移动学习中资源管理关键技术研究

With the popularization of mobile devices and the improvement of mobile Internet in speed, mobile learning is playing an increasingly important role in knowledge acquisition. This project takes the resources involved in the mixed learning mode as the research object, and studies the key technologies in the resource management. This study includes the following research contents. First, it builds the resource management framework of the mixed learning mode in order to provide support for the customized recommendation, the resource scheduling and the evaluation of states. Second, it presents the customized resource recommendation method, which recommends the teaching resource at the beginning of the courses and chapters according to the features of learning resource and characteristics of students. Third, it researches the resource scheduling method based on scenes and fragments, which divides learning contents to the time of in-class and out-of-class in order to guarantee the completion of teaching plans, and meets the requirements of scenes and reduces cognitive load by dynamic scheduling. Fourth, it explores the resource evaluation method based on the stability and the hot degree. It evaluates the states of teaching resource at the end of a term, and makes the decision to increase or reduce the degree of recommendation of resource, and update or discard resource, so as to meet the requirements of technology development while keeping the stability of teaching materials. This research provides theoretical bases, algorithms and implementation technologies for the design of mobile learning systems under the mixed learning mode, which meets the requirements of resource management automation, individuation and scenarios.

随着移动设备的普及和移动网络速度的提高，移动学习在人们知识获取中发挥着越来越重要的作用。本项目以混合学习模式下所涉及的资源为研究对象，研究资源管理中的关键技术。本研究包括建立混合学习模式下的资源管理框架，为资源的个性化推荐、调度和状态评价提供支持；提出个性化的资源推荐方法，从而在课程和章节开始时，根据资源特征和学生特征个性化推荐教学资源；研究面向场景化和碎片化的资源调度方法，从而在保证教学计划完成的同时，合理划分学习内容到课内和课下学习时间中，并通过动态调度满足场景的要求并降低学习认知负荷；以及探索基于稳定度和热度相结合的资源评价方法，从而在学期完成后，评价教学资源的状态，并做出增加或减小推荐度、更新或者废弃等评估，从而在保证教学资源相对稳定的基础上，满足技术发展的要求。本研究为设计混合学习模式下移动学习系统提供理论依据、算法和实现技术，满足资源管理的自动化、个性化和场景化的要求。

移动学习中的资源管理对于满足学习者的个性化需求、降低认知负荷、提高学习效果具有重要的意义。本项目以混合学习模式下所涉及的资源为研究对象，对混合学习模式下的资源管理框架、个性化的资源推荐方法、面向场景化和碎片化的资源调度方法、以及基于稳定度和热度相结合的资源评价方法进行了研究，在基于“云端-边缘端-设备端”为基础设施的层次化资源管理框架、移动学习的安全管理、资源属性和学生属性的刻画、个性化的多知识资源推荐、无隐私泄露的持续性身份认证、满足时间碎片化和场景化条件下的有序任务分配方法、对资源热度的评价方法、热点意见和建设性建议的自动提取方法等方面取得了一系列研究成果。.截止2023年2月15日，项目组在国内外期刊和学术会议上发表的标注基金资助号的论文26篇，其中SCI收录14篇，EI收录10篇；IEEE Transactions及JSA等国际一流刊物上发表论文6篇，国际一流会议IEEE MASS上发表论文1篇。申请国家发明专利7项，其中授权2项；获得软件著作权4项。1名教师获得杭电钱塘学者称号，1名教师获得浙江省教学成果奖一等奖和二等奖各1项。培养硕士毕业生7人。参加移动学习相关领域境外召开高水平学术会议5次，国内召开学术会议6次，与国内外多所大学和研究机构进行了学术交流。.本研究有助于解决移动学习资源管理中参与者需求个性化、学习场景多样化和学习时间碎片化等问题，具有较强的理论价值和应用前景。