44、面向学习者的个性化学习模型与内容检索技术

面向学习者的个性化学习模型与内容检索技术

1. 个性化学习环境中的学习者模型

在个性化电子学习环境中，一个有效的学习者模型至关重要。在这种模型里，冷启动问题可通过课程本体来解决。系统借助这些本体，结合学习者的当前年级，推断其当前知识水平。同时，模型会利用课程本体和领域本体，为新学习者找到合适的学习起点。

这个模型的构建围绕三个基本问题展开：
- 对学习者建模的内容及方式
- 人口统计信息 ：记录与学习者相关的人口统计数据。
- 当前学习者状态 ：利用本体在覆盖模型中存储学习者对领域的当前知识。通过领域本体与用户模型的交互，推断学习者的当前状态。
- 期望（学习目标） ：课程本体提供学习者应达到的期望或学习目标。这些期望以层次结构存储，并通过本体规则相互关联。通过对课程的推理，可明确期望与学习对象（LO）的关系。领域本体则为学习者提供课程和学科列表。
- 个体属性 ：包含认知属性、学习风格、呈现类型等与个体相关的数据。在本模型中，认知属性通过Askar和Altun开发的CogSkillNet认知技能本体进行建模。还将开发新的学习档案本体，领域本体、认知技能本体和学习档案本体将协同工作，根据学习者的认知技能和学习档案提供合适的学习内容。
- 表现 ：存储学习者完成的课程、解决的测试、进度状态、获得的收益以及系统与学习者交互产生的其他结果。
- 上下文属性 ：根据学习者的偏好