基于Felder_Silverman量表用户学习风格模型的修正研究
基于Kolb学习风格的艺术类专业有效教学设计研究
基于 Kolb学习风格的艺术类专业有效教学设计研究受杭州电子科技大学教育教学改革研究支助项目《基于学生特质的艺术类专业有效教学设计研究》 (项目编号：YBJG201954)摘要：美国组织行为学教授科尔布提出了“经验学习“理论，并从经验学习和学习过程角度来探讨学习风格问题。
本文在调查艺术类专业学生的学习风格的基础上，分析了他们的学习风格及特质，得出发散型的学习风格是艺术类学生的主流，根据此来进行针对性教学设计，为补充和丰富艺术专业教学设计做出有益的尝试。
关键词：经验学习；学习风格、艺术特质、教学设计一、引言新媒体时代背景下艺术专业的教育与科技紧密联系，互相促进，在艺术教育课程设计时，应该更多地突出科技领域情况，促进艺术与科学的不断交融；艺术教育教学需要满足学生个体需求，使其兼具开放性和动态性，从而满足艺术专业学生个体发展的需要，才能为艺术教育领域培育更多复合型人才。
由于遗传素质、社会环境、家庭条件和生活经历的不同，每个学生都有自己独特的内心世界和内在感受，有着不同于他人的观察、思考和解决问题的方式。
每个学生的学习方式本质上都是其独特个性的体现。
对某个学生是有效的方式，对其他人却未必有效。
正如多元智力理论所指出的，每个人的智慧类型不一样，他们的思考方式、学习需要、学习优势、学习风格也不一样，因此每个人的具体学习方式是不同的。
这意味着教学设计，要尊重每一个学生的独特个性，为学生设计富有个性的发展。
基于上述学生的特质以及艺术专业教育的特点，围绕艺术类专业学生学习特质，艺术类专业的教育要求，有目的有创新的进行教学设计。
二、Kolb 学习风格分类1、学习风格自1954 年哈伯特∙塞伦(Herbert Thelen) 首次提出“学习风格”这一概念以来, 至今已有数十种关于学习风格的理论模式出现, 并直接应用于教学实践。
什么是学习风格？是个人学习持续一贯的学习习惯，是一种稳定的特征，也是个人学习中接受信息、处理信息的一种认知风格，受天生遗传和个体与环境交互作用的影响。
语义网自适应学习系统中基于学习风格的教学策略模型研究
语义网自适应学习系统中基于学习风格的教学策略模型研究作者：刘红霞赵蔚陈雷来源：《中国教育信息化·基础教育》2014年第03期摘要：研究证明，学习风格是影响学习效果的重要因素。
本文对当前多种学习风格模型的特点和应用情况进行了深入分析，选定FSLSM作为自适应学习系统的学习风格模型，并提出了学习风格显性诊断和隐性修正的具体方案，针对学习者的学习风格差异，从学习资源的提供、学习路径的安排、自适应规则等方面构建出语义网环境下的自适应教学策略模型。
关键词：语义网；自适应学习系统；学习风格；教学策略中图分类号：G434 文献标志码：B 文章编号：1673-8454（2014）06-0024-04研究证明，许多因素包括学习环境、学习风格等都可以对学习产生影响。
主流的课程管理系统大多忽视学习者的个性特征，为其提供同样的资源和活动，也无法根据学习者知识背景、学习结果的改变而作出智能调整，大大降低了网络学习的效率。
自适应学习系统（Adaptive Learning System），是针对个体学习过程中的差异性而提供适合个体特征的学习支持的学习系统，能够为学习者提供个性化的资源及学习过程和学习策略等。
[1]本文主要是对自适应学习系统中基于学习风格的教学策略模型作出详细的介绍。
该模块的研究主要涉及以下几个问题：1.采用何种学习风格模型作为自适应学习系统的标准，以及如何选择或设计一个有效的、定量的学习风格测量量表；2.学习风格的诊断方法、学习风格中的哪些特征需要被诊断及被适应、学习行为中的哪些信息可以用于确定学习者的学习风格；3.自适应学习系统如何实现自适应，即基于学习风格的自适应教学策略的生成。
