基于多个性的协作学习系统的研究与设计

《基于多个性的协作学习系统的研究与设计》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、万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解江西师范大学研究生院有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权江西师范大学研究生院可以将学位论文的全部或部分内容编入有

2、关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：签字日期：年月日导师签名：签字日期：年月万方数据摘要随着机器学习、数据挖掘等人工智能技术的发展，在线学习系统在个性化、智能化方面有着越来越大的提升空间。现有的个性化学习系统，大都致力于获取学生用户学习兴趣这一个性，从而在此基础上向用户更准确地推荐学习资料、引导用户更好地进行自主学习。事实上，有效的学习不仅需要独立自主、更需要沟通交流，即既包含自主学习也包含协作学习。本文尝试在已有的个性化学习系统的基础上构建一个协作学习系统，从而向用户提供更全面的学习支持

3、。研究表明，在自主学习过程中，学生的学习兴趣有着很大的影响力。但对于协作学习而言，学生的其他个性如学习水平、学习风格等对协作学习的效果同样有着不可忽视的影响。因此，本文尝试同时选择用户的学习兴趣和学习水平两个个性特征为研究对象，深入研究多个性用户建模方法；同时针对协作学习过程中，学习小组自动划分这一首要的难点问题，尝试根据协作学习的要素要求建立协作学习小组的组模型，然后在此基础上使用遗传模拟退火算法实现协作学习小组的智能划分。这为今后进一步考虑包括其他个性特征的多个性用户建模，以及实现协作学习小组自动合理的划分，探索了有效的途径和方法。根据上述目标，本文尝试设计与实现了一个基于多

4、个性的协作学习系统，该系统主要包含三大功能：多个性用户建模、协作学习分组和协作学习过程的实施。多个性用户建模包含构建用户的学习兴趣模型和学习水平模型；协作学习分组主要基于本文提出的组模型构建目标函数，然后采用遗传模拟退火算法实现协作学习小组的自动划分；协作学习过程的实施主要提供两种方式：讨论学习和合作学习。虽然目前系统的实现还不很完善，相关理论技术在实践中还存在一些问题有待改进和提高，但主要功能模块和技术的实现已经基本完成。最后，本文通过模拟实验验证了本文的研究具有一定的有效性。关键词：协作学习；用户建模；多个性；组模型；遗传模拟退火算法万方数据Abs住actWiththedev

5、elopmentofartificialintelligencetechnologieslikemachinelearning，datamining，onlinelearningsystemhasmoreroomforimprovementonpersonalizationandinteUigentialization．刀】eexistingpersonalizedlearningsystemsmostlydedicatedtoobtainuserpersonalityoflearninginterest,SOonthisbasis，moreaccuratestudymateri

6、alsalerecommendedtouser，andtheHsercanstudybyhimselfmOllwell．Infact，effectivelearningnotonlyrequiresindependence，butalsocallsforcommunication，thatincludesbothself-studyandcollaborativelearning．nlispaperattemptstobuildacollaborativelearningsystembasedonanexistingpersonalizedlearningsysteIll，SOa

7、stoprovideuserwithamorecomprehensivelearningsupport．Researchshowsthatduringtheself-learningprocess，learninginteresthasagreatinfluence，butforcollaborativelearning，otherpersonalitiessuchaslearninglevel，learningsbrlealsohaveanegligibleimpactonco