商业智能与移动学习

newmaker

欢迎访问e展厅 展厅 3 CIO信息化管理展厅 电子商务/企业门户, IT运维管理, 制造执行系统MES, 流程管理BPR/BPM, SOA/SaaS/云计算, ... 目前对移动学习还没有一个确切的定义，Clark Quinn认为移动学习(M-learning)是通过移动设备实现的数字化学习，这些移动设备包括PDA、手机等。还有学者认为移动学习是移动计算技术和E-learning的结合，能够为学习者带来一种随时随地学习的体验。从上可见，移动学习首先是基于便携式移动设备进行的数字化学习。其次，移动学习依赖于移动通信技术实现教学内容的传输。此外，移动学习中教与学活动的交互性通过移动计算技术实现。移动学习系统的架构如图6．3所示。 从2000年起，欧洲一些国家对移动学习的方式表现出极大的兴趣，先后组织了30多个移动学习项目，对移动学习的教学对象、教学方法和技术手段等进行探讨”。例如英国在2001年开展的M-learning项目主要是解决欧洲年轻人中的文盲、缺少继续教育以及缺少信息技术而导致的不公平等问题。该项目开发了基于移动学习的智能导师系统，经过两年的使用，在学生中受到了热烈的欢迎。斯坦福大学在美国的远程教育与数字化学习研究领域一直处于领先地位，Stanford LeamingLab开发了一个移动学习的初始模式。他们选择外语学习作为移动教育的课程内容，在一个安全、可信、个性化的环境中帮助学习者进行听说练习。让用户练习生词、做小测验、查阅单词和短语的译文，并通过移动设备和教师实时交流。 商业智能在移动学习中的应用有助于实现个性化学习，常见的算法包括基于决策树的个性化学习算法和基于神经网络的个性化学习算法。基于决策树的个性化学习算法的过程大致如下：首先学生经过注册后登录系统，此时学生的个人信息被存入学生个人信息数据库；然后管理信息系统根据这些数据对学生学习能力进行分类，分类规则的产生借助于决策树算法。基于神经网络的个性化学习算法的过程是学生登录后系统收集其历史学习信息，应用神经网络判断学生的学习状态，即对知识点的理解程度。神经网络的输入数据是与特定知识点相关的资源的学习程度，输出数据表示用户对知识点的理解程度。应用神经网络可以得出学生对知识点的掌握情况，还要根据他的综合表现以及课程的预定学习目标进行分析比较，向学生提供下一步学习的建议。 [例6．5] 商务智能在某公司的移动学习项目中的应用。 在教学中引入移动学习方式作为学习辅助的移动学习项目，旨在研究移动学习与传统课堂教学整合的方式与方法，需要开发结合传统课堂学习、数字化学习和移动学习等多种形式的综合学习模式。 移动学习系统要彻底实现个性化的服务，就必须动态地组织和呈现与学习者当前学习能力最相关的学习内容，即通过学习用户的访问模式，自动地改进网站信息的组织和显示，以学习者为中心，为每个学习者寻求适合自身特点的内容，使每个学习者能够在特长领域中得到充分发展。这些功能都需要采用商务智能技术发观甲户的需要和兴趣。在实施过程中，某公司根据移动学习者的位置进行划分，找到每个学习者的访问记录集，然后把该学习者的访问记录集用固定的时间间隔进行分割，找到该学习者的访问规律，建立该学习者的访问模型。通过分析移动日志数据、学习者的学习历史记录和学习结果评价等，挖掘出用户的使用模式，从而向用户提供个性化服务。在建立模型之后，运用数理统计和关联规则等方法，把分析的结果存入个性化知识库，当学习者下次进入系统时，系统就可根据个性化知识库提供给学习者个性化的信息，使学习者所关心的知识点更醒目或者为学习者动态推荐网页等。此外，由于学习者的学习需求是不断变化的，所以需要定期地采集原始数据，并结合学习者个性化的历史信息，再次进行个性化分析，更新个性化知识库，如图6．4所示。 (end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (2/6/2010)