基于知识图谱的个性化学习模型与支持机制研究

被引:39
作者
刘凤娟 [1 ,2 ]
赵蔚 [1 ]
姜强 [1 ]
王磊 [3 ]
机构
[1] 东北师范大学信息科学与技术学院
[2] 陕西理工大学教育科学学院
[3] 陕西理工大学数学与计算机科学学院
关键词
知识图谱; 个性化学习; 模型; 支持机制;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
近年来以人工智能为代表的产业技术为学习方式变革提供了契机,如何促进个性化学习已然成为教育领域关注的重要话题之一。知识图谱作为知识可视化发展的最新技术,拥有较强的表达能力,不仅能在不同知识点之间建立非线性的语义联系,还能解决在线学习中推荐、监控、评价、反馈等个性化学习支持问题,可以助力学习者系统高效地建构知识体系、优化学习决策,为个性化学习支持研究提供了新的视角。因此,该研究在分析个性化学习及相关研究现状基础上,立足学习者导向视角,在自我决定理论等指导下,构建了基于知识图谱的个性化学习模型,并从动机激发、知识建构、意志提升、能力增强四个维度出发,构建了基于知识图谱的个性化学习“四位一体”协同支持机制,设计了基于知识图谱的个性化学习系统原型,以期为给个性化学习研究提供一定参考。
引用
收藏
页码:75 / 81+90 +90
页数:8
相关论文
共 19 条
[1]   学习技术(CTCL)范式下技术促进学习研究进展(2):技术支持的基于认知发展的个性化学习 [J].
董玉琦 ;
林琳 ;
林卓南 ;
陈兴冶 ;
张慧伦 ;
刘相聪 ;
谷伟 ;
余明华 .
中国电化教育, 2021, (10) :17-23+42
[2]   智能时代的教育创新趋势与未来教育启示 [J].
关成华 ;
陈超凡 ;
安欣 .
中国电化教育, 2021, (07) :13-21
[3]   智能时代的教育科学研究:内涵、逻辑框架与实践进路 [J].
郑永和 ;
王杨春晓 ;
王一岩 .
中国远程教育, 2021, (06) :1-10+17+76
[4]   人工智能助力因材施教:实践误区与对策 [J].
汪琼 ;
李文超 .
现代远程教育研究, 2021, 33 (03) :12-17+43
[5]   智慧教育与个性化学习理论与实践研究 [J].
唐雯谦 ;
覃成海 ;
向艳 ;
王鹏飞 ;
王高合 ;
张淑锵 ;
杨越恺 .
中国电化教育, 2021, (05) :124-137
[6]   智能教育应用的人机双向反馈:机理、模型与实施原则 [J].
董艳 ;
李心怡 ;
郑娅峰 ;
翟雪松 .
开放教育研究, 2021, 27 (02) :26-33
[7]   人工智能教育应用的逻辑起点与边界——以知识学习为例 [J].
宋灵青 ;
许林 .
中国电化教育, 2019, (06) :14-20
[8]   人机协同决策支持的个性化适性学习策略探析 [J].
彭红超 ;
祝智庭 .
电化教育研究, 2019, 40 (02) :12-20
[9]   面向大规模认知诊断的DINA模型快速计算方法研究 [J].
王超 ;
刘淇 ;
陈恩红 ;
黄振亚 ;
朱天宇 ;
苏喻 ;
胡国平 .
电子学报, 2018, 46 (05) :1047-1055
[10]   基于大数据的学习分析仪表盘研究 [J].
姜强 ;
赵蔚 ;
李勇帆 ;
李松 .
中国电化教育, 2017, (01) :112-120