具題目推薦之VB程式學習輔助系統對高中生電腦學科成就之影響

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：34

、訪客IP：3.12.102.204

姓名

蔡明輝(Tsai-Ming Hui) 查詢紙本館藏

畢業系所

資訊工程學系在職專班

論文名稱

具題目推薦之VB程式學習輔助系統對高中生電腦學科成就之影響
(Research about the Computer Science Grades of students in Senior high school on Learning Assistant System for VB with Problem push delivery)

相關論文

★ 學習馬賽克-以教科書內容置入平板之合作式情境學習遊樂場	★ 為使用知識而設計的電子書- 以參考手冊為模式的電子書設計
★ 為使用知識而設計的電子書- 將紙本書籍以及電子書提供社群共建的機制	★ 高互動低資源損耗之課堂學習系統設計與實際教學環境導入接受度探討
★ 依學生偏好及學習狀態建構之學習輔助者與知識協尋系統	★ 網路資訊與學習系統之中文全文探勘工具
★ 支援使用者觀點之線上分析系統	★ 由網站行為歷程以貝式學習建立學習者模式之引導系統
★ 網路合作學習系統與小組互動觀察工具	★ 依作品集評量方式並支援學習狀況分析與監控之網路學習系統
★ 網路學習歷程之知識探索：學習效能評鑑之工具	★ 網路學習系統之手機端學習輔助系統
★ 以網站行為的歷程建立具時間性學習者模式	★ 行動學習資訊系統-學生端網路學習伺服器與個人數位助理端之學習系統
★ 應用貝式學習及決策樹之群組溝通網路監控系統	★ 以網路群組作品及活動依角色分析之群組合作監控系統

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

目前高中電腦課程中常採用的教學方法，是在電腦教室使用”廣播教學”的方式，將教師的畫面廣播到所有學生的螢幕，雖然此種教學方法比傳統教室上課的方式更容易讓學生了解，但因缺乏互動，學生有可能跟不上教師的進度，或可能對程式語言的語法還不夠熟悉、語意還未完全理解，但教師已將畫面做了切換或進行下一進度，因而形成學生的學習障礙。
在這篇論文中，以題目推薦與解題指引為基礎的學習輔助系統，希望可以幫助學生學習，並且透過學習者模式與課程概念圖的結合，記錄學生在課程概念的”知識”與”運用”上的程度，進而提供適性化的案例以供學生學習。我們著力於建構學習者模式中的兩個模組，(1)學習狀態預測模組：透過建立Bayesian Belief Network 的工具，將學生的學習活動及學習成果等學習變數以Bayesian Belief Network 的形式表示而成的預測模型(2)解題指引模組：包含文字比對與答題指引，針對學生在網站上所進行的練習提供適切的互動。
本論文所建構的學習者模式可以做到(1)預測學生可能需要的題目並提供學生練習以強化其學習效果，(2)幫助學生掌控學習進度，藉由題目的推薦，主動提醒學生後續的學習進程，(3)幫助老師從學生的學習活動中即時預測學生的學習狀況，若發現學習成果可能不佳的學生，老師可即早給予輔助。

摘要(英)

abc

關鍵字(中)

★ 學習者模式
★ 學習狀態預測
★ BBN預測模組
★ 解題指引模組
★ 題目推薦

關鍵字(英)

★ student model
★ problem push-delivery
★ prediction model using BBN
★ solving guidance model
★ prediction of student's status

論文目次

第一章緒論...............................................1
1-1 研究背景與動機.........................................................................1
1-2 目標..............................................................................................2
1-3 問題與對策..................................................................................3
1-4 論文結構......................................................................................5
第二章相關研究與技術.....................................6
2-1 Bayesian Belief Network...............................................................6
2-1-1 Bayesian Belief Network 簡介......................................6
2-1-2 Bayesian Belief Network 的用途................................7
2-1-3 使用 Bayesian Belief Network 的原因.......................8
2-1-4 操作 Bayesian Belief Network 的工具.......................9
2-2 學習者模式................................................................................10
2-3 課程概念圖................................................................................11
2-4 相關論文整理............................................................................11
2-4-1 學習理論相關論文...........................................................11
2-4-2 題目推薦相關的論文.......................................................12
第三章題目推薦與解題指引系統............................13
3-1 課程概念圖的建立....................................................................14
3-2 學習者模式的建立....................................................................15
3-2-1 Student Table(學生學習狀態記錄表).........................15
3-2-2 Case Table(案例資料表)................................................16
3-2-3 Practice Table(練習題資料表)...................................17
3-3 建構題目推薦系統....................................................................18
3-3-1 建立BBN(Bayesian Belief Network)之結構...............18
3-3-2 使用BBN結構推薦題目....................................................20
3-4 建構解題目指引系統.................................................................21
3-4-1 文字比對模組...................................................................21
3-4-2 答題支援模組...................................................................23
第四章系統實作..........................................25
4-1 環境與平台................................................................................25
4-2 系統實作與功能模組................................................................25
4-2-1 題目推薦系統實作..........................................................26
4-2-2 解題指引系統實作..........................................................32
第五章實驗分析與討論....................................37
5-1 實驗對象與實驗設計................................................................37
5-1-1 題目推薦系統實作..........................................................26
5-1-2 解題指引系統實作..........................................................32
5-2 實驗結果統計與分析...............................................................38
5-3 實驗結果討論...........................................................................41
第六章結論..............................................44
參考文獻..................................................46
附錄一(問卷調查表).........................................48
附錄二(訪談記錄).........................................49

