在线教育平台搭建：智能学习系统与个性化课程推荐技术解决方案

基于Web智能教育平台关键交互技术研究及应用

互联网与教育将是21世纪推动社会进步的两个车轮,网络远程教育恰恰是这两者完美结合的产物.现代远程教育是随着现代信息技术的发展而产生的一种新型教育方式,是构筑知识经济时代终身学习体系的主要手段. 交互是未来人们交流的一种主要模式.交互是教学过程的一个必要手段,对交互式学习过程支持的方法是一门正在形成的新技术. 张景中院士提出了独具特色的"智能教育平台"的概念和理论,并进行了大量的教学实践.张景中院士及其合作者认识到,有了"智能教育平台"的概念和理论只是起步,必须进行软件开发和应用的教育实践,才能对教育信息化作出切实的贡献.本文是在张景中院士的智能教育平台总体构架下,致力于智能教育平台Web化,重点研究其基于Web的交互技术.本文的主要贡献包括:(1)提出了Web页面标注模型及标注信息共享和重组.实现了在线对来自任意服务器的Web页面进行直接,精确定位标注以及标注信息的共享和重组,改变了基于Web页面学习"只读不写"的学习模式,这为以普通网页信息浏览为主的个体学习者提供了一种支持异步协同学习的工具,也是为远程教育的协作学习和个性化学习提供一种重要的交互手段.(2)提出了一套平面几何图形形式化表示方法,结合新型的Web矢量图形标准SVG,实现了基于Web的动态几何智能作图.在这个基础上,结合协同作图理论,实现了基于Web的支持动态几何智能作图的电子白板.(3)通过对LaTeX和MathML数学表达式中数学符号和结构的分析,初步实现数学表达式的LaTeX输入和MathML呈现的动态转换.解决了动态Web页面数学表达式的编辑和呈现问题,为解决电子公告板和即时消息中的数学表达式提供了一个良好的解决方案并在智能即时消息系统中得到成功应用.

跨平台智能数字化教育服务平台的研制与应用

跨平台智能数字化教育服务平台"项目是上海市科委重大任务科研专项项目,其主要目标是构建跨平台智能数字化教育服务平台,并研究其业务模式和商业模式.本文从设计理念,系统设计以及研究实现三方面阐述跨平台智能数字化教育服务平台的研制与应用;从系统技术解决方案和系统部署及应用阐述了该系统平台的教育资源管理云服务平台和教育资源管理,移动终端学习,教育资源超市以及在线互动教育等四个子系统的实现;说明了基于二维码技术的教育资源开发;论述了该系统的可用性评测,并从二维码应用和互动教育应用两种服务方式与商业模式阐析了其应用示范与模式.最后给出总结与展望.

个性化信息服务视角下的在线学习系统设计与实现

信息技术的持续进步以及与教育领域的不断融合推进了现代教育的发展,也推动了学习者学习方式的变革。自Web 2.0相关技术和理论在新信息技术的热潮中涌现后,以MOOC为代表的在线教育平台产生,并被世界各大高校所采用。一些互联网行业巨头也踩着在线教育的风口而入,纷纷建立自己的商业性质云课堂平台,将学习者从高校学生拓展为包括职场人士在内的社会大众。为了觅寻更大的市场,一些针对性举措被提出,在商业运营模式上做尝试性调整,最终形成B2B2C、B2C、等几大类型在线学习平台竞相竞争的局面。作为21世纪学习新思维之一的在线学习,在以人工智能等技术支撑的良好信息环境下,已然成为"互联网+"时代促进学习者个性化学习和发展的新趋势,也成为学者研究的热门对象。本研究首先从个性化信息服务概念及相关理论知识入手,阐述了个性化信息服务的一般特点,分析了个性化信息服务的三个维度。其次描述了当前在线学习在高校及社会中的发展状况,阐述了国内外现有各类在线学习系统的特点并进行对比。然后结合在线学习系统现状以个性化信息服务的视角探讨了在线学习系统的三个设计原则,从服务方式的个性化这一维度对系统的一些功能进行设计,并在一定的开发环境下利用相关工具开发了一套在服务方式上有所创新的基于Web的在线学习系统。最后,本文从系统性能以及用户体验两方面对系统进行测试,对测试结果进行归纳总结。本文基于个性化信息服务对在线学习及系统进行研究,从个性化服务方式维度对在线学习系统进行设计,设计了基于Ajax的学习进度可视化模块,构建了基于知识点的精准搜索模型以及设计了基于协同过滤的自适应推荐模块。测试结果表明,从个性化服务方式角度出发设计的在线学习系统,在学习进度跟踪、学习资源检索、自适应推荐等功能上有所优化,在用户体验和用户粘性方面有所提升。

人工智能背景下的课程与教学范式转变

当前人工智能技术已经渗透到了教育领域的诸多方面,并引发了学生学习,课程与教学的系统变革.在人工智能背景下,深度学习,个性化学习,自适应学习,人机协同学习逐渐成为主流的学习方式,学习方式的变革直接推动了课程与教学范式的转变.就课程而言,课程的技术性范式越来越突出,藉由人工智能等技术的帮助,在课程取向上,更加注重不同学科之间的交叉及融合;在课程形态上,开始由静态,纸质,单一性到动态,在线和网络化的转变;在课程内容上,逐渐从一种固定,统一,有限转向了私人定制,无限和开放;就教学而言,在教学目标上,更加注重学生软技能(Soft Skills)和核心素养的培养;在教学方式上,开始聚焦于新技术,新媒介的融合和应用;在教学内容上,转向了对人工智能等新兴领域的关注和教授;在教学评价上,更加注重评价的过程性,精准性,数据化和个性化,等等.基于人工智能的时代背景考量,未来的课程与教学宜重点把握以下几点方向:重点关注可持续发展教育;注重对学生创造力,沟通,合作以及批判性思考等核心素养的培养;着力提升学生的"人工智能素养"教育;加强全人教育以及课程与教学的人文主义关怀.

突破智慧教育:基于图学习的课程推荐系统

近年来,随着互联网技术的迅猛发展,以慕课(MOOC)为代表的在线教育平台得到广泛普及.为助力"因材施教"的个性化智慧教育,以推荐算法为代表的人工智能技术受到了学术界与工业界的普遍关注.虽然在电子商务等领域获得了成功应用,但推荐算法与在线教育融合时仍面临严峻挑战:现有算法对隐式交互数据的挖掘不充足,推荐背后的知识指导作用不明显,面向实践的推荐系统软件有缺失.对此,设计了一套面向工业化场景的智慧课程推荐系统:(1)提出基于图卷积神经网络的推荐引擎,将"用户-课程"隐式交互数据建模为异构图;(2)将课程知识信息融入"用户-课程"异构图,深入挖掘了"用户-课程-知识"关联关系;(3)设计了高效的在线推荐系统,实现了"预处理-召回-离线排序-在线推荐-结果融合"的多段流水线原型,不仅能够快速响应课程推荐请求,更能有效缓解推荐算法落地的最大障碍——冷启动问题.最后,基于真实课程学习平台数据集,以对比实验表明了离线推荐引擎相比其他主流推荐算法的先进性,并基于两个典型用例分析验证了在线推荐系统面临工业场景需求的可用性.