一、学习风格模型的确定在测量学习者的学习风格之前，要选择一个学习风格模型，并设计一个可供量化的学习风格测量量表。
目前存在多种类型的学习风格模型，Coffield等人[2]从模型的设计角度出发将学习风格模型分为五类。
第一类主要是将学习风格和偏好分为四个模块：视觉、听觉、动觉和触觉，例如Felder and Sliverman。
广州市高一学生所罗门学习风格与Kolb学习风格类型的关系
广州市高一学生所罗门学习风格与 Kolb学习风格类型的关系【摘要】目的：研究学生所罗门学习风格偏爱与Kolb学习风格类型的关系，为探究学习风格影响因素之间的关系提供依据。
方法：采用整群抽样方法对广州市某中学高一年级603名学生进行学习风格指数问卷（ILS）和经验学习风格类型量表（KLSI）的测量。
结果：所罗门学习风格的信息加工和输入维度与Kolb学习风格类型有统计学意义。
在所罗门学习风格等级得分与Kolb的学习方式得分的比较中多项有统计学意义。
结论：所罗门学习风格的类型与Kolb学习风格的类型有相关性。
所罗门学习风格的维度与Kolb学习风格的维度有交叠。
所罗门信息感知的维度与Kolb信息获取的维度存在分歧。
【关键词】高一学生；所罗门学习风格；Kolb学习风格提供个别化指导是人们对数字化时代移动学习、泛在学习的迫切要求。
传统下线教学模式，特别是以行政班为单位的课堂教学很难真正实现对每个学生实施个性化的教学。
运用大数据以及人工智能平台有望实现真正意义上的“适性教育”。
要实现“因材施教”的目标，首先需要确定的就是学习者属于什么样的“才”，才能通过算法提供合理恰当的教学资源，并对学习效果实施评价。
因此，科学地了解学习者的学习风格是实现个性化教学的先决条件。
学习风格是学习者一种稳定的学习偏好、学习习惯以及学习优势的总称，既有与生俱来的遗传属性，也有后天环境因素的影响[1]。
学习风格的概念从提出至今六十多年，形成了多个流派，不同学者根据各自的研究对学习者的学习风格类型提出了不同的划分方式。
Felder-Silverman学习风格模型是由Felder和Silverman于1988年提出[2]。
这个模型从感知信息、加工信息、输入信息及理解信息四个维度将学习风格分为四类，初衷是为了测量大学本科学生间的学习风格差异，再因应学生需求改进教学素材，提高学生的学习兴趣，从而达到改善计算机和工程专业的招生率的目的。
20世纪末基于Felder-Silverman学习风格模型提出的所罗门学习风格量表在教育信息技术领域尤其是线上教育中开始被广泛使用。
当代学习风格模型研究回顾
一
、
引 言
在教学活动中尽量考虑 学生 的不 同偏好 。 该类风格 的代 表为 Ｌ Ｉ Ｓ 模型 。Ｄ ｎ （０ ０ ９ 把风格定义 ｕｎ ２ ０ ： ）
为风格代表 了个体独特的基因信息 、对某种感知通 道的偏爱 学 生 的 风格 发 展 。
早在 ２ 世 纪 ３ ０ Ｏ年代 ， 心理学家 Ａｌ ｒ 就使用风格一词 ｌ ｏｔ ｐ
来讨论风格建构与认知的联系 ， ０世纪 ５ ２ ０年代 中期 ， ｅｂｒ 为个 体在生理和发展过 程中形成 的一 系列 特征 ，这些特 征使 Ｈ ｒｅ ｔ
Ｔ ｅｅ 出了学 习风格这一概念 。由于风格是个体差异 的重 得 同 样 的 教学 方 法对 一 些 学 生相 当有 效 而 对 另 外 一 些 学 生却 ｈｌ ｎ提
第２ ２卷第 ６期
２０ ０ ９年 １ ２月
濮 阳职 业 技 术 学 院 学 报
