個性化遠程教育模式研究畢業論文
【摘要】文章分析了個性化遠程教育實施的網絡用法挖掘（WebUasgeMining）技術以及個性化遠程教育的各特征要素，并以解釋結構模型法（ISM ）為基礎，分析了各特征要素之間的關聯，揭示了個性化遠程教育系統的內部結構，并識別各特征要素之間的結構特性，最后建立了個性化遠程教育平臺模型。利用解釋結構模型法還可以用于分析一些復雜的系統設計。
【關鍵詞】爪生化；遠程教育；解釋結構模型法；網絡用法挖掘
（一）引言
遠程教育也稱為遠距離（Distance Learning）教育，是指師生主要憑借計算機網絡或其他媒體所進行的非面對面的教育。隨著信息時代的到來，人類知識更新的周期越來越短，如何使教學、培訓能滿足不同地點和不同學習時間的人們需要，如何最大限度地使廣泛的人群享受到優質的教育服務，傳統的面對面的教育方式在這方面已經力不從心。在這種情況下，個性化遠程教育應運而生，它的優點在于使學生在時間和空間并不統一的情況下，利用計算機網絡，就能與教師進行交互并完成學習任務，同時，還可以通過Web數據挖掘技術為學習者實施個性化遠程學習服務，它是隨著現代信息技術的發展而產生的一種新型教育形式， 已經成為中國人接受教育的一個重要組成部分。
本文分析了實施個性化遠程教育的關鍵技術——web數據挖掘和解釋結構模型法（ISM）技術，并利用該技術對個性化遠程教育復雜要素問的關聯結構進行研究，通過特征要素之間己知的零亂關系，揭示出系統的內部結構，以此建立了追求個性化教育的遠程教育平臺模型。
（二）實施個性化遠程教育關鍵技術
1．網絡用法挖掘（Web Uasge Mining）技術遠程教育作為一種學習手段，適用于各類層次人才的教育，它是一種提供終身教育的良好手段。其教育對象存在著極大的差異性，主要體現在：個人學習目標不同、學習能力不同、認識風格不同。這就必然決定了遠程教育必然是一種個別化的教育，遠程教學也必須是一種適應個別化學習需求的個性化教學。
遠程教育平臺的訪問個性化意味著每個學生在訪問遠程教育站點時應得到個性化的服務。然而，現有的基于Web的遠程教育平臺大多不能解決個別化學習的需求，所以也就無法對學習者實施個性化的遠程學習服務，主要是現有遠程教育教學系統存在一定的不足，其一是動態交互功能不強，很難在系統中進行發現式、創造式的主動學習；其二是系統的智能性較低，不能根據學生的具體情況提供合適的、智能化的交互界面，不能根據學生的學習能力和學習情況提供相應的指導，實現因“才”施教；其三是缺乏有效的引導，并且系統的測試和評價功能不強。為改善這些不足之處，有必要在現代遠程教育系統中引入數據挖掘的相關技術，形成一種主動的、協作的、開放的遠程教育學習系統，實現個性化、協作性教育教學，最大限度地發揮學習者的主動性、積極性，最大限度地利用優質教育資源。真正實現讓學習者主動構建知識的意義，實現自己獲取知識、自我更新甚至創造新知識的理想目標。要建立這種個性化遠程教育服務系統，網絡用法挖掘（Web Uasge Mining）技術是我們應該優先選擇的一種數據挖掘技術。Web Usage Mining用于了解用戶的網絡行為數據所具有的意義，它所面對的是在用戶和網絡交互的過程中抽取出來的第二手數據。這些數據主要是用戶在訪問Web時在Web日志里留下的信息， 以及其他一些交互信息，具體來說有用戶訪問日期、時間、用戶IP地址、服務器IP地址、方法、所請求的URL資源、服務器響應狀態、用戶代理、發送字節等。
Web Usage Mining就是對Server Logs、Error Logs、CookieLogs等各種日志信息，以及用戶的注冊數據進行挖掘，以發現有用信息，并對學員訪問留下的日志文件進行分析提取，獲得關于學員學習的信息，作為對學員提供個性化教學服務的依據，同時還可以利用這些信息建立起一個智能化的、個性化的遠程教育系統。這個學習系統可以通過對學習者行為的分析和研究，了解和掌握學生學習的情況、需求、能力、進度、興趣等，及時調整學習計劃，呈現出符合個性的學習資源，使得學生身邊似乎有了一個能針對自身特點進行教學的“老師”而獲得個性化的教學服務。
2．解釋結構模型法（ISM）解釋結構模型法是用于分析教育技術研究中復雜要素間關聯結構的一種專門研究方法，作用是能夠利用系統要素之間已知的零亂關系，揭示出系統的內部結構，并運用系統工程的方法，對系統的整體模式進行結構化建模，用整體設計中要涉及的內容結構矩陣來描述系統的設計方案，并以此來診斷系統設計中各方面因素，為系統的整體設計優化提供方向。
解釋結構模型法（ISM）是以圖論中的關聯矩陣原理來分析復雜系統的整體結構，將系統的結構分析轉化為同構有向圖的拓撲分析，繼而轉化為代數分析，通過關聯矩陣的運算來明確系統的結構特征。首先根據傳統設計方式勾畫出設計結構矩陣（鄰接矩陣）A，如圖1所示：
