自适应学习系统设计与实现.ppt

自适应学习系统设计与实现 东北师范大学计算机科学与信息技术学院赵蔚教授2010 11 13 汇报内容 引言自适应学习系统设计自适应学习系统实现 一 引言 自适应超媒体系统定义 Brusilovsky 1996 hypertextandhypermediasystemswhichreflectsomefeaturesoftheuserintheusermodelandapplythismodeltoadaptvariousvisibleaspectsofthesystemtotheuser Inotherwords thesystemshouldsatisfythreecriteria itshouldbeahypertextorhypermediasystemitshouldhaveausermodelitshouldbeabletoadaptthehypermediausingthismodel 其他自适应学习系统定义attempttobedifferentfordifferentstudentsandgroupsofstudentsattempttobemoreadaptivebybuildingamodelofthegoals preferences knowledgeandperformanceofeachindividualstudent user learnermodel andusingthismodelthroughouttheinteractionwiththestudentinordertoadapttotheneedsofthatstudent 一种通用的自适应学习系统模型 美国匹兹堡大学信息科学学院的PeterBrusilovsky提出了一个自适应学习系统 也称为AEHS AdaptiveEducationalhypermediasystems 的通用模型 自适应学习系统通用模型 AEHS包含四个主要组件 领域模型 DomainModel 描述领域知识结构 包括概念和概念间的联系 学生模型 StudentModel 也称为用户模型 UM UserModel 代表学生特征 描述每一用户的知识 倾向及兴趣爱好等信息 教育学模型 PedagogicalModel 定义了根据学生模型中的信息访问领域模型各个部分的规则 自适应引擎 AdaptiveEngine 是创建和更新领域概念及链接的全部软件环境 使用其他模型中的信息对学习者进行个性化的选择 注释和呈现学习内容 接口模块 InterfaceModule 代表并定义了用户与自适应学习系统间的交互 研究现状 自适应学习系统主要参考模型 黄伯平 赵蔚等 自适应学习系统参考模型比较分析研究 中国电化教育 J 2009 8 97 101 AHAM 自适应超媒体应用模型 典型系统有AHA LAOS LayeredWWWAHSAuthoringModel 典型系统有MOT MyOnlineTeacher XAHM XML自适应超媒体模型 典型系统有DISASWebML 是一种可视化语言 用于具体说明Web应用程序的内容结构和内容组织呈现并将其转化为超文本形式 典型系统有CMS ConferenceManagementSystem 研究现状 从学习风格角度考虑基于蚁群算法ACS基于关联规则挖掘算法IDEAL基于Felder Silverman 菲尔德 希尔佛曼 学习风格模型CS388 Tangow MANIC MASPLANG LSAS等基于Honey Mumford 哈尼 芝福 学习风格模型INSPIRE 从认知水平角度考虑基于遗传算法PELS基于关联规则算法ELM ART 我们的研究 在用户模型中主要考虑学习风格和认知水平 研发了SAELS SemanticAdaptiveE learningSystem 该系统引入本体 能对学习资源进行语义描述 对学习风格 认知水平进行语义诊断 使学习资源和学习路径根据学习者模型动态呈现 实现了资源共享 重用和个性化推荐 实现学习者适应系统和系统适应学习者的双向适应 二 自适应学习系统设计 自适应学习系统是指能够为学习者提供一种个性化学习服务 实现系统根据学习者的多种特点和行为倾向 如学习目标 偏好 认知水平等 采用相应的教学策略 推荐个性化的学习路径和学习资源 1 自适应学习系统参考模型 用户模型 UserModel 和学习行为 LearningBehaviors 用户模型描述用户的个体特征 如学习者基本信息描述 姓名 性别 出生日期 电话 电子邮件 受教育水平 职业等 学习风格 认知水平和兴趣偏好等 学习行为记录了学习者的学习历史过程 如学习者访问学习资源的媒体类型 学习时间 访问次数等 系统可以根据用户的学习历史记录不断的更新用户模型 领域模型 DomainModel 描述领域知识的结构 包括概念和概念间的联系 每个概念可以有不同的属性 具有相同属性的概念可以是不同的数据类型 概念间的联系是联系两个或更多概念的对象 具有唯一标识值和属性 自适应模型 AdaptationModel 定义了如何根据用户模型中的信息访问领域模型各个部分 产生自适应动作 以及如何修改用户模型的一套规则 这些规则体现出对课程的教学设计的思想 自适应引擎 AdaptiveEngine 对应着系统的实现 执行适应性规则 根据用户模型选择 组装和呈现页面 实现根据用户学习行为历史记录修改与维护用户模型等 呈现模型 PresentationModel 系统根据用户模型 领域模型 自适应模型通过自适应引擎实现内容 导航和学习活动序列等三方面的适应性显示 内容显示系统根据用户的学习风格呈现出不同媒体类型 如视频 图片 文本等 系统根据用户的学习风格呈现出不同事实或抽象等特性的学习内容 导航 系统根据学习风格 认知水平划分为全局性导航和局部性导航 全局性导航主要由领域知识树形结构来呈现 通过树形结构可以显示出课程的完整知识体系 并通过学习状态标记显示出当前学习者对知识的掌握状态 局部导航为学习者提供了知识概念图 能够清楚的展现当前知识点的相关知识 先前知识 后向知识 呈现模型 