智能时代学习者情感分析：理论模型、实践应用及价值意蕴

学习者情感是学习者在学习过程中产生的情绪体验和态度,对学习动机、学习兴趣以及学习效果有着重要影响。在智能时代,物联网、大数据以及人工智能等技术的发展为学习者情感分析提供了新契机,有助于实现智能化情感识别与干预。在理论方面,学习者情感分析的理论模型经历了从情感分类模型到情感维度模型的发展,体现了对情感的认识从离散到连续的转变;在实践应用方面,实现了从学习者情感状态智能识别到情感个性化反馈与干预,进而提供智慧情感支持服务。随着智能化情感分析逐步从教育研究走向开放实践,通过精准化诊断、过程性评价以及个性化建档,可以为优化教学设计、改进教学过程及助力教学管理提供支持。     

大数据视阈下学习资源智能推荐模型构建

借助大数据和人工智能提供的技术基础和思维框架,构建了以学习者大数据分析和学习资源大数据分析为基础、以智能推荐引擎为核心、以个性化资源服务为目的的学习资源智能推荐模型。该模型由数据源模块、学习者分析模块、学习资源分析模块、智能推荐引擎模块和个性化服务模块等六部分组成。该模型既关注对学习者的知识水平、学习行为、学习风格、学习兴趣等方面的大数据分析,又关注对学习资源的属性、类型、效能、进化等方面的大数据分析,还注重学习资源检索Agent、匹配Agent、管理Agent、算法优化Agent和推荐Agent的协同工作,该模型具有适应性、个性化和易用性等特征。     

一种集成网络化与智能化的供应链技术创新模式研究

研究在供应链环境中，应用Web服务和Agent技术的网络化与智能化的集成创新模式．该模式可以及时匹配顾客供需服务，实时地协同供需关系．Agent技术使得Web服务具有一定的智能特性，能够按照任务特点设置意图和承诺，直到完成供需服务；而Web服务技术又使得Agent实现了供应链系统的网络化，Agent无须考虑企业系统平台异构情况，实时地协调Web服务，重置和执行工作流任务，从而达到供应链协同、集成管理的目的。     

基于B／S模式教学与智能在线考试系统平台的建立

文章比较了C/S结构和B/S结构在网络应用开发中的优缺点,以及利用网络和数据库技术,研究开发了基于B/S模式的教学与智能在线考试系统.真正实现了基于网络的多媒体教学及无纸化智能考试,为高校及职业技能培训机构提供了一个可嵌入的教学考试系统平台.     

一种基于多Agent系统的智能家庭网络研究

在分析家庭网络智能化需求的基础上,提出一种基于多Agent系统的智能家庭网络MAIHN模型,用Agent实现不同功能单元的控制与管理,通过MAS技术的思想、方法和体系建立智能家庭网络整体结构。给出了MAIHN模型的各个组成部分,对模型中各种Agent的功能设计与实现模型进行了分析,研究了MAIHN模型中的多Agent协作与通信策略,并设计了系统的实验原型。     

基于移动Agent技术的网络拓扑发现模型研究

随着当今大规模网络的发展,基于SNMP的Manager/Agent模型的网络管理系统越来越暴露出自身的局限性.移动Agent技术的移动性、自治性等诸多优点非常适合网络环境的系统异构,由此本文基于移动Agent技术对当前的SNMP的M/A模型构建进行了有效改进.在参考IBM公司的Aglet原型的基础上对模型进行了Java语言的初步实现.     

论大学英语网络教学模式构建

多媒体网络技术的飞速发展为大学英语网络教学开辟了一片新天地,而建构主义理论和输入假设理论为大学英语网络教学模式的创设奠定了理论基础。这种模式以互联网为大环境,以校园网为主要依托,以大学英语教学平台为主要支撑,结合教材光盘中的语言知识和技能,实现了大学英语教学过程的网络化,是对教师面授教学的辅助补充。这种模式中的大学英语网络教学平台以教学/学习系统、教学/学习资源系统、教学/学习管理系统和终结性评估系统为英语教学提供了延伸空间,使网络信息走进英语课堂,优化了英语教学。     

ICAI技术在局域网中的开发和实现

本文分析了ICAI和CAI的区别，提出了基于局域网的智能计算机辅助教学（ICAI）的实现技术，据此采用VFP、SQLServer、IIS等开发平台，建立了一个具有动态组织教学内容、调整教学方法、评价学生学习行为特点的功能并实现了以学生为主体的智能化试验模型，并提出了ICAI的未来发展前景．     

基于WEB的智能化教学系统设计

基于WEB的智能化教学系统是为我校实施网络化、智能化、开放式教学及教学管理而设计的综合型应用系统,为广大师生提供了一个方便、实用的工作、学习环境。该系统具有界面友好、使用方便、智能判断的特点。     

基于多Agent的智能决策支持系统

Agent是计算机科学和人工智能领域中的一个重要概念,面向Agent的编程方法为新一代决策支持系统的构成提供了实现基础。文章讨论了Agent的基本概念,给出基于多Agent的智能决策支持系统的体系结构,同时研究了其中的各类Agent,以及系统中的机器学习和知识发现技术。     

依托CAD／CAM／CNC集成实验平台提高数控课程教学质量

为适应先进制造技术的发展对数控课程教学的新要求,构建了CAD/CAM/CNC集成实验平台;并依托该平台,在数控课程的教学中引入了新的教学内容和教学方法,从而大大提高了学生学习的积极性和主动性.该实验平台在教学中的应用,有利于培养学生的创新能力和实践能力.     

