摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第18-31页 |
1.1 研究背景 | 第18-19页 |
1.1.1 时代背景 | 第18-19页 |
1.1.2 政策背景 | 第19页 |
1.2 问题提出 | 第19-21页 |
1.3 研究价值 | 第21-22页 |
1.4 概念界定 | 第22-24页 |
1.4.1 本体技术相关概念阐释 | 第22页 |
1.4.2 适应性学习路径 | 第22-23页 |
1.4.3 情境和情境感知概述 | 第23-24页 |
1.5 研究内容与方法 | 第24-27页 |
1.5.1 研究目标与内容 | 第24-27页 |
1.5.2 研究方法 | 第27页 |
1.6 论文结构 | 第27-30页 |
1.6.1 论文的研究思路 | 第28页 |
1.6.2 论文的结构安排 | 第28-30页 |
本章小结 | 第30-31页 |
2 文献综述 | 第31-55页 |
2.1 适应性学习支持系统相关研究 | 第31-36页 |
2.1.1 典型的适应性学习支持系统概述 | 第31-35页 |
2.1.2 适应性学习支持系统应用效果评价相关研究 | 第35页 |
2.1.3 适应性学习支持系统相关研究述评 | 第35-36页 |
2.2 适应性学习路径推荐系统核心模块相关研究 | 第36-41页 |
2.2.1 领域知识模型相关研究及述评 | 第36-39页 |
2.2.2 学习者模型相关研究及述评 | 第39-40页 |
2.2.3 适应性学习路径推荐算法相关研究及述评 | 第40-41页 |
2.3 本体构建方法相关研究 | 第41-45页 |
2.3.1 常用的本体构建方法 | 第41-43页 |
2.3.2 本体构建方法述评 | 第43-45页 |
2.4 本体术语提取方法相关研究 | 第45-49页 |
2.4.1 基于规则的本体术语提取方法 | 第45-46页 |
2.4.2 基于统计的本体术语提取方法 | 第46-47页 |
2.4.3 基于混合方法的本体术语提取 | 第47-48页 |
2.4.4 本体术语提取方法述评 | 第48-49页 |
2.5 术语关系标注方法相关研究 | 第49-54页 |
2.5.1 有监督机器学习的方法 | 第49-50页 |
2.5.2 无监督机器学习的方法 | 第50-53页 |
2.5.3 术语关系标注方法述评 | 第53-54页 |
本章小结 | 第54-55页 |
3 学科领域本体构建研究 | 第55-94页 |
3.1 本体术语提取方法研究 | 第55-61页 |
3.1.1 基于词频分布变化与信息熵的方法 | 第55-61页 |
3.1.2 本体术语的人工提取方法 | 第61页 |
3.2 本体术语关系标注方法研究 | 第61-64页 |
3.2.1 基于组合多策略的方法 | 第62-63页 |
3.2.2 本体术语关系的人工标注 | 第63-64页 |
3.3 本体的形式化编码研究 | 第64-67页 |
3.3.1 本体的描述语言 | 第64-65页 |
3.3.2 本体的编码工具 | 第65-66页 |
3.3.3 本体的编码存储 | 第66-67页 |
3.4 初中物理学科领域本体库构建 | 第67-93页 |
3.4.1 初中物理学科领域本体库的构建方案 | 第67-70页 |
3.4.2 初中物理学科领域本体构建基础 | 第70-75页 |
3.4.3 初中物理学科领域本体术语提取 | 第75-81页 |
3.4.4 初中物理学科领域本体术语关系标注 | 第81-83页 |
3.4.5 本体的编码过程 | 第83-91页 |
3.4.6 确认与评估 | 第91-93页 |
本章小结 | 第93-94页 |
4 基于情境感知的学习者模型构建研究 | 第94-107页 |
4.1 基于情境感知的学习者模型 | 第94-96页 |
4.1.1 学习者情境 | 第95页 |
4.1.2 环境情境 | 第95页 |
4.1.3 应用情境 | 第95-96页 |
4.2 基于CALM的适应性学习路径推荐模型框架 | 第96-98页 |
