协作知识建构

摘要： 协作知识建构是个体认知加工与社会知识建构的内外双向促进过程,社会认知冲突的激发与消解在此过程中起到核心推动作用。学习者在协作知识建构的互动过程中,经常会感知到社会认知冲突,已有研究提供了高效引导并消解社会认知冲突的两种调节方式,其中认知调节被广泛采用,而关系调节效果则存在争议。由于认知调节在社会认知冲突消解中是必要的,并且单纯开展关系调节并不能解决认知上的冲突,也无法促进协作知识建构。为此采用实验研究法,分别设置无支架类组、认知类组、整合类组,其中整合类组是实施并整合了认知和关系调节双支架;再运用过程挖掘法和认知网络分析法,对比分析三个实验阶段三类组的社会认知冲突消解情况和协作知识建构水平,从冲突消解和知识建构水平两方面互相佐证实验结论;进而运用社会网络分析法,分析整合类组在三个实验阶段的社会网络结构。研究结果表明,关系调节支架能够通过调节学习者的关系失调,为认知调节支架正常发挥作用提供良好的协作氛围,进而促进小组社会认知冲突的消解和协作知识建构水平的提高。另外,关系调节支架还能够提升协作小组的交互强度,促进小组成员的平等化参与。但个别小组成员出现“离群”现象,说明关系调节支架在其中的作用机制仍有待研究,其普适性也有待提升。未来研究可以扩大实验规模,来提升支架的有效性和普适性。

摘要： “互联网+教育”融合赋能的以学生为中心,“师—生”“生—生”协作建构知识的混合学习模式正在重塑教与学新业态、新模式。基于此提出了“学—教”同频共振有机融合的生态与学习场景建构策略,“阶段递进—螺旋上升”的协作知识建构混合学习活动模式。经两轮实践验证了建构的策略与模式的有效性,同时发现针对高职学生学习特质,工程技术类课程将学生协作探究成果与课堂研学优化共享成果,通过仿真、动画虚实融合演示获得直观化验证与体验,有助于进一步提高学生学习绩效与职业岗位综合能力,对“学—教”同频共振有机融合大有裨益。

摘要： 知识经济时代创新与团队协作越来越受到重视,但在线学习的知识进化研究多针对学习者个体而缺少群体研究的视角,对知识进化过程的动态性分析不足,进化机制等尚不清晰。本研究基于进化认识论,将在线协作知识建构的知识进化基本单位确立为知识种群,在遵循遗传、变异与选择机制的同时,进化过程又呈现出复杂的知识创造特性。本研究分别以本体论、认识论和方法论为透镜,透视了在线协作知识建构的知识进化本质,并体现为客观知识的创造、集体知识的形成和自组织进化;确立知识创造的前馈过程和反馈过程,构建了知识种群的形成、竞争与协同和自组织进化模型。

摘要： 协作知识建构注重学习者参与协作学习伙伴之间的讨论和交流,与学习伙伴分享学习资源、观念和理解。研究发现,目前的研究主要集中在理论基础研究、模型构建及应用研究等方面,未来研究需对理论基础和实践研究进行深入分析和探讨,提高深度协作知识建构过程的效率。

摘要： 情绪交互可以在一定程度上决定在线学习者协作知识建构的成效.为了探究情绪交互的网络结构特征及其对在线学习者协作知识建构的影响程度,研究综合采用社会网络分析法和内容分析法,从整体网络视角分析在线协作讨论中情绪交互的网络结构特征,并依据Gunawardena提出的知识建构模型对在线学习者协作知识建构水平进行了分析.研究发现,情绪交互的连通性较低、密度整体不高、中心势偏高,而且在线学习者的协作知识建构总体水平也不高,主要集中于知识分享和知识分析层次.其次,情绪交互密度和中心势不仅与知识协商和知识修改之间存在显著相关关系,而且在一定程度上可以预测在线协作知识建构水平.鉴于此,文章从情绪交互视角提出了提升在线学习者协作知识建构水平的策略.

