跳到主要內容

臺灣博碩士論文加值系統

(44.201.97.0) 您好!臺灣時間:2024/04/13 10:39
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:林志成
研究生(外文):Chi-Cheng Lin
論文名稱:智慧型電腦輔助學習環境中超媒體學習型態之分析
論文名稱(外文):Hypermedia Learning Pattern Analysis in an Intelellignet Computer Assisted Learning environment
指導教授:孫春在孫春在引用關係
指導教授(外文):Chuen-Tsai Sun
學位類別:碩士
校院名稱:國立交通大學
系所名稱:資訊科學學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1995
畢業學年度:83
語文別:英文
論文頁數:84
中文關鍵詞:分群法超越度
外文關鍵詞:Fuzzy ClusteringHyper Degree
相關次數:
  • 被引用被引用:1
  • 點閱點閱:158
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
在超媒體上的需求式教學已經成為透過網路的遠距教學的重點之一。在這
篇論文、我們提出一個量化的模式去做在超媒體上的學習分析。雖然從前
就有人對超媒體上的學習分析相當的重視,但是僅有少數的研究者對學習
模式用客觀的學習時的數量化的資料做分析。大多數現在的分析方法都依
靠人類專家依一些合適的分群項目將學習模式分成數類。這些方法都太主
觀。我們在這篇論文裡將呈現用現代人工智慧科技去分析學生在超媒體環
境中的學習活動的資料的優點。在這篇論文中,我們從知識結構與教育超
媒體的架構的關係開始討論,然後討論在超媒體瀏覽的非線性問題。再來
我們提出幾種方法來找尋學生在使用教育超媒體時的學習模式。我們使用
最大相同子序列 (LCS) 計算兩個學習序列 (路徑) 的相似程度,使用模
糊分群法配合 LCS 將學生的學習路徑做分群。我們還定義一種方法去計
算學生的學習路徑的非線性程度 (Hyper Degree)。我們並使用模糊類神
經網路去找尋學習活動與學生背景的關係。在上面所提方法我們都將之用
在「空中英語教室」這個多媒體教材上。並且我們還將計算非線性程度的
方法用在分析真正超媒體上的瀏覽路徑。
Hypermedia course-on-demand has become a focus of distance
education through computer networks. In this thesis we propose
a quantitative model for hypermedia browsing pattern analysis.
Although the importance of navigation behavior analysis has
long been addressed in the past, only a few researchers have
discussed how to classify patterns based on objective,
quantitative data recorded during a learning session. Most
existing methods rely on human expertise to divide the patterns
into several categories and then characterize these categories
with proper terms. Conclusions drawn this way are largely
subjective. We show in this thesis how to take advantage of the
modern technology of computational intelligence to analyze the
information about student learning activities in a hypermedia
environment. We first define measurement indices for a
hypermedia tutoring system. Then we introduce a quantitative
approach to determining the similarity between navigation
patterns. We use the longest common subsequence of two browsing
paths to indicate their partial resemblance, which, together
with other metric measures, provides a sound basis for
similarity analysis. Models for categorization, including fuzzy
clustering and neuro-fuzzy association, are then described to
complete this quantitative model. We believe that this model,
working together with a network recording module, suggests an
approach to student modeling in hypermedia-based distance
education.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top