在海量的教育教学数据环境下,为了更好改善个性化学习效果,从两个方面对以前的研究成果进行改进。一是对Apriori算法在Spark分布式计算框架并行化,改善算法的实时性;二是利用学习目标和知识点修改Apriori方法推荐的知识点序列,让学习内容或路径更有针对性,改善个性化学习的质量。经过教学实践验证,基于学习目标和知识点的个性化学习推荐路径能够大幅提升学习效率,可以解决认知超载、网络迷航等问题,也为该类平台的实现提供研究思路。
科研之友
微信
新浪微博
Facebook
分享链接