基于多智能体的货物运输调度模型

应用MATSim（Multi-Agent Transport Simulation,多智能体运输仿真）技术,研究微观仿真和基于智能体的方法在交通政策分析中的应用.将货物运输车辆整合到MATSim运输仿真软件,建立了一个基于Multi-Agent的货物运输调度模型其中,将物流决策Agent分成运输服务提供商Agent和承运商Agent两类.这种货物运输调度模型,通过多智能体运输仿真迭代运行,得到了将货物从起始地运往目的地的最佳物流决策及行驶路线.应用案例分析,虚构一个货运经营商,为客户提供运输服务,验证了货物运输可以在不同的运输条件和政策措施下进行仿真.     

基于Multi-Agent的智能信息检索系统模型研究

针对搜索引擎在信息检索过程中存在的缺陷,提出了一种基于Multi-Agent的智能信息检索系统模型,并给出了该模型的结构、工作流程以及功能描述.该系统采用Multi-Agent系统的体系结构和反馈机制,各个Agent分工协作完成信息检索任务,体现了信息检索的智能化与个性化等特点,为实现高效智能信息检索开辟了新的途径.     

基于数据挖掘技术的本科教学智能化评估方法的研究与应用

由于本科教学水平评估对象和因素众多且关系复杂,在海量的教学数据中提取出对评估有用的信息具有一定的困难.在研究教学评估相关指标体系和特点的基础上,提出了基于数据挖掘技术智能教学评估思想,并进行了教学评估Teaching_Evaluation智能化方法的设计和"优秀毕业论文"评选的实验.结果表明Teaching_Evaluation智能化方法能提取出隐藏在评估数据中有用的规律和知识,为教学评估提供高效化、网络化和智能化的决策支持.     

基于建构主义的外语多媒体网络教学研究

建构主义的发展轨迹揭示了学习具有“自主性”“情境性”、“社会性”的特点,而“情境”、“协作”、“会话”、“意义建构”则构成了建构主义的学习环境。外语多媒体网络教学则真正契合了建构主义学习观,它使创建建构主义学习环境成为可能,并为建构主义学习理论的应用提供了技术支撑和实践平台。外语多媒体网络教学就要以建构主义学习理论为指导,来制定评价指标和进行多方面的教学设计。     

基于移动Agent的分布式信息系统平台研究

分析了分布式信息系统中信息共享的需求和特点,阐述了一个基于移动Agent技术的分布式信息系统平台的设计和构造, 论述了多个互相协作、具有知识和目标的移动Agent在该系统中对分布式信息管理和共享的有效实现。通过应用实例验证了该系统平台为分布式信息系统的实现提供了有效而灵活的应用框架和基础设施,说明了该系统平台因其对移动Agent技术的合理应用而具有的优势。     

高校网络教学平台可持续发展策略

网络教学平台的推广和使用已成为我国教育事业信息化的一项重大举措.高校利用网络教学平台,为课堂教学提供有益的补充,并通过远程教育促进优质教育资源的共享,为教育的均衡发展提供了可能.高校网络教学平台通过对传统课堂的扩展和革新,提供自主学习的网络环境,改变了人才培养的模式.现有的网络平台在技术层面和教学资源质量方面都存在问题,而且缺乏专门的管理机构,使用的动力不足.通过完善管理机制、升级教学资源、拓宽应用层面、促进师生互动交流、加强校际合作与资源共享等多种途径,能不断完善网络教学平台的功能,并实现其发展的可持续性.     

新时期我国智能建筑发展的路径选择

我国的智能建筑在发展过程中存在着过于注重智能化而忽视融入绿色理念的问题,因而智能与绿色建筑一体化发展应是我国智能建筑在新时期发展的战略路径.根据智能绿色建筑的发展目标、建造特点,可以构建基于建筑生命周期的智能与绿色一体化发展的体系结构.为推动智能绿色一体化发展,应建立统一的管理部门,搭建智能绿色建筑产学研发展平台,制定智能绿色建筑的评定标准.     

基于贝叶斯学习的Agent谈判策略构造研究

提出了一个在电子商务中辅助用户进行谈判的智能Agent谈判模型,并在模型中引入了贝叶斯学习方法,使得Agent在谈判过程中能更好地调整谈判策略,提高谈判效率.     

传感数据：智能时代学习分析的新视角

智能时代,各种智慧教育场所、移动智能终端和可穿戴设备中应用的传感技术可以对学习者的生理特征、行为动作及学习场所等相关数据进行捕捉,使学习者“身体”重新回归到教育者视野,并通过低倾入性的方式采集真实情境中的序列数据,为实现全方位、情境性和过程性的学习分析提供条件。当前,在教育实践中,传感数据已逐步应用于认知监测、行为分析、情感识别以及自适应情境学习等方面,为智能化学习分析与评价提供了良好支持。随着技术与实践的发展,学习分析中的传感技术将从“有感”走向“无感”,传感设备将从单一设备转变为集成系统,应用目的将从对学习过程的合理解释走向精准干预,并从实验研究走向多样化实践。在传感数据应用于学习分析的实践中,教育部门、研究机构和企业应共同努力,以应对理论基础、技术成本和伦理隐私等方面的挑战。