究形成以下结论:(1)促进在线学习中深层次学习发生的策略,包含激励、认知重组、联系、反馈、参与、问题、交互、拓展八项策略;(2)每项促进在线学习中深层次学习的策略可以通过系列在线学习活动推动;(3)建构了促进在线学习中深层次学习发生策略模型,包含理论、策略和实践叁个层面;(4)建构的策略模型及相应学习活动经过在具体课程中的应用检验,表明其具有一定的实用性。本研究是对在线学习的深入研究,也是对在线教育中深层次学习实施策略和应用的新思考,对促进深层次学习的发生具有重要实践参考意义。(本文来源于《中国远程教育》期刊2019年10期）
张朝霞[8]（2019）在《高职学生在线学习策略探析》一文中研究指出在线学习应时兴起并逐渐被大众认可,在线学习作为推动职业教育信息化的载体,对于培养高素质技能型人才提供有力支撑作用。在线学习现状良莠不齐,影响在线学习的因素也很多,关键是要以学习者为中心,探析在线学习优化策略,有效提升在线学习效果,推进在线教育良性发展。(本文来源于《江西化工》期刊2019年05期）
谷允捷,胡宇翔,丁悦航,谢记超[9]（2019）在《基于流量演化感知的服务功能链在线弹性编排策略》一文中研究指出随着网络功能虚拟化(NFV)的引入,运营商能够提供更为灵活的网络服务.然而现有服务功能链(SFC)编排局限于静态反应式策略,业务流量发生变化时网络资源供应量难以匹配负载需求,虚拟网络功能(VNF)频繁部署与迁移,运营开销增大.针对上述问题,该文提出一种基于流量演化感知的服务功能链在线弹性编排策略(OEOP),该策略将在线学习引入到SFC流量演化感知的过程,预先确定细粒度的VNF弹性需求.此外,以实时更新的SFC路径与节点负载两因子为导向,完成新增VNF的在线弹性部署,代替VNF迁移应对系统负载变化.仿真表明,该策略明显增强了虚拟资源供应量与负载需求的匹配特性,VNF吞吐量利用率提高10.2%～24.8%,运营开销平均降低26.7%.(本文来源于《电子学报》期刊2019年10期）
郭强,窦晓乐,李增禄[10]（2019）在《考虑零售商广告时双渠道制造商在线推介策略研究》一文中研究指出研究了零售商广告对双渠道制造商在线推介策略的影响。分别建立有无广告投入情形下制造商推介策略选择模型,结果发现:在零售商不投入广告的基准模型中,随着推介市场规模的增大制造商推介策略由仅推介官方商城转变为都推介;若零售商投入广告而制造商不进行成本分担,则在推介市场规模和零售商广告成本系数都较低时,制造商推介策略由基准模型中的仅推介官方商城转变为都推介。若制造商对零售商进行广告成本分担,则随着推介市场规模以及成本分担比例的增大,制造商采取都推介策略的空间逐渐变大。(本文来源于《软科学》期刊2019年10期）
在线策略论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
移动通信、大数据和人工智能等新技术在教育中的应用,创设出现实与虚拟相互融合的学习环境。在新的学习环境下,该研究针对中学生在线学习"持续度不强、流失率偏高、学习质量不佳"等问题,将在线学习理论与新技术相结合,从在线学习内容、传播效能和过程管理等方面研究在线学习干预的策略与方法,分析"学习内容二次组织、学习结果有效反馈、学习过程伴随管控"的干预策略,开展"在线错题库、二次学习指导、在线学习报告"等方式的在线学习干预,并将此应用于在线学习过程中,以此推动中学生在线学习的实效,提高在线学习质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在线策略论文参考文献
[1].林洪新,杨帅峰,杜雪娇.小学生数学在线样例学习的推送策略[J].电化教育研究.2019
[2].李锋,王吉庆.中学生在线学习伴随式干预：环境、策略、方法与案例[J].中国电化教育.2019
[3].张骞,李征,蔡旭,饶芳权.一种电网强度在线感知的自适应虚拟同步控制策略[J].电力系统保护与控制.2019
[4].李晓蝶.大数据环境下在线考试系统安全策略[J].数码世界.2019
[5].窦晓乐,郭强,李增禄,聂佳佳.存在强势零售商时双渠道制造商在线推介策略研究[J].运筹与管理.2019
[6].王海宾.大学生在线学习行为策略研究[J].科技视界.2019
[7].穆肃,王孝金.在线学习中深层次学习发生策略的研究[J].中国远程教育.2019
[8].张朝霞.高职学生在线学习策略探析[J].江西化工.2019
[9].谷允捷,胡宇翔,丁悦航,谢记超.基于流量演化感知的服务功能链在线弹性编排策略[J].电子学报.2019
[10].郭强,窦晓乐,李增禄.考虑零售商广告时双渠道制造商在线推介策略研究[J].软科学.2019