摘要： 根据传统课堂学习模式学习者被动知识建构的缺陷,剖析了协作知识建构的混合学习模式相对传统学习模式的对称比较优势.聚焦"教师主导,学生主体""学-教"同频共振有机融合的主动交互协作知识建构理念,创设线上/线下课程混合学习共同体,基于创设的混合学习活动线上虚拟学习场景和线下真实情境学习场景,对线上/线下师生时空交互、面对面交互与生生交互的混合学习活动和学习绩效评价进行系统设计.借此课程学习共同体线上线下虚实融合的混合学习与协作,依托大数据智能分析赋能课程混合学习共同体与个体知识协作建构全过程,全程精准监测学生协作知识建构成效,并加以指导和引导.基于此,协作建构知识由课前导学碎片/片段化知识与认知堆栈,课中研学向知识交织融合迭代收敛演进,课后/课外固学反思实现知识的迁移内化,旨在为高职教育提质增效提供一种新视域.

摘要： 知识共享是虚拟学习社区协作知识建构和知识创造的重要前提,然而关于其影响因素系统性研究的缺乏使得我们难以周延地揭示其影响因素体系.本研究遂利用系统文献综述法对国际主流数据库的知识共享研究文献进行了系统性分析.研究结果显示知识共享是目前虚拟学习社区研究的重要内容,研究者主要从社会资本、社会认知和社会交换等理论视角,利用多种统计分析方法和理论模型分析方法,揭示了影响知识共享的环境因素、团队因素、动机因素和认知因素等.根据知识共享研究的理论视角和影响因素,构建了虚拟学习社区知识共享影响因素结构模型,模型从5个一级维度、12个二级维度和37个指标揭示了知识共享影响因素的系统结构及其作用机制.未来的虚拟学习社区需要采用创建生态系统、开发功能模块、拓展评价方法和跨界理论驱动等措施进一步促进知识共享意愿和行为.

摘要： 信息技术在教育领域的广泛应用对课堂教学提出了新的要求,《教育信息化2.0行动计划》的实施进一步促进了传统教学模式的转变。深度学习旨在通过主动探究的学习方式,促进学生掌握专业内容,发展学生人际交往与沟通能力,让学生学会学习。在新的教学环境中,如何利用信息技术引导学生协作知识建构,促进学生深度学习,是教学过程中亟须探索的重要问题。

摘要： 协作知识建构是知识时代所要学习的重要内容,它强调学习者必须参与协作学习伙伴之间的协作对话过程,并通过对话协商来进行意义建构.文章主要描述我国协作知识建构的理论研究现状以及实践应用现状,有利于人们快速掌握协作知识建构的特点,推进其在我国教学中的应用.文章主要对2006—2020年的核心期刊中有代表性的文章以及硕博论文进行了梳理及分析,进行我国协作知识建构研究.

摘要： 在协作知识建构过程中,学习者之间的认知冲突可以为持续的有意义协商、知识创生提供内部动力.很多学习者面对认知冲突时会选择逃避妥协、直接附议等方式,导致学习无法走向深层次的知识建构.因此,提出有效消解认知冲突的对话提示支架设计四原则,据此设计了选择类、改善/保留类、补充/融合类三类对话结构性提示支架.开展了三轮实验验证支架效果,并采用认知网络分析和滞后序列分析对学习者的对话数据进行分析.研究表明:学习者的社会属性在协作知识建构中是需要重视和调节的因素;所构建的三类对话结构性提示支架对于学习者的认知冲突消解具有正向引导作用及后续积极效果;对话提示支架的作用机理在于将认知冲突外显化,减少学习者面临冲突时的不确定感和低效能感.

