导读:本文包含了学习者模型论文开题报告文献综述、选题提纲参考文献，主要关键词:学习者,模型,塞音,在线,语言,日语,开放性。
学习者模型论文文献综述写法
李方方,刘盛峰,丁亚元,郭允建[1]（2019）在《远程学习者学业胜任力模型的质性研究》一文中研究指出胜任力是与卓越的工作绩效相联系的个体潜在特征。对远程学习者学业胜任力模型进行探索,不仅有助于远程学习者对照模型自我反思与提高,也可为远程教育机构设计教学支持服务策略和学习者流失应对措施提供借鉴。采用质性研究方法,以行为事件访谈法(BEI)收集资料,选择8名优秀远程学习者作为访谈对象,运用扎根理论的一般流程,使用质性分析软件Nvivo11对文本进行编码与分析。研究表明:远程学习者学业胜任力由学业能力、学业品质、学业动机3个维度构成,3个维度相互关联、彼此作用。经检验,模型具有良好的信效度。该模型不仅拓展了胜任力研究的领域与内容,也为提高远程学习者的学业胜任力水平指出了实践路径。(本文来源于《安徽广播电视大学学报》期刊2019年04期）
吴永和,田雅慧,郭守超,朱丽娟,马晓玲[2]（2019）在《基于在线3D教育平台的学习者行为分析模型研究——以GeekCAD平台为例》一文中研究指出3D设计软件作为STEAM教育领域中的教学软件,可以有效培养学习者的空间思维、创新创造、批判性思维与解决问题等能力。目前,随着3D设计课程蓬勃发展,评价课程效果成为必然需求,但评价主要基于总结性和形成性评价,缺少基于学习过程行为数据驱动的评价。文章提出使用基于xAPI规范的3D设计软件数据采集机制与STEAM 3D教育学习者行为分析模型,首先针对3D设计软件对微观"点击流"和中观"活动流"数据进行编码,定义适合3D设计平台的动词和对象,获取学习者在3D设计平台中的全过程行为数据。并在此基础上,根据STEAM 3D教育学习者行为分析模型对小样本教学实践3D设计课程的学习过程数据进行分析,以期实现STEAM教育领域中数据驱动的学习评价,提高教与学效率。(本文来源于《中国电化教育》期刊2019年12期）
王海贞[3]（2019）在《学习者因素与英语口语成绩关系的结构方程模型研究》一文中研究指出本研究采用问卷和测试工具,探讨了情绪智力、外语焦虑、学习动机、工作记忆、语言学能、认知风格6个学习者因素与英语口语成绩之间的交互关系。结构方程模型(AMOS 22.0)分析结果表明:由工作记忆、语言学能和认知风格构成的认知能力对口语成绩的预测力最大,外语焦虑次之;认知能力与情绪智力呈共变关系,共同影响口语成绩;外语焦虑在口语成绩和学习动机之间起中介效应,调节焦虑对口语成绩的影响力。(本文来源于《外语教学理论与实践》期刊2019年04期）
王娜,汪振东,张丽园[4]（2019）在《基于动态学习者模型的个性化资源推送策略研究》一文中研究指出随着互联网的普及,移动学习已经成为当今获取知识的主要方式,学习不受时间和地点的限制是它的最大特点。在高校注重以实践为主的编程课程中,引入移动学习非常有必要,碎片化知识点的学习可以通过个性化推送获得。基于此,笔者在充分了解个性化资源推送中常用的建模类型的基础上,通过问卷调查分析学习者的行为特征,提出了基于动态学习者模型的个性化推送方案。该方案注重以人为本,尽可能全方面考虑学习者的感受,大大提高了学习资源的个性化推送效率。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
王丽萍,赵蔚,魏久鸿[5]（2019）在《自适应学习系统中开放性学习者模型实证研究》一文中研究指出为帮助学习者掌握自适应学习系统为学习者所定义的个性特征和学习信息,设计并开发了开放性学习者模型MindOLM。MindOLM采用思维导图可视化形式将学习者模型中课程知识状态呈现给学习者,帮助学习者了解、查看自己的学习进展,以及章、节、知识点之间的关联关系,并引发学习者元认知学习体验。在实证研究方面,通过实验研究法、问卷调查和面对面访谈等方式收集数据,结果表明:MindOLM能引发学习者在学习规划和自我反思两个方面的元认知学习体验; MindOLM能很好地表示学习者学习进展和知识水平;学习者对MindOLM在有用性、易用性和满意度3个方面都表现出较高的认可度。(本文来源于《吉林大学学报(信息科学版)》期刊2019年05期）
