大数据背景下自适应学习个性特征模型研究——基于元分析视角

被引：49

作者：

菅保霞 ^{[1
]}

姜强 ^{[1
]}

赵蔚 ^{[1
]}

李勇帆 ^{[2
]}

机构：

[1] 东北师范大学计算机科学与信息技术学院

[2] 湖南第一师范学院信息科学与工程学院

来源：

远程教育杂志 | 2017年 / 35卷 / 04期

关键词：

大数据; 自适应学习; 学习分析; 人工智能技术; 个性特征模型; 元分析;

D O I：

10.15881/j.cnki.cn33-1304/g4.2017.04.009

中图分类号：

G434 [计算机化教学];

学科分类号：

040110 ;

摘要：

技术作为人的存在方式,正在促使教学模式和学习方式发生深刻变革。大数据时代,在学习分析、人工智能、机器学习等新兴技术支持下,自适应学习系统有助于学习者进行差异化学习,促进教育向个性化迈进。基于文献的元分析视角,对知识水平、错误/误解、情感、认知特征以及元认知能力等个性特征进行分析,并对覆盖法、基于认知理论建模、基于约束的模型、模糊逻辑技术、贝叶斯网络和本体技术等建模方法进行解读。同时,采用适切的建模方法构建学习者个性特征模型,并以"自适应课件导学系统(AC-ware Tutor)"为例,解析学习者模型的运行机制。从而有助于提供精准的个性化学习服务,提高教育质量。

引用

页码：87 / 96

页数：10

共 20 条

[1] 基于元认知能力发展的智能导学系统研究 [J].