基于SCORM标准的学习内容管理系统的研究与设计

论文摘要

网上教学系统经历了几十年的发展现在已经比较成熟。在学习内容管理系统之前的几种网上教学系统,比如普通资源库系统、学习管理系统和外供电子教学平台等都是在管理员或者教师制定好学习内容之后发布学习内容,学习者只能按照系统制定的顺序进行学习。在这样的教学系统下学习者是被动的接受学习,带动不了学习者的学习积极性,而且顺序学习并不能适合每一位学习者,所以这样的学习效果和效率都会比较差。学习内容管理系统的出现在一定程度上缓解了这方面的问题,因为学习内容管理系统定制了多种学习方式,大体上分为顺序学习,导航学习和检索对象学习三种方式,这样学习者就有了选择学习方式的空间同时适用于不同的学习者根据自己的情况选择自己喜欢的学习方式。本文基于SCORM标准的学习内容管理系统引入了学习对象的概念,学习对象就是可以重用的学习资源。为了使学习对象可以在不同的学习内容管理系统交流和重用,就需要学习对象的制定参照一定的标准,每个国家制定和选择的标准也不相同,在中国大陆采用的是CELTS-3标准。大部分制定的标准都是参照国际上通用的SCORM标准。SCORM标准不仅对学习对象提出规范,还对学习路径的制定和系统设计等多个方面都有明确的规范。其中学习路径的优化是学习内容管理系统中一个关键问题,它对于提高系统的学习效率起着至关重要的作用,文中在对系统的个性化研究中提出了利用Memetic算法来优化学习路径,为个性化学习路径的制定提供了理论基础。在对提供个性化的学习内容时,文中利用BP神经网络算法来判定学生的学习情况,进而有针对性的推荐下一步学习内容。文中还针对BP算法的不足提出了三点改进。通过测试可以看出BP神经网络算法能很好的应用于系统,达到了比较满意的效果。本文从研究学习内容管理系统入手,研究了当前网上教学的SCORM标准,对学习内容管理系统的学习对象进行深入研究,构建了学习对象的结构图,同时对系统的学习路径设计和推荐个性化学习内容等方面也进行了不同以往学习内容管理系统的研究与设计。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 研究背景及研究目标
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 本文的研究内容
• 1.4 本文的内容安排
• 1.5 本章小结
• 第二章 学习内容管理系统及相关研究
• 2.1 学习对象研究
• 2.1.1 学习对象概念及结构
• 2.1.2 学习资源与学习对象的关系
• 2.2 SCORM标准
• 2.2.1 SCORM内容整合模型
• 2.2.2 SCORM运行时间环境（RTE）
• 2.3 学习内容管理系统
• 2.3.1 LMS、CMS与LCMS区别与联系
• 2.3.2 LCMS的系统架构
• 2.4 本章小结
• 第三章 学习内容管理系统个性化设计策略
• 3.1 个性化远程教育及模型
• 3.1.1 个性化的远程教育
• 3.1.2 个性化学习模型
• 3.2 个性化学习系统研究分析
• 3.3 个性化分类设计
• 3.3.1 决策树算法
• 3.3.2 决策树算法应用
• 3.4 个性化学习路径设计
• 3.4.1 学习路径的生成与评估
• 3.4.2 Memetic算法介绍
• 3.4.3 Memetic算法优化学习路径
• 3.5 本章小结
• 第四章 利用BP神经网络算法推荐个性化学习内容
• 4.1 BP神经网络算法
• 4.1.1 BP神经网络算法特点
• 4.1.2 BP神经网络算法结构
• 4.2 BP算法的推导及改进
• 4.2.1 BP神经网络算法推导
• 4.2.2 BP算法建模步骤
• 4.2.3 BP神经网络算法的不足
• 4.2.4 BP神经网络算法的改进
• 4.3 BP算法应用和个性化系统设计
• 4.3.1 BP算法应用
• 4.3.2 个性化系统设计
• 4.4 本章小结
• 第五章 测试及结果
• 5.1 个性化推荐模块测试
• 5.2 课程包导入测试
• 5.3 管理课程模块测试
• 5.4 学习目标管理测试
• 5.5 学习课程模块测试
• 5.5.1 SCORM序列学习
• 5.5.2 SCORM菜单和检索对象导航
• 5.6 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 作者简介
• 攻读硕士学位期间研究成果