个性化学习路径推荐—量身打造专属于你的学习Plan-杨晓楠.pdfVIP

BeijingForestStudio

ThenameoftheDepartment

北京理工大学信息系统及安全对抗实验中心

部门名称

个性化学习路径推荐—量身打造

专属于你的学习Plan

硕士研究生杨晓楠

2024年04月14日

问题回溯

•总结反思

–公式讲解过于抽象，缺乏图形化和流程化的辅助表述

–语气稍显平淡，听感不佳

–问题回答重点不突出，表述不清

•相关内容

–2024.03.31杨宗源：《LLM的强化学习》

–2023.09.03杨晓楠：《认知诊断技术及其研究》

–2022.03.28周瑾洁：《从赋能学习到知识追踪》

–2022.03.28门元昊：《强化学习基础与实战》

2

内容提要

•预期收获

•题目内涵解析

•研究背景与意义

•研究历史与现状

•知识基础

•算法原理

–GEHRL

–cDQN-PathRec

•特点总结与工作展望

•参考文献

3

预期收获

•预期收获

–1.了解个性化学习路径推荐的基本概念和研究方法

–2.理解强化学习技术在学习路径推荐的应用原理

–3.了解个性化学习路径推荐的发展前景

4

目标内涵

•研究目标

–以个性化学习策略为研究对象，面向学

生的学习路径推荐任务

–结合知识图谱、强化学习、知识追踪、

认知诊断等技术

–为每个学生量身定制学习路径，以最小

的学习成本最大限度地完成学习目标

•内涵解析

–个性化学习：基于个体学习者的特征、需求和背景，为其量身定制学习体

验的教育理念和实践

–学习路径：以达到学习目标为导向，学生在学习过程中一系列学习活动和

学习资源的有序组合

5

背景意义

•研究背景

–在线教育的蓬勃发展为学习者提供了更

加便捷、高效的学习环境

–传统教学模式忽略了学习者知识背景、

学习能力的差异及学习目标的多样性，

并不能充分满足学习者的个性化需求

•研究意义

–深入探索学习者的动机、学习风格等因素对学习成效的影响，为教育实践提供了

理论指导

–自动识别学习者特征，高效分配学习资源，为每一位学习者规划合理的学习路径，

提高学习效率，具有重要的应用价值

6

研究历史

Nabizadeh等人采用深Xia等人利用马尔可夫决策Shi等人提出基于多维知识图Ren等人开发了一个基于自关

度优先搜索算法寻找满过程进一步考虑了前后路谱框架的学习路径推荐模型,注网络的2层多目标运动推荐

足要求的所有个性化学径节点的关联关系，根据根据学习者的目标学习对