支持学习过程评价的虚拟学习社区创建方法研究与实现

来源 :浙江师范大学 | 被引量 : 0次 | 上传用户:CSY915
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术的发展进步,网络学习或远程学习的人数日渐上升,如今各高校都掀起制作网络课程、精品课程的热潮。研究者发现,随着网络学习资源的数目增多,资源的质量以及符合学习者个性学习方面的学习环境并没有以类似速度增长,传统的、被动的、资源的简单堆砌、并只注重学习结果情况的学习环境依然占主导地位。学习者在网络环境下的学习行为显式或隐式地体现出学习者的一系列学习特征,这些特征一定程度上能衡量学习者的学习态度和效果,如果学习者自身可通过可视化方式获得这些信息的反馈,则对于提高学习兴趣和学习方法有一定益处。由此,论文研究通过注重学习者的学习过程来创建一个新型的虚拟学习社区。那么如何注重学习过程?学习过程如何有效地体现于学习者?以何种方式实现具有个性化的虚拟学习社区?这些将是本研究的重点。论文从学习过程评价和虚拟学习社区构建两个方面着手研究。第一、学习过程评价利用web数据挖掘的技术手段进行数据采集,捕获学习者在学习过程中的相关行为和表现进行分析,提出一个泊松分布算法,用于分析学习者在群体中能反映学习态度的登录次数上的评价等级;提出一个协作学习过程评价算法,解决学习者以及群体在协作学习中的协作程度的等级;设计一个协作学习过程的可视化算法,直观地反映网络环境下学习者的动态学习过程;并结合模糊综合评价算法,实现了对网络环境下学习者学习行为的综合评价,可用图形的方式为学习者和教师提供及时信息查询。评价信息的反馈以及图形的可视化可以促进学习者的后续学习,使网络环境下学习者能针对性地调整自己的学习策略,以有效地控制学习进程,形成高质量的学习活动。本文模糊综合评价法的大致思路为:先确定评价因素集和结果集;然后通过网络问卷,形成评价因素集在整个评价体系中的权重;通过用户网络学习行为数据的实时更新,进行各个行为数据的捕获和处理,计算出各评价因素的评价等级,再整合形成综合评价因素矩阵,即隶属度函数;最后形成学习者全方面的评价结果。第二、本文虚拟学习社区的结构设计参照中国网络教育技术标准体系结构,有学习资源子系统、协作学习子系统、管理子系统和学习过程评价子系统。虚拟学习社区的实现基于数据库SQL server 2005进行系统数据库结构设计,采用集成化开发工具visual studio 2005实现系统开发。系统功能包括后台管理和前台系统。学习者可以通过网络环境在虚拟学习社区平台下完成动态的学习过程,包括学习在线课程资料,阅读在线资源,检索资料,学习者交互和协作学习,教师任务及作业的发布,学习任务的完成,作业的上交,成绩评定,查询实时可视化状态等一系列学习过程,学习者能够及时获得学习过程评价和相关反馈信息。
其他文献
肺癌是当今世界各国常见的恶性肿瘤,已成为绝大多数国家癌症死亡的主要原因。肺癌早期多无症状或症状轻微,不易发现,待到发现时往往已有转移。因此,提高早期肺癌的检出率是提
继科学计算和生命计算之后,面向网络化社会系统的社会计算已然成为学术界的研究热点和前沿课题。社会网络结构分析是社会计算的核心问题之一,深入理解社会网络的结构特性有助
虚拟切割广泛应用于CAD/CAM、生物医学仿真、计算机图形学和虚拟现实等领域中。对于三角面模型的虚拟切割实现简单,效果逼真,实时性较强,应用方便。本文分别对三维面模型的切
由于工程项目管理复杂性高、时间跨度长、空间跨度大、涉及的人员和组织庞杂等特点,工程项目过程和目标管理难度大,利用现代信息技术开发大型工程项目集成管理系统对于提高工
随着计算机技术的发展,针对高校公共课,各地高校研制出了一些考试系统:单机考试系统;C/S模式的网络考试系统;基于网页的B/S模式考试系统。这些考试系统使用后,教师的工作量降低了很
服装CAD(GCAD),即服装计算机辅助设计,其将CAD领域的理论和技术应用到服装设计、生产、经营管理等各个环节,从而极大地改善了服装产品的生产效率和质量。随着服装业的发展和消费
近年来,随着互联网的快速发展,随时随刻产生着不计其数的信息。在数据挖掘、机器学习、信息检索等领域,如何从庞大的信息中,挖掘有用的信息显得尤为重要。这些信息包含多种数
随着人们对视频质量的要求逐渐提高,传统的H.264/MPEG-4 AVC视频编码标准的缺陷日益凸显。为了应对更大的分辨率和更加清晰的视频的编解码和传输问题,视频编码联合专家组提出
分布式交互仿真是当今计算机仿真领域的前沿课题之一,在国民经济和国防建设领域都有着广泛的应用。本文以消防模拟演练为背景,详细阐述了在HLA(High LevelArchitecture,高级体系
目前人工神经网络、遗传算法是计算智能这门交叉学科的基本内容。针对BP神经网络的不足,将遗传算法和BP神经网络两者有机的融合在一起,可以充分利用遗传算法的全局搜索能力和