个性化远程教育模式研究毕业论文
【摘要】文章分析了个性化远程教育实施的网络用法挖掘（WebUasgeMining）技术以及个性化远程教育的各特征要素，并以解释结构模型法（ISM ）为基础，分析了各特征要素之间的关联，揭示了个性化远程教育系统的内部结构，并识别各特征要素之间的结构特性，最后建立了个性化远程教育平台模型。利用解释结构模型法还可以用于分析一些复杂的系统设计。
【关键词】爪生化；远程教育；解释结构模型法；网络用法挖掘
（一）引言
远程教育也称为远距离（Distance Learning）教育，是指师生主要凭借计算机网络或其他媒体所进行的非面对面的教育。随着信息时代的到来，人类知识更新的周期越来越短，如何使教学、培训能满足不同地点和不同学习时间的人们需要，如何最大限度地使广泛的人群享受到优质的教育服务，传统的面对面的教育方式在这方面已经力不从心。在这种情况下，个性化远程教育应运而生，它的优点在于使学生在时间和空间并不统一的情况下，利用计算机网络，就能与教师进行交互并完成学习任务，同时，还可以通过Web数据挖掘技术为学习者实施个性化远程学习服务，它是随着现代信息技术的发展而产生的一种新型教育形式， 已经成为中国人接受教育的一个重要组成部分。
本文分析了实施个性化远程教育的关键技术——web数据挖掘和解释结构模型法（ISM）技术，并利用该技术对个性化远程教育复杂要素问的关联结构进行研究，通过特征要素之间己知的零乱关系，揭示出系统的内部结构，以此建立了追求个性化教育的远程教育平台模型。
（二）实施个性化远程教育关键技术
1．网络用法挖掘（Web Uasge Mining）技术远程教育作为一种学习手段，适用于各类层次人才的教育，它是一种提供终身教育的良好手段。其教育对象存在着极大的差异性，主要体现在：个人学习目标不同、学习能力不同、认识风格不同。这就必然决定了远程教育必然是一种个别化的教育，远程教学也必须是一种适应个别化学习需求的个性化教学。
远程教育平台的访问个性化意味着每个学生在访问远程教育站点时应得到个性化的服务。然而，现有的基于Web的远程教育平台大多不能解决个别化学习的需求，所以也就无法对学习者实施个性化的远程学习服务，主要是现有远程教育教学系统存在一定的不足，其一是动态交互功能不强，很难在系统中进行发现式、创造式的主动学习；其二是系统的智能性较低，不能根据学生的具体情况提供合适的、智能化的交互界面，不能根据学生的学习能力和学习情况提供相应的指导，实现因“才”施教；其三是缺乏有效的引导，并且系统的测试和评价功能不强。为改善这些不足之处，有必要在现代远程教育系统中引入数据挖掘的相关技术，形成一种主动的、协作的、开放的远程教育学习系统，实现个性化、协作性教育教学，最大限度地发挥学习者的主动性、积极性，最大限度地利用优质教育资源。真正实现让学习者主动构建知识的意义，实现自己获取知识、自我更新甚至创造新知识的理想目标。要建立这种个性化远程教育服务系统，网络用法挖掘（Web Uasge Mining）技术是我们应该优先选择的一种数据挖掘技术。Web Usage Mining用于了解用户的网络行为数据所具有的意义，它所面对的是在用户和网络交互的过程中抽取出来的第二手数据。这些数据主要是用户在访问Web时在Web日志里留下的信息， 以及其他一些交互信息，具体来说有用户访问日期、时间、用户IP地址、服务器IP地址、方法、所请求的URL资源、服务器响应状态、用户代理、发送字节等。
Web Usage Mining就是对Server Logs、Error Logs、CookieLogs等各种日志信息，以及用户的注册数据进行挖掘，以发现有用信息，并对学员访问留下的日志文件进行分析提取，获得关于学员学习的信息，作为对学员提供个性化教学服务的依据，同时还可以利用这些信息建立起一个智能化的、个性化的远程教育系统。这个学习系统可以通过对学习者行为的分析和研究，了解和掌握学生学习的情况、需求、能力、进度、兴趣等，及时调整学习计划，呈现出符合个性的学习资源，使得学生身边似乎有了一个能针对自身特点进行教学的“老师”而获得个性化的教学服务。
2．解释结构模型法（ISM）解释结构模型法是用于分析教育技术研究中复杂要素间关联结构的一种专门研究方法，作用是能够利用系统要素之间已知的零乱关系，揭示出系统的内部结构，并运用系统工程的方法，对系统的整体模式进行结构化建模，用整体设计中要涉及的内容结构矩阵来描述系统的设计方案，并以此来诊断系统设计中各方面因素，为系统的整体设计优化提供方向。
解释结构模型法（ISM）是以图论中的关联矩阵原理来分析复杂系统的整体结构，将系统的结构分析转化为同构有向图的拓扑分析，继而转化为代数分析，通过关联矩阵的运算来明确系统的结构特征。首先根据传统设计方式勾画出设计结构矩阵（邻接矩阵）A，如图1所示：
