面向自适应学习的个性化学习路径推荐
李建伟 武佳惠 姬艳丽
北京邮电大学网络教育学院 北京邮电大学网络系统与网络文化北京市重点实验室
根据学习者的学习记录和学习任务进行学习路径推荐,是实现自适应学习的关键技术。文章首先将个性化学习路径推荐模型归为八类,并对每类模型进行详细分析,总结出这些模型普遍存在的问题,认为这些问题严重影响了自适应个性化学习的应用效果。之后,文章提出一种从课程、学习任务两个维度进行学习路径推荐的个性化学习路径推荐模型,其融合了知识图谱、深度知识跟踪和强化学习三种智能技术,能有效解决上述问题。最后,文章通过对学习任务内学习路径推荐模型进行对比实验及其相关数据分析,发现该模型能有效提高学习效果和学习效率,其推荐性能也优于目前主流的推荐模型。文章的研究成果对自适应学习的实现具有重要应用价值,并为教育领域个性化学习路径推荐的理论与技术研究提供了重要参考。