[發明專利]基于學習風格情境感知的自適應學習方法

在審

• 申請號: 201710595645.8
• 申請日: 2017-07-20
• 公開（公告）號: CN107423851A
• 公開（公告）日: 2017-12-01
• 發明（設計）人: 張冰雪;侯龍鋒
• 申請（專利權）人: 上海理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20
• 代理公司: 上海申匯專利代理有限公司31001
• 代理人: 吳寶根,徐穎

1.一種基于學習風格情境感知的自適應學習方法，其特征在于，具體包括如下步驟：

1)對比各學習風格理論，確定四個維度來確定學習風格：

(1)維度1覺察信息：對應學習風格為感覺型或直覺型；

(2)維度2輸入信息：視覺型或文字型；

(3)維度3處理信息：積極型或反思型；

(4)維度4理解信息：順序型或全局型；

2)提取在線學習行為特征信息：基于文獻調查的方法，根據步驟1)所確定的對于各維度學習風格的描述，重新提取用以反映學習風格特征的在線學習行為信息，得到用以反映學習風格的在線學習行為特征信息，其中感覺型或直覺型的在線學習行為特征信息如下：

3)設計學習風格挖掘算法：為混合式的學習風格挖掘算法，選用決策樹算法和隱式馬爾科夫模型，通過融合機制給出最終結果，選擇學習者作為算法測試人群，隨機選取一部分測試人群的行為數據作為算法訓練數據，用以構建決策樹和隱式馬爾科夫模型，選取另一部分測試人群的行為數據用以判定所訓練模型的精度，通過比較兩種算法在同一維度下的分類精確度，選擇精確度較高的作為混合機制在該維度下使用的算法，以此來制定算法融合機制；

4)制定學習服務自適應機制：首先明確每種學習風格傾向的學習服務，接著確定學習服務中學習內容對應的組織方式，最后提出學習服務匹配策略并設計系統結構如下表，實現基于學習風格的自適應學習系統；

5)學習評估方法的制定：采用了學生滿意度評測和統計學評測兩種方法，充分評估步驟4)制定的系統結構對于學習者的影響，將實驗結果反饋回步驟3)用以調整算法混合策略，以及步驟4)用以修正學習服務匹配策略，提升系統的自適應服務的精度。

2.根據權利要求1所述基于學習風格情境感知的自適應學習方法，其特征在于，所述步驟3)隨機選取一部分測試人群的行為數據作為算法訓練數據，用以構建決策樹和隱式馬爾科夫模型具體步驟如下：

(1)測試人群進行ILS問卷調查，將測得的學習風格結果作為基準；

(2)測試人群在學習系統上操作，系統收集相關的學習行為數據并對數據進行預處理；

(3)通過比對基準結果，分別對決策樹中的分類臨界值和隱式馬爾科夫模型中的轉移概率參數進行訓練，從而建立算法模型。

3.根據權利要求1所述基于學習風格情境感知的自適應學習方法，其特征在于，所述步驟3)制定算法融合機制具體步驟如下：

(1)測試人群進行ILS問卷調查，將測得的學習風格結果作為基準；

(2)測試人群在學習系統上進行操作，系統收集相關的學習行為數據并對數據進行預處理；

(3)將學習行為數據輸入到經過訓練的決策樹中，所得結果與基準結果進行對比，得到決策樹算法在FSLSM四個維度下的精確度；

(4)將學習行為數據輸入到經過訓練的隱式馬爾科夫模型中，所得結果與基準結果進行對比，得到隱式馬爾科夫模型在FSLSM四個維度下的精確度；

(5)比較兩種算法在同一維度下的分類精確度，選擇精確度較高的作為混合機制在該維度下使用的算法。

4.根據權利要求1所述基于學習風格情境感知的自適應學習方法，其特征在于，所述步驟4)基于學習風格的自適應學習系統分為四層：

(1)數據層：存儲用戶基本信息、用戶學習行為數據、學習歷史記錄和學習單元；

(2)學習風格感知層：首先對相關數據信息預處理，即剔除無用信息、調整數據格式，接著使用混合式學習風格挖掘算法判斷學習風格；

(3)學習服務自適應匹配層：選擇某種學習服務匹配策略，結合學習服務匹配策略并設計系統結構中各風格傾向的學習服務，確定系統提供的服務內容，根據學習評估的反饋，調整學習服務匹配策略；

(4)用戶界面：接收用戶信息，提供學習服務。