摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 引言 | 第9-16页 |
一、研究背景 | 第9-10页 |
二、研究现状 | 第10-12页 |
(一) 国外研究现状 | 第10-11页 |
(二) 国内研究现状 | 第11-12页 |
三、研究问题 | 第12-13页 |
四、研究意义 | 第13页 |
(一) 理论意义 | 第13页 |
(二) 实践意义 | 第13页 |
五、研究内容与研究方法 | 第13-15页 |
(一) 研究内容 | 第13-14页 |
(二) 研究方法 | 第14-15页 |
六、论文框架 | 第15-16页 |
第二章 情境信息及个性化推荐相关理论基础 | 第16-22页 |
一、理论基础 | 第16页 |
(一) 联通主义 | 第16页 |
(二) 建构主义学习理论 | 第16页 |
二、学习位置情境推荐分析 | 第16-18页 |
(一) 资源推荐情境 | 第16-17页 |
(二) 位置服务的教育应用价值 | 第17页 |
(三) 位置服务在校园中的应用 | 第17-18页 |
三、个性化推荐主要分类 | 第18-19页 |
(一) 基于内容的推荐 | 第18页 |
(二) 协同过滤推荐算法 | 第18-19页 |
(三) 基于知识的推荐算法 | 第19页 |
(四) 混合推荐算法 | 第19页 |
四、基于情境信息个性化推荐的要求 | 第19-20页 |
(一) 学习资源推荐的内容 | 第19-20页 |
(二) 学习资源推荐的情境 | 第20页 |
(三) 资源推荐的形式 | 第20页 |
五、微信在教学中的应用研究 | 第20-21页 |
六、本章小结 | 第21-22页 |
第三章 基于情境信息的个性化推系统模型的分析 | 第22-28页 |
一、需求分析 | 第22页 |
(一) 系统功能分析 | 第22页 |
(二) 系统可行性分析 | 第22页 |
二、系统用户学习者特征分析 | 第22-25页 |
(一) 基于学习平台的学习特征 | 第23页 |
(二) 学生网络学习特征 | 第23-25页 |
三、学习者的模型构建 | 第25-26页 |
四、学生使用移动终端与网络情况 | 第26-27页 |
五、本章小结 | 第27-28页 |
第四章 基于情境信息的个性化推系统设计 | 第28-36页 |
一、系统的总体框架设计原则 | 第28页 |
二、系统的总体框架设计 | 第28-29页 |
三、基于情境信息的个性化学习情境信息的获取 | 第29-30页 |
(一) 基于位置服务的定义及分类 | 第29-30页 |
(二) 环境情境中学习者位置信息的获取 | 第30页 |
四、基于情境信息的个性化推荐系统设计 | 第30-33页 |
(一) 个性化系统推荐模型分析设计 | 第30-32页 |
(二) 基于情境信息的个性化学习资源推荐规则的制定 | 第32-33页 |
五、学习情境分析与设计——以《高级语言程序设计》为例 | 第33-35页 |
(一) 学习情境分析 | 第33页 |
(二) 学习情境设计 | 第33-34页 |
(三) 学习位置的资源推荐形式 | 第34-35页 |
六、本章小结 | 第35-36页 |
第五章 基于情境信息的个性化学习系统的开发与应用 | 第36-45页 |
一、系统的开发环境概述 | 第36页 |
(一) 微信认证服务号 | 第36页 |
二、系统的功能模块设计 | 第36-38页 |
(一) 系统的前台功能设计 | 第37-38页 |
三、学习推荐模块开发与设计——以S大学为例 | 第38-39页 |
(一) S大学的学习基础位置信息数据库 | 第38-39页 |
(二) 匹配规则 | 第39页 |
四、推送流程 | 第39-41页 |
(一) 数据收集 | 第40页 |
(二) 信息数据匹配 | 第40页 |
(三) 个性化推送 | 第40-41页 |
(四) 评价与反馈 | 第41页 |
五、基于情境信息的个性化学习系统应用研究的案例 | 第41-43页 |
六、系统开发技术 | 第43-44页 |
(一) 微信公众平台的二次开发 | 第43页 |
(二) 获取用户地理位置接口 | 第43-44页 |
七、总结 | 第44-45页 |
第六章 总结与展望 | 第45-47页 |
一、研究总结 | 第45页 |
二、不足与展望 | 第45-47页 |
(一) 论文的不足 | 第45-46页 |
(二) 论文的展望 | 第46-47页 |
参考文献 | 第47-49页 |
致谢 | 第49-50页 |
个人简历 | 第50页 |