人工智能支持下自适应学习路径构建

摘要：

"互联网+教育"时代的来临使得e-Learning学习模式被广泛接受,如何为e-Learning学习者提供个性化学习支持服务成为学界关注的焦点.自适应学习路径能够根据学习者特征,为其推荐个性化的学习资源与学习活动序列,是实现个性化学习的重要手段.为提升自适应学习路径构建的智能化程度,提出了包含学习者模型库、学习过程数据库、自适应学习路径构建引擎等核心功能模块的人工智能支持下的自适应学习路径构建模型.在该模型的实现过程中,首先,从认知风格及知识水平两个维度对学习者特征进行向量化描述和相似度计算;而后,提取相似学习者群体的历史学习路径和测试成绩构建学习路径图谱;最后,采用改进的蚁群算法从学习路径图谱中挖掘出最优学习路径推荐给目标学习者.实验结果表明:该方法可以从繁复的学习资源和活动中生成简洁、精准的自适应学习路径,既能有效解决学习者的学习迷航与认知过载问题,还能促进学习资源的高效利用;通过该方法构建的自适应学习路径可有效提升学习者的学习效率、学习成绩和学习满意度,有利于学习者对知识的主动建构、内化及迁移.

关键词：人工智能、自适应学习路径、个性化学习、学习风格、知识水平、改进蚁群算法

所属期刊栏目：32

分类号：G434(电化教育)

资助基金：教育部人文社会科学研究项目"网络学习共同体意见领袖的形成机制及优化策略研究";河南师范大学博士启动课题"面向学科领域的自适应学习模型构建及应用研究"

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：94-103