基于多Agent的e-learning协作学习推荐系统研究

摘要

目前，以多媒体技术、网络技术和数字技术为特征的e-learning正逐渐成为现代教育中的一种理想的学习方式。在对于e-learning的研究中，推荐系统和协作学习一直是其重要的研究方向。e-learning推荐系统能够帮助学习者定位相符的学习资源，从而给予其相匹配的学习推荐资源。而协作学习则将社交因素融入到e-learning中，能够使得学习者在e-learning中协作互助，从而有效地加强学习者之间的共同学习。此外，由于Agent技术拥有智能性和自治性等优势，将其融入到e-learning系统中可以很好地提升e-learning系统的工作效率，更好地促进学习者的学习。
　　基于以上分析，本文提出了一种将智能 Agent技术融入到协作学习和推荐系统相结合的e-learning环境中的思路，并建立了该思路的系统框架模型。该系统可以同时给予学习者相对应的课程推荐服务和协作学习服务，以便学习者能够更好地学习所推荐的课程。基于所提供的学习课程，一种个性化的课程推荐算法将被提出，该算法可以基于学习者的反馈来动态地估计学习者能力，并同时考虑学习者能力和课程相似度，来给予学习者相匹配的学习推荐课程。而针对所提供的协作学习服务，一种个性化协作学习流程将被设计，用以消除学习者之间消极的协作互动，同时一种个性化协作学习评估与反馈方法将被提出，能够基于学习者的协作交互情况和基于其所在团队成员的评价来分析评估学习者的协作情况，并为学习者提供相对应的可视化反馈信息。
　　实验结果显示，本文构建的系统确实能够依据学习者的反馈动态地估计学习者能力，并为其产生相匹配的学习推荐课程，同时也能够依据学习者的协作交互情况和其所在团队成员的评价情况来动态地评估其协作情况，并为其产生可理解的反馈信息，从而促进其完成推荐课程的学习。另外，实验结果也表明相比较于单独个人学习，协作学习在提升学习者的学习效果方面拥有优势。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景、目的及意义

1.2 国内外研究现状

1.3 论文的研究内容

1.4 论文的组织结构

2 协作学习推荐系统开发的理论分析

2.1 e-learning推荐系统模型和关键技术分析

2.2 协作学习的要素和分析评估机制分析

2.3 Agent技术和在e-learning中的应用方案分析

2.4 本章小结

3 e-learning协作学习推荐系统的设计

3.1 系统需求分析

3.2 系统架构设计

3.3 系统运行机制设计

3.4 个性化的课程推荐算法设计

3.5 协作学习流程设计

3.6 协作学习评估与反馈方法设计

3.7 本章小结

4 系统实现和实验分析

4.1 系统开发环境

4.2 原型系统实现

4.3 实验结果分析

4.4 本章小结

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录1 攻读硕士学位期间发表的学术论文