Ｊ ｕ ｎ ｌ ｆＰ ｙ ｎ ｏ ａ ｉｎ ｌ ｎ ｅ ｈ ｉａ ｏｌ ｇ ｏ ｒ ａ ｕ ａ ｇ Ｖ ｃ ｔ ａ ｄ Ｔ ｃ ｎｃ ｌＣ ｌ ｅ ｏ ｏ ａ ｅ
Ｖｏ ＿ Ｎｏ ６ ｌ ２２ ． Ｄｅ ． ０９ ｃ ２０
１ ８ ，Ｒｄｎ ｔ １ ９ ８ ｔ ｂ ｒ ｅ １ ０ １ 在 这 方 面 进 含更 多具 体的变 量 ，这 些变量 共 同反映 了个体对 风格 的偏 ９ ７ ｉ ｇｅ ａ．１９ ，Ｓ ｉ ｅｇ ｔ ．２ ０ ） ｉ ｅ ｎ ．ａ
行了有益 的尝试 ，但 由于分类标准模糊而使许多模型的归属 好 。Ｄ ｎ ｕｎ夫妇于 １７ 年 出版 问卷 ，Ｓ （ ９９ ｔ Ｉ本文对风格模型的命
论学习方式
论学习方式庞维国华东师范大学心理与认知科学学院博士副教授在我国当前进行的基础教育课程改革中，―学习方式的转变‖被作为课程改革的一项重要目标。
随着课改的推进及相关研究的增多，转变学习方式的理念逐步深入人心，课堂教学面貌也相应地发生了深刻变化。
然而近年来，对于学生的学习方式转变问题，相关的争论也在不断增加，乃至出现―转变学习方式‖这一提法是否恰当的争议。
学习方式究竟是什么？转变学习方式的涵义又是什么？课堂教学中应该采用什么样的学习方式？对于这些基本问题如果不能从理论上作出明确回答，显然不利于相应课程改革目标的实现。
有见于此，本文试图从学习心理学角度对学习方式作以初步探讨，以期能够给相关研究者和广大教师带来某些启发。
一、学习方式的内涵在课程改革的语境中，学习方式通常是以日常概念的形式出现的。
人们普遍认为，学习方式无非是指―如何学‖的问题，它的涵义不言自明，因而无须专门加以界定。
然而，当研究者根据实践需要试图明确界定学习方式的内涵时，又遇到了这样那样的困难，从而导致认识上的分歧。
有人认为，学习方式指学生在完成学习任务程时基本的行为和认知取向；它不是指具体的学习策略和方法，而是学生在自主性、探究性和合作性方面的基本特征（孔企平，2001）。
有人则认为，学习方式是学生为完成学习任务而采用的策略和手段，是学生在完成学习任务时经常的或偏爱的基本行为和认知取向，是学生连续一贯表现出来的学习策略和学习倾向的总和（周兴国，2006）。
还有人认为，学习方式较之于学习方法是更上位的东西，两者类似于战略与战术的关系；学习方式相对稳定, 学习方法相对灵活；学习方式不仅包括学习方法及其关系，而且涉及学习习惯、学习意识、学习态度、学习品质等心理因素和心灵力量（韩江萍，2003）。
参照国外的相关研究从理论上对学习方式进行阐述时，有些学者把它视同学习风格（Learning style），有些学者把它视同视为学习类型（Types of learning），也有些学者把它视同学习方法（Approaches to learning）。
Smap：可自适应Felder—Silverman学互风格模型的动态学习路径推荐工具
作者： 杨娟[1];黄智兴[2];刘洪涛[3];张养力[4];黄兴禄[4]
作者机构： [1]四川师范大学计算机科学学院,610101;[2]西南大学计算机与信息科学学院;
[3]重庆邮电大学计算机科学与技术学院;[4]不详
出版物刊名： 中国远程教育
页码： 77-86页
年卷期： 2013年 第9期
主题词： 学习风格 学习路径 3向语义链网络
摘要：为了解决伴随远程学习而产生的“学习偏离”和“认知过负”问题，基于学习风格偏向性的个性化学习路径推荐是一个解决方案。
但现有智能学习系统，因其底层缺乏可自组织的资源组织结构，导致学习对象无法动态选择。
为了解决这一问题，本文提出基于3向可演化的语义链网络（SLN）资源组织结构，并在此基础上开发了原型系统Smap。
