智慧教育研究现状与发展趋势

郑庆华; 董博; 钱步月; 田锋; 魏笔凡; 张未展; 刘均

doi:10.7544/issn1000-1239.2019.20180758

智慧教育研究现状与发展趋势

郑庆华^1,3,
董博^2,3,
钱步月^1,3,
田锋^1,3,
魏笔凡^2,3,
张未展^1,3,
刘均^1,3

¹(西安交通大学电子与信息工程学院西安 710049)
²(西安交通大学继续教育学院西安 710049)
³(大数据算法与分析技术国家工程实验室(西安交通大学) 西安 710049) (qhzheng@mail.xjtu.edu.cn)

基金项目: 国家重点研发计划项目(2018YFB1004500)；国家自然科学基金项目(61532004,61532015,61502379,61672418,61672419)；国家自然科学基金创新研究群体项目(61721002)；教育部创新团队项目(IRT 17R86)；中国工程院项目

详细信息

中图分类号: TP391
计量
- 文章访问数: 5764
- HTML全文浏览量: 40
- PDF下载量: 2070
出版历程
- 发布日期: 2018-12-31

The State of the Art and Future Tendency of Smart Education

Zheng Qinghua^1,3,
Dong Bo^2,3,
Qian Buyue^1,3,
Tian Feng^1,3,
Wei Bifan^2,3,
Zhang Weizhan^1,3,
Liu Jun^1,3

¹(School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049)
²(School of Continuing Education, Xi’an Jiaotong University, Xi’an 710049)
³(National Engineering Laboratory for Big Data Analytics (Xi’an Jiaotong University), Xi’an 710049)

摘要

摘要: 当前，以大数据分析、人工智能等信息技术为支撑的智慧教育模式已成教育信息化发展的趋势，也成为学术界热点的研究方向.首先，对教学行为、海量知识资源2类教育大数据的挖掘技术进行调研分析；其次，重点论述了导学、推荐、答疑、评价等教学环节中的4项关键技术，包括学习路径生成与导航、学习者画像与个性化推荐、智能在线答疑以及精细化评测，进而对比分析了国内外主流的智慧教育平台;最后，探讨了当前智慧教育研究的局限性，总结出在线智能学习助手、学习者智能评估、网络化群体认知、因果关系发现等智慧教育的研究发展方向.
- 智慧教育 /
- 教育大数据 /
- 大数据分析 /
- 人工智能 /
- 知识图谱
Abstract: At present the smart education pattern supported by information technology such as big data analytics and artificial intelligence has become the trend of the development of education informatization, and also has become a popular research direction in academic hotspots. Firstly, we investigate and analyze the data mining technologies of two kinds of educational big data including teaching behavior and massive knowledge resources. Secondly, we focus on four vital technologies in teaching process such as learning guidance, recommendation, Q&A and evaluation, including learning path generation and navigation, learner profiling and personalized recommendations, online smart Q&A and precise evaluation. Then we compare and analyze the mainstream smart education platforms at home and abroad. Finally, we discuss the limitations of current smart education research and summarize the research and development directions of online smart learning assistants, learner smart assessment, networked group cognition, causality discovery and other smart education aspects.
- smart education /
- educational big data /
- big data analytics /
- artificial intelligence /
- knowledge graph

HTML全文

参考文献(0)

施引文献(21)

期刊类型引用(7)

1.	李皎，张秀山，宁远航. 降低跨分片交易比例的区块链分片方法. 计算机应用. 2024(06): 1889-1896 . 百度学术
2.	张驰骋，李雷孝，杜金泽，史建平. 可编辑区块链研究综述. 计算机工程与应用. 2024(18): 32-49 . 百度学术
3.	孙林昆，蒋文保，郭阳楠，李春强. 基于密码累加器的无状态区块链性能优化. 计算机工程. 2023(02): 46-53 . 百度学术
4.	姜承扬，庞俊，贾大宇，于明鹤，信俊昌，刘晨. 结合社区发现和局部恢复码的区块链扩容研究. 计算机工程与应用. 2023(05): 297-304 . 百度学术
5.	邓文丽，方欢. 基于健康数据库的无状态区块链在医疗保健的应用. 哈尔滨商业大学学报(自然科学版). 2023(04): 408-412 . 百度学术
6.	刘孝保，孙海彬，阴艳超，姚廷强，杨林. 面向制造业产业链图状区块链模型. 计算机集成制造系统. 2023(12): 4267-4281 . 百度学术
7.	傅丽玉，陆歌皓，吴义明，罗娅玲. 区块链技术的研究及其发展综述. 计算机科学. 2022(S1): 447-461+666 . 百度学术