曾婷,刘佳琦[6]（2019）在《中国学习者的第叁语言塞音感知实验研究——一项基于感知模型的分析》一文中研究指出本研究针对39名汉语普通话者开展了第叁语言(日语或俄语)的清浊塞音感知实验。学习者拥有约10年英语(二语)学习经历。研究发现,叁语浊塞音感知正确率显着高于清塞音,且日语学习者的塞音感知结果要优于俄语学习者。通过剖析,我们发现这一结果既与塞音声学参量VOT值的分布区间有关,又与语言间的塞音音位映射关系相关。基于研究结果,本文讨论了二语感知模型(言语学习模型、感知同化模型)在叁语语音习得研究中进一步细化的必要,为跨语言视域下的叁语习得研究提供了新范式。(本文来源于《复旦外国语言文学论丛》期刊2019年01期）
任宏昊[7]（2019）在《实验语音学观点下的感知同化模型再考——以普通话和闽南方言日语学习者促音感知为例》一文中研究指出感知同化模型在二语语音学习过程中的难点预测方面具有重要的作用。作为日语中特殊音拍之一,促音体现了日语语音体系的独特性,是我国日语学习者在习得日语语音过程中难以回避的问题。本文以自然语音及人工合成条件下的若干无实义刺激为材料,通过两组语音感知实验考察了86名不同母方言背景日语学习者的促音感知。结果表明,感知同化模型能够在一定程度上预测学习者的促音习得难度,进一步证实了入声对促音感知的正迁移效果。同时,通过对照不同语音环境及日语能力水平下被试的促音感知,发现了除持阻时长外的促音辨别线索。(本文来源于《解放军外国语学院学报》期刊2019年04期）
姚文贵[8]（2019）在《非正式学习环境下基于移动终端的学习者模型研究》一文中研究指出针对非正式学习环境下学习者模型建模问题,在分析学习者模型的国内外研究现状的基础上,提出了一种非正式学习环境下基于移动终端的学习者模型(IL-ML学习者模型)。IL-ML学习者模型包括学习者描述、学习目的、个体兴趣、学习风格和学习情境五个维度,其中个体兴趣和学习情境是非正式学习环境中重要的适应性维度,个体兴趣决定了非正式学习系统中的适配内容,学习情境将学习者所处的地理位置、网络环境、设备和时间信息进行表征,使非正式学习系统的服务更具个性化。IL-ML学习者模型可根据学习者的浏览数据进行动态更新。该模型能较好地反映非正式学习环境下基于移动终端学习者的个体差异,为适应性学习支持系统在非正式学习环境中的应用提供决策依据。(本文来源于《现代职业教育》期刊2019年18期）
王宏[9]（2019）在《大数据视角下学习者选课之推荐模型》一文中研究指出开放教育选课过程是人才培养方案的重要组成部分,本文提出一种基于大数据分析的学习者选课推荐模型,是以协同过滤推荐算法作为基础算法。算法通过对学习者群课程偏好行为数据的挖掘,发现学习者的课程偏好,以不同偏好对学习者进行群组划分并推荐品味相似的课程。(本文来源于《陕西广播电视大学学报》期刊2019年02期）
黄瑶[10]（2019）在《基于在线学习环境下学习者学习行为模型构建与分析》一文中研究指出随着在线教育的迅速发展,在线学习已经成为我们学习的主流方式之一,已经得到了教育界的广泛认可。全新的教育学习方式,使教育信息化这一概念有了全新的发展,教育的变革与创新必将被再次驱动。当然,与此同时,在线教育的蓬勃发展,遇到了不同程度的挑战,比如学习者辍学率较高、课程完成率低和用户量流失等现象频繁出现。为了寻找出此现象的原因,基于在线学习环境下,研究者通过网络教学平台产生海量的学习行为数据中,分析学习者的学习行为数据来解决在线学习面临的各种复杂问题。通过对分析学习者的学习行为数据,为教师和网络教学平台的管理者提供有效的监管和干预学习过程,为在线学习者制定出更加合理的学习计划,并且为在线学习者提供更加有效的支持和服务。