4.2.1 情境获取模块 | 第96页 |
4.2.2 情境推理模块 | 第96页 |
4.2.3 情境信息更新合成模块 | 第96页 |
4.2.4 规则匹配模块 | 第96-97页 |
4.2.5 学习路径生成模块 | 第97页 |
4.2.6 学习路径推荐呈现模块 | 第97页 |
4.2.7 实现过程 | 第97-98页 |
4.3 基于情境感知的学习者模型本体构建 | 第98-99页 |
4.3.1 构建目的 | 第98页 |
4.3.2 情境本体术语 | 第98页 |
4.3.3 定义类和层次 | 第98-99页 |
4.3.4 形式化编码 | 第99页 |
4.4 基于CALM的适应性学习路径推荐机制及其实现 | 第99-103页 |
4.4.1 情境信息获取 | 第100-101页 |
4.4.2 情境推理 | 第101-102页 |
4.4.3 情境信息更新合成 | 第102-103页 |
4.4.4 适应性学习路径推荐匹配算法 | 第103页 |
4.5 基于情境感知的学习者模型在适应性学习路径推荐中的应用案例 | 第103-106页 |
本章小结 | 第106-107页 |
5 适应性学习路径推荐系统设计与实现 | 第107-136页 |
5.1 适应性学习路径推荐系统的设计 | 第107-115页 |
5.1.1 系统设计目标 | 第107页 |
5.1.2 系统功能框架 | 第107-110页 |
5.1.3 系统运行流程 | 第110-114页 |
5.1.4 关系对象模型 | 第114-115页 |
5.2 系统数据库设计 | 第115-120页 |
5.2.1 学习模块和学习目标的对象模型及关系 | 第115页 |
5.2.2 学习目标和知识点的对象模型及关系 | 第115-116页 |
5.2.3 与学习路径相关的对象模型及关系 | 第116页 |
5.2.4 学习者的对象模型 | 第116-118页 |
5.2.5 学习资源的对象模型 | 第118-119页 |
5.2.6 评测题的对象模型 | 第119页 |
5.2.7 学习者行为记录的对象模型 | 第119-120页 |
5.3 适应性学习路径推荐系统的实现 | 第120-132页 |
5.3.1 适应性学习路径推荐 | 第120-124页 |
5.3.2 适应性学习资源推荐 | 第124-127页 |
5.3.3 适应性测试实现 | 第127-129页 |
5.3.4 学习数据分析 | 第129-132页 |
5.3.5 学习行为记录 | 第132页 |
5.4 系统开发主要技术介绍 | 第132-135页 |
5.4.1 系统开发环境 | 第132-134页 |
5.4.2 系统架构设计 | 第134-135页 |
本章小结 | 第135-136页 |
6 适应性学习路径推荐系统应用效果评价研究 | 第136-168页 |
6.1 应用效果评价框架 | 第136-141页 |
6.1.1 评价的理论基础 | 第136-137页 |
6.1.2 应用效果评价指标体系 | 第137-141页 |
6.2 基于用户体验的评价 | 第141-157页 |
6.2.1 基于用户体验的评价框架 | 第141-142页 |
6.2.2 数据的收集 | 第142-143页 |
6.2.3 问卷的信度和效度分析 | 第143-146页 |
6.2.4 调查结果及分析 | 第146-156页 |
6.2.5 结论与建议 | 第156-157页 |
6.3 基于用户过程的评价 | 第157-167页 |
6.3.1 基于用户过程的评价框架 | 第157-160页 |
6.3.2 实现方法及结果分析 | 第160-167页 |
本章小结 | 第167-168页 |
7 总结与展望 | 第168-172页 |
7.1 研究成果 | 第168-170页 |
7.2 研究创新 | 第170-171页 |
7.3 研究不足与展望 | 第171-172页 |
参考文献 | 第172-180页 |
附录1:适应性学习路径推荐系统应用效果调查问卷 | 第180-183页 |
攻读学位期间取得成果 | 第183-185页 |
致谢 | 第185-186页 |