具有不同学习风格偏向性的学习者，可以根据SLN中的语义关系获得符合其学习风格的学习路径引导。
学习风格调查研究及对多模态课堂教学的启示共6页文档
学习风格调查研究及对多模态课堂教学的启示DOI：10.16657/jki.issn1673-9132.2017.33.002一、前言（一）认知/学习风格认知风格指个体相对稳定的组织和信息加工方式，是人们处理问题的一种习惯化的心智行为和策略选择。
早期为人熟悉的认知风格是20世纪40年代美国Witkin的“场依存―场独立”。
近期具有代表性的是20世纪90年代英国Riding建立的“言语―表象”和“整体―分析”认知风格维度。
每组认知风格是一个由两个端点和中间连续体构成的维度概念，个体的认知风格游弋在两端的维度之间（Riding，1991）。
认知风格应用于学习领域表现为学习风格，基于不同的认知风格，个体形成不同的学习风格。
学习风格侧重于从学生学习的角度探讨问题，主要研究学习者如何知觉，如何与学习环境相互作用并作出反应。
我国学者蒋祖康根据学习风格的性质和表现形式将其大致分为三类：一类以学习的感知模式为基础：视觉型，听觉型和触觉型；一类以认知方式为基础，分为场依存型-场独立型，分析型-综合型，审慎型-冲动型等；还有一类以情感和性格为基础，分为内向型和外向型等（蒋祖康，2002）。
（二）多摸态话语模态是信息接收者所感知的话语模式，既是媒体表达信息的结果，也是人们感官感知的交际结果。
认知科学从人类感知通道出发，把模态分为视觉、听觉、嗅觉、味觉、触觉等模态。
社会符号学认为人们通过文字、言语、图像、音乐、肢体动作等一系列具有意义潜势的符号进行交流。
整合两者，多模态话语是“运用视觉，听觉，触觉等多种感觉，通过语言、图像、声音、动作等多种手段和符号资源进行交际的现象”（张德禄，2009）。
按照感知模态的标准划分，某个感知模态属于一个单模态，但是其中涉及两种或两种以上符号系统，按照符号模态的划分标准，也是多模态的。
一定的模态具有特有的表义潜势，例如语言表达往往适合解释深奥概念，理论和哲理；声音、音乐、颜色等适合表达人的情感态度；图形结构、体势指示更合适表达方向，形状等话语意义。
教育心理学习风格理论和模型
教育⼼理学习风格理论和模型2019-06-30⼀、学习风格的分析模型(⼀)Riding的基础维度模型通过分析30多种认知和学习模型，Riding等⼈提出信息处理、反馈的两种基础维度:整体－分析和语⾔－形象维度。
整体分析维度代表着个体处理信息的⽅式:整体的处理或是部分的处理。
分析型:逻辑的、汇聚的、批判式的。
整体型:扩张的、⽆限制的、发散的、创造性的。
⾔语－形象思维，描述个体是以⾔语的⽅式还是以形象的⽅式处理信息。
Riding指出，⼤部分的学习风格模型只是集中于描述学习风格的某⼀⽅⾯。
这些风格可以归纳到整体－分析维度和⾔语－形象维度。
这两个维度相互独⽴，相互之间并不影响;⼀个形象型学习风格的⼈，可以是整体型，也可以是分析型。
(⼆)认知中⼼、学习中⼼、⼈格中⼼三种趋向基于斯腾伯格理论和研究，Rayner等⼈学习风格建⽴在⼈格中⼼、认知中⼼、学习中⼼三个趋向的框架之中。
认知中⼼趋向集中于个体在认知和知觉上的差异性。
认知中⼼倾向试图整合Riding等⼈的整体－分析和⾔语－形象原则。
学习中⼼趋向是⼀种新的概念，它关注的是教育情景的设置。
如学习的最佳时间、温度、灯光、是否单独学习。
⼈格模型得到了较少的讨论。
⼆、学习风格理论学习风格的理论综合地囊括了典型的学习风格。
并不侧重于某⼀单⼀的理论和模型，⽽是希望提供多个视⾓，可以发现不同模型间在研究和实践中的重叠之处。
本⽂并不是要总结出⼀个理想的模型，⽽是通过⽐较，来拓宽研究的视野，促进教育⼯作者更好的研究和实践。