摘要： 学习分析技术的迅速发展为研究者识别网络学习行为模式提供了有效支持.本研究从学习分析的角度切入,将Wiki协作知识建构行为作为分析对象,采用内容分析、滞后序列分析等方法,重点探索协作知识建构行为模式,并分析高低水平小组的知识建构模式差异.研究结果表明:在基于Wiki的知识建构行为中,学习者倾向于不断重复编辑.主要的行为序列为学习者补充修改与精炼修改的循环.这表明学习者会不断就补充修改的内容进行精炼与完善.针对高低成就组之间的行为模式差异,高成就组会表现出在知识联结与知识收敛等高层次的知识建构行为.此外,高成就组成员会反复进行补充修改与精炼、论证与自我修正两个环节.这使得高成就组的知识建构逐渐走向深入水平.

摘要： 协作知识建构已成为一种很重要的新型教学方式,如何有效地支持和促进协作知识建构是目前广大研究者和教学工作者关注的一大热点.本研究在协作知识建构的理论基础上,深入剖析了在线思维导图在协作知识建构中的应用优势、应用模式.并以此为框架,对华东师范大学教育信息技术专业职前教师的教学技能知识建构活动开展案例研究,对教师教学技能建构方面的研究具有一定的借鉴意义.

摘要： 协作知识建构作为一种教学革新的方式受到人们的关注,以活动为中心的教学设计也成为一种新的趋势,因此,研究网络环境下基于问题的协作知识建构活动具有积极的理论价值与实践意义.本研究立足于基础教育的课堂教学,以基于问题的学习为重点,从教学论的视角探索网络课堂环境下学生协作知识建构活动的内涵与特殊性,并从活动理论出发,提出具体的教学设计方法.

摘要： 概念图在诸多领域得到广泛应用,但是在作为一种支持支架式教学策略的教学工具的应用方面比较少见.本文在简述概念图与支架式教学策略的关系的基础上,着重分析了基于概念图的支架式教学策略在促进协作知识建构中的应用过程.

摘要： 协作知识建构是知识建构和CSCL领域研究的热点.协作知识建构以建构主义、协作学习以及知识管理的理念为基础,对网络环境下的教学系统提出了新的要求.本文主要基于文献分析和对MOODLE的操作的基础上,结合协作知识建构的思想和MOODLE的功能特点,对MOODLE与协作知识建构结合的可行性进行了分析.提出基于MOODLE的协作知识建构平台所必需的基本功能模块,并实际操作搭建了一个基于MOODLE的协作知识建构平台.最后,分析了基于MOODLE的协作知识建构平台的优势.

摘要： 协作知识建构是当前网络教学研究的热点问题,而基于专题的协作知识建构对课程教学改革具有积极的促进作用.论文从协作知识建构的角度出发,探讨了网络环境下基于专题的协作知识建构的教学设计方法.

摘要： 概念图以往作为个人的认知测量工具、知识表征工具、反思评价工具在教育领域受到了广泛的关注.本文以准实验的研究方法探索了在课堂环境下学习者使用概念图进行协作知识建构的作用.实验发现:1、不同的使用概念图方式(观看概念图和合作画概念图)都会影响学习者的知识结构;2、合作画概念图对个体知识结构变化的影响程度大于观看概念图.进一步,文章提出可将概念图作为中介物应用于课堂环境,促进学习者之间的协作知识建构.

摘要： 知识建构作为一种新的学习方式，日益受到研究者的重视。本文对知识建构相关方面的内容进行了详细的阐述，包括知识建构理论和特征，并分析了知识建构与学习的异同，最后详细描述了知识建构的两种方式。

摘要： 知识建构作为一种新的学习方式，日益受到研究者的重视。本文对知识建构相关方面的内容进行了详细的阐述，包括知识建构理论和特征，并分析了知识建构与学习的异同，最后详细描述了知识建构的两种方式。

摘要： 知识建构作为一种新的学习方式，日益受到研究者的重视。本文对知识建构相关方面的内容进行了详细的阐述，包括知识建构理论和特征，并分析了知识建构与学习的异同，最后详细描述了知识建构的两种方式。

