科研之友
微信
新浪微博
Facebook
分享链接
摘要
以MOOCs为代表的在线课程为学习者提供了多模态海量的学习资源，但学习者在选择资源时也经常面临信息过载、资源内容与学习需求不匹配等问题，造成学习资源迷航的困境。如何高效精准地向学习者推荐合适的学习资源与自适应的学习路径，已成为当前教育信息化亟待解决的问题。基于学习者画像的个性化学习资源推荐模型，从个性化资源推荐的现实需求出发，以现代教育理论和数字技术为支撑，探究个性化学习资源推荐过程中，学习者的状态与学习需求等个性化特征诊断、学习资源自身属性特征参数挖掘与表征、学习资源与学习需求精准匹配等问题，旨在向学习个体和学习群体推荐个性化学习资源。将基于学习者画像的个性化学习资源推荐模型应用于教学实践，结果表明，与基于协同过滤推荐、DINA认知诊断推荐相比，该学习资源推荐模型具有更高的精准度和更优的可解释性，能够为不同学习需求的学习者推荐适切的学习资源；同时该模型也在一定程度上缓解了冷启动与数据稀疏性等问题。
- 单位
