欢迎来到天天文库
浏览记录
ID:35176247
大小:2.61 MB
页数:61页
时间:2019-03-20
《基于mdafa算法的个性化移动学习路径生成机制研究》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、中图分类号:G43学校代码:10337硕士学位论文论文题目:基于MDAFA算法的个性化移动学习路径生成机制研究作者姓名崔晨萍指导教师李浩君左伍衡学科专业教育技术学所在学院教育科学与技术学院提交日期2016年4月浙江工业大学学位论文原创性声明,本人郑重声明:所提交的学位论文是本人在导师的指导下独立进行研究工作所取得的研究成果。除文中己经加示注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,,也不含为获得浙江工业大学或其它教育机构的学位亚书而。使用巧的材料,均己在
2、文中■明确方式标明。对本文的研究作出重要贡献的个人和集体本人承担本声明的法律责任。作者签名:曰期0x1年i月^0曰^学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印。、缩印或扫描等复制手段保存和汇编本学位论文本学位论文属于1、保密□,在年解密后适用本授权书。2、不保密
3、口。""(请在L:Z上相应方框内打V)。作者签名:啼译曰斯心自单寺U导师签名;日期:kM月曰专弹/DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterTitle:GenerationResearchofPersonalizedlearningpathforMobileLearningBasedonMDAFAAlgorithmDepartment:CollegeofEducationScie
4、nce&TechnologyMajor:EducationalTechnologySupervisor:LiHaojunZuoWuHengGraduate:CuiChenPingApril,2016基于MDAFA算法的个性化移动学习路径生成机制研究摘要作为当前教育领域的研究热点,移动学习颠覆了传统的教育与学习方式,同时,个性化的移动学习也逐渐引起国内外学者的关注。但是对移动学习环境下个性化学习资源的推荐与学习路径的生成仍然缺乏有效的机制,即个性化过程中对学习者的特征关注较多,而缺乏对学习资源的评价属
5、性的设置与量化。在此背景下,本文将移动学习资源的推荐与选取视为多属性决策的过程,为移动学习资源的评价机制的研究提供了新的方向,并将FA算法应用于移动学习路径的生成,提出了基于MDAFA算法的个性化移动学习路径生成机制。文章对移动学习者群体进行了差异化的移动学习特征分析,阐述了职业教育背景下的学习者利用移动学习平台进行学习的困境,指出针对职业院校的学生进行移动学习资源与移动学习路径推荐的必要性,并在此基础上提出了面向职业教育背景下的学习者的移动学习路径生成机制。同时,依据能力本位理论,针对职业院校的学
6、生选取了移动学习资源的评价参数,结合学习者特征,将移动学习资源的推荐与路径的生成视为考虑不同决策者决策偏好的多属性决策过程,引入正态模糊集用于决策属性数据的表达,并在此基础上对萤火虫算法进行改进,实现个性化的移动学习路径生成。本文的创新点主要包括:(1)引入决策属性对移动学习资源进行评价,并确定了适用于个性化学习路径生成的移动学习资源决策属性;(2)基于决策属性对萤火虫算法进行了改进,并应用于移动学习资源的推荐与移动学习路径的生成。关键字:移动学习;萤火虫算法;学习路径;决策属性;正态模糊IGene
7、rationResearchofPersonalizedlearningpathforMobileLearningBasedonMDAFAAlgorithmABSTRACTAsaresearchfocusinthefieldofeducation,mobilelearningisthesubversionofthetraditionaleducationandlearning.Atthesametime,personalizedmobilelearninghasgraduallyattractedt
8、heattentionofmanyscholars,butformobilelearningenvironment,personalizedlearningresourcesandlearningpathgenerationisstillalackofeffectivemechanism,namelythepersonalizationprocessoflearningfeaturesmoreattention,andthelackofevaluationattrib
此文档下载收益归作者所有