论文部分内容阅读
随着移动技术的发展与普及，移动技术支持的协作学习（mCSCL）成为教育技术学领域新的研究热点。mCSCL是指协作小组在移动技术的支持下进行交互活动、开展协作学习；而合适的协作分组方式是其协作学习顺利开展的前提。小组成员和分组策略是协作分组的两个关键问题；在协作学习领域，我们通常将小组成员称为学习伙伴；异质分组策略是协作学习领域广泛采用的策略之一，它在mCSCL中也具有一定优势。因此，mCSCL环境下如何为学习者推荐合适的异质学习伙伴是mCSCL协作分组的关键问题之一，这也是本论文的研究核心。然而，目前mCSCL的分组方式都是助学者根据学习者单一特征为学习者寻找学习伙伴组成协作小组，而对学习伙伴的研究缺乏一个有效的推荐模型，具体来说存在以下三个问题：（1）mCSCL伙伴形成的标准过于单一，并没有综合考虑学习者的个性特征和mCSCL的特殊性，因而没有形成一个有效的伙伴模型。（2）过分侧重人工分组，缺乏一个合理的异质学习伙伴推荐算法。（3）缺乏一个能为mCSCL环境下的学习者推荐异质学习伙伴的推荐系统。针对以上问题，本文提出了关于mCSCL环境下异质学习伙伴推荐系统的研究。开展的研究工作主要包括以下三个方面：第一，本论文在综合考虑学习者的个性特征和mCSCL特殊性的基础上，构建了mCSCL环境下的伙伴模型；进而以形式化的方式对伙伴模型进行了详细地描述；最后对伙伴模型的构成要素进行了数据化。第二，在mCSCL环境下伙伴模型研究的基础上，根据K-means聚类分析法的原理，设计并实现了基于K-means的异质学习伙伴推荐算法，进而构建了mCSCL环境下异质学习伙伴推荐模型。第三，在上述研究工作的基础上，本论文设计并实现了mCSCL环境下异质学习伙伴推荐系统Mpr并利用该系统开展了实验。实验评价和数据分析的结果表明mCSCL环境下异质学习伙伴推荐系统对异质学习伙伴的寻找具有较好的促进作用。本论文的研究对改进mCSCL的组织形式，提高协作学习的效率，丰富mCSCL的伙伴研究和分组研究能够起到一定的促进作用；本论文所设计和开发的Mpr系统将有助于mCSCL环境下学习者的异质学习伙伴的寻找，同时Mpr也有望能为mCSCL环境下的协作分组提供选择依据。