移动学习行为感知下教育资源语义组织与存储优化研究

Mobile learning has become a new development of educational informatization theory and patterns under the current information technology environment. Organization and optimize application of mobile learning resources is an important research point of mobile learning research. Based on the aim of individual high efficient access about mobile learning resources, this research focus on user activity awareness, constructs time-place clustering of mobile learning activities', and accessing resources topic and relevance modeling. Analysis characterization methods of learning resources organization model, automatically predict model parameters. Try to get the achievement about optimization storage and synergistic application of mobile leaning resources. This research will focus on four points to breakthrough organization and storage of mobile learning resources, ①analysis mobile learning activity awareness and its characteristics under time-place relevant ②acquire topic-organization technology about mobile learning resources ③support predicting resources topic-map and time-place clustering of mobile learning activities ④ adapt optimize learning resources storage to mobile learning. To achievement learning resources organization and application theory, methodology and technology about mobile learning based on the result of learning activities awareness and time-place traction.

移动学习已经成为当前信息技术环境下教育信息化理论与模式发展的新方向。移动教育资源的组织与优化应用是移动学习研究的重要内容，也是决定移动学习体系应用效果的基石。 基于移动学习资源个性化高效访问的目的驱动，本项目拟重点研究移动学习环境下用户行为感知技术，对移动学习行为时空聚集性、访问资源主题性和关联性进行建模，分析教育资源组织模型的表征方法，自动预测各模型特性参数，最终实现移动环境下教育资源的存储优化与增效应用。 本项目将重点突破移动环境下教育资源组织与存储的四个关键问题：①时空关联下的移动学习行为感知与特性分析；②移动学习环境下教育资源主题性组织技术；③支持移动学习行为的资源主题性及时空特性预测；④适应移动学习环境的教育资源存储优化。最后形成一套移动学习环境下基于学习行为与学习环境时空特征牵引的教育资源组织与应用的理论、方法和技术成果。

移动学习成为当前信息技术环境下教育信息化理论与模式发展的新方向。移动教育资源的组织与优化应用是移动学习研究的重要内容，是决定移动学习应用效果的基石。. 基于移动学习资源个性化高效访问的目的驱动，本项目研究移动学习环境下用户行为感知技术，对移动学习行为时空聚集性、访问资源主题性和关联性进行建模，分析教育资源组织模型的表征方法，自动预测各模型特性参数，最终实现移动环境下教育资源的存储优化与增效应用。. 本项目重点突破的四个关键问题的研究结果如下：. （1）时空关联下的移动学习行为感知与特性分析。针对学习者个体，基于眼动追踪等数据构建预测移动学习者计算模型和测定方法。相关研究成果发表在《SENSORS》等；针对学习者群体，基于学习者的时空聚集性特征，运用产品的消费度方法、挖掘移动学习情感相近度较高的学习群体。研究成果发表在《COMPUTERS IN HUMAN BEHAVIOR》等。. （2）移动学习环境下教育资源主题性组织技术。设计一种基于本体的教育资源元数据模型和基于语义的教育资源检索方法，提出一种基于非负矩阵分解和分布式计算框架MapReduce的教育资源提取方法。研究成果也已发表在《计算机学报》和《中国科学：信息科学》等。. （3）支持移动学习行为的资源主题性及时空特性预测。提出移动学习环境下基于聚类和语义分析的学习者行为分析和学习资源推荐模型，针对时空特性下特定学习者对学习资源的偏好，提出MAP-KNN的协同过滤资源推荐方法。研究成果发表在HCC2014，APweb2016等学术会议上。. （4）适应移动学习环境的教育资源存储优化。提出基于用户学习行为时空聚集性的资源调度策略，设计基于主题性的教育资源语义预取方案，实现移动学习特性与资源特性区分的存储优化。研究成果发表在《通信学报》、《中国科学：信息科学》等。. 最后形成一套移动学习环境下基于学习行为与学习环境时空特征牵引的教育资源组织与应用的理论、方法和技术成果。部分成果在自主开发的在线学习平台“砺儒云课堂”、移动学习平台“砺儒小课堂”上得到应用与验证。