(⼀)Witkin的场独⽴/场依存理论场独⽴/场依存理论强调⼈的⼀种对任务特性选择的能⼒，类似于空间智⼒。
这种能⼒与问题解决存在密切关系。
⼀些教育⼼理学家还认为，这种场的空间智⼒，与⼈的⾃我感有结构上的关系。
场独⽴学习者的特征是以内在的体系作为参考对象，以⾃我⽬标为驱动来构建其学习策略。
⽽场依存学习者的特征是，以外在的体系为参考对象，以表现⽬标为驱动，有接受指导的需要和与其他学习者互动的愿望。
学习风格量表
学习风格量表二、给每个项目打分。
“很赞成”为5分,“赞成”为4分,“中立”为3分,“反对”为2分,“很反对”成为1分。
三、分类计算总分。
把右端标有A、P、R、T的项目分别归成一类，再把每类中各项的得分加起来，即为类别总分。
说明：A=冲动型或灵感型；P=务实型或实用型；R=沉思型或反思型；T=为理论型注意：学习风格无好坏之分。
A=冲动型或灵感型：这种人一直在寻求新体验，他们视野开阔，思想开放，热情地尝试一切新事物，总先行动起来，之后再考虑效果。
喜欢以头脑风暴法解决问题。
他们虽然合群，但常常在讨论、合作过程中陷入自我中心。
T=为理论型：善于把现象、信息归入特定复杂的理论。
乐于分析与归纳，热衷于基本假设、原则、规律、模式，喜欢系统思考。
这种人富有哲学素质，逻辑性强。
他们常常在关注“这说明了什么原理？”“背后的规则什么？”……2.学习风格测评量表简介：学习风格主要有以下四类，冲动型或灵感型、务实型或实用型、沉思型或反思型、理论型。
冲动型的特点是反应快，但精确性差；务实型或实用型的特点是很实际、脚踏实地，喜欢做实用的决定并解决问题。
学习风格测评量表由美国奥本大学学习风格研究学院Maria Witte 修订。
报告说明：通过问卷的测评，你得出了四个分数，分别指向冲动型、务实型、反思型、理论型。
冲动型的特点是反应快，但精确性差。
面对问题时总是急于求成，不能全面细致地分析问题的各种可能性，不管正确与否就急于表达出来，甚至有时还没弄清问题的要求，就开始对问题进行解答。
务实型的特点是基本上很实际，脚踏实地，喜欢做实用的决定并解决问题。
他们对待问题和机会就像迎接挑战一般。
他们的理念是“总会有更好的办法。
”和“有用就是好的”。
沉思型的特点是反应慢，但精确性高。
这种学生总是把问题考虑周全以后，再作反应，他们看重的是解决问题的质量，而不是速度。
但是当他们回答熟悉的比较简单的问题时，反应也是比较快的。
在回答比较复杂的问题时，沉思型的特点表现得更得为明显。
旅游管理本科学生基于KOLB学习周期理论的学习风格研究
2242019年2月下半月刊旅游管理本科学生基于KOLB学习周期理论的学习风格研究孟 丽本文基于Kolb学习周期理论的基本观点，应用学习风格量表测试旅游管理专业学生的学习风格，将测试结果与学生日常学习行为习惯进行对比分析，根据分析，笔者认为学生对旅游管理专业的认知不足、实践经验不足是影响其学习风格的重要因素；从实践教学计划和人才培养方案的设计入手，引导学生进行从低年级到高年级学习风格的改变是提高人才培养质量的有效途径。
一、库伯关于学习风格的研究1954年，美国学者哈伯特·塞伦（Herbert·Thelen ）最先提出学习风格的概念，被誉为“现代教育的真正基础”。
在此基础上，学者们利用学习风格理论对不同的学科专业学生展开了教学、科研等各方面的研究。
20世纪80年代初，大卫·库伯（David Kolb ）在以邓恩夫妇为代表的关于学习风格理论研究基础上，总结杜威、勒温、皮亚杰等经验学习模式，提出学习周期理论（Kolb Learning Styles Model 也称“学习圈理论”）。
