课题申报书基于个性化技术的协同教学有效策略研究Word文档格式.docx

课题申报书基于个性化技术的协同教学有效策略研究Word文档格式.docx

《课题申报书基于个性化技术的协同教学有效策略研究Word文档格式.docx》由会员分享，可在线阅读，更多相关《课题申报书基于个性化技术的协同教学有效策略研究Word文档格式.docx（5页珍藏版）》请在冰豆网上搜索。

课题类别：

重点课题

学科分类：

信息技术

研究类型：

预期研究成果：

立项号：

136221507

课题设计论证

一研究现状和选题意义

近二三十年来，教育界出现了越来越多对学校中相互隔绝的教师文化的批评，以及由此而来的对教师合作文化的强力倡导。

与此同时，建构主义对高层次的思考技能和社会交往技能的强调大大地拓展了学校教育目标。

在这种背景下，协同教学又一次被大家所重视。

协同教学的两个基本特征：

一是高效的教学团队。

不同于传统意义教学中教师单打独斗的教学形态，协同教学则是多个教师一起合作，共同确定教学内容，设计教学过程，共同指导学生学习课程知识。

教师之间的合作可以说是协同教学的核心，缺乏合作或低效合作严格说来不能算是协同教学。

二是多元化的教学内容、形式和手段。

教学形式可以是大班教学，或是分组讨论或小组作业。

教学内容可以是单一课程，也可以是完全不同学科的两门或两门以上课程或是某个专题。

协同教学广泛利用数字化和网络化工具，可以将教学从课堂延伸到课外，教学时间和空间更加开放和具有弹性。

计算机和互联网的迅猛发展使得人们的生产和生活方式产生了革命性的变化。

网络教学的出现，使得教师要面对的不再是局限于一个班级的几十个学生，而是网络上的海量学生资源；

在网络环境下，教师面对的教学资源也从对于书本知识的理解扩展到网络上的海量教学资源。

在这种条件下，让教师能够快速有效的找到适合自己的资源和学生已经是协同教学过程中的一个紧迫的问题。

目前，个性化推荐被认为是解决此类信息过载问题的最有效的手段。

最为简单的推荐算法是全局排序，如把最流行的教学资源推荐给教师，这也是目前协同教学中最常采用的手段，只注重资源的共享，但是并没有考虑到教师的个性化特征。

基于协同过滤的推荐算法是目前为止应用最为广泛的个性化推荐算法：

协同过滤推荐算法最大优点是对推荐对象没有特殊的要求，其原理是通过分析相似的用户以往的教学行为记录，来预测适合目标用户的教学资源。

当前，我国高等学校本科教学正处在“质量工程”和提升教学质量的改革大潮中，但依然有部分学校教师仍然沿用“师主生从”的传统教学模式，以教师为中心，课堂为中心；

一位教师、一本教材、一个标准，导致学生知识面窄、自主创新意识淡薄。

这种教学方法陈旧落后，是影响我国大学教育质量的根本因素。

因此，如何尽快更新教学观念和模式，倡导一种以学生的思维为核心的理解性学习，使学生全身心地投入，用启发式的教学方法将他们的身体、心理、认知逻辑和情感都统一起来。

既要发展学生的知识，同时又要提高他们的学习能力。

而协同教学无疑符合教学改革的目标，为传统教学模式的改进提供了一个发展方向。

在深入分析教师网络教学和学生学习信息的基础上，运用适当的推荐算法，把合理的教学资源推荐给教师，大大节省教师寻找搜索各类资源的时间，并能有效的推动教师-教师、教师-学生、学生-学生之间的互动，使得网络协同教学更加有效，这是一个理论上合理、技术上可行的协同教学策略。

二研究目标

本课题拟利用个性化推荐技术，进行网络环境下的协同教学的有效策略研究。

课题拟通过协同过滤的信息技术分析，为教师寻找适合教学发展的个性化资源，完成教师和学生之间的有效配对，并通过教师与教师、教师与学生、学生与学生之间的互动进行实时反馈，提出网络环境下协同教学的有效策略，使得教学资源得到很好的利用，有效的进行网络协同教学。

三研究内容

1.通过教师之间的合作交流记录，挖掘出教师之间的合作关系，形成教师合作网络，通过网络分析算法，将教师进行合理的群组划分，使得群组内的教师之间的协同教学更流畅有效；

通过教师以前的授课信息和资源（包括课程、讲义、主讲知识点、教学经验等），采用协同过滤技术，计算出与目标教师相似的教师使用的最多最有效的教学资源，并将这些个性化的教学资源推荐给目标教师，从而达到最有效的资源共享和利用，整体上提高教师的教学水平和能力；

