智能教学系统中学习路径构建方法研究

This research mainly studies 3 problems during the learning process, which are what to learn, how to learn, and how well students have learned..For what to learn (learning contents), this project proposes a learning path generation method based on association link network, to automatically identify the relationships among different Web resources. This method makes use of the Web resources that can be freely obtained from the Web to form well-structured learning resources with proper sequences for delivery..For how to learn (learning method), this project proposes a finer-grained outcome based learning path model, which allows teachers to explicitly formulate learning activities as the learning units of a learning path, and also to formulate the assessment criteria related to the subject-specific knowledge and skills as well as generic skills. So that we can provide tailored learning contents for different types of students..For how well students have learned (learning quality), it is necessary to monitor student learning progress, determine and provide appropriate learning contents and learning methods. This project proposes the use of student progress indicators based on Fuzzy Cognitive Map to analyze both performance and non-performance attributes and their causal relationships..This projects focuses on the research of learning path in intelligent tutoring e-Learning system, which can effectively enrich the teaching and learning process, and improve the learning quality.

为了让学习更智能化，做到因材施教，本课题主要研究了学习过程中遇到的三个问题：学什么？怎么学？学的怎么样？ .对于学什么（学习内容），本课题提出了一个基于关联连接网络的学习路径生成方法，来自动识别网络资源间的关系。利用从网络中免费自动获取的网络资源形成结构化的学习资源，再按一定的学习顺序安排给学生。.对于怎么学（学习方法），本课题提出一种基于学习成果的细化的学习路径模型，将学习活动系统地表示成学习路径的各个学习单元，将评估标准系统地表示成和课程相关的知识和技巧。依此为不同类型的学生提供量身定制的学习内容。.对于学的怎么样（学习效果），需监控学生的学习进度，判断并提供合适的学习内容和学习方法。本课题提出了使用基于模糊认知图的学生进度指示器来分析学习表现特性和非学习表现特性，以及它们之间的关系。 .本研究对智能教学系统中学习路径进行研究，可有效地丰富教学过程，提高教学质量。

无论是在传统学习还是在线学习中，都必须考虑以下内容：学习什么，如何学习以及学生的学习水平。由于有各种类型的学生具有不同的学习偏好，学习方式和学习能力，因此要为特定学生提供最佳学习方法并不容易。为不同的学生设计学习内容对于老师而言非常耗时且乏味。无论学习过程如何进行，老师和学生都必须对学生的学习成绩感到满意。.因此，重要的是为教师和学生提供有用的教学指导。为了实现这一目标，我们提出了一种基于结果的细粒度学习路径模型，该模型允许教师明确地将学习活动表述为学习路径的学习单元。这使教师能够制定与特定学科的知识和技能以及通用技能相关的评估标准，从而可以定义并适当地纳入教学法。除了定义教学方法外，我们还需要提供针对性的课程学习内容，以便不同类型的学生可以根据自己的学习能力，知识背景等更好地学习知识。另一方面，这些学习内容应该结构良好，以便学生能够理解它们。为此，我们提出了一种基于关联链接网络的学习路径生成方法，以自动识别不同Web资源之间的关系。该方法利用可以从Web上自由获取的Web资源来形成结构合理的学习资源，并具有适当的交付顺序。尽管学习路径定义了学习内容和学习方法，但我们仍然需要监视学生的学习进度，以便在电子学习系统中确定适当的学习内容和学习活动。为了解决这个问题，我们建议使用基于模糊认知图的学生进度指标来分析成绩和非成绩属性以及它们之间的因果关系。目的是帮助教师改进他们的教学方法，并帮助学生反映他们在学习中的优点和缺点。本研究着重于智能补习电子学习系统，该系统提供了一种智能方法来设计和交付学习路径中的学习活动。为了评估本项目的研究，已经对教师和学生进行了许多实验和比较研究。结果表明，我们的研究可以有效地帮助教师产生高质量的学习路径，帮助学生提高学习成绩，并使教师和学生对学生的学习进度有更好的了解。