貝葉斯網絡在知識地圖中的研究與應用.pdf

1、隨著互聯(lián)網的快速發(fā)展，在線學習受到人們廣泛的青睞，越來越多的學習者選擇通過互聯(lián)網進行學習。由于在線學習資源的爆炸性增長，導致學習者在進行在線學習的過程中出現(xiàn)“學習迷航”和“認知過載”問題。同時，現(xiàn)有的在線學習對學生學習的個性化、差異化問題的關注方興未艾，在線學習對于促進教育公平、提升學習效率的優(yōu)勢還未能良好的發(fā)揮出來。本文將貝葉斯網絡理論與技術應用到在線學習的學習過程中，構建了在線學習知識地圖模型，提出了基于貝葉斯網絡推理機制的知識掌握

2、程度預測方法，為學生提供個性化的學習導航。
　　本文的主要工作包括：
　　1、分析了學科知識的組織特點，將知識單元及其之間的依賴關系映射成知識網絡中的結點和邊，確定了知識單元的結點屬性，構建了面向學科領域的知識地圖模型，研究了知識結點中心度和難度的計算方法，并在此基礎上給出了一種有效的學習路徑生成方法。
　　2、把學科知識地圖作為貝葉斯網絡結構，結合項目反應理論的測評結果構建了高斯貝葉斯網絡模型，可定量地計算出知識單元

3、之間的依賴程度，并由此提出了知識單元掌握程度的預測方法，使得采用計算機預測結果來幫助學習者控制和調整學習進度成為可能。
　　3、設計并實現(xiàn)了基于貝葉斯預測的在線學習系統(tǒng)，可在學習者學習相關知識單元并完成做題后，給出下一個適合該學習者學習的知識點，為學習者提供個性化學習路徑導航。
　　本文提出的知識地圖模型可以形象地反映學科領域知識的關聯(lián)關系，給出了優(yōu)化后的學習路徑，有效地避免了“學習迷航”和“認知過載”的出現(xiàn)。經過實驗分析，