參考文獻

[1] 陳國棟，劉寶鈞，張智凱， “建立於全球資訊網上之虛擬教室之討論系統“ The 5th International Conference on Computer Assisted Instruction pp.16-23，1996。
[2] 李良一，“網路期刊評量系統：建構合於規範的邊際參與環境及作品集評量系統。，國立中央大學資訊工程研究所碩士論文，2002。
[3] 呂靜芳，“由網站行為歷程以貝式學習建立學習者模式之引導系統”，國立中央大學資訊工程研究所碩士論文，1999。
[4] 倪家祥，“以網站行為的歷程建立具時間性學習者模式”，國立中央大學資訊工程研究所碩士論文，2001。
[5] 徐龍凱，“改善學生自知能力並提升學習成效之行動式學習系統”，國立中央大學資訊工程研究所碩士論文，2001。
[6] 陳淑芬、張國恩（民86），"概念構圖式學習系統"，國立台灣師範大學資訊教育研究所碩士論文，國立台灣師範大學。
[7] 鄭廉勳，“適性化的使用者模組案例式學習知識庫”，國立中央大學資訊工程研究所碩士論文，2002。
[8] BKD (Bayesian Knowledge Discoverer) develop by Knowledge Media Institute of The Open University at http://kmi.open.ac.uk/projects/bkd
[9] Burton, R. B., Diagnosing bugs in a simple procedural skill. In D.Sleeman & J. S. Brown(Eds.), Intelligent Tutoring Systems, London: Academic Press,1982.
[10] Chi, M.T.H, R. Glaser and E. Rees, Expertise in problem solving. In R.J. Sternberg(Ed.) Advances in the Psychology of Human Intelligence, Vol. 1,1982.
[11] Conati, C., A. Gertner, K. VanLehn, and M. Druzdzel. On-Line Student Modeling for Coached Problem Solving Using Bayesian Networks. In proceedings of the 6th International Conference on User Modeling, pp. 231-242, 1997.
[12] Cooper, G. F., Current research directions in the development of expert systems based on belief networks. Applied Stochastic Models and Data Analysis, vol. 5, No. 1, pp. 39-52, 1989
[13] Fletcher, J.D., Modeling of learner in computer-based instruction, Journal of Computer-Based Instruction, vol. 1, pp. 118-126, 1975.
[14] Gürer, D. W., M. desJardins, and M. Schlager. Representing a Student's Learning States and Transitions. In the 1995 AAAI Spring Symposium on Representing Mental States and Mechanisms, Stanford, CA; published as a AAAI technical report
[15] Jiawei Han, Micheline Kamber, Data Mining : Concepts and Techniques, MORGAN KAUFMANN PUBLISHERS , 2001
[16] John R. Anderson，“Problem solving and learning”， American Psychologist Vol.48, No.1.35-44 Jan 1993。
[17] Marco Ramoni, Paola Sebastiani, “Knowledge Discovery in Databases Using Bayesian Networks”, SGES Evening Lecture, June 1999.
[18] Merseth, K. K. (1991). The case for cases in teacher education. Washington, DC: AACTE.
[19] Merseth, K. K. (1992). Cases for decision making in teacher education. In J. H. Shulman (Ed.), Case methods in teacher education (pp.50-63). NY: Teacher College, Columbia University.
[20] MSBN(Microsoft Belief Network Tools) develop by Microsoft at http://www.research.microsoft.com/research/dtg/msbn/
[21] Tom M. Mitchell , Machine Learning , McGRAW-HILL INTERNATIONAL EDITIONS,1997
[22] Raluca Budiu, John R. Anderson，“Interpretation-Based Processing: A Unified Theory of Semantic Sentence Comprehension”， VOLUME 28, NUMBER 1 - JANUARY-FEBRUARY, 2004

指導教授

陳國棟(Gwo-Dong Chen)

審核日期

2004-12-8

推文