移动学习中学习者偏好模型研究

《移动学习中学习者偏好模型研究》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、⑩硕士学位论文移动学习中学习者偏好模型研究论文作者：陈林林指导教师：童名文副教授学科专业：教育技术学研究方向：教育信息资源设计与开发华中师范大学信息与新闻传播学院2013年5月⑩硕士学位论文MASTER‘STHESISResearchonLearnerPreferenceModelinM—LearningAThesisSubmittedinPartialFulfillmentoftheRequirementFortheMasterDegreeinEducationalTechnologyByChen

2、LinlinPostgraduateProgramCollegeofInformationTechnology,JournalismandCommunicationsCentralChinaNormalUniversitySupervisor：TongMingwenAcademicTitle：AssociateProfessorSignatureMay，2013⑩硕士学位论文MASTER’STHESIS华中师范大学学位论娘创性声明和使用粼明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下

3、，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。作者签名：强、毒}名卜日期：办l多年r月2扩日学位论文版权使用授权书学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅和借阅；学校可以公布学

4、位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)保密论文注释：本学位论文属于保密，在——年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。作者签名：诗、栋林El期：如马年朋≥扩日糊签名：韶匕日期．≯盼争月加本人已经认真阅读“CALLS高校学位论文全文数据库发布章程”，同意将本人的学位论文提交“CALLS高校学位论文全文数据库”中全文发布，并可按“章程”中的规定享受相关权益。回意途塞握童痘澄卮!旦堂生；臼二

5、生；旦三生筮壶!／／E--／e旋童．话，捧抓。，，。签名：胆’冲卜ⅣI＼日期：弘侈年r月万日导师签名：钐移乏日期：加I锌户月2毵摘要移动学习(M—Learning)是D．Learning和E—Learning学习方式之后教育发展的新的阶段。学习者能在任何时间、任何地点实现自由学习，摆脱了时间和空间的束缚。由于WEB学习服务站点包含的知识模块多、信息量大，学习者要想通过手机等终端设备迅速找到站点中自身感兴趣的知识模块或主题，十分困难。再加上手机屏幕小，学习者不得不通过翻屏、翻页、搜索等操作实现偏好信息

6、的获取。针对以上问题，如果WEB学习服务站点中的内容能够随着移动用户的不同而变化，根据不同学习者的学习偏好提供符合其需要的学习内容，就可以节省学习者大量操作时间，同时增加学习者对该WEB学习服务站点的依赖性。因此，在移动环境下针对不同学习者提供个性化学习服务显得尤为迫切。用户偏好建模是个性化服务的基础与核心。本文对学习者偏好模型问题进行了相关研究和探索。本文所作的主要工作如下：(1)对用户偏好建模、本体、WEB日志挖掘等相关理论和技术知识进行了梳理和研究，为后续工作的展开提供理论依据和技术支撑。(2

7、)建立学习者偏好模型。学习者偏好模型是将学习者兴趣偏好结构化，使用一种模型结构存储收集到的学习者偏好信息。本文在所构建的学习者偏好模型中引入ontology，提高了模型的学习者偏好描述能力以及语义表达能力。采用本体设计工具prot696以及W3C推出的本体描述语言OWL构建该模型。(3)获取学习者偏好信息。学习者偏好信息获取是学习者偏好模型建立中一项基础而重要的工作，本文从WEB日志中挖掘学习者偏好数据。在挖掘算法实现前，首先对日志数据预处理，然后按照构建的学习者偏好模型所需要的数据，从用户日志记录

8、提取出学习者内容偏好和媒体偏好信息。其中，在获取内容偏好信息时，采用了DBSCAN聚类算法。最后，通过实验验证了内容聚类结果是有效可行的。本文主要工作是建立了合适的数学模型来对学习者行为进行描述，生成规范的学习者描述文件，并且利用数据挖掘算法从中提取学习者偏好特征，为后续学习者的个性化学习服务提供有力支撑。关键词：学习者偏好模型；本体建模；WEB日志挖掘；密度聚类；移动学习⑩硕士学位论文MASTER。STHESISAbstractMobilelearningisane