导读:本文包含了学习用户论文开题报告文献综述及选题提纲参考文献，主要关键词:虚拟学习社区,满意度,生态学习观,感知开放性
学习用户论文文献综述
宋慧玲,帅传敏,李文静[1]（2019）在《生态学习观视角下虚拟学习社区用户满意度模型构建与验证》一文中研究指出虚拟学习社区逐渐成为大众终身学习平台,研究用户满意度不仅对维持社区发展活力具有实践意义,也对未来学习空间的设计具有借鉴启示作用。该文首先从生态学习观视域分析界定相关概念,然后融合多学科理论,整合信息系统的持续使用理论、心理学的心流体验、社会认知理论和教育学的生态学习观构建虚拟学习社区用户满意度的概念模型。通过问卷收集大中专院校师生用户对MOOC、知乎、果壳、维基等代表性虚拟学习社区的调查数据,采用结构方程模型方法对1165份问卷进行分析,探索了影响用户满意度的主要因素及机制。研究发现:感知有用性、期望确认、心流体验、社区归属感和感知交互性直接正向影响用户满意度;自我效能感、心流体验和感知开放性间接影响用户满意度;感知交互性对用户满意度的总效应最大,其次是期望确认、心流体验、感知开放性、自我效能感、社区归属感,感知有用性。最后提出叁条提高满意度的建议:重视感知交互性建设,设计智能化交互服务环境和交互激励政策;注重用户期望确认,创建具有沉浸感的个性化服务环境;加强系统开放性建设,拓展系统多样化开放服务能力。(本文来源于《中国电化教育》期刊2019年12期）
刘明月,王利,李营[2]（2019）在《党员数字教育平台的学习环境设计对用户参与度的影响研究——以中央财经大学为例》一文中研究指出"互联网+"时代背景下,党员教育工作也在新兴媒体等技术领域展开探索,以各类党员教育数字平台为基础的"互联网+党建"逐渐发展起来并引起关注。虽然这些平台因操作便捷等优点获得认可,但其学习环境设计仍旧存在许多问题。采用文献法、调查法、观察法等方法,对党员数字教育平台的学习环境设计展开研究,了解其对学习者参与度的影响,并为平台建设提供有力借鉴,提高高校党员的学习积极性和有效性,巩固强化党组织的教育引领作用。(本文来源于《现代商贸工业》期刊2019年35期）
张双双[3]（2019）在《高校图书馆基于超星学习通提高用户信息素质》一文中研究指出随着时代的发展,信息技术、智能化设备的不断进步,基于超星学习通的学习方式丰富了传统的学习模式。图书馆从传统图书馆到智能图书馆,再到未来的智慧化图书馆的发展过程中,高校图书馆作为图书馆中用户群不论是学历还是素质等都比较高的机构,应将更多具有智能化、先进化的内容带入高校图书馆使用。超星学习通的出现,为高校图书馆提升用户信息素质提供了良好契机。本文从超星学习通的性质入手,探讨了高校图书馆基于超星学习通提高用户信息素质的方式,最终从高校图书馆角度提出一些建议。通过本文的论述可以看出,高校图书馆运用超星学习通平台能够切实提高用户的信息素质。(本文来源于《教育现代化》期刊2019年85期）
陈庆明,杨焕雯,钟益明[4]（2019）在《储水式电热水器用户习惯的自学习方法及应用》一文中研究指出本文研究了储水式电热水器自学习用户用水习惯的方法及其应用。在储水式电热水器使用数据采集基础上,通过最小二乘法及统计理论在服务器中分析,自识别出用户的用水规律周期,并验证该识别方法的有效性。最终结合云端与电热水器本机的优缺点,有效地应用自学习用户用水习惯方法,在热水器本机上实现按最新习惯所需热水控制电热水器加热。(本文来源于《2019年中国家用电器技术大会论文集》期刊2019-10-21）
李牧闲,桂志鹏,成晓强,吴华意,秦昆[5]（2019）在《多核学习与用户反馈结合的WMS图层检索方法》一文中研究指出现有WMS检索方法多基于服务元数据文本匹配,缺乏对地图内容的"感知",无法应对元数据缺失或图文不符的情境。本文设计了一种多特征多核学习和用户反馈结合的WMS图层检索方法,利用多核学习算法融合颜色、形状与纹理特征,实现图层分类和相似度排序,并通过采集检索结果展示页面中的兴趣图层标记进行用户反馈,以优化分类模型和提高检索精度。试验结果表明,该方法查准率高且检索用时较短,能够与现有基于文本检索的地理信息资源门户集成,实现WMS的快速检索与有效发现。(本文来源于《测绘学报》期刊2019年10期）
杨川[6]（2019）在《基于机器学习的VoLTE质差用户评测方法》一文中研究指出VoLTE(Voice Over LTE)是架构在4G网络上全IP条件下的端到端语音解决方案,可以为客户提供更优的语音感知体验。笔者从单通VoLTE通话的各项网络指标出发,介绍了一种XGBoost机器学习的算法,论述了如何使用XGBoost算法建立VoLTE用户语音投诉模型,对质差语音用户进行预测,指导一线人员优化提升用户通话感知,在用户投诉前发现并解决用户感知问题,提高用户满意度,进而避免用户流失。(本文来源于《信息与电脑(理论版)》期刊2019年18期）