库伯认为任何学习过程都是周期性的，都应遵循“学习周期”，学习周期由4个学习阶段构成的环形结构，包括具体体验（Concrete Experience ，CE ）——沉思观察（Reflective Observation ，RO ）——抽象概括（Abstract Conceptualization ，AC ）——主动实验（Active Experimentation ，AE ）。
库伯提出学习周期是始于个体对学习环境的感知而产生的具体体验。
具体体验让学习者完全投入一种新的尝试中并进行积极思考，形成沉思性观察；学习者通过观察、审视和多方案多角度的思考，运用所学知识进行信息整合，并简洁、清楚、逻辑严密地进行抽象概括；最后，学习者主动地把从经验到思考进而总结的知识应用到具体实践中，并采取更有效、更具体的方法去解决实际问题，获取新的经验，开始新的体验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图1
三种学习风格
Balance 型风格的划分是因为取值 ∈ ｛ 3a， a， b， 3b｝ ， 不能十分明显判定出学习者属于某维度的哪 种类型学习风格， 所以就定义成一种 Balance 型风 格。 （ 三） 学习路径和内容对象的推荐 依据 Felder － Silverman 量表推断出学习者的学 系统便根据学习风格特点向学习者推荐 习风格后，
本文首先介绍了运用 Felder － Silverman 量表前测推断用户学习风格 ， 接着以此为据， 重点介绍数据挖掘影响学习 风格模型的行为模式及修正学习风格模型的估算规则和算法 。最后， 给出了修正用户学习风格模型的实证研究 。 【 关键词】 Felder － Silverman 量表， 学习风格， 自适应性， 学习行为 【 G434 中图分类号】 【 C 文献标识码】 【 1001 － 8700 （ 2010 ） 01 － 0062 － 05 文章编号】
浏览时间阈值设为 览次数的阈值设为 50% 与 75% ， 75% 与 100% ；将实例停留时间的阈值设置为 75% 与 100% ， 实 例 的 访 问 次 数 的 阈 值 设 为 25% 与 50% ；将测试时间的阈值设为 70% 与 90% ； 将知识 树的浏览时间与浏览次数的阈值分别设为 5% 与 10% ， 30% 与 70% ； 将点击上一页按钮的次数、 点击 下一页按钮的次数的阈值均设为 30% 与 70% 。
视觉型与言语型 问题 a b 8 12 16 20 24 28 32 36 40 44 4
序列型与综合型 问题 a b
总计
总计 （ 较大数—较小数） + 较大数的字母
总计
从表 1 中可以推断学习者学习风格规则如下 ： 1. 在表适当的地方填上 1 （ 例： 如果你第 1 题 的答案为 a， 在第 1 题的 a 栏填上 1 ； 如果你第 13 题的答案为 b， 在第 13 题的 b 栏填上 1 ） ； 2. 计算每一列总数并填在总计栏地方 ； 3. 用较大的总数减去较小的总数， 记下差值 （ 1 到 11 ） 和字母（ a 或 b） ， 其中字母代表学习风格的类 ， 型不同 数字代表程度的差异。 若得到字母 a ， 表 且 a 前的系数越大， 表明程 示属于前者学习风格， 度越强烈； 若得到字母 b ， 表示属于后者学习风 格， 且 b 前的系数越大， 同样表明程度越强烈。 例 ： / 如 在 活跃型 沉思型 中， 有 9 个 a 和 2 个 b ， 就在那一栏的最后一行写上 7a （ 7 = 9 － 2 ， 并且因 为 a 在两者中最大 ） ， 表明学习者属于活跃型的学 习风格； 4. 其它 3 个量表中依次规则计算出差值， 判断 出所属学习风格类型。 此外， 值得注意的是每一种量表的取值只可能 9a、 7a、 5a、 3a、 a、 b、 3b、 5b、 7b、 9b、 11b 中的一 为 11a、 种， 根据实证可以进一步将这 12 个值换分为 3 部 分， 如以活跃型 / 沉思型为例， 如图 1 所示。
