摘要：在现代智能学习技术的发展背景下,变电站培训系统也在逐渐实现技术升级,而针对于传统系统与学员个性化学习需求所存在的不足之处,以智能化的自适应学习技术为研究基础,提出一种可以综合考虑用户模型有关特征,集合“教学、学习、联系、考核和评价”为一身的多种教学模式,依托于智能化与“互联网+”的智慧学习平台,旨在提升变电站运维人员的日常工作效率与质量以及处理紧急异常情况的工作能力,为个性化学习培训需求提供有效的仿真培训方案。

摘要：随着教育技术的发展,混合式学习成为越来越受关注的教育形式。通过构建一个新的理论框架,综合多种教育策略及其在自适应学习技术应用中的优劣,在此基础上提出一系列具有针对性的个性化教育策略与建议,涉及课程设计、教学方法、学习资源、评估与反馈等,旨在帮助教育工作者更有效地利用自适应学习技术以实现混合学习模式下的个性化教育,为教育工作者在自适应学习技术应用中提供有益的指导和建议,推动混合学习模式下个性化教育的发展。

摘要：针对传统变电站仿真培训系统在满足变电站运维人员的个性化学习需求方面的不足,介绍了一种基于自适应学习技术的变电站仿真培训系统。该系统通过综合考虑用户模型的相关特性,集“教、学、练、考、评”多教学模式为一体,依托“互联网+”智慧学习平台,为提高变电站运维人员的日常监视、正常操作、异常与事故处理能力提供个性化的仿真培训方案。

摘要：本文主要对国内近五年的自适应学习技术的相关文献进行了分析研究，重点探讨了对该技术的研究分析在如今的社会环境下的必要性，以及国内知名学者对该技术及相关系统和平台的不同理解，并整理分析得出国内对该技术的普遍理解，作者还分析了该技术在教育领域的应用情况，并在此基础上得出国内自适应学习技术在教育领域面临的挑战。

摘要：2020年3月2日,美国高等教育信息化协会发布《2020年地平线报告(教学版)》,报告提供了证据、数据和场景,以及专家们对影响高等教育实际采用新的技术和实践的因素的定量评级。该报告采用改进的德尔菲法和前瞻性方法,描述影响未来高等教育教学的15种宏观趋势、6项技术实践、4种未来场景和9个案例观点。报告先从社会、技术、经济、高等教育和政治五方面描述影响高等教育教学的15种宏观趋势。其中,社会趋势包括幸福感与心理健康、人口变化、公平与公正实践;技术趋势包括人工智能技术影响、下一代数字学习环境、分析能力与隐私问题;经济趋势包括高等教育成本、未来工作与技能、气候变化;高等教育趋势包括学生数量变化、教育的替代途径、在线教育;政治趋势包括高等教育资金减少、高等教育价值观和政治两极分化;其次详述了影响未来高等教育教学的6项新的技术与实践,即自适应学习技术,人工智能/机器学习教育应用,学生成就分析,教学设计、学习工程和用户体验设计提升,开放教育资源和扩展现实技术;再次描绘了未来高等教育教学的增长、约束、崩溃和转型4种可能发展场景;最后9位专家对报告发现进行了反思,阐明世界不同地区、不同规模和类型的机构中问题重叠、分歧和交叉的方式。文章采用内容分析和文本分析方法,从影响未来高等教育教学的宏观趋势、新的技术实践、未来发展场景和文章案例观点四个维度,系统解读《2020年地平线报告》,寻求对中国高等教育教学未来创新发展的启示与建议。

摘要：随着自适应学习技术、学习计算、机器学习等先进学习分析技术的逐步成熟,以改善学习体验和促进学生个性发展为目标的个性化学习路径,有了可实现的契机。为此,通过对数据集驱动下的学习工程学研究范式的解读,揭示了数据分析对学习理论和技术增强下的学习材料的应用价值。之后,对个性化学习服务的实施阶段和外部新技术支持进行了阐述,对基于学习行为数据的个性化学习特征进行解析,并进一步设计了基于数字化学习环境下的学习者数据肖像模型。在此基础上,对个性化学习路径的内涵与特征进行了剖析,提出基于数据肖像模型的个性化学习路径实施框架。通过研究设计个性化学习路径系统平台结构,明确各功能层服务定位,可以为该类平台的开发提供有益的启示。

摘要：2020年3月,由来自全球54位专家共同撰写的《2020年地平线报告(教与学版)》正式发布。报告分析了社会、技术、经济、高等教育、政治对高等教育教学可能产生影响的15个趋势,介绍了自适应学习技术,人工智能/机器学习,学生成功分析,教学设计、学习工程和用户体验设计提升,开放教育资源,扩展现实这六大应用于教学的新技术、新实践。

摘要：大数据、云计算等新技术的发展,对计算机网络技术专业人才的培养提出了更高的要求.模块化教学已经成为多数高校采取的常用教学形式,但学习者本身的个体差异和特定需求如学习风格、情感状态、情境和环境等对学习效果的影响不容忽视.文章提出将自适应学习技术融入模块化教学改革中,并对传统教学进行翻转设计,从课前、课中、课后三个维度增进学生知识的学习、能力的锻炼和素质的提升,并取得了较好的教学效果.