基于机器学习的英语词汇自适应学习模型

摘要

研发一个实现机器学习算法的英语词汇自适应学习模型,该模型记录了学习者对学习内容自我选择的情况,进而反映出学习者的个性差异.同时,作为一种动态建模学习工具,其关键参数是条件概率,用于测量学习者某个认知特征对某种学习内容的适应性关系,因此将该参数称为适应度.学习者每次对一个单词完成学习内容的自我选择,适应度随之更新一次,视为一次训练;通过训练,不断调整适应度,修改和维护模型自身.模型将所要解决的问题抽象为一系列数学公式,公式参考了AdaBoost算法公式;模型的求解流程参照了基于项目反应理论的自适应测验过程.本模型能够持续迭代适应度直至稳定,最终推送出与他相适应的学习内容.文章首先介绍国内外相关研究及选题价值,接着阐述模型的理论依据,继而重点论述模型的构建,最后给予例证.