Байду номын сангаас
学习路径和内容对象， 如活跃型与沉思型更多影响 对于活跃型学习者系统可以把 是学习者学习路径， 论坛、 测试等推荐在学习路径前面， 而沉思型学习者 系统可以把实例教学推荐在学习路径前面 ； 感悟型 与直觉型更多影响是内容对象抽象程度 ， 对于感悟 型学习者系统推荐诸如事实和数据的具体学习材 料， 把学习理论等抽象的学习材料推荐给直觉型学 习者；视觉型与言语型更多影响是内容对象的媒体 类型， 对于视觉型学习者系统推荐如图片、 图表、 流 程图、 视频等媒体类型的内容， 把文字信息推荐给言 语型学习者；序列型与综合型更多的是影响学习者 学习知识点一种习惯， 序列型学习者倾向一步一步 ， 的线性学习 系统可以提供上下页按钮， 而综合型学 习者更倾向有选择的非线性学习， 系统可以提供将 各个要点联系起来的知识树。 二、影响用户学习风格模型的行为模式 （ 一） 学习风格与行为模式 由于通过 Felder － Silverman 量表是一种前测推 断学习风格， 主观意识比较强， 其结果可能存在偏 差， 因此， 本文依据 Felder － Silverman 量表通过对用 户学习行为的记录数据如用户查阅学习资料的类 型、 学习时间、 浏览次数及参与论坛讨论发帖量、 读 贴量等进行数据挖掘， 修正用户学习风格模型。 表 2 总结了影响学习风格行为模式及模式描述和阈 根据 Felder － Silverman 量表可知， 每组学习风格 值， 维度的两端特征是相反的， 即如果一个具体行为出 现次数高暗示了它属于其中一端， 那么该行为次数 “ +” 、 “－” 低时则暗示它属于另一端， 表 2 中的 分 别表示了最能影响每组学习风格维度左侧的行为模 式和右侧的行为模式， 例如以活跃型 / 沉思型为例， 访问论坛时间 t_forum （ + ） 越长越能体现出学习者
类型， 比较全面地反映了学习者的学习风格 ， 这几种 学习风格类型的特点如下： 1. 活跃型与沉思型。活跃型学习者是先做后想 — —讨论或应用或 型， 倾向于通过积极地做一些事— 解释来掌握信息， 倾向于团队合作；而沉思型学习者 更喜欢安静地思考问题， 更喜欢独立工作。 2. 感悟型与直觉型。 直觉型学习者灵活创新， 喜欢抽象试验， 但粗心不喜欢重复， 倾向于发现某种 擅长于掌握新概念， 能理解 可能性和事物间的关系， ； 抽象的数学公式 感悟型学习者偏向死记硬背， 细 心， 喜欢学习事实， 结构化、 有序化、 理智化地对知识 不喜欢复杂情况和突发情况， 比直觉型学 进行转换， 习者更痛恨测试一些在课堂里没有明确讲解过的内 容， 很擅长记忆事实和做一些现成的工作 。 3. 视觉型与言语型。视觉型学习者很擅长记住 所看到的东西， 如图片、 图表、 流程图、 图像、 影片和 演示中的内容；言语型学习者更擅长从文字的和口 头的解释中获取信息。 4. 序列型与综合型。序列型学习者喜欢先学习 分立的知识， 线性、 逻辑、 小步走；综合型学习者喜欢 ， 先获得知识的综合视图 顿悟、 大步走。 （ 二） 学习者学习风格的推断 学习者的学习风格是依据 Felder － Silverman 学 习风格问卷 （ Index of Learning Styles Questionnaire， ［ 1］ ILS） 推断出的， 该问卷由 44 道题目 （ 每道题有 a， b 两个选项） 组成， 学习风格每种维度都对应 11 道 题， 如表 1 所示。