首先,本文在总结国内外在线学习行为发展现状、学习行为分析相关研究领域的基础上,对在线学习行为的定义以及分类模型、数据的分析算法、数据挖掘等相关的概念进行说明。在学习行为分析的相关模型的基础上,结合云南师范大学尔雅网络教学平台,提出了学习者学习行为分析模型构建的原则和思路。本文中的学习行为主要划分为外显学习行为和内隐学习行为,并对内隐学习行为维度和外显学习行为维度进行划分,并构建出学习行为分析模型。其次,根据构建的在线学习行为分析模型,内隐学习行为维度是根据调查问卷得出,采用了Excel简单的分析得出相应的结果。外显学习行为采集了云南师范大学的云南师范大学尔雅网络教学平台上学习者的管理后台的学习行为数据,采用数据分析软件Weka3.8.3,使用K-means算法聚类分析学习者的外显学习行为的程度。然后用SPSS22.0对外显学习行为和内隐学习行为进行相关分析,分析出两者之间相关值的大小。再次,分别对学习行为的研究结果进一步进行分析,换算学习行为的程度等级,对每一个内隐学习行为维度和外显学习行为的相关性进行的分析,分析后给出关于云南师范大学尔雅网络教学平台学习行为分析的使用效果与相关的应用启示,不仅仅提供给在线学习环境下的学习者对自身的学习评价以及干预,而且对在线学习环境下教师的教学决策制定与优化提供有力的证据、为平台管理者的监控与管理提供有效的支持。验证学习者的学习行为分析模型的有效性,若证明模型有效,则可根据学习者学习行为模型来分析在线学习行为,为深入的研究学习者的学习行为提供一种参考方案。最后,笔者对本研究做出相应的总结和展望,对研究的不足进行补充说明。(本文来源于《云南师范大学》期刊2019-05-31）
学习者模型论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
3D设计软件作为STEAM教育领域中的教学软件,可以有效培养学习者的空间思维、创新创造、批判性思维与解决问题等能力。目前,随着3D设计课程蓬勃发展,评价课程效果成为必然需求,但评价主要基于总结性和形成性评价,缺少基于学习过程行为数据驱动的评价。文章提出使用基于xAPI规范的3D设计软件数据采集机制与STEAM 3D教育学习者行为分析模型,首先针对3D设计软件对微观"点击流"和中观"活动流"数据进行编码,定义适合3D设计平台的动词和对象,获取学习者在3D设计平台中的全过程行为数据。并在此基础上,根据STEAM 3D教育学习者行为分析模型对小样本教学实践3D设计课程的学习过程数据进行分析,以期实现STEAM教育领域中数据驱动的学习评价,提高教与学效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
学习者模型论文参考文献
[1].李方方,刘盛峰,丁亚元,郭允建.远程学习者学业胜任力模型的质性研究[J].安徽广播电视大学学报.2019
[2].吴永和,田雅慧,郭守超,朱丽娟,马晓玲.基于在线3D教育平台的学习者行为分析模型研究——以GeekCAD平台为例[J].中国电化教育.2019
[3].王海贞.学习者因素与英语口语成绩关系的结构方程模型研究[J].外语教学理论与实践.2019
[4].王娜,汪振东,张丽园.基于动态学习者模型的个性化资源推送策略研究[J].信息与电脑(理论版).2019
[5].王丽萍,赵蔚,魏久鸿.自适应学习系统中开放性学习者模型实证研究[J].吉林大学学报(信息科学版).2019
[6].曾婷,刘佳琦.中国学习者的第叁语言塞音感知实验研究——一项基于感知模型的分析[J].复旦外国语言文学论丛.2019
[7].任宏昊.实验语音学观点下的感知同化模型再考——以普通话和闽南方言日语学习者促音感知为例[J].解放军外国语学院学报.2019
[8].姚文贵.非正式学习环境下基于移动终端的学习者模型研究[J].现代职业教育.2019
[9].王宏.大数据视角下学习者选课之推荐模型[J].陕西广播电视大学学报.2019
[10].黄瑶.基于在线学习环境下学习者学习行为模型构建与分析[D].云南师范大学.2019