摘要：e-learning学习资源交互设计是e-learning研究的重要任务之一。当前e-learning学习资源交互设计研究主要集中在多媒体课件、网络课程和网络学习系统三个方面,体现出对交互设计内涵认识含混、交互设计缺乏科学依据、各项设计工作缺乏系统性等问题。e-learning学习资源的设计,关键是要解决资源的结构化程度与资源的交互性之间的关系问题。e-learning学习资源交互设计应当以认知负荷理论、多媒体学习理论等作为交互设计的认知理论依据,以系统观来指导教学交互各层次的交互设计,在交互设计中应当坚持一体化设计、有限交互、通道平衡等基本原则。

摘要：e-learning是伴随着多媒体技术和Internet技术发展起来的、全新的学习方式，它也是高等教育信息化建设的重要组成部分，是提高教学质量和学习效率的有效手段之一。精品课程是高水平的教学成果，具有示范和辐射作用。该文对e-learning环境下高校精品课程建设进行了研究，提出在e-learning环境下提高教师认知是前提，改革教学模式是关键，学校制度和政策是保证的新观点。

摘要：本文提出了一套指导e-learning系统中课程知识本体构建的原理和规则。以C语言程序设计课程为例,按照教学步骤和教学规律,通过对课程知识点中核心概念集的抽取及其概念之间关系的建立,形成了C语言程序设计课程知识本体,该本体由183个概念、130个上下位关系、48个属性组成。采用标准的OWL本体描述语言对其进行定义和描述,在Prot（？）g（？）中能正确运行,表明建立的本体模型是正确合理的。课程知识本体的成功构建为基于本体的e-learning系统奠定了基础。最后,介绍了以课程知识本体为内核开发的e-learning系统,该系统主要实现了课程知识本体的管理及基于本体的可视化资源检索。

摘要：针对e-learning平台中的课程相似性搜索问题,在SimRank模型基础上提出一种高效的课程相似性搜索方法(Course Sim),依据学生和课程之间的选修关系查找相似的课程.结合SimRank矩阵形式及其快速收敛特点,构建二次迭代模型,并将相似性搜索分为两个阶段:第一阶段离线计算学生相似性,结合学习兴趣除去关系强度较弱的链接,以减少非必要的计算操作,并通过避免多余的零值累加减少计算开销;第二阶段进行在线查询处理,在学生相似性基础上计算课程相似性,通过累加操作优化查询处理.实验结果表明,Course Sim方法能够降低超过99.98%的时间开销和59.58%存储开销,达到99.80%以上的NDCG.

摘要：目前,绝大多数e-learning系统是在传统智力观指导下设计开发而成,严重忽视了学习者情感智能的发展。脑科学研究表明,情感在注意、记忆、推理和决策等方面发挥重要作用。以情感计算学说、人工心理学、脑科学等相关理论为指导,赋予计算机和网络以情感智能,以设计出支持适应性学习的e-learning情感计算模型。

摘要：介绍e-learning的概念及其体系结构,并在e-learning三层体系结构的基础上,结合测绘专业的教学需求,给出了e-learning环境下测绘专业教学训练的系统设计及实现方案。

摘要：e-learning的应用改变着传统的教学模式,在这种教学模式变革的过程中教师面临着多方面的挑战。本文通过问卷调查、访谈等方法获得相关信息并对获得的数据进行分析,总结出e-learning对于高校教师带来的挑战,挑战主要包括教育理念、教师个人能力、技术、伦理等方面,并针对这些挑战提出了相关的策略和建议;指出e-learning是个系统工程,混合学习是现阶段最优的模式。本文的研究对于高校e-learning的推进具有积极意义。

摘要：当前社会飞速发展,知识、技能和观念日新月异,教育形式从面授延伸到网络远程教育。该文主要结合现代远程教育实践发展经验,以北京学习型城市网e-learning系统设计为例,在介绍学习型城市现状的基础上,介绍了如何发挥e-learning优势,迎合学习型城市发展需求、设计原则以及特点,并提出了展望,以期推进学习型城市建设的理论研究和实践发展。

摘要：本文在结合前人研究以及专家意见的基础上,设计了11道问题,采用李克特5级评分法,从个人满意度和学习效果两方面对e-learning培训效果进行评估,并报告了采用此问卷对星之健身门店经理营销培训的效果。

摘要：e-learning环境学习资源及活动设计的归宿是实现深度有效学习。研究利用网络自我效能感量表与修订的网络深度学习量表,从整体描述性统计、网络自我效能感与深度学习在不同自变量(性别、年级、户籍所在地、学业水平、在线时间)上的差异以及网络自我效能感与深度学习相关性等三方面展开实证探索,并对研究结果进行归纳与分析。研究认为网络自我效能感对深度学习具有预测作用,两者之间存在显著正相关。具体表现在:网络自我效能感在中低水平内和深度学习呈现显著线性相关;网络自我效能感在中高水平内,深度学习增幅呈现下降趋势,两者呈现线性相关。