摘要： 本发明公开了一种基于在线协作与融合的自我知识蒸馏方法与系统，该自我知识蒸馏方法包括特征提取网络、特征融合网络和分类器网络，特征提取网络包括主干网络和n个辅助分支网络，主干网络包括n+1级卷积组块，前n级卷积组块的输出作为辅助分支网络的输入，n个辅助分支网络与第n+1级卷积组块的输出作为特征融合网络的输入，将各网络的输出分别送入分类器网络得到类别预测概率进行自适应融合，相邻辅助分支网络之间、第n个辅助分支网络和第n+1级卷积组块之间均设有多样性正则化项Ldiv用于减缓网络同质化现象和提升融合质量。本发明旨在通过融合与Ldiv来充分利用各分支的知识并且减缓网络同质化现象，从而提升各网络的性能。

摘要： 本发明提供了一种基于无采样协作知识图网络的推荐系统，包括：嵌入模块设置为获取知识图谱中三元组的初始嵌入向量；无采样知识图卷积模块设置为包含若干线性聚合器的单层卷积网络，对初始嵌入向量进行无采样的预计算，获得三元组的深层次信息；将嵌入向量和深层次信息结合作为更新嵌入向量；协作传播模块设置为同时编码用户和项目交互中的协作信号作为用户和项目的初始偏好，与更新嵌入向量结合作为预测模块的输入向量；预测模块设置为根据输入向量获得推荐结果。本发明仅通过设计较为复杂的传播矩阵和预计算操作，实现了不差于深度模型的性能和更快的速度，已经更准确的预测结果。

摘要： 本发明公开一种基于知识蒸馏的深度强化学习多智能体协作方法，应用于物联网领域，针对现有技术中多智能体协作过程中面临的协作开销大、协作效率低以及智能体模型复杂无法在轻量级物联网设备部署等问题，本发明通过将智能体分为有充足资源的教师智能体与资源较少的轻量型智能体，教师智能体部署复杂度较高的深度强化学习模型，基于历史经验和神经网络进行知识抽取，获取高效知识，并分享给本区域轻量级智能体，轻量型智能体部署复杂度较低的深度强化学习模型，对获得的高效知识样本进行蒸馏，并结合知识蒸馏的损失函数对神经网络进行梯度更新；本发明的方法，可以提高深度强化学习智能体学习效率，降低智能体之间的协作开销。

摘要： 本发明涉及一种基于人机协作的科技文献专业知识候选挖掘方法及系统，该方法包括将若干第一训练样本进行分解成句子；在第一训练样本中的句子内的最小表达单元上设置标签信息，并将最小表达单元的属性信息进行属性分类，将属于同一属性的最小表达单元设置正则表达式，建立最小表达单元到通用概念或通用属性的映射规则；提取第一训练样本中的两个最小表达单元之间的关系特征；设置挖掘规则集，根据关系特征和属性信息的常规组合方式形成；利用所述挖掘规则集和所述映射规则对待挖掘科技文献进行挖掘。通过根据标签和正则表达式将最小表达单元表示出来与提取出最小表达单元之间的关系特征进行组合匹配，进而实现科技文献知识的全面挖掘。

摘要： 本发明公开了一种面向人机协作装配任务的知识图谱构建方法，步骤包括：1)建立面向人机协作装配的知识图谱构建流程图；2)进行装配知识资源的采集；3)将采集到的装配知识统一预处理成自然语言文本的形式；4)对预处理过的自然语言文本语料进行句法分析；5)采用“基于规则模板的方法”规则，从句法分析的结果中进行信息抽取；6)采用“实体匹配”的方法对信息抽取得到的三元组数据进行知识融合；7)对数据层中的知识进行概念化抽象得到模式层知识，用本体库进行管理；8)将数据层和模式层知识以属性图模型的方式存储在图数据库Neo4j中，并以图结构的形式进行可视化。本发明方法简介有效，逻辑性强，具有广泛的应用价值。

