林凌
- 作品数：8 被引量：5H指数：1
- 供职机构：福建教育学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于用户大数据的学习资源推荐算法研究
- 2023年
- 作为神经网络的一个重要分支,深度学习具有无监督学习的特点,其研究成果可以在一定程度上为学习者提供个性化、精准化的教育服务。通过对深度学习相关理论的梳理,文章采用文献调研、系统分析等方法对深度学习与基于用户大数据的学习资源推荐问题展开研究,并在此基础上构建个体化的学习资源推荐模型,旨在为相关领域的研究人员提供参考。
- 林凌
- 关键词：用户大数据推荐系统神经网络
- STEAM教育中以计算思维培养为核心的6E设计型学习模式探究
- 2023年
- 计算思维是运用数学方法来解决问题,进而认识和改造世界的一项关键技能;STEAM的教学思想强调情境性、跨学科性和综合性,其目的是从科学、技术、工程、艺术、数学等多个方面去解决问题。因此,计算思想和STEAM的思想是相辅相成的。文中将“绘制五星红旗”作为例子,运用6E设计型学习模式展开了课程设计,让学生运用科学、技术、数学等多学科知识,通过定义问题、分析问题、抽象问题、设计算法、评估迁移等过程来解决问题,进而对STEAM理念下如何利用编程来培养计算思维进行了探索。
- 林凌
- 关键词：计算思维
- 基于学习效率的学习资源推荐算法
- 2014年
- 针对目前网络学习系统学习资源推荐的不足,提出了一种基于学习效率的学习资源推荐算法。我们利用逻辑回归模型,以学习者学习前的测试结果作为输入,计算输出测验得分提高的最高期望值。该算法通过测验得分提高的期望值来量化学习效率,并通过推荐资源以最大化这个期望值。
- 林凌
- 关键词：网络学习逻辑回归
- 关于语义网的学习资源推荐算法研究
- 2015年
- 网络资源学习推荐算法是利用用户搜索提供的关键词和文档查询方式,来收集用户需求的学习资源集合及核心概念集合,根据概念间的关系分别对用户评价的学习资源集合语义相似度及核心概念间语义相似度进行计算,并以此相似度值来决定用户偏好的相似性,找到该偏好相似的最近邻居,以实现协同推荐学习资源。同时,应用学习对象概念来降低计算相似度的复杂性,并将此法用于计算语义网的学习资源推荐体系中,结果显示,此计算法能够改善资源推荐的效果,资源及新用户注册数量均显著增加。
- 林凌
- 关键词：语义网学习资源
- 基于大数据的混合式学习模式研究与分析
- 2023年
- “混合学习”是一种将网络学习与面对面学习相结合的学习方法,通过分析学习环境、学习对象,技术支持来重建学习过程和学习结构,从而达到学习的最佳结果。这种模型充分地反映了效益原则和适宜性原则。效益原则体现为:在混合式学习中,教学体系的重组以最佳的学习投入与输出比率为目的,也就是利用可行的技术和较少的投资来达到学习者画像的最佳学习结果。适恰性原则表现在,重构的教学结构不片面强调在线学习或面对面教学某一形式,不单一重视学习者为中心或教学者为主导,不片面注重知识传递或自我建构,而是依托技术支撑,以学习元素与学习者的最佳匹配为准则。因此,可以认为,真正的混合学习应该是依靠学习者画像特性的,根据学习者画像的特点进行混合学习,从而达到老师的精准化、个性化教学目标,运用学习者画像法,精确描述了教师的教学特征和学生的学习需求,并在此基础上依托技术手段,对教师学习过程和学习支持服务体系进行重构,以期实现教师高质量学习的新模式。
- 林凌
- 关键词：综合教学
- 基于教师研修数据的资源推送算法研究
- 2023年
- 文章对在线教师在教学、培训过程中所产生的大量教师数据进行收集和挖掘,其中包括学科特点和学习习惯特点等内容。利用优化的协同过滤算法,精准、高效地推荐个性化在线自我提升学习材料和学习资源,从而提升教师的在线学习效率,帮助教师更有效地完成在线自我提升任务,提升学习的效果。
- 林凌
- 基于图像特征细化的海量数据挖掘系统设计与实现被引量：5
- 2016年
- 传统基于图像内容的图像数据挖掘算法,对海量图像特征的分类效率低,对图像数据的挖掘准确率受样本数量影响较大。因此,提出一种基于图像特征细化的海量数据挖掘系统,其中的人机界面可赋予系统较高的交互性。图像搜索引擎能够智能地从互联网海量的图像数据中,采集有价值图像数据和特征。图像预处理模块对图像格式进行变换,完成图像噪声因素的过滤等操作,并对采集图像特征进行细化。数据挖掘模块依据采集的图像特征细化结果塑造CMQL语句,从图像数据库中挖掘出有价值的图像数据。系统实现部分给出了数据挖掘查询语言CMQL进行图像数据的挖掘过程。实验结果表明,所设计系统具有较高的查准率和查全率。
- 林凌许然
- 关键词：海量数据挖掘图像数据挖掘
