碎片化学习资源信息表示及个性化推荐策略研究

2019-08-12 01:27:59杨韶华
电脑知识与技术 2019年16期

杨韶华

摘要:如何在海量、冗余、离散的碎片化资源中准确快速地得到学习者最需要的资源是个性化资源推荐策略研究的主要内容。以《计算机组装与维护》课程的碎片化资源建设为例,在学习元模型理论的基础上,运用XML技术表示学习过程中产生的非结构化资源的动态数据结构,并构建了碎片化学习资源个性化推荐模型。运用艾宾浩斯遗忘曲线和形式背景理论,根据用户的学习路径、知识结构、学习频率等参数实现动态的学习伙伴和学习资源推荐。

关键词:碎片化资源;个性化推荐;XML;遗忘曲线

中图分类号:G642      文献标识码:A

文章编号:1009-3044(2019)16-0104-02

开放科学(资源服务)标识码(OSID):

在大数据时代,人们利用零散的时间和手机等移动终端进行的学习称之为碎片化学习。而碎片化学习就要求学习资源的粒度要微小、媒体形式要便捷、信息内容要海量。但是,碎片化并且冗余的学习资源也带来一些认知障碍方面的问题。一是,学习者在没有掌握相应的知识体系之前,无法清晰明确地知道自己的学习路经是怎样的。二是,即便明确了学习路经,大量冗余的碎片化资源也增加了学习者在学习过程中辨别、筛选的工作量和难度。尤其是在专业知识学习方面,碎片化的资源会导致学习者难以自行构建科学的知识体系,而影响学习效果。要解决这些问题,让碎片学习效率得以提升就需要通过个性化推荐系统为用户进行及时、动态、科学的学习资源推荐。……

登录APP查看全文