基于網(wǎng)絡學習環(huán)境的學生行為模型研究及應用.pdf

1、隨著信息技術的成熟、移動設備的普及，學生的學習環(huán)境從現(xiàn)實的課堂環(huán)境轉變?yōu)樘摂M的網(wǎng)絡環(huán)境。然而大多數(shù)在線學習只是簡單的延續(xù)傳統(tǒng)教學的老路，對于不同特點和水平的學生仍然采取相同的教學方式和手段，忽略了每個學生學習情況的差異性和個性的偏好。除此以外，大多數(shù)在線學習環(huán)境只是簡單地告訴學生測試的結果，卻并沒有告訴學生錯誤的原因以及該怎樣努力才能取得更好的成績。鑒于此，本文擬研究在網(wǎng)絡學習環(huán)境下學生學習行為模型的構建及其應用。
　　本文的主要

2、工作如下：
　　1.首先將包含數(shù)學領域知識的知識地圖轉化為貝葉斯網(wǎng)絡結構，其次根據(jù)學生試題解答數(shù)據(jù)并結合項目反映理論來計算出學生的能力值，然后得到貝葉斯網(wǎng)絡結構中知識結點的先驗分布概率和知識點之間的依賴程度，由此確定貝葉斯網(wǎng)絡模型；然后依據(jù)該模型來預測學生的薄弱知識點，將結果反饋給學生使得學生可以自行修正學習計劃。最后結合學生的學習風格和個性偏好，構建出基于網(wǎng)絡學習環(huán)境的學生學習行為模型。
　　2.對構建的學生學習行為模型進

3、行了應用。根據(jù)模型數(shù)據(jù)提出了基于個性化推薦系統(tǒng)和相似度模型的個性推薦應用，給學生推薦符合自身實際的、個性化的題目。個性化推薦系統(tǒng)作為應用的核心部分，可以適應性的、智能化的控制學生在解答推薦題目過程中的學習方向和學習方法，例如推薦給學生的題目難度是增加還是減少、何時給學生推送題目以及是否給學生提供提示幫助，而相似度模型主要負責根據(jù)已有學生的推薦信息選擇是否直接推送。
　　3.將構建的基于網(wǎng)絡學習環(huán)境的學生行為模型應用于實踐中。這樣使