高职智慧课堂个性化学习资源推荐研究

来源 :长江信息通信 | 被引量 : 0次 | 上传用户:tklyzh1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
如何培养学生利用网络信息技术和在线资源进行自主学习是高职智慧教育研究者与实践者的重要关注点.通过学习分析技术和蚁群算法,构建了智慧课堂个性化学习资源推荐模型,强调非结构化学习资源中学生的自主推荐和挑战式推荐.分析验证模型推荐路径与学习者实际使用路径的使用率,具有一定的实用性,并提出了改进的设想.
其他文献
在互联网大数据背景下,人们的生活节奏与生活方式发生了巨大变化,同时也影响着学生的学习方式.为了顺应时代的发展,文章针对传统考试中存在的弊端,对现有的考试系统进行重新分解,在计算机系统的影响下,设计一款在线考试系统,并对在线考试系统中所使用的关键技术进行研究.采用ASP.NET技术,对在线系统进行考法与研究,在B/S结构的基础之上,对关键技术、框架进行探索,为实现在线考试系统做充分的准备工作.
文章针对当前智慧家庭产品在网络适配、网络冗余以及集中融合方面暴露出的缺点和不足,结合了物联网、主机系统、无线控制单元等多种技术进行改进.通过将物联网和宽带传输结合,实现家庭设备的无线自组、网络冗余、自动化控制,引入主机系统和无线控制单元增强了统一管理和融合能力.综合而言,改进方案能提高客户体验,并能进一步降低智慧家庭总体部署成本.
5G时代网络能力不再以下行为主,而是要求双向低时延、大带宽,为了在达到5G高速率的同时也能兼顾上行覆盖,提升上行速率刻不容缓.文章引入NSA场景下使用上行动态分流,上行COMP,上行Fallback to LTE等特性,SA场景下使用基于上行质量的异系统切换,探究这些特性的使用方法,从而最大限度提升5G上行业务感知.通过试点研究,NSA上行Fallback to LTE功能建议在锚点为FDD1800的场景批量开启,上行动态分流特性不建议规模开启.上行COMP和SA基于上行质量的异系统切换只建议在合适场景选