论文部分内容阅读
随着全球信息化的高速发展,计算机网络已经成为了一种不可或缺的信息知识来源,但随之而来的,是网络信息的无限增长。这种无限制的增长带来的是信息资源供给量远远大于资源的需求量,这使得我们必须找出一种能够准确、快速地从浩瀚的信息海洋中寻求所需资源的方法。因此,个性化服务已成为信息领域研究的热点。与此同时,由于传统教学系统通常事先安排好学习的流程,这使学习者获得的学习策略过于固化、学习内容过于单一,无法满足学习者的个性化学习需求。因此,个性化服务也被广泛应用于现代教学之中。个性化教学系统通过分析不同学习者的学习兴趣,为其提供不同的教学策略以及学习内容来达到适合学习者个性化发展的最佳效果。本文在深入研究了个性化教学的理论知识以及领域技术的基础上,构建了一个基于学习者兴趣的教学系统。本系统可以分为三个主要模块,分别是学生兴趣管理模块、学习资源管理模块以及个性化推荐模块。学生兴趣管理模块主要实现学生兴趣的收集、兴趣模型构建和更新等功能。由于兴趣模型的准确性,直接决定着用户信息表示的准确性,进而直接影响教学质量的好坏,因此,本文采用显式方式构建学生初始兴趣模型,并通过跟踪和收集学生学习过程中的各种浏览行为来隐式更新兴趣模型,从而在减少对学生学习过程干扰的前提下提高所推荐学习内容的准确性。学习资源管理模块主要实现学习资源文档管理以及文本向量管理等功能,针对教师用户上传的每一篇学习资料,该模块自动进行文档向量的预处理以及构建工作,以供个性化推荐模块使用。个性化推荐模块主要实现相似度比较以及排序推荐等功能,根据每位学习者的兴趣不同,在资源库中发现其感兴趣的学习文档,并采取科学的排序方法推荐给学生学习。最后,通过所设计的系统进行实验,采用自适应方法获得各浏览行为参数的合理取值,并通过与常用模型的实验对比,证实了本模型的可行性和适用性。