基于贝叶斯的网络学习效果评估系统研究

基于贝叶斯的网络学习效果评估系统研究

ID:46296360

大小:365.15 KB

页数:5页

时间:2019-11-22

基于贝叶斯的网络学习效果评估系统研究_第1页
基于贝叶斯的网络学习效果评估系统研究_第2页
基于贝叶斯的网络学习效果评估系统研究_第3页
基于贝叶斯的网络学习效果评估系统研究_第4页
基于贝叶斯的网络学习效果评估系统研究_第5页
资源描述:

《基于贝叶斯的网络学习效果评估系统研究》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、基于贝叶斯的网络学习效果评估系统研究●谢朝辉马进原海英内容摘要网络学习(E—Ieaming)越来越多的应用于企业培训中,个性化学习将是未来E—Iear玎ing发展的重要方向之一,每个学习者都具有不同的认知能力、知识水平、学习需求、知识背景和个人喜婷等,从而导致用户在使用E—I瑚ming系统时对系统的要求也不同。本文基于贝叶斯网络建立的网络学习评价系统,对学习者学习效果进行有效的评估,同时根据评估结果为学习者智能化呈现所需课程,可有效提升学习者的学习兴趣,帮助企业提高培训效果。关键词贝叶斯网络学习评估E—Ieamjng网络学习(E—Learning)由于

2、其随时随地学习、便捷高效、成本低廉等特点,为用户提供了灵活的工作方式,促进了员工的学习兴趣,方便员工获取所需要的信息。据统计,通过网络进行学习的美国企业员工正以每年300%以上的速度增长,超过60%的企业通过在线学习方式进行员工培训和继续教育,这种方式具有时效性、低费和跟踪服务功能,能实现自我导向和自定进度的培训指导,提高培训管理的效率。美国教育发展训练协会(ASTD)将E—Learning定义为:E—Learning是学习者应用数字化媒介学习的过程,数字化媒介包括互联网、局域/广域网、录音/录象带、卫星广播、交互式电视、光盘等。ASTD强调了学习者使

3、用E—Learning体验,体现了E—Learning以学习者为中心的特性(祝智庭,2011)。个性化学习(IndividualizedLearning)的概念是由B100m在1956年首先提出的,是指根据学习者的个性特征实施教育活动,充分发挥学习者的主动性,在促进学生全面、自由、协调发展的基础上,促进学生个性的发展潜能(特别是优势潜能)的开发(何克抗,2002),对于E—Learning系统来说,每个学习者都具有不同的认知能力、认知水平、学习需求、知识背景和个人喜好等,从而导致用户在使用E—Learning系统时对系统的要求也不同,每个使用者都希望课

4、程的组织以适合自己的形式呈现,因此,E—Learning系统以学习者为中心的基本原则是将每一个学生看成一个单一的个体,提供的学习内容能够尽可能地根据学习者的知识水平和学习兴趣动态调整,这种一对一的教学模式,不仅可以节省学习者的时间,提高学习效率,而且还可以实现更好的学习效果。在个性化支持服务研究方面,人们认为学习评估(马爱利等,2008)能够较准确地获取学习者当前的知识和技能水平,是提供个陛化服务的重要依据。近年来,贝叶斯网络理论常被用来表达有监督的学习形式,贝叶斯网络可以综合先验信息与后验信息进行评定,即它可以综合学习者学习前的各种信息与学习者的学习

5、经验等信息与网络中观测收集到的各种信息进行判断。通过贝叶斯网络谢朝辉,上海交通大学安泰经济与管理学院,博士生。马进,上海交通大学公共卫生学院,教授。电子邮箱:m面缸参衄。血.∞。原海英,上海立信会计学院工商管理学院.讲师。本文受国家自然科学基金课题(71273175)与上海申康医院发展中心管理研究课题(2013弧MR.02)资助。开发技术}TECHNOLOGYOFHRD的推理功能更新先验信息,即学习前学习者做出的最初估计分析。以贝叶斯网络理论作为网络学习评价的理论基础,必将推动网络学习评价及网络学习系统建设研究的更快发展与广泛应用。一、贝叶斯网络理论概

6、述贝叶斯网络是人工智能领域中一种将图论和概率论相结合的图形模型,具有图形化的模型表示形式、局部及分布式的学习机制、直观的推理,适用于表达和分析不确定性和概率性的事物,能够对不完全、不精确或不确定的知识或信息做出有效的推理。贝叶斯网络作为一种有向无环图,其中节点表示问题域的随机变量,有向边表示节点间的条件依赖关系。贝叶斯网络可用如下定义进行描述:贝叶斯网是根据随机变量间的概率关系建立的图论模型,是一个有向无环图,它可以表示为一个三元组(E,Ⅳ,一。Ⅳ是_组节点的集合,Ⅳ-电,而⋯‘),每个节点代表一个变量,E是一组有向边的集合,B《x/万。协敏,并且鼍,

7、工剧I),P是一组条件概率的集合。P巩忱『P阮/刀◇。贝叶斯网络的结构表达了定性知识,即事件之间的因果关系;边缘概率和条件概率表达了定量知识,即原因对结果的影响程度。我们根据用户的先验知识构造的贝叶斯网络称为先验贝叶斯网络,把先验贝叶斯网络和数据相结合而得到的贝叶斯网络称为后验贝叶斯网络,先验贝叶斯网络到后验贝叶斯网络的过程称为贝叶斯网络学习,贝叶斯网络学习使用数据对先验知识进行修正,贝叶斯网络能够持续学习,上次学习得到的后验贝叶斯网络便成为下一次学习的先验贝叶斯网络。二、基于贝叶斯网络理论的网络学习评价模型目前大部分E一1earning系统不能对学习

8、者的认知能力、知识水平等个性特征进行评估,从而就不能完全满足使用者的不同需要,不能为学习者提供

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。