大数据背景下自适应学习个性特征模型研究 ——基于元分析视角

摘要：

技术作为人的存在方式,正在促使教学模式和学习方式发生深刻变革.大数据时代,在学习分析、人工智能、机器学习等新兴技术支持下,自适应学习系统有助于学习者进行差异化学习,促进教育向个性化迈进.基于文献的元分析视角,对知识水平、错误/误解、情感、认知特征以及元认知能力等个性特征进行分析,并对覆盖法、基于认知理论建模、基于约束的模型、模糊逻辑技术、贝叶斯网络和本体技术等建模方法进行解读.同时,采用适切的建模方法构建学习者个性特征模型,并以"自适应课件导学系统(AC-ware Tutor)"为例,解析学习者模型的运行机制.从而有助于提供精准的个性化学习服务,提高教育质量.

关键词：大数据、自适应学习、学习分析、人工智能技术、个性特征模型、元分析

所属期刊栏目：35

分类号：G434(电化教育)

资助基金：教育部人文社科规划项目"基于知识图谱的开放学习资源自主聚合研究"14YJA880103;教育部人文社科青年项目"大数据时代在线学习者情感挖掘与干预研究"16YJC880046;基础教育信息化技术湖南省重点实验室2015TP1017;湖南省哲学社会科学基金项目"'互联网+'促进城乡基础教育均衡发展的创新机制与路径研究"项目16YBA094资助的阶段性成果

在线出版日期：2017-07-31（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：87-96