一种基于上下文敏感的移动学习资源浏览工具的开发

来源 :北京师范大学 | 被引量 : 0次 | 上传用户:jpy_2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着移动计算技术和无线通讯技术的快速发展,移动学习作为一种新型的学习模式应运而生。这种能够在任何地点和任何时间利用手持无线通讯设备开展学习的方式满足了人们对教育的新需求。但是,现有技术和资源为移动学习的发展带来很多局限性,首先是对e-learning资源利用率低,移动学习资源数量有限,其次是受无线网络环境制约和无法满足多终端接入的需求。针对后者,本文重点关注如何依据网络和终端的状态提供移动学习服务,提出一种资源浏览工具实现基于上下文信息的移动学习资源呈现,该工具主要包括上下文信息采集和移动学习资源浏览两个功能。   论文参照国际上的定义与归类对上下文进行界定,认为上下文是能够影响或决定应用程序行为的一组用户状态和环境属性的集合,并将上下文信息划分为两大类:环境属性和用户信息。本文所开发的移动学习资源浏览工具采集四种上下文信息:移动终端属性、网络状态、用户的请求内容和偏好,并将它们封装后提交给后台自适应模块,以实现资源的选择。在移动学习资源浏览过程中,针对不同的学习需求,本文提出简单学习和深度学习的概念,并且考虑到资源的重复使用,采用在线浏览与下载后离线浏览相结合的方式。除上下文信息采集和资源浏览两大功能外,本文在移动学习资源浏览工具的设计中还考虑学习者在学习资源管理和订阅资源上的需求,提出建立学习资源管理和订阅接收服务以及离线浏览中的学习交互记录模块。   目前主流的移动设备客户端开发技术有J2ME、Windows Mobile、Symbian、Flash Lite,在考虑开发技术的利弊以及现实环境综合因素后,本文选择使用J2ME技术实现基于上下文敏感的移动学习资源浏览工具的主要功能,并尝试使用先进的J2ME Push技术实现学习资源的主动推送。在实现基本功能后,选择36名学生对该浏览工具进行初步的试用,并得到相应的反馈数据。论文的结尾部分总结了本研究的成果和不足,提出后续可能的研究方向。
其他文献
演化性是软件的本质属性。为适应Internet开放环境和用户需求的变化,系统需要能够动态调整自身。系统的动态演化能力作为衡量软件自适应性和灵活性的重要指标,已成为软件工程
不同于传统基因表达检测技术,高通量微阵列技术可以同时测量成千上万基因表达水平,为功能基因组学基因调控网路研究提供强大的技术支撑。关联分析方法用于分析微阵列数据集基
视频监控中的异常行为检测已经受到广泛关注,特别是在公共安全领域。随着视频资料膨胀式的发展,人为监控判断资料的异常已经不能够满足安全保障的需要。本文致力于解决视频监控
需求工程是软件开发中的一个重要阶段。需求工程分为需求获取、需求分析、需求规约、需求确认和需求管理五个基本活动。其中,需求获取是整个需求工程的开端,其输出制品的质量会
二十世纪九十年代以来,互联网逐渐深入到人们日常生活的各个方面,成为不可或缺的一部分。互联网流量识别是互联网流量测量领域的研究热点之一,在提供网络信息、保证服务质量等方
随着信息技术的高速发展和现代战争的需要,多传感器信息融合作为一门新兴交叉学科得到广泛关注。基于信息融合技术的目标识别已成为国内外研究的热点。如何快速、准确地对目
为了追求更高的精度,当前神经网络的研究朝着模型更复杂、训练数据规模更大的方向发展,这导致模型的训练部署更困难、训练时间急剧增长。怎样将大型神经网络模型在多GPU集群环
中文词法分析是中文信息处理的重要基础,汉语是没有自然分割的连续文本,古代汉语更是没有任何边界标志,我们现在所看到的文言文中的标点符号,都是后人为了方便人们阅读而添加的。
随着新兴的人工智能、HPC云、基于NVMe-over-Fabric的分布式存储、实时大数据分析等应用发展,RDMA技术正广泛应用于数据中心。通过传输层的硬件卸载及OS-bypass的数据路径,RDMA
感兴趣区域,ROI(Region Of Interest),一般是指物体的边缘、角点、拐点、纹理较为丰富的区域,而且这部分区域对观察者理解图像的影响较大。基于感兴趣区域的视频压缩优化一直是