教育资源知识单元中心度与难度量化分析-quantitative analysis on the centrality and difficulty of knowledge units of educational resources.docxVIP

摘要“学习迷航”和“认知过载”是当前制约在线学习效率的重要影响因素。“学习迷航”是指在利用网络的自主学习下，学习者面对网络中林林种种的教育资源却不知道自己需要什么，使得学习变成了无目的的漫游。“认知过载”是指个人所接收的知识超过了自身对知识的处理能力，使得知识得不到有效应用。研究克服在线学习中的“学习迷航”和“认知过载”的核心技术问题是如何区分出海量增长的教育资源知识单元的中心度和难度，用以得到准确的用户导航学习路径，以帮助用户学习有的放矢。针对上述问题，本文对教育资源知识单元中心度与难度量化进行了研究，具体工作及创新如下：1）导航学习路径的构建。依据知识间的认知依赖关系构建导航学习路径，并用知识地图可视化的表征出来，分析教育资源中知识间认知依赖关系对学习效率的影响，量化知识单元间的认知依赖关系。2）知识单元中心度量化算法设计。知识单元的中心度是指知识单元在一个知识体系里影响力的大小，本文从知识地图的结构特征出发，为知识单元加权，运用吸收态马尔科夫链建立学习模型，将知识单元的权值用来量化学习迁移概率，通过预测学习过程中的总路径来完成知识单元中心度度量。3）知识单元难度量化算法设计。本文知识单元的难度度量符合认知学习规律，主要从内容难度与统计难度两方面考虑，内容难度考虑知识单元的深度及广度，利用层级水平度量；统计难度则根据知识单元试题考核的反馈来计算，同时以防多道习题累加过程中等级难度会造成的难度错位问题，本文的统计难度采用等距量表下的难度计算。4）仿真实现算法。使用仿真工具来仿真实现算法，通过与现有的算法比较来验证本文知识单元中心度和难度量化算法的有效性。并根据实验结果来改进和完善算法。实验结果表明，本文的研究成果应用在教育资源知识单元中心度与难度度量中，能够实现对知识单元中心度与难度的准确高效的度量。同时，本文对个性化学习，导航学习路径具有积极的借鉴意义。关键词：学习迷航，认知过载，知识单元，中心度，难度ABSTRACTLearningtrekandCognitiveoverloadistheimportantinfluencingfactorsfore-learningefficiency.Learningtrekreferstothelearnersdonotknowwhattheywantwhentheyfaceallkindsofeducationresourcesine-learning,whichmakelearningbecomeaimlessroaming.Cognitiveoverloadreferstothelearnersreceivedknowledgeexceedstheprocessingpoweroftheirknowledgesothatknowledgearenotfullyapplied.ThecoretechnicalofresearchtoovercomeLearningtrekandCognitiveoverloadine-learningishowtodistinguishthecentralityanddifficultyofknowledgeunitinthemassivegrowthofeducationalresources,inthisway,userscangetaccuratenavigationlearningpath,anditishelpfulforuserslearning.Accordingtothoseproblems,thisthesisquantitativeresearchthecentralityanddifficultyofknowledgeunitineducationresources,thespecificworkandinnovationareasfollows:1）Thebuildoflearningnavigationpath.Webuildlearningnavigationpathbasedoncognitivedependenciesbetweenknowledgeunitandvisualizedshowitbyknowledgemap,andalsoweanalyzeshowthecognitiondependenciesbetweenknowledgeunitineducationresourcesaffectlearningefficiency,andquantitativethecognitivedependenciesbetweenknowledgeunit.2）Thealgorithmdesigningofthecentralityofknowledgeunit.Thecentralityofknowledgeun