隨著人工智能時代的到來,計算機算力的大幅提升,傳統(tǒng)的網(wǎng)絡學習方式已經(jīng)不能滿足人們個性化的學習需求。以學習軟件市場中應用廣泛的英語詞匯記憶APP為例,目前存在著種種因素使得學習者的學習效率難以提升、學習熱情降低、學習效果難以轉(zhuǎn)換等問題時常發(fā)生。研究梳理了推薦系統(tǒng)和在線教育在國內(nèi)外的歷史與現(xiàn)狀,通過訪談和問卷調(diào)查的形式收集共68位用戶對于背詞軟件滿意度的影響因素、尋找背詞軟件的功能缺陷。其次,根據(jù)學習結(jié)果、教育目標分類和學習風格等理論的指導,構(gòu)建學習者能力模型和詞匯記憶-學習風格模型,為智能推薦系統(tǒng)的用戶建模提供理論支撐,提升推薦準確度。并基于需求調(diào)查和前期的文獻研究,完成了軟件各個功能模塊的流程設計、數(shù)據(jù)庫設計和界面設計。最后,研究摸索了機器學習算法在背詞軟件個性化智能推薦功能中的應用。將智能推薦技術結(jié)合英語詞匯學習,回答了目前背詞軟件的痛點問題,該平臺的創(chuàng)新性在于:1.借助自然語言處理技術解決背詞軟件語料陳舊的問題,加快詞庫的更新頻率,使用戶更快獲取到專業(yè)相關的實用性詞匯,真正學以致用。2.在缺少足夠用戶歷史行為數(shù)據(jù)時,通過挖掘共現(xiàn)詞和相似詞為學習者進行智能推薦,解決了系統(tǒng)的“冷啟動”... 

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第一章 緒論
    一、研究背景及問題提出
        (一)現(xiàn)狀描述
        (二)問題剖析
        (三)應用實踐
    二、文獻綜述
        (一)國內(nèi)外相關研究現(xiàn)狀
        (二)當前研究存在的問題及分析
    三、研究目的與研究意義
        (一)研究目的
        (二)研究意義
    四、研究思路
        (一)研究方法
        (二)研究框架
        (三)研究重點與創(chuàng)新
第二章 概念界定及理論基礎
    一、核心概念
        (一)教育大數(shù)據(jù)
        (二)群體智能
    二、相關理論概述
        (一)詞匯學習策略
        (二)自適應學習
        (三)學習風格
第三章 軟件使用現(xiàn)狀與滿意度調(diào)研
    一、調(diào)查設計
        (一)背景調(diào)查
        (二)問卷設計
    二、調(diào)查實施
    三、數(shù)據(jù)統(tǒng)計與分析
        (一)軟件使用現(xiàn)狀分析
        (二)軟件滿意度影響因素分析
    四、調(diào)查結(jié)論
第四章 詞匯學習智能推薦模型設計
    一、資源特征抽取
    二、學習者特征模型設計
        (一)學習者能力模型
            1.理論基礎
            2.學習能力的基本構(gòu)成
            3.學習者能力模型
        (二)學習風格模型
            1.理論基礎
            2.學習風格的測量維度
            3.詞匯學習-學習風格模型
    三、詞匯學習智能推薦模型
第五章 詞匯學習智能推薦系統(tǒng)設計
    一、需求分析
        (一)設計目標
        (二)功能需求
        (三)可行性分析
    二、系統(tǒng)總體設計
        (一)系統(tǒng)架構(gòu)
        (二)功能流程設計
            1.單詞學習
            2.語料更新
            3.階段測試
            4.評論點贊
        (三)數(shù)據(jù)庫設計
        (四)界面設計
第六章 系統(tǒng)功能實現(xiàn)
    一、推送管理模塊實現(xiàn)
        (一)特征向量提取與歸一化
        (二)學習風格聚類
        (三)功能測試
    二、學習伙伴推薦模塊實現(xiàn)
        (一)協(xié)同推薦機制
        (二)相似用戶挖掘
    三、詞匯推薦模塊實現(xiàn)
        (一)數(shù)據(jù)獲取
        (二)語料預處理
        (三)使用Gensim訓練詞向量
        (四)挖掘共現(xiàn)詞
        (五)功能測試
第七章 結(jié)論與展望
    一、研究結(jié)論
    二、不足與展望
參考文獻


【參考文獻】：
期刊論文
[1]群體智能2.0研究綜述[J]. 趙健,張鑫褆,李佳明,賀晨.  計算機工程. 2019(12)
[2]移動學習視域下“百詞斬”對大學生英語單詞學習影響的調(diào)查研究[J]. 曹進,鄧向姣.  外語電化教學. 2019(03)
[3]學習風格用戶模型分類及其自適應策略[J]. 喬興媚,楊娟.  現(xiàn)代教育技術. 2019(01)
[4]智慧教育研究現(xiàn)狀與發(fā)展趨勢[J]. 鄭慶華,董博,錢步月,田鋒,魏筆凡,張未展,劉均.  計算機研究與發(fā)展. 2019(01)
[5]基于移動學習模式的大學英語詞匯學習策略研究[J]. 何麗艷,崔羽杭,林琳,信傳華.  經(jīng)濟師. 2018(12)
[6]基于計算機技術的英語詞匯移動微型學習系統(tǒng)設計[J]. 鄧麗君,王濤.  自動化與儀器儀表. 2018(08)
[7]英語詞匯記憶類APP記憶策略使用狀況調(diào)查研究[J]. 郝建海,郝建江.  中國教育信息化. 2018(15)
[8]面向大規(guī)模在線學習的社會化推薦模型與方法[J]. 包昊罡,李艷燕,鄭婭峰.  現(xiàn)代遠程教育研究. 2018(03)
[9]大學英語移動學習模式創(chuàng)建方式及實踐意義研究[J]. 王珍珍.  才智. 2017(06)
[10]成人學位英語APP移動學習教學設計與效能分析[J]. 武麗娜,劉永權.  中國遠程教育. 2016(07)

碩士論文
[1]基于學習行為特征的學習資源個性化推薦研究[D]. 陳佳艷.南京郵電大學 2018
[2]基于協(xié)同過濾的數(shù)學習題個性化推薦系統(tǒng)的設計與實現(xiàn)[D]. 柏茂林.渤海大學 2018
[3]面向在線教育的學習資源推薦方法研究與實現(xiàn)[D]. 張楠.西安電子科技大學 2018
[4]單詞記憶APP對于初中英語學習效果提升的探索研究[D]. 張若男.上海師范大學 2018
[5]詞匯記軟件對高中生英語詞匯學習的有效性研究[D]. 冶靖靖.西北師范大學 2018
[6]基于個性化學習資源推薦的網(wǎng)絡學習平臺的研究與實現(xiàn)[D]. 許薇.云南師范大學 2017



本文編號：3662793