首页> 中文学位 >基于认知模型的学员学习评价研究及其应用
【6h】

基于认知模型的学员学习评价研究及其应用

代理获取

目录

声明

摘要

第一章 绪论

1.1 论文选题的背景和意义

1.2 国内外相关领域研究现状

1.2.1 学习模型的研究现状

1.2.2 学员模型的研究现状

1.3 论文的主要内容和组织结构

1.3.1 论文主要内容

1.3.2 论文组织结构

第二章 相关理论与技术

2.1 知识及知识库概述

2.1.1 知识及知识点简介

2.1.2 知识库概述

2.2 学习理论

2.2.1 行为主义学习理论

2.2.2 认知主义学习理论

2.2.3 建构主义学习理论

2.3 认知学习类型

2.3.1 单向式认知学习类型

2.3.2 双向式认知学习类型

2.3.3 理想式认知学习类型

2.3.4 几种认知学习模型的比较

2.3.5 学员认知学习模型

2.4 学习评价

2.4.1 评价的概念和意义

2.4.2 学习评价方式

2.4.3 学习评价原则

2.5 系统开发相关技术介绍

2.5.1 模板及网页自动生成技术

2.5.2 Nginx技术

2.5.3 Web Service技术

2.6 本章小结

第三章 学员评价模型构权算法的研究

3.1 权重问题讨论

3.1.1 权重的意义

3.1.2 权重的特性

3.1.3 构权方法简介

3.2 层次分析法

3.2.1 构建层次模型

3.2.2 构造判断矩阵(PCM)

3.2.3 层次单排序

3.2.4 一致性检验

3.2.5 层次总排序及检验

3.3 改进的层次分析法

3.4 偏相关分析法

3.5 本章小结

第四章 基于模糊综合评价的认知学员模型

4.1 模糊数学的基本理论

4.1.1 模糊现象与模糊集合

4.1.2 隶属度与隶属函数

4.1.3 模糊关系和模糊矩阵

4.2 模糊综合评价法

4.2.1 模糊综合评价法概述

4.2.2 模糊综合评价法原理

4.3 认知学员模型的构建

4.3.1 认知学员模型表示

4.3.2 认知学员模型的逻辑结构

4.3.3 单元认知评价模型

4.3.4 学科综合评价模型

4.4 本章小结

第五章 在线培训系统的设计与实现

5.1 系统的需求分析

5.1.1 系统的基本需求分析

5.1.2 系统的高级需求分析

5.2 系统总体设计

5.2.1 系统总体设计

5.2.2 系统功能设计

5.3 教师端模块设计与实现

5.3.1 系统维护模块的设计与实现

5.3.2 习题管理模块的设计与实现

5.3.3 试卷管理模块的设计与实现

5.3.4 权重管理模块的设计与实现

5.3.5 其他模块的设计与实现

5.4 学员端模块设计与实现

5.4.1 培训教程模块的设计与实现

5.4.2 认知学习模块的设计与实现

5.4.3 个人中心模块的设计与实现

5.5 本章小结

第六章 系统测试和算法验证

6.1 单元认知模糊评价

6.1.1 建立评价因素集

6.1.2 数据预处理

6.1.3 指标权重确定

6.1.4 建立模糊隶属关系矩阵

6.1.5 综合评判

6.2 学科综合模糊评价

6.2.1 建立评价因素集

6.2.2 数据预处理

6.2.3 指标权重确定

6.2.4 建立模糊隶属关系矩阵

6.2.5 综合评判

6.3 模糊综合评价验证

6.4 本章小结

第七章 总结和展望

7.1 本文研究工作总结

7.2 存在的不足和今后工作的展望

参考文献

攻读学位期间的研究成果

致谢

展开▼

摘要

随着认知科学及教育学的发展,在线培训逐渐风靡。传统的培训系统中认知学习模型的知识传递界面自行维护性较弱,不能满足银行业务类型频繁变动与增添的需求。因此,研制出一种智能生成适合学员学习和教师自行编写的界面开发框架至关重要。另外,学习离不开评价,科学、合理的评价能够保证培训的质量。传统的学习评价没有体现“将学员的发展作为评价的核心”这一思想。针对以上出现的问题,本文主要研究银行特定岗位培训业务的认知学习模型以及认知学员评价模型,将其应用到中国建设银行新一代模拟训练系统的开发中,为引导学员进行有效、高效地学习提供有力支撑。本文的主要研究内容与成果包括以下几点:
  (1)通过查阅大量相关文献,对国内外学习模型、学员模型和在线学习评价现状进行了调查研究,分析并总结了当前网络教学系统建设和网络学习评价方面存在的问题,确立了文章研究的主要目标。
  (2)依据学员与学习对象的不同关系,研究了三种基本的认知学习模型。通过对比分析并结合网络学习及业务知识的特点,科学地选取出适合学员学习的认知学习模型。
  (3)学员学习评价构权算法的理论基础研究。依据不同指标特点,确定采用层次分析法(AHP)和偏相关分析法(PCA)量化评价指标权重。其中,对层次分析法的算法模型进行了改进,优化后的算法可以在判断矩阵一致性不满足时,通过循环不断辨识出判断矩阵中一致性差异最大的元素,并且每次均给出该项的推荐修改值,弥补了算法在一致性调整方面的缺陷。
  (4)针对传统认知学员模型的不足,本研究在传统认知学员模型的基础上建立了扩充的认知学员模型。根据其逻辑组成,提出采用模糊PCA和模糊改进AHP建立学员的单元认知评价模型和学科综合评价模型,从而更加贴切的刻画学员的认知水平并获得学员的综合评价成绩。
  (5)以全国建行学员和教师为主要应用对象,对系统进行各项功能性需求分析和数据流程分析,详细设计了系统的主要功能模块,构建了完整的培训系统。其中,提出采用自定义模板、模型描述语言和解析引擎的模板驱动技术构建认知学习界面开发框架。通过该框架能够实现学员认知学习模型界面的专业定制,取得了较好的效果,具备一定的实践价值。
  (6)基于J2EE技术+模板驱动技术+分布式技术+负载均衡技术的技术路线,开发实现了柔性建行新一代模拟训练系统。利用融入系统的评价模型对采集的学员学习数据进行处理和分析,验证了算法的合理性和可信度,充分论证了该系统能够实现学员的智能评价,达到引导学员学习的建设目标。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号