PresentationModel 学习活动序列 系统根据学习者的学习风格适应推荐学习序列 如对于活跃型学习者 则系统推荐学习活动序列是 参与讨论 必选 阅读学习材料 推荐 个案研究 推荐 做练习 必选 完成测试 必选 对于沉思型学习者 则系统推荐学习活动序列是 阅读学习材料 必选 个案研究 必选 参与讨论 推荐 做练习 必选 完成测试 必选 2 用户模型构建 国际上最为重要的用户建模标准是IMSLIP和IEEEPAPI 国内用户建模标准是教育部教育信息化技术标准委员会在CELTS中定义的学习者模型CELTS 11 学生身份标识CELTS 13和学力定义规范CELTS 14 本系统依据IEEEPAPI和CELTS 11 用户模型的组成部分 学习风格 Felder Silverman学习风格模型 由Felder和Soloman开发了此学习风格的量表 称为所罗门学习风格量表 用于系统前测推断用户学习风格 现已得到越来越多研究者的认可 大量实验数据表明 其在网络教学环境下具有良好的适用性和信效度 Felder Silverman学习风格模型 4个组维度8种类型信息加工 活跃 沉思 感知 感悟 直觉 信息输入 视觉 言语 内容理解 序列 综合 学习风格确定及更新过程 依据所罗门学习风格量表 在注册系统时测试得出一个初始的用户学习风格 经过一段时间的学习 通过挖掘学习行为模式再对系统中的用户学习风格进行更新直至符合真实的用户学习风格 根据不同类型的学习风格 适应性地向用户推荐最佳学习活动序列和学习资源 本系统依据不同类型的学习风格呈现不同的学习活动序列学习资源媒体类型学习资源抽象程度学习过程行为模式 用户模型本体概念模型参考规范 学习风格与活动序列是指为达到学习目标 系统能根据用户的个性差异呈现出一套切实可行的学习方案 这个学习方案整合了学习目标 学习任务 操作步骤 交互形式 评价机制等 学习风格与媒体类型媒体类型是指用于描述用户选择资源媒体格式时的倾向 学习风格与抽象程度抽象程度是指用于描述用户选择学习事实 结构化 有序化的知识或是选择新概念抽象知识学习风格与行为模式登陆系统 登陆次数 登陆总时间 访问论坛 访问次数 访问时间 发帖量 读贴量 测试系统 单次测试所用时间 单次测试预设时间 学习资源 媒体类型 抽象系数 学习次数 实际学习时间 学习预设时间 更新用户模型中的学习风格直至使其符合真实的学习者学习风格 认知水平 认知水平的估算主要通过学生的练习测验记录估算出学生对某一知识点的掌握情况 然后系统根据用户的认知水平不同推荐相应层次的知识资源 从而制定更加个性化的学习过程和学习目标 从两个维度出题 概念知识理解等级 C 难度级别 D 采用概念累积计分法估算学生认知水平 问题 Q 概念累积计分参考值 理解等级 C 3 领域模型构建 依据DublinCore和IEEELOM两大元数据标准 从章 节 知识点和学习对象四部分设计领域模型 学习对象本体描述知识点的各种属性映射实体 包括与用户模型相匹配的媒体类型 抽象系数 活动序列 呈现顺序等属性 领域模型的设计规范 三 系统的实现 核心技术JAVA SQLServer技术本体技术 系统的主界面图 平台网址 http 59 73 198 233 9000 sals 活跃型与沉思型更多影响的是学习者的学习活动序列 活跃型学习活动序列 沉思型学习活动序列 视觉型与言语型更多影响的是学习资源的媒体类型 言语型学习资源 视觉型学习资源 查看知识点的前项知识点 后向知识点和相关知识点 已通过的知识点和未通过的知识点 采用JAVA的开源类库JFreeChart实现对学习者学习过程中学习行为 包括访问学习对象媒体类型和时间 进行实施动态监控 总结 自适应学习系统能够为学习者提供个性化的学习服务 根据学习者特征 采取相应的学习策略 推荐个性化的学习资源和学习路径 本研究实现了以本体技术为核心 以用户模型为依据的个性化学习资源和学习路径推荐 真正实现了学习的个性化 进一步工作进行实证研究 检验系统推荐的最佳学习路径和适应性学习内容的信度和效度 进一步修正系统 使系统趋于完善 发表相关论文及获奖 1 基于用户模型的个性化本体学习资源推荐研究 中国电化教育 2010 5 2 基于Felder Silverman量表用户学习风格模型的修正研究 现代远距离教育 2010 1 3 自适应学习系统参考模型比较分析研究 中国电化教育 2009 8 4 语义网自适应学习系统中领域本体的构建 吉林大学学报 信息科学版 2008 9 5 基于语义网的自适应学习系统中用户模型的研究 开放教育研究 2008 4 6 基于认知风格的Web数据挖掘构建学生模型 现代远距离教育 2008 2 7 基于Web的自适应教育超媒体系统现状及前景分析 中国电化教育 2007 3 8 PedagogicalStrategyModelinAdaptiveLearningSystemFocusingonLearningStyles Edutainment2010 InternationalConferenceonE learningandGames ChangchunChina 2010 8 EI 9 SOASolutionofAdaptiveLearningSysteminSemanticLearningWeb Proceedingsof2009InternationalConferenceonComputationalIntelligenceandSoftwareEngineering WuhanChina 2009 12 EI 10 StudentModelinAdaptiveLearningSystemBasedonSemanticWeb ProceedingsoftheFirstInternationalWorkshoponEducationTechnologyandComputerScience IEEEComputerSociety WuhanChina 2009 3 EI 11 指导硕士学位论文 语义网环境下的自适应学习系统中用户模型的研究 获吉林省优秀硕士学位论文 2010 吉林省学位委员会 谢谢