表2 学习风格 行为模式 访问论坛时间 t_forum（ + ） 活跃型 / 沉思型 论坛发帖量 n_forum_msg（ + ） 论坛读贴量 n_forum_read（ － ） 实例浏览次数 h_example（ － ） 具体内容浏览次数 h_concrete（ + ） 具体内容浏览时间 t_concrete（ + ） 抽象内容浏览次数 h_abstract（ － ） 抽象内容浏览时间 t_abstract（ － ） 实例浏览时间 t_example（ + ） 测试时间 t_test（ + ） 文本浏览次数 h_text（ － ） 文本浏览时间 t_text（ － ） 视频浏览次数 h_video（ + ） 视频浏览时间 t_video（ + ）
【 ） “语义网络环境下的自适应学习系统研究 ” 基金项目】 吉林省科技发展项目（ 编号：130117 阶段性成果之一。 【 作者简介】 姜强， 东北师范大学教育技术学博士研究生， 辽宁师范大学教师；赵蔚， 东北师范大学教育技术系教授 、 博士生导 师；林欣， 辽宁师范大学老师。 62
表1
Felder － Silverman 量表
学习风格行为模式、 模式描述和阈值 模式描述 LM 阈值 MH > 15% >5 > 30 > 50%
论坛的访问时间与学习整个课程所用的时间的比 （ t_forum / t_total） * 100% 每段课程周期的发帖量（ 课程周期是一周） n_forum_msg 每段课程周期的读贴量（ 课程周期是一周） n_forum_read 实例浏览次数 / 学习对象浏览总次数之比 （ h_example / h_LO） * 100% 具体内容浏览次数与内容对象浏览次数之比 （ h_concrete / h_contobject） * 100% 具体内容浏览相对时间与本体定义具体内容浏览的相对时间之比 （ t_concrete / t_contobject） / （ t_concrete_learning / t_contobject _learning ） * 100% 抽象内容浏览次数与内容对象浏览次数之比 （ h_abstract / h_contobject） * 100% 抽象内容浏览的相对时间与本体定义抽象内容浏览的相对时间之比 （ t_abstract / t_contobject ） / （ t _ abstract _ learning / t _ contobject _ learning ） * 100% 实例浏览的相对时间与本体定义实例浏览的相对时间之比 （ t_example / t_LO） / （ t_example_learning / t_LO_learning） * 100% 测试时间与测试所允许的最大时间之比 （ t_test / t_max_test） * 100% 文本浏览次数与内容对象浏览次数之比 （ h_text / h_contobject） * 100% 文本浏览的相对时间与本体定义文本浏览的相对时间之比 （ t_text / t_contobject） / （ t_text_learning / t_contobject _learning） * 100% 视频浏览次数与内容对象浏览次数之比 （ h_video / h_contobject） * 100% 视频浏览的相对时间与本体定义视频浏览的相对时间之比 （ t_video / t_contobject） / （ t_video_learning / t_contobject _learning） * 100%