我們利用ISM方法對遠程教育模式進行研究，其一可以用鄰接矩陣來識別個性化遠程教育系統中各個節點之間的信息傳遞關系，揭示各要素之間的聯系；其二可以通過可達矩陣R中的回路來分析教育系統中各要素之間可能存在的冗余。
這樣我們就可以揭示現代遠程教育系統的內部結構，建立完善的追求個性化教育的現代遠程教育平臺。
（三）個性化遠程教育特征要素分析
為了便于研究遠程教育模式，我們首先利用5W1H傳播研究模式（即What、Where、When、Who、Why和How）對遠程教育的特征要素進行分析，得到12種要素，分別為：（1）學員人數：人數可多可少，非常靈活。（2）學習地點：學員可在任何場所上網學習，不受空間的限制。（3）實現學習目標的途徑：利用網絡化教材來完成學習目標。（4）實習機會及場所：無法提供實習場所，使一些實踐性的內容無法更好的理解。（5）學員差異的解決：學員之間存在著差異，應對學員開展個性化教育。（6）教材內容：網絡化教材制作較難，主要體現在內容是否豐富，從而可以滿足不同層次人才的需求。（7）即時答疑、交流情況：通過實時交換技術如：聊天室（chat room）、視頻會議（Video Conference）、即時通信（MSN／QQ／ICQ）和BBS等解決教師和學員之間、教師與教師之間、學員之間互相溝通的點對點的音、視頻通訊，同時該技術還支持分布在不同地方的教師可以隨時召開會議，也可以進行遠程的辦公和教科研工作。（8）學習歷程檔案的建立：可通過網上報名，直接在數據庫中建立檔案，這其中主要包含學員的知識等級、學習能力、選課情況、測驗通過情況等信息，是進行個性化教育的基礎。（9）教師：可事先錄制好授課案例，學員上課時不必有真實的教師在現場，但教師應做好學員檔案的管理以及網絡教材的制作，及時通過實時交換技術與學員和別的教師進行溝通，實行個性化教育。（10）課程表安排的靈活性：學員自己可以靈活安排。（11）集中受訓：遠程教育由于人員的分散，或受地域的限制，很難做到集中受訓。（12）因“才”施教，個性化教育實施：利用網絡用法挖掘（Web Uasge Mining）技術挖掘學員信息，建立起一個智能化的、個性化的遠程教育系統。3個性化遠程教育模型的建立根據上述遠程教育的特征要素，以及Web挖掘技術和解釋結構模型法，建立了如圖2所示的反映各特征要素的鄰接矩陣，以便于研究教育模式中各要素之間的關系。中（1）～ （12）分別代表：（1）學員人數；（2）學習地點；（3）實現學習目標的途徑；（4）實習機會及場所：（5）學員差異的解決；（6）教材內容；（7）即時答疑、交流情況；（8）學習歷程檔案的建立：（9）教師；（10）課程表安排的靈活性；（11）集中受訓；（12）因“才”施教，個性化教育實施。
依據上述解釋結構模型法理論基礎，我們可以計算出該鄰接矩陣的可達矩陣尺及RnRr為：通過分析各特征要素之間的關系，以及RNR 的計算結果，得出{（2）（4）（11）}，{（5）（6）（7）（8）（9）（12））之間有相互的因果關系，接著對個性化教育系統實施級別劃分，進一步識別各特征要素之間的結構特性，可以得到個性化遠程教育的解釋結構模型分析圖，如圖3所示。
直觀的描述了實現個性化遠程教育的模式，在建立個性化遠程教育平臺時可依此為理論基礎，學員在學習過程中，通過對教材內容的學習，達到學習目標，并通過實時交換技術把信息反饋到教育平臺，同時，利用網絡用法挖掘（WebUasge Mining）技術，抽取到用戶和網絡交互過程中的第二手數據，建立學員學習歷程檔案，教師依此為依據，在個性化教育平臺上對學員實施個性化設置，滿足對不同層次學員的學習服務，實現個性化遠程教育。
（四）結束語
遠程教育作為一種學習手段，是當今實現終身教育的最佳選擇之一，個性化的遠程教育又是遠程教育的立足之本，因此有必要研究并掌握相關的個性化的遠程教育網站技術。而個性化遠程教育的特征要素較多，相互之間的關聯又比較零亂，我們通過解釋結構模型法（ISM），分析各特征要素之間的關系，揭示了個性化遠程教育系統的內部結構，為建立完善的個性化遠程教育平臺打下了基礎。解釋結構模型法不僅可以用來分析教育技術研究中復雜要素間關聯結構，同時還可以分析很多復雜的系統設計，比如機械行業專家系統的分析，模具設計過程建模的研究等等。本文研究思路同時也可應用到同類系統的開發中，相信該技術隨著發展會不斷成熟和完善。
【個性化遠程教育模式研究畢業論文】相關文章：
畢業論文提綱：個性化遠程教育模式研究11-24
教育教學模式研究畢業論文開題報告03-07
淺談本科畢業論文組織模式改革與創新研究12-12
教育模式的研究12-04
網校遠程教育模式的反思與暢想論文02-20
中國蔬菜物流模式研究02-20
MIS開發模式的策略的研究02-21
教育模式的研究開題報告03-25
企業能力營銷的模式研究11-16
和諧實踐教育模式研究02-20
- 相關推薦