通过分析教师和学生的信息，根据教师的专业和特点，采用协同过滤技术，将合适的学生推荐给相应的教师。

2.在未来教学活动中，学生将成为教学的主体。

通过学生的学习记录，分析出学生在知识点等学习资源上的连续性，通过个性化推荐方法，将与目标学生相似的学生的学习资源推荐给相应的学生；

通过这些学习资源和教师间的对应关系，进而将于这些学习资源最契合的教师推荐给相应的学生。

这样形成个性化的协同教学和协同学习的环境，在一定程度上提高教学和学习效果。

3.在研究内容1和2的基础上，通过分析所推荐的教师-教师、教师-学生和学生-学生之间的互动持续性，来评价个性化的协同教学策略的有效性。

并通过细致的分析，给相应的资源给予合理权重，调整个性化的推荐算法，达到更好的协同教学效果。

四主要观点与创新之处

1.用个性化技术来解决协同教学中教师个体和学生个体的多样化需求，实现个性化资源的有效配置，扩宽了协同教学在教学效率和教学效果两个维度上的发展空间。

这是本课题在研究理念上的创新。

2.在协同教学过程中引入个性化技术，提高了师生之间、教师之间和学生之间需求匹配策略的有效性，构建新的协同教学需求策略支撑模型，大大改善教学双方的良性互动，提高了协同教学效果。

3.基于对教师教学数据和学生学习数据的定量分析，将个性化的推荐技术应用到协同教学中教师教学资源和学生的选择推荐，有助于进一步提升协同教学效率。

这是本课题在研究方法上的创新。

五研究方法

鉴于本课题研究具有理论研究与数据分析相结合的特点，因此本课题的研究方法主要包括：

（1）文献研究方法：

本课题研究将利用文献研究方法，对相关文献进行系统的收集、梳理和分析。

在文献分析的过程中，将采用内容分析、二次分析等方法进行规范的文献研究，了解协同教学理论基础和协同过滤推荐方法。

（2）定量分析方法：

本课题将利用聚类分析方法对教师进行基于协同教学的群体划分。

利用协同过滤推荐方法，对教师进行教学资源推荐和学生推荐，对学生进行学习资源推荐和教师推荐：

首先计算目标教师（学生）与系统中的其他教师（学生）的相似性，再综合这些相似教师（学生）对某一特定教学资源（学习资源）或是学生（教师）的评价，形成系统对该指定教师（学生）对此资源的需求预测。

（3）数据反馈分析方法：

通过追踪分析所推荐的教师-教师、教师-学生和学生-学生之间的互动持续性，通过数据反馈分析个性化策略的有效性。

六实施步骤

项目的具体实施步骤如下：

第一阶段：

研究准备阶段（2013年6月—2013年12月）

前期文献调研和数据采集工作，主要通过分析教师网络教学行为，并基于此对教师用户进行群组划分工作，完成为教师推荐合适的群体方面的工作；

分析教师和教学资源间的关系，完成对教师推荐教学资源的工作。

基于此形成阶段性报告。

第二阶段：

探索研究阶段（2014年1月—2014年10月）

通过分析教师与学生的互动行为和历史的教学记录，设计相应的推荐算法，基于此对教师进行学生推荐，以及对学生进行教师推荐工作，并对个性化的协同教学的效果进行评估。

第三阶段：

深入研究阶段（2014年11月—2015年8月）

根据教师－教师，教师－学生，学生－学生之间的互动反馈结果，调整协同教学策略；

将阶段研究成果推广；

对形成的教学模式微调，进行验证性研究；

收集研究个案；

课题组成员进行研究小结。

完成结题报告，并撰写研究论文1-2篇。

课题可行性分析

已取得的相关研究成果：

本课题负责人和主要参与人作为第一作者和通讯作者在相关领域已发表SCI学术论文二十多篇，出版专著五部，申请专利2项，获得国家重大、面上及省部级课题五项。

另外还多次获得省部级教学成果奖，这些都为完成本课题提供了良好的基础，确保本项目顺利进行。

参考文献：

[1] 

王少非.协同教学：

模式与策略.外国中小学教育.2005,3：

32-36[2] 

梁铁柱，宋云娴．网络协同教学系统的研究．多媒体世界．1997,2:

63-64[3] 

侯筱蓉,赵文龙,罗丽娟,胡虹.基于协同教学理论的高校学习型教学团队建设.医学信息学杂志.2012,33（7）：

86-89[4] 

吕萍,慕芬芳.基于项目的多课程协同教学理念和实践.高等工程教育研究.2012,4:

171-175[5] 

马晓辉.基于交互白板的远程协同教学策略研究.远程教育.2010,12:

53-55[6] 

赵俊生,杨国贤.基于Agent计算机支持的协同教学与学习环境.微型机与应用.2010,10:

