自适应学习系统中学习者模型的表示及特征值获取方法研究

随着信息技术与社会科学的快速发展,E-Learning正以一种越来越普遍的学习方式走进学校教育及家庭教育。自适应学习系统也呼之而出,它从学习者差异为出发点,根据每个学习者的不同特点为其提供适合的学习环境、学习活动、学习过程。在自适应系统中,最为关键的环节就是学习者模型的建立。而目前大多数学习者模型主要存在着关注维度不够科学、表示方法可计算性较差、特征值获取方法单一且主观的问题.这些问题的存在,容易导致学习者的能力与建议学习资源难度水平不匹配,甚至导致学习者在学习中的认知超负荷或迷失。本文主要针对以上问题开展研究,旨在通过学习者模型的表示和获取方法的研究,构建合理有效的模型,为自适应学习提供有效支撑。 本文首先对国内外自适应学习系统进行了分析研究,总结得出了自适应学习系统的设计原则。基于此原则,提出了自适应学习系统的一般体系结构,并分析了学习者模型在系统中的重要性。 其次,基于研究定位,以相关的教育理论为支撑,提出了一种由知识水平、认知能力和偏好信息三个要素(特征项)构成的新的学习者模型AL(MAdvanced Learner Model),并分别给出了采用集合和序偶的方法对这三个特征进行表示的方法。之后,分别给出了ALM中三个特征项的特征值获取方法,即综合运用模糊逻辑理论、线性计算方法、空间向量的方法对学习者的知识水平、认知能力和偏好信息分别进行估算,以获取相应的特征值。从多角度多方法来构建学习者模型,并给出了ALM初始化和演化的过程。 最后,对ALM进行了应用案例研究,提出了基于ALM的自适应学习系统NalsALM的设计及工作原理,并以学习体育知识为例对该系统的效果进行了评估。实验研究表明,该模型可以根据学习者的目标、已有水平、能力、个性特征等因素实现学习资源有效的自组织和推送,满足学习者个性化的学习需求。