Smap:可自适应Felder-Silverman学习风格模型的动态学习路径推荐工具  

作　　者：杨娟[1] 黄智兴[2] 刘洪涛[3] 张养力 黄兴禄 

机构地区：[1]四川师范大学计算机科学学院,610101 [2]西南大学计算机与信息科学学院 [3]重庆邮电大学计算机科学与技术学院 [4]不详

出　　处：《中国远程教育》2013年第9期77-86,共10页Chinese Journal of Distance Education

基　　金：四川省教育厅项目“基于涌现学习特征的智能学习网络研究”资助,项目编号“10ZA009”

摘　　要：为了解决伴随远程学习而产生的"学习偏离"和"认知过负"问题,基于学习风格偏向性的个性化学习路径推荐是一个解决方案。但现有智能学习系统,因其底层缺乏可自组织的资源组织结构,导致学习对象无法动态选择。为了解决这一问题,本文提出基于3向可演化的语义链网络(SLN)资源组织结构,并在此基础上开发了原型系统Smap。具有不同学习风格偏向性的学习者,可以根据SLN中的语义关系获得符合其学习风格的学习路径引导。

关 键 词：学习风格 学习路径 3向语义链网络 

分 类 号：G434[文化科学—教育学]