8-14[7] 

刘迎春.“协同教学”的理性分析与实践展望.浙江师范大学学报（社会科学版）.2010,35（3）:

113-117[8] 

王远明.基于Internet的远程多媒体协同教学系统.黎明职业大学学报.2002,4:

62-66[9] 

向征.基于创新人才培养的协同教学模式研究.产业与科技论坛.2012,11（10）:

172-173[10]王维,侯作伟.浅谈网络协同教学及其平台构建.　应用能用技术．2005,1：

4-50[11]赵剑，靳玉乐．计算机支持下的协同学习．电化教育研究．2000.4:

48-52[12]AdomaviciusG,TuzhilinA.Towardthenextgenerationofrecommendersystems:

asurveyofthestate-of-the-artandpossibleextensions.IEEETrans.onKnowl.&

DataEn.,2005,17（6）:

734-749.[13]刘建国,周涛,汪秉宏.个性化推荐系统的研究进展.自然科学进展,2009,19

（1）:

1-15.[14]KonstanJA,MillerBN,MaltzD,etal.GroupLens:

applyingcollaborativefilteringtousenetnews.Commun.ACM,1997,40（3）:

77-87.[15]LindenG,SmithB,YorkJ.Arecommendations:

item-to-itemcollaborativefiltering.IEEEInt.Comp.,2003,7

（1）:

76-80.[16]杨怀珍,丛晓琪,刘枚莲.基于协同过滤的电子商务推荐系统建模研究.中国管理信息化.2008,11（21）:

96-98.[17]LiuR.-R.,JiaC.-X.,ZhouT.,etal..PersonalRecommendationviaModifiedCollaborative　Filtering.PhysicaA,2009，388,462.[18]邢春晓,高凤荣,战思南,周立柱.适应用户兴趣变化的协同过滤推荐算法.计算机研究与发展,2007,44

（2）:

296[19]汪小帆,李翔,陈关荣.复杂网络理论及其应用.清华大学出版社,2006.[20]LiuC.andZhouW.-X.,Heterogeneityininitialresourceconfigurationsimprovedanetwork-basedhybridrecommendationalgorithm,PhysicaA,2012,391,5704-5711. 

主要参加者的学术背景和研究经验、组成结构（如职务、专业、年龄等） 

课题组由副院长，研究中心副所长和三个骨干教师组成，平均年龄不足40岁，拥有充沛的精力完成本课题相关工作。

同时课题组负责人和主要参与人在在线行为分析，关键词分析，个性化推荐和协同教学等方面已有很好的研究基础和丰富的应用研究经验，确保本项目可以顺利开展。

另外，项目负责人和主要参与人作为主持人主持多项国家级及省部级重大和专项课题经历，也获得过多项奖励，这些都为开展本课题提供良好的项目经历。

完成课题的保障条件：

研究资料：

学校办学条件良好，学校图书馆已经购买了丰富的国内外重要期刊文献库资源，同时学校图书馆还可以根据教师对一些资料的特别需求提供个性化文献传递服务，一切服务于研究。

这些可以满足本项目对文献资料的查阅需求，确保项目顺利进行。

实验仪器设备：

申请者所在的学院为每位老师分配了相应的办公场所和办公电脑，满足项目开展的办公要求。

同时学院还有多台高性能台式计算机，这些满足项目进行中对数据处理和仿真模拟方面的计算需求。

并且如果有较大数据计算，还可以申请学校高性能计算机集群帐号，满足大规模仿真模拟需要。

政策和经费保证：

学校领导十分重视教学技术改进，尤其是重视教师教学改革和教学效果的提升，一方面不断加大信息技术硬件设备的投入，另一方面学校设立专项教改资金用于支持教学改革和教学效果提升。

另外，学院也会根据项目的进展需求，给予全方位的支持，确保本项目顺利进行。

研究时间：

本项目负责人和主要研究成员在本项目的核心技术上有良好的研究基础和丰富的应用经验，计划在两年时间完成本项目的相关研究内容。

同时为便于课题组成员的交流和确保课题研究顺利开展，课题组也将将制定科学严密的课题管理制度，至少每月召开一次课题研究分析会，不定期召开有关进展交流会，以确保有足够的时间用于课题研究工作。

所在单位条件：

除了上述提到的办公场所，办公设备和数据库条件外，学校自主开发的在线学习平台也已投入试用，这个平台一方面可以方便获取一些本项目所需要的实证数据，分析教师、课程和知识点、学生等三者之间的相关关系，设计更好的协同学习方法。

同时还可以将本项目的研究成果直接应用于本系统，根据反馈情况不断地改进，从而有效提升教师教学效果。

预期研究成果