教育部人文社会科学研究基金(09YJC630207)
- 作品数：7 被引量：105H指数：3
- 相关作者：王永固邱飞岳赵建龙刘晖孙歆更多>>
- 相关机构：浙江工业大学更多>>
- 发文基金：教育部人文社会科学研究基金浙江省自然科学基金国家社会科学基金更多>>
- 相关领域：文化科学自动化与计算机技术更多>>
- E-learning中基于Web的概念图协同创作系统研究被引量：1
- 2012年
- 概念图是学生协作知识建构的一种有效支持工具,然而在Web环境下概念图的协同创作系统的研究却并不多见。鉴于此,文章通过对协作学习中概念图的理论研究,分析了概念图协作创建过程中学习者的认知过程,设计了基于概念图的协作知识建构的理论模型,设计了概念图协作创作系统的功能模型和动态模型,介绍了基于Flex和FMS技术的系统实现方案,讨论了系统功能和实现过程。文章的研究成果能丰富协作知识建构的理论研究,推进概念图在网络协作学习实践中的应用。
- 施泽磊王永固
- 关键词：网络协作学习概念图协作知识建构
- 面向SaaS应用的中小企业E-learning系统架构研究
- 2012年
- 通过对中小企业开展E-learning的现状及存在问题分析,引入软件即服务(SaaS)的架构模式。首先分析SaaS软件的技术优势及工作原理,研究了国内外面向服务的E-learning系统架构设计。提出一套面向SaaS应用的中小企业E-learning平台架构设计方案及方案的实现,最后介绍SaaS架构设计方案的实际应用,并指出在实施SaaS平台过程中应注意的问题。
- 唐幸忠王永固
- 关键词：E-LEARNINGSAAS中小企业
- 协同过滤技术在学习资源个性化推荐中的应用研究
- 2011年
- e—learning已经成为一种趋势，调查发现当前e—learning平台中普遍使用的Top=N和关键词检索等资源获取方式均不能做到个性化地推荐学习资源。受电子商务研究领域中相关研究成果启发。笔者尝试将协同过滤推荐技术引入到学习资源个性化推荐的研究中。本文在详细介绍协同过滤推荐技术的基础上，提出将协同过滤技术应用于企业e-learning中的思想，并以浙江省中小企业信息化平台项目中的知识库模块为载体，阐述学习资源个性化推荐系统的设计理念和实现过程，对存在的问题进行了剖析，最后对本研究作了总结和展望。本文将对协同过滤技术在企业e-learning中应用的研究起到抛砖引玉的作用，将启发更多的研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用，推动相关研究的发展。
- 赵建龙
- 关键词：协同过滤技术学习资源个性化推荐
- 网络协作学习中互动网络结构分析研究被引量：25
- 2011年
- 群组内部的交互机制是当前CSCL研究领域的焦点问题。国内外相关研究发现,互动网络结构是发现群组内部交互工作机理的有效方法之一。通过综述国内外学者的相关成果,分析协作学习中互动网络的形成过程,归纳出互动网络结构存在五个典型特征:连通性、密集性、中心性、内聚力和角色空间,介绍了每种结构特征的分析与测量方法,在此基础上提出网络协作学习中互动网络结构的分析模型,最后使用教学实验对分析模型进行验证,并获得了有意义的研究结论。
- 王永固
- 关键词：网络协作学习社会网络分析互动分析
- 基于协同过滤技术的在线学习资源个性化推荐系统研究被引量：35
- 2012年
- 在线学习资源建设已经成为了当今数字化学习研究的热点问题。本文以学习过程中学习者学习行为和在线学习资源的特点为基础,结合协同过滤算法,设计了基于协同过滤技术的在线学习资源个性化推荐系统模型。实践证明,该模型可以更好地为学习者创造数字化学习环境,提高学习者的自主学习效率。
- 孙歆王永固邱飞岳
- 关键词：协同过滤个性化推荐
- 虚拟社群结构特征可视化呈现的社会网络布局算法研究被引量：1
- 2012年
- 近年来,随着虚拟社区的发展,社会网络可视化软件逐渐走向普通社区成员的面前。然而现今社会网络可视化领域所采用的布局算法普遍与社会网络分析法相脱离,无法呈现社群结构特征。因此,提出凝聚子群布局算法与核心位置布局算法,它们分别以凝聚子群分析结果和成员整体中心度为布局依据,呈现社群子群和成员位置两种社群结构特征,并且依据实际数据给出布局效果。
- 邱飞岳杨斌王永固
- 关键词：社群结构
- 基于协同过滤技术的学习资源个性化推荐研究被引量：47
- 2011年
- e-learning的调查发现,e-learning支持系统中学习资源推荐主要有Top-N和关键词检索两种方式,都无法向学习者个性化地推荐学习资源。受电子商务研究领域中相关研究成果启发,我们尝试将协同过滤推荐技术引入学习资源的个性化推荐研究中。通过综述学习资源个性化推荐中三种常用的推荐技术,介绍了协同过滤推荐技术的工作原理、实现方法及存在问题。在此基础上,提出了一个优化的基于协同过滤技术的学习资源个性化推荐系统的理论模型,重点讨论了模型的结构、隐式评分机制和算法的实现,并讨论了个性化学习资源推荐模型中的三个关键技术。以启发e-learning研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用,提高学习资源个性化推荐的精度和效率。
- 王永固邱飞岳赵建龙刘晖
- 关键词：E-LEARNING协同过滤技术学习资源个性化推荐
