论文部分内容阅读
该研究通过梳理国内外个性化学习资源建设现状,提出利用学习者自我评价和FelderSilverman量表进行前测以检测学习者的学习风格,利用学习者在学习过程中的学习行为和学习路径等分析出隐性学习者特征,采用协同过滤技术和数据挖掘技术相结合的方法将学习者特征与在线学习资源相匹配,建构基于协同过滤和数据挖掘的在线学习资源个性化推荐服务模型并进行案例实践,以期为在线学习者特征的维度确立以及在线学习资源个性化建设等研究提供参考。