刘述[7]（2019）在《用户视角下在线学习平台体验研究》一文中研究指出在线学习平台是互联网时代人们学习知识、增长技能、扩宽视野的重要工具。伴随体验经济的发展,用户体验受到前所未有的关注,但对于在线学习平台用户体验的研究尚处于起步阶段,尚未形成完善的理论体系。文章从用户体验的视角出发,分析了影响在线学习平台体验的因素,形成学习平台体验框架,并以"体验"的方式对8个样本学习平台的用户体验进行了追踪和述评。研究结果表明,样本学习平台在基础功能上具有同质化倾向,但在满足学习者需求方面进行了多元化探索,正在回归对教育本质和学习规律的关注,用户体验将成为在线学习平台发展的重要驱动力。(本文来源于《电化教育研究》期刊2019年10期）
孙澄宇,胡苇[8]（2019）在《用户界面要素对虚拟学习效果影响的研究——以保国寺虚拟搭建教学实验为例》一文中研究指出建筑教育越来越涉及到大量叁维物体的操作和认知环节,所以将虚拟现实(Virtual Reality,VR)技术应用到建筑教育中是很有潜力的。怎么更有效率的应用虚拟现实在这个领域是一个很热门的话题。已经有很多学者在对于VR硬件和平台开发进行研究,然而关于VR环境中的用户界面(User Interface,UI)设计的研究还相对匮乏。本文聚焦了针对建筑教育VR应用的几个UI设计要素,通过实验的方法,定量地的进行了其与使用者学习效果的相关性分析,旨在找到更好的建筑教育VR应用的UI设计方法,从而提高建筑教育VR应用的教学效果。(本文来源于《共享·协同——2019全国建筑院系建筑数字技术教学与研究学术研讨会论文集》期刊2019-09-21）
赵学孔,龙世荣[9]（2019）在《基于用户学习路径分析的教育资源个性化推荐研究》一文中研究指出针对学习者用户差异性需求推荐个性化教育资源是智能学习领域研究的难点,也是构建E-learning个性化学习支持服务的关键。学习者在网络学习过程中,其时序化的学习行为日志蕴含了各种学习路径信息。通过对目标用户学习路径分析可挖掘其所潜在的认知风格、学习偏好、认知水平等各种隐性特征信息,为E-learning教育资源个性化推荐提供重要依据。基于关联规则挖掘对用户行为日志分析,从系统架构、模型构建、路径匹配以及推荐算法四个维度切入,提出了E-learning环境下基于用户学习路径分析的教育资源个性化推荐解决方案。(本文来源于《大学教育》期刊2019年10期）
周晓华[10]（2019）在《基于深度学习BCCM模型的网上用户画像识别分析》一文中研究指出综合运用了传统学习方法与深度用户表示学习方法,构建一种通过分析内容和行为特征来识别感性投资者的BCCM模型。之后对此模型有效性进行了对此测试。根据实际测试结果得到:采用BCCM模型处理非均衡数据集时,得到的R、F1、F2值都比决策树、逻辑回归、朴素贝叶斯传统模型的数值更高;通过处理均衡数据集可以发现,BCCM模型达到了比传统基线分类模式更优的结果。对各个实验结果进行综合分析可以发现,对于识别感性投资者的用户画像进行研究时,可以采用深度用户表示学习方法并加入特定的文本内容数据,有助于促进用户画像评价指标的全面提升。(本文来源于《计算机与数字工程》期刊2019年09期）
学习用户论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
"互联网+"时代背景下,党员教育工作也在新兴媒体等技术领域展开探索,以各类党员教育数字平台为基础的"互联网+党建"逐渐发展起来并引起关注。虽然这些平台因操作便捷等优点获得认可,但其学习环境设计仍旧存在许多问题。采用文献法、调查法、观察法等方法,对党员数字教育平台的学习环境设计展开研究,了解其对学习者参与度的影响,并为平台建设提供有力借鉴,提高高校党员的学习积极性和有效性,巩固强化党组织的教育引领作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
学习用户论文参考文献
[1].宋慧玲,帅传敏,李文静.生态学习观视角下虚拟学习社区用户满意度模型构建与验证[J].中国电化教育.2019
[2].刘明月,王利,李营.党员数字教育平台的学习环境设计对用户参与度的影响研究——以中央财经大学为例[J].现代商贸工业.2019
[3].张双双.高校图书馆基于超星学习通提高用户信息素质[J].教育现代化.2019
[4].陈庆明,杨焕雯,钟益明.储水式电热水器用户习惯的自学习方法及应用[C].2019年中国家用电器技术大会论文集.2019
[5].李牧闲,桂志鹏,成晓强,吴华意,秦昆.多核学习与用户反馈结合的WMS图层检索方法[J].测绘学报.2019
[6].杨川.基于机器学习的VoLTE质差用户评测方法[J].信息与电脑(理论版).2019
[7].刘述.用户视角下在线学习平台体验研究[J].电化教育研究.2019
[8].孙澄宇,胡苇.用户界面要素对虚拟学习效果影响的研究——以保国寺虚拟搭建教学实验为例[C].共享·协同——2019全国建筑院系建筑数字技术教学与研究学术研讨会论文集.2019
[9].赵学孔,龙世荣.基于用户学习路径分析的教育资源个性化推荐研究[J].大学教育.2019
[10].周晓华.基于深度学习BCCM模型的网上用户画像识别分析[J].计算机与数字工程.2019