摘要： 本发明涉及一种基于人机协作的科技文献专业知识候选挖掘方法及系统，该方法包括将若干第一训练样本进行分解成句子；在第一训练样本中的句子内的最小表达单元上设置标签信息，并将最小表达单元的属性信息进行属性分类，将属于同一属性的最小表达单元设置正则表达式，建立最小表达单元到通用概念或通用属性的映射规则；提取第一训练样本中的两个最小表达单元之间的关系特征；设置挖掘规则集，根据关系特征和属性信息的常规组合方式形成；利用所述挖掘规则集和所述映射规则对待挖掘科技文献进行挖掘。通过根据标签和正则表达式将最小表达单元表示出来与提取出最小表达单元之间的关系特征进行组合匹配，进而实现科技文献知识的全面挖掘。

摘要： 本发明公开了一种基于在线协作与融合的自我知识蒸馏方法与系统，该自我知识蒸馏方法包括特征提取网络、特征融合网络和分类器网络，特征提取网络包括主干网络和n个辅助分支网络，主干网络包括n+1级卷积组块，前n级卷积组块的输出作为辅助分支网络的输入，n个辅助分支网络与第n+1级卷积组块的输出作为特征融合网络的输入，将各网络的输出分别送入分类器网络得到类别预测概率进行自适应融合，相邻辅助分支网络之间、第n个辅助分支网络和第n+1级卷积组块之间均设有多样性正则化项Ldiv用于减缓网络同质化现象和提升融合质量。本发明旨在通过融合与Ldiv来充分利用各分支的知识并且减缓网络同质化现象，从而提升各网络的性能。

摘要： 一种协作式的领域知识挖掘推理分析方法及系统，包括；数据获取系统、主领域构建系统和推理分析系统；数据获取系统与主领域构建系统通讯连接；推理分析系统与主领域构建系统通讯连接；数据获取系统包括数据检测模块、数据对比模块、数据获取模块、数据识别模块、数据筛选模块和数据更新模块；主领域构建系统包括数据预处理模块、数据清洗模块、算法选取模块、学习模拟模块、规则提取模块和模型构建模块；本发明通过数据识别模块识别数据中的有效数据和无效数据并进行标记并删除无效数据以及排列保存有效数据进行；根据信息之间的联系和规则，来建立相似的规律法则并提取出模拟出的规律算法；提高了知识挖掘的精确性和降低了知识挖掘的难度。

摘要： 本发明提供了一种基于无采样协作知识图网络的推荐系统，包括：嵌入模块设置为获取知识图谱中三元组的初始嵌入向量；无采样知识图卷积模块设置为包含若干线性聚合器的单层卷积网络，对初始嵌入向量进行无采样的预计算，获得三元组的深层次信息；将嵌入向量和深层次信息结合作为更新嵌入向量；协作传播模块设置为同时编码用户和项目交互中的协作信号作为用户和项目的初始偏好，与更新嵌入向量结合作为预测模块的输入向量；预测模块设置为根据输入向量获得推荐结果。本发明仅通过设计较为复杂的传播矩阵和预计算操作，实现了不差于深度模型的性能和更快的速度，已经更准确的预测结果。

摘要： 本发明公开一种基于知识蒸馏的深度强化学习多智能体协作方法，应用于物联网领域，针对现有技术中多智能体协作过程中面临的协作开销大、协作效率低以及智能体模型复杂无法在轻量级物联网设备部署等问题，本发明通过将智能体分为有充足资源的教师智能体与资源较少的轻量型智能体，教师智能体部署复杂度较高的深度强化学习模型，基于历史经验和神经网络进行知识抽取，获取高效知识，并分享给本区域轻量级智能体，轻量型智能体部署复杂度较低的深度强化学习模型，对获得的高效知识样本进行蒸馏，并结合知识蒸馏的损失函数对神经网络进行梯度更新；本发明的方法，可以提高深度强化学习智能体学习效率，降低智能体之间的协作开销。