摘要随着技术的发展,我们的生活方式、学习方式都在被改变
资源的增多,方式的变化,潜移默化的影响着传统教育
越来越多的学习者使用在线资源,并产生了大量数据,这些数据蕴含着巨大的分析和市场价值,进一步推动了教育领域的个性化服务的发展
个性化推荐的目的是根据用户的个性特征选择合适的内容提供给用户
在对学习者所产生的大量相关数据进行专业化分析的基础上,个性化的学习能够做到对其诸如学习的风格和学习的能力以及认知水平等方面的因素加以深入地分析,从而将适合的学习方式为他们进行有机地选择
这样,在对合适的学习资源加以推荐的基础上,提高他们的获取知识的效率的同时,帮助他们学到更多的知识
在对学习者的学习效果的检测方面,所使用的方法往往是比较多的
较多采用,同时也是最便捷的方式——练习
本文研究的关键问题就是在线学习系统如何根据学生当前的学习状态为他们提供适当的练习
在传统的教育教学过程中,主要依靠老师手动挑选试题
伴随着在线教育网站和题库系统的泛应用,繁多的练习资源使得这种依靠人工经验的方法难以自动化地向学生完成个性化习题筛选和推荐
互联网不止带来了资源的增加,也丰富了数据
在数据中,蕴含着大量可挖掘的信息
本文在对个性化推荐算法进行研究的基础上,结合认知诊断模型,将一种以基于认知诊断为基本特征的个性化习题推荐算法予以提了出来
在将学习者回答情况作为重要依据的情况下,以对认知诊断模型的结合为重要的前提,实施学习者方面学习水平的建模
这样,在将学习者的学习的水平作为重要基础的情况下,结合习题-知识点矩阵和专家标注的难度信息,通过神经网络对习题资源难度进行综合性评估,通过评估结果向学习者生成推荐习题
关键词:数据挖掘,认知诊断,个性化推荐,系统设计ABSTRACTWiththedevelopmentoftechnology,ourlifestyleandlearningstylearechang