论文部分内容阅读
随着互联网和云计算的发展,“互联网+教育”的模式改变着人们的学习方式,智慧教育的理念应运而生,并影响着人们的学习方式。近年来网络课程越来越多,大量学习者开始在网络上进行学习。网络上资源丰富,方便了学习者获取知识,同时也出现了一定的问题,如学习过程中容易出现迷航、资源重复建设、利用率不高等问题,如何有效的解决这些问题成为关注的焦点。在学习的过程中,学习者的学习行为数据被存储下来,合理的对这些学习过程产生的大量数据进行处理,能够有效的促进教育信息化的发展。由于不同的学习者学习风格、认知水平和兴趣爱好等方面存在差异,对相同的教学资源会有不同的理解,如何有效的运用这些数据达到优化教学资源,提高学习者的学习效率,最终实现个性化教学的目的成为重要的研究领域。本文通过介绍云计算的发展和教育云服务、个性化学习的研究现状,分析了云计算主流平台Hadoop环境中的HDFS和MapReduce在教育资源的存储、调度、学习数据分析方面的优势。Hadoop技术的发展为个性化学习的实现提供了新的思路,应用学习分析技术处理教与学过程中的大量数据。针对海量的教学资源、多样化的学习者,搭建Hadoop云平台开发个性化学习系统,利用分布式技术和云计算的优势采集、存储海量的学习者行为日志。同时针对不同的学习者产生个性化的推荐,优化教与学的过程、提高学习者的兴趣和学习效率。由于不同学生在学习风格、认知能力方面不同,所关注的资源有所差异,需要通过Felder-Silverman学习风格量表和认知水平的前测初步了解学习者的偏好,并通过学习分析技术处理行为印记,构建更准确的学习模型。考虑到学习者之间的差异较大且可能随时变化,教学资源间的差异相对稳定些,选用基于项目的协同过滤推荐算法且考虑资源属性的相似性,并把用户的行为转化为评分,为学习者推荐个性化的学习内容。由于学习资源与学习者之间是相互联系的,通过蚁群算法分析这种联系为学生提供最优的路径进行学习。在云平台的个性化学习系统中,通过使用Flume日志收集工具,收集学习行为日志,通过学习分析技术为学习者创建个性化的学习空间。