读“人工智能支持下自适应学习路径构建_孔维梁“笔记

学习共同体从线下至线上的转移， 学习的需求 、形式和目的看似没有改变，但是具体教师的教学设计和学生的学习行为将发生较大的变化。教师需要设计线上的教学活动、提供各种教学资源以便学生在线上学习的过程中通过一定的学习路径进行知识的获取和建构。

学习路径的概念
一系列具有既定目标的活动和资源的组合，以帮助学习者在某个主题领域积累知识和技能。
自适应学习路径的概念
根据学习者的知识水平，学习模式、资源偏好等个性特征所提供的特定学习路径，以满足其个性化学习需求的学习活动和学习资源的有效序列。

学习路径模型构建需要解决的问题
关于学习路径的构建，可以是学生自己自主形成自学路径，也可以是教师指定固定路径，还可以是根据个性化的学生特征属性提供自适应的学习路径。显然后者要对学生获取和构建知识更具优势。

体现智能化的学习路径生成方法有多种，比如知识图谱导航可以基于课程主题构建动态的个人知识地图，作为决策学习路径的依据，由学生自己生成学习路径；又比如关注学习资源的情况下，根据相似学习群体借助优化算法寻找适用资源；或者提取学生历史学习记录构建适用性决策树模型；再比如应用自适应神经网络算法，建立学习需求和资源之间的关系，推送基于知识、目标和风格的路径。以上所述多种方法，或者需要学习者自己生成学习路径、或者只关注学习支持服务中资源的提供，忽略资源序列的形成、忽略学习活动序列的提供。即忽略了学习活动和学习资源的并行组合。

要生成智能化的自适应学习路径构建模型，就需要顺次解决以下问题：
1.学生个性化属性的识别和描述 。 每个学生的知识水平、认知风格、兴趣偏好、学习需求以及学习环境都有所异同，其中认知风格和知识水平是两个重要的个性特征。是实现自适应学习路径构建的重要依据