免费论文查重: 大雅 万方 维普 turnitin paperpass

谈模型智能教学系统若干关键技术题目

最后更新时间:2024-02-04 作者:用户投稿原创标记本站原创 点赞:34255 浏览:158106
论文导读:
摘要:网络教学作为一种新的教学方式,随着计算机技术、网络技术和多媒体技术的进展而迅速兴起并日益普及,然而随着高新技术的进展,传统的网络教学方式已无法满足需要,由此探讨具有智能技术的网络教学系统是目前网络教学的进展走势。随着Web技术的不断进展,基于Web的智能教学系统探讨受到更多的重视。在Web上构建智能教学系统,利用网络实现分布式教学,可以同时接受多个用户的并发访问,不受时间和空间的限制,由此得到教育领域的广泛运用。目前,智能教学系统已在Web技术的基础上,集成了智能、人工智能、数据挖掘、自然语言处理和虚拟现实等先进技术。目前,各种电子学习系统以不同的形式出现。但是,在通过虚拟社区支持共享和协作学习方面仍然有着着巨大的障碍。解决这些不足的途径是研发一种教育软件,即以社区为基础的学习COBL框架,运用此框架可以弥补虚拟社区在支持共享和协作学习方面的不足。在学生模型领域,许多建模途径已经得到了尝试,贝叶斯网络模型是其中进展较快的。本论文基于贝叶斯网络建模历程,提出贝叶斯学生建模,体现出个性化知识教学。为了扩大教师转变模型的范围,提出基于交互论和建构主义的观点整合社会文化。由此模型的重点放在了文化和情境因素、与社会互动历程、以及在个人层面的进展上。本论文首先探讨了角色、状态、期望在由学生、教师组成的教学实践历程中的形成,然后构建了一个合作、交互的教师转变模型来整合社会文化因素。基于早期的COBL系统原型,本论文利用IBM Agents、Ja和XML语言实现了其功能,并对COBL系统共享数据的功能进行可行性浅析、讨论,并浅析探讨了COBL原型中会话用户的相互作用。关键词:智能教学论文基于社区的学习框架论文多智能论文学生模型论文教师模型论文
本论文由www.7ctime.com,需要论文可以联系人员哦。中文摘要4-5
Abstract5-10
第1章 绪论10-14

1.1 本论文的探讨目的和作用10-11

1.2 智能教学系统的进展近况及有着的不足11-12

1.3 论文的主要探讨内容及结构安排12-14

第2章 智能教学系统支撑技术14-26

2.1 Web技术14-16

2.2 智能技术16-18

2.3 人工智能与数据挖掘技术18-21

2.4 自然语言处理技术21-22

2.5 虚拟现实技术22-23

2.6 本章小结23-26

第3章 基于Multi-Agent的群体学习框架26-42

3.1 相关技术26-27

3.2 COBL系统的特性27-34

3.

2.1 学习者空间组件28-29

3.

2.2 知识空间构成29-31

3.

2.3 空间构成体现31-33

3.

2.4 COBL中的制约结构33-34

3.3 Agent构建34-36

3.4 以社区为基础的Multi-Agent学习框架36-40

3.5 本章小结40-42

第4章 学生模型42-80

4.1 学生模型的类型及建模技术42-44

4.

1.1 学生模型42

4.

1.2 学生模型的类型42-43

4.

1.3 建模技术与对象43-44

4.2 贝叶斯网络44-59
4.

2.1 定义44-46

4.

2.2 推理46-47

4.

2.3 建模47-57

4.

2.4 实际的贝叶斯网络:一个实例57-59

4.3 学生模型的建立59-74
4.

3.1 变量59-60

4.

3.2 一个简单的学生模型60-62

4.

3.3 常用连接62-67

4.

3.4 数据的学习67-68

4.

3.5 复杂的学生模型68-74

4.4 贝叶斯学生模型求解线性规划的实例74-78

4.5 本章小结78-80

第5章 合作、互动的教师转变模型80-104

5.1 教师转换模型的进展80-81

5.2 论述框架81-85

5.

2.1 角色、状态、期望、规范83-84

5.

2.2 身份和数学身份84-85

5.3 早期的教师转变方式85-86

5.4 探讨策略86-88

5.

4.1 探讨不足86

5.

4.2 探讨的情景设置86-87

5.

4.3 探讨对象87

5.

4.4 数据收集与浅析87-88

5.5 探讨结果88-99

5.1 实习教师在群体中的角色和地位88-90

5.2 实习教师数学身份的转变90-91

5.3 谈判准则91-92

5.4 教师转变的协作互助模型92-99

5.6 进一步讨论99-102

5.7 本章小结102-104

第6章 基于Multi-Agent的群体学习系统的实现104-114

6.1 COBL系统的运用104-105

6.2 COBL中的数据表示105-107

6.3 改善的COBL框架107-108

6.4 COBL的用户界面108-112

6.5 本章小结112-114

第7章 总结与展望114-120

7.1 总结114-115

7.2 本论新点115-116

7.3 探讨展望116-120

致谢120-122
参考文献122-132
附录A:攻读学位期间发表的论文目录132-134
附录B:攻读学位期间参加的科研项目134