自适应算法在网络学习系统的应用研究自适应算法在网络学习系统的应用研究
随着现代信息技术与教育产业的深度融合,建设远程开放式的网络学习平台已成为构建智慧校园网的核心;同
时也为构建学习型社会,实现终身教育提供了环境支撑和技术保障。主要着手于自适应算法研究,以网络学习
者为对象,针对网络学习平台中存在的问题,设想将自适应算法引入到网络学习平台中,设计一个包含自适应
网络学习模型、学习者信息模型、智能学习诊断模型的网络学习系统。以期系统能够有效地完善现有网络学习
在动态导航、智能诊断、师生交互、因材施教等方面存在的不足,并从根本上改变传统按部就班式的学习模
式,实现将资源按照学习者的个体特征和学习需求自动地生成学习内容序列,从而实现个性化的学生学习与教
师辅导,以此来提升远程教育的服务质量。
摘摘 要要: 随着现代信息技术与教育产业的深度融合,建设远程开放式的
关键词 关键词:
0 引言引言
随着社会的发展和信息化程度的不断提升,网络学习系统作为现代信息技术与教育理论相融合的一种全新的教学形态,如
今已经成为了构建知识经济时代学习型社会的重要技术保障[1]。网络学习平台能够为学习者提供广泛的网络
但是,从当前众多投入使用的网络学习系统来看,其提供的学习服务与系统建设初期的预期效果相差甚远。总体表现在学
习导航、个性化学习、错误智能诊断、学习综合评价等方面尚存众多的不足,这些不足在一定程度上制约着网络学习系统的适
应性、灵活性和交互性等方面功能的充分发挥,也严重地影响了远程教育发展的步伐,成为了制约其前行的重要瓶颈。
1 自适应学习理论自适应学习理论
1.1 自适应学习的内涵自适应学习的内涵
自适应学习是现代教育实践中的一个新领域。自适应学习是指给在学习活动开展的过程中,为学习者提供相应的学习资
源、学习场景、学习辅导等,让学习者自身在学习过程中充分地发挥其学习的能动性,自行地构建学习知识,进而最终能够自
主地解决问题的一种学习方式。它打破了传统的群体结构式的学习,是一种能够充分地考虑学习者行为、特征、学习历史等方
面情况的个性化、自主性的网络学习过程[4]。在自适应网络学习系统中,学习者通过与远程学习系统进行交互活动而开展有
效的网络学习。学习者被看作个性化网络学习环境中的个体,网络学习系统则能够依据学习者的实际学习情况来鉴定学习者的
学习能力以及对知识点的掌握情况,并以评定结果作为调整学习计划、选择学习方式和学习内容的主要依据,有效地控制了学
习的过程,确保网络学习的质量。
目前,自适应学习可以分为以下4类:
(1)发现型学习。发现型学习是为学习者提供大量未经处理的学习素材,希望学习者能够在学习过程中将这些未处理的
学习资源进行分类、归纳、总结,从中发现规律、理解概念,自行构建知识结构。
(2)解释型学习。解释型学习主要是为学习者提供一个知识概念以及围绕该概念的若干多个实例和一些相关的规则。学
习者的任务就是首先分析问题,说明给出的实例能够满足概念的原因,然后探索将解释演绎为概念的满足有关规则的充分条
件。
(3)实例学习。实例学习就是利用实际案例作为学习素材。依据学习目的的不同可分为两种情况:第一种情况是围绕某
一个概念,为学习者提供一系列的正例和反例,希望学习者通过归纳与推理的学习方法,能够对正例和反例进行鉴别,并能够
吸收正例排除反例;第二种情况是提供具有详细解答、分析步骤的例题,让学习者自行理解这些案例,并通过分析、对比掌握
解决实际问题的方法[5]。
(4)实践学习。实践学习就是利用实际问题作为学习素材,通过解决这些问题来学习。这种学习方式就是要求学习者利
用自身已具备的知识和技能来解决这些实际问题,从而学会解决该类似问题的一般的思维方式和解决方法。
1.2 自适应学习的特征自适应学习的特征
在自适应性学习过程中,要能够以学生为主体,以教师为主导,充分考虑学习者的个性化特征,提供满足其学习需求的学
习资源。总体来说,自适应学习主要具有以下几个方面的特点:
(1)基于网络资源的学习。将丰富的网络学习资源根据学习者的学习需求、学习历史、学习背景进行动态组合,即学习
内容的组织和呈现要与学习者的个体特性和学习目标相适应。在学习过程中,学习者处于一个独立思考、自行思索、协助学习
的环境中,其利用丰富的网络学习资源自行获取所需的知识。
(2)主动式的学习。学生成为了整个学习活动的主体,他们能够自行控制整个学习过程。而教师作为学习的协助者、建
议者和指导者,其主要任务是构建学习资源库、创建与维护学习环境,以及在学习的过程中,为学生提供全方位的学习帮助服
务。
(3)探索式的学习。学生不再是通过教师的课堂讲授来获取知识,而是通过学习者之间主动地交互、自行探索、归纳、
推理来实现自身的学习目标,满足学习需求。同时,在自适应学习环境中,学生不仅要掌握所学的知识,更重要的是掌握获取
知识的方法,培养运用知识的能力以及与他人合作的能力。