一种基于学习风