面向自主（个性化）学习的学习资源组织模式（整合流程）研究

《面向自主（个性化）学习的学习资源组织模式（整合流程）研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向自主（个性化）学习的学习资源组织模式（整合流程）研究1引言在最近的“国际教育信息化”访谈中，教育信息化专家拉垠•约翰逊博士归纳了国际教竹信息化领域的三人趋势，K屮自主学＞』、个性化学＞』是艽屮一个。自主学＞J屮学者自由地选择学习内界、学习方式和学习伙伴，具有个性化和£）主性（£1主学习一般足指个体白觉确定学习目标、制定学习计划、选择学习方法、监控学习过程、评价学习结果的过程或能力）。同时Web2.0等技术使得信息由单向传播变为双向，学＞』者更容易发挥自己的主观能动性，为学习者在e-learning环境屮的自主学习提供了可能。似足在人数据吋代，信息

2、资源呈现爆炸式的增长状态，各式各样的学＞J资源也喷涌而出，我们被淹没在知识的海洋屮，如何从人的学习资源中寻找出适合自己或者自己感兴趣的学习资源，以及如何安排（M己的学习路径成为需要解决的问题。M吋云计算中数据分析与数据挖掘等技术，为处理大数据的问题提供了解决方案；Web3.0以及语义网技术提供了学习资源的语义化组织方法，这些都为自主学习中的学习资源有效组织及管理提供基础。目前关于自主学习以及个性化学习中学习资源的语义化组织以及个性化推荐的研究比较火热。杨现民，余胜泉教授在学习元平台的葙础上提出了一种综合应用语义某因、某于规则的推理以及关联规则挖掘等技

3、术实现资源动态语义关联的方法％为了实现学习资源语义特征的自动提取來解决学习资源语义化改造，余胜來教授捉出了“语义菽因”的概念［21。和矢学者为实现e-learning中学习资源的个性化推荐，提岀了本体驱动的个性化知识资源推荐131;这些研究都可以为f=l主学＞J屮宁资源的组织提供了基础成者借鉴。木文依裾语义网相关理论与技术以及个性化相关方法，分析并设计面向B主学习的学习资源组织模式以及基于该模式的个性化推荐流程,不仅提供了ft主学习中学习资源有效共享与复用，而且让学习者在而对海S学习资源时能够快速找到自己感兴趣并适合自己的学资源,从而提高学习效率。2

4、相关理论基础学习对象理论与技水是计算机科学领域而向对象思想在教育技术领域发展的产于，现在一般将学习对象定义为：冇教学目的的对象，具冇完整教学意义并可重用的教学构件，它由“说明”、“内容”、“练习”和“评估”叫个部分组成，并且是具有一定粒度的、独立的、可熏用的教学内容单元。内容包装就是将数字化资源做结构化的整理，并为其定义一种标准的数据结构，通过该结构绑定足够的附加信总，以便资源的快速检索、奋效共亨与交换。语义网络的概念最早由Collins和Guilian提出，它是一种用来表达概念叫相互关系，揭示深层语义信息的知识组织系统。一个语义M络足某个领域知识或

5、概念之间关系的M式阁，一•般由节点和柯链或存弧构成。语义网是一种智能网络，它不但能够理解人类的语言，还可以使人与电脑之间的交流变得像人与人之间交流一样轻松，在自然语言处理和专家系统建设领域得到了广泛的应用。木体作为语义网屮的核心技术，是实现语义网屮语义操作的基础。关于木体的定义较多，较为认同的是K.Studer的解释：“本体足对概念体系的明确的、形式化的、可共亨的规范说明”，是-•种能在语义和知识S次上描述信息系统的概念枚型的建模工ft,能够有效表现概念层次结构和语义。为了实现学习资源语义特征的£1动提取來解决学习资源语义化改造的问题，杨现W与余胜泉

6、教授提出了“语义基因”的概念。语义基因是用来描述资源的语义特征，是一种基于木体的资源语义表示方式，是本体的应用而非一个领域本体。语义某因是资源之间关联关系计算、资源检索和资源聚合的依据，语义基因表示为SG=〈CS,WS，RS〉三元组，CS代表概念集合、WS代表概念权重的集合、RS代表核心概念之间关系的集合。3面向自主学习的学习资源组织模式（整合流程）在&主学＞』环境中，为了达到学AI资源的个性化推荐、语义化检索等个性化与智能学:＞J的目的，需要对学习资源进行语义化组织与描述，然后在语义化组织的基础上利川个性化推荐等技术为学习者推荐出合适的学习资源。学

7、习者学习资源的选择川以以兴趣为驱动，选择自己喜欢或者感兴趣的学资源，但是学活动不同于电了商务屮的购物，学＞』是一个对未知世界探索的过程，过于IM主化或者随意化可能会导致学习效率低下，因此学习活动需要方向性的指导，例如学习高级计算机网络之前必须学习计算机网络基础相关内容等。本文通过对学习资源进行组织整合，并在学4组织整合的基础上设计出支持自足学习或者个性化学习的学习资源动态聚合模式。3.1学＞』资源组织流程设计最初数字化的学习资源可能以知识点的形式散落地分布，知识点之间隐藏着各种各样的关系，例如在不同粒度或者层级上，若干个知识点可以聚合形成一个学习对象

8、，若干个学习对象以学习FI标为聚合点可以形成一个粒度更大的学习对象；在同一层级或者相同粒度上,知识点与知识点