基于布卢姆模型的自主学习系统的设计与实现

来源 :北京工业大学 | 被引量 : 1次 | 上传用户:shangju0
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网的飞速发展,以互联网、信息技术为基础的在线学习变得越来越普遍。在线学习可以克服地域差异,并且可以让用户根据自身情况,自主灵活的安排学习时间,极大方便了用户。然而,目前大部分网络教育、在线学习系统,除了提供教学资源之外,并没有对用户进行区别对待。对所有用户使用统一模板一方面会对用户的积极性产生负面影响,另一方面也不能充分利用已有资源。此外,传统在线学习大都只提供了学习资源如视频、音频、文档等资料和在线测试等功能,并没有将教师的指导、监督功能加入进来,这样也容易使在线学习者产生学习效率低下、针对性不足等问题。本系统在传统在线学习基础之上,对淘卷网原有教学系统进行改进。主要包括以下几个部分:(1)为了方便用户进行学习、提高学习效率,本系统设计并实现了网络视频学习模块。收集网络中的教学视频,并调用网络中的搜索接口,让用户能够方便的寻找到质量好的视频学习资源,进行高效学习。此外,又记录了用户行为信息,采用改进的关联规则算法,主动为用户推荐学习视频。(2)为了方便用户进行信息查看,高效处理学习任务,本系统设计并实现了个人桌面模块,让用户自主设定桌面中的展示内容,从而达到快速浏览不同栏目内容的目的,节省了用户的宝贵时间。采用XML文档存储栏目信息,并使用统一规范,使系统具有跨平台、可扩展性。(3)为了方便用户进行能力自测、巩固学习内容,本系统设计并实现了自主答题模块。通过引入布卢姆认知模型,对题库中的试题难度值进行难度细分,从传统的单一维度,扩充到认知模型上的六维空间中,并且根据用户做题反馈,动态调整各个维度上的难度系数,达到为用户进行针对性训练的目的。
其他文献
信息检索中的排序(Ranking)问题是指给定某个查询和一候选文档集,检索引擎计算每个文档和该查询的相关性,并根据相关性将文档列表返回给用户。排序学习(Learning to rank)已成
面对日益增加的网络带宽和负载,如何提高网络安全程序的性能是当前安全系统所面临的挑战.Peder Jungck等人在[JSO4]提到,网络带宽与当前处理器能力矛盾是这一问题的根本.因此
随着半导体工业的发展,微处理器的集成度和工作频率在迅速的提高.与此同时,微处理器芯片内部的时钟偏差问题也越来越严重,确保电路运作的正确变得越来越困难;此外微处理器与
下一代互联网络演进的一个重要趋势是IP网络将成为语音和视频等应用的主要承载.VoIP(Voice over IP)是一个重要的语音应用.由于语音传输的机制不同,VoIP有着传统电话无法比拟
随着网络带宽的飞速增长以及各种应用不断涌现,同时具有高性能和可编程能力的网络处理器,得到了越来越多的重视和应用.网络处理器通常采用多个可编程的处理引擎以及专门协处
机群已经成为主流的并行计算机体系结构,但是随着机群系统规模的不断扩大,机群系统的可靠性却呈下降趋势.深入研究机群容错技术,提高机群系统的可靠性和可用性已经成为当前机
随着网络通讯技术的迅速发展和个人消费电子产品性能的不断提高,面向网络的视频应用正变得越来越普及.在互联网这种复杂异构网络环境下,网络视频应用面临着不同用户的传输带
随着计算机部件的价格下降和性能提升,机群系统凭借其低廉的成本和卓越的性能迅速成为高性能计算领域的热点研究方向.机群系统各商业部件间松散耦合的特性使得机群的管理需要
MPEG-2是一个应用广泛、十分成功的视频编码标准,现存大量视频数据是以其进行压缩编码.最新国际视频编码标准H.264/AVC采用先进的编码技术,具有优异的编码性能和取代MPEG-2的
随着信息技术的不断发展,现代社会对信息的需求量越来越大,大屏幕显示设备由于其固有的信息容量大且便于信息共享的特点,广泛应用于家用电视、商业展示、视频娱乐、工程控制