我们利用ISM方法对远程教育模式进行研究，其一可以用邻接矩阵来识别个性化远程教育系统中各个节点之间的信息传递关系，揭示各要素之间的联系；其二可以通过可达矩阵R中的回路来分析教育系统中各要素之间可能存在的冗余。
这样我们就可以揭示现代远程教育系统的内部结构，建立完善的追求个性化教育的现代远程教育平台。
（三）个性化远程教育特征要素分析
为了便于研究远程教育模式，我们首先利用5W1H传播研究模式（即What、Where、When、Who、Why和How）对远程教育的特征要素进行分析，得到12种要素，分别为：（1）学员人数：人数可多可少，非常灵活。（2）学习地点：学员可在任何场所上网学习，不受空间的限制。（3）实现学习目标的途径：利用网络化教材来完成学习目标。（4）实习机会及场所：无法提供实习场所，使一些实践性的内容无法更好的理解。（5）学员差异的解决：学员之间存在着差异，应对学员开展个性化教育。（6）教材内容：网络化教材制作较难，主要体现在内容是否丰富，从而可以满足不同层次人才的需求。（7）即时答疑、交流情况：通过实时交换技术如：聊天室（chat room）、视频会议（Video Conference）、即时通信（MSN／QQ／ICQ）和BBS等解决教师和学员之间、教师与教师之间、学员之间互相沟通的点对点的音、视频通讯，同时该技术还支持分布在不同地方的教师可以随时召开会议，也可以进行远程的办公和教科研工作。（8）学习历程档案的建立：可通过网上报名，直接在数据库中建立档案，这其中主要包含学员的知识等级、学习能力、选课情况、测验通过情况等信息，是进行个性化教育的基础。（9）教师：可事先录制好授课案例，学员上课时不必有真实的教师在现场，但教师应做好学员档案的管理以及网络教材的制作，及时通过实时交换技术与学员和别的教师进行沟通，实行个性化教育。（10）课程表安排的灵活性：学员自己可以灵活安排。（11）集中受训：远程教育由于人员的分散，或受地域的限制，很难做到集中受训。（12）因“才”施教，个性化教育实施：利用网络用法挖掘（Web Uasge Mining）技术挖掘学员信息，建立起一个智能化的、个性化的远程教育系统。3个性化远程教育模型的建立根据上述远程教育的特征要素，以及Web挖掘技术和解释结构模型法，建立了如图2所示的反映各特征要素的邻接矩阵，以便于研究教育模式中各要素之间的关系。中（1）～ （12）分别代表：（1）学员人数；（2）学习地点；（3）实现学习目标的途径；（4）实习机会及场所：（5）学员差异的解决；（6）教材内容；（7）即时答疑、交流情况；（8）学习历程档案的建立：（9）教师；（10）课程表安排的灵活性；（11）集中受训；（12）因“才”施教，个性化教育实施。
依据上述解释结构模型法理论基础，我们可以计算出该邻接矩阵的可达矩阵尺及RnRr为：通过分析各特征要素之间的关系，以及RNR 的计算结果，得出{（2）（4）（11）}，{（5）（6）（7）（8）（9）（12））之间有相互的因果关系，接着对个性化教育系统实施级别划分，进一步识别各特征要素之间的结构特性，可以得到个性化远程教育的解释结构模型分析图，如图3所示。
直观的描述了实现个性化远程教育的模式，在建立个性化远程教育平台时可依此为理论基础，学员在学习过程中，通过对教材内容的学习，达到学习目标，并通过实时交换技术把信息反馈到教育平台，同时，利用网络用法挖掘（WebUasge Mining）技术，抽取到用户和网络交互过程中的第二手数据，建立学员学习历程档案，教师依此为依据，在个性化教育平台上对学员实施个性化设置，满足对不同层次学员的学习服务，实现个性化远程教育。
（四）结束语
远程教育作为一种学习手段，是当今实现终身教育的最佳选择之一，个性化的远程教育又是远程教育的立足之本，因此有必要研究并掌握相关的个性化的远程教育网站技术。而个性化远程教育的特征要素较多，相互之间的关联又比较零乱，我们通过解释结构模型法（ISM），分析各特征要素之间的关系，揭示了个性化远程教育系统的内部结构，为建立完善的个性化远程教育平台打下了基础。解释结构模型法不仅可以用来分析教育技术研究中复杂要素间关联结构，同时还可以分析很多复杂的系统设计，比如机械行业专家系统的分析，模具设计过程建模的研究等等。本文研究思路同时也可应用到同类系统的开发中，相信该技术随着发展会不断成熟和完善。
【个性化远程教育模式研究毕业论文】相关文章：
毕业论文提纲：个性化远程教育模式研究11-24
教育教学模式研究毕业论文开题报告03-07
浅谈本科毕业论文组织模式改革与创新研究12-12
教育模式的研究12-04
网校远程教育模式的反思与畅想论文02-20
中国蔬菜物流模式研究02-20
MIS开发模式的策略的研究02-21
教育模式的研究开题报告03-25
企业能力营销的模式研究11-16
和谐实践教育模式研究02-20
- 相关推荐