陈敏泛在学习环境下学习资源个性化推荐的新特点教案.pptVIP

第八届教育技术学博士生论坛 2012年12月 于重庆 个性化学习资源推荐研究现状 泛在学习影响下自适应学习系统的新发展 泛在学习环境下学习资源的新发展 泛在学习环境下个性化学习资源推荐的新特点 泛在学习环境下学习资源个性化推荐的新特点分析 陈敏 minmin1108@163.com 北京师范大学 教育技术学院 陈敏 博士生 北京师范大学教育技术学院现代教育研究所 导师：余胜泉 教授 教育部-中移动联合实验室 “学习元”研究团队组长 1 of 17 自我介绍 2 of 17 背景 泛在学习具有泛在性，及时性，情景性、个性化等特点。 这些特点对学习资源提出了新的要求。 由于应用环境和推荐对象均将发生新的变化，泛在学习资源推荐也必将具有新的特点。 在泛在学习的发展趋势下，对泛在学习环境下个性化学习资源推荐的新特点进行分析将具有重要意义。 3 of 17 个性化学习资源推荐研究现状 1. 封闭性 2. 相似性主导 3. 忽略学习 者知识结构 4. 培训计划 5. 内容为主 6. 忽略情境 性与生成性 NATURE ? MACRO ? CITY ? FASHION ? PORTRAIT ? PHOTO RETOUCHING 4 of 17 泛在学习影响下自适应学习系统的新发展 自适应学习系统 能够为学习者提供个性化学习服务，根据学习者的多种特点和行为倾向，如学习风格、兴趣、认知水平等，采用相应的教学策略，推荐个性化的学习路径和学习资源的系统。（姜强，赵蔚和王续迪，2011) 前沿的自适应学习系统逐渐开始关注移动和泛在学习环境 聚焦于为学习者在恰当的时间和地点提供恰当的内容。 Kinshuk教授和他的研究小组 将学生的个人信息、历史行为、学习风格、认知能力等都纳入学生模型中，提出利用位置信息在真实环境中分辨可用的学习对象推荐给学习者，并发现周围其他学习者，促进学习小组的形成； 利用设备信息向用户提供最适合的内容类型、呈现方式和交互方式； 利用情景信息获得学习者当前的学习目标，促使学习者将注意力集中在学习目标所关联的学习资源上，并观察学习者的行为来记录他们的兴趣，再根据学习者当前所处的环境自适应推荐最适合于学习者的学习交互内容。 （贾积有、马小强，2017） NATURE ? MACRO ? CITY ? FASHION ? PORTRAIT ? PHOTO RETOUCHING 5 of 17 泛在学习影响下自适应学习系统的新发展 未来泛在学习环境下的学习资源推荐 仅考虑用户模型? 将用户模型、位置模型、设备模型和情景模型进行综合考虑 仅考虑到用户的基本信息、历史行为和兴趣? 综合考虑用户学习风格、认知能力、所处位置、所使用的设备以及所处的情境 用户模型和知识模型进行语义描述的理论构想? 现实 NATURE ? MACRO ? CITY ? FASHION ? PORTRAIT ? PHOTO RETOUCHING 6 of 17 泛在学习环境下学习资源的新发展 2009年余胜泉教授提出的“学习元” 学习元是一种“适合泛在学习环境与非正式学习的新型学习资源组织方式”。 基本特征：它具有生成性、开放性、联通性、可进化发展、智能性、内聚性、自跟踪、微型化等 包含：元数据、聚合模型、知识本体、内容、练习、评价、活动、生成性信息、多元格式和学习服务接口等部分。 （余胜泉，杨现民等，2009） NATURE ? MACRO ? CITY ? FASHION ? PORTRAIT ? PHOTO RETOUCHING 7 of 17 泛在学习环境下学习资源的新发展 程罡等人认为 未来学习资源的形态与当前的在线课程有较大区别。由于泛在学习环境对学习资源数量和质量的客观要求，使得学习资源必然从目前的单向、静态和固化走向开放内容、协作共创的模式。 未来泛在学习资源将向着可进化性、分布式、社会性、情境性、开放性和复合性等方向发展。 （程罡，徐谨和余胜泉，2009） 唐国华等人认为 泛在学习环境对学习资源建设提出了六大新的需求与挑战，即： 构建随处可见的学习资源空间； 动态生成学习资源； 满足无限群体的个性化学习需求； 支持情境认知尤其是非正式学习中的情境认知； 共享学习过程中的人际网络和社会认知网络； 内容细化和资源的自然聚合 （唐国华，陈东林，2011） NATURE ? MACRO ? CITY ? FASHION ? PORTRAIT ? PHOTO RETOUCHING 8 of 17 泛在学习环境下学习资源的新发展 未来泛在学习资源将对泛在学习资源个性化推荐起到重要的支持作用 未来学习资源将实现资源的语义描述，资源与资源之间存在各种语义关联，可以方便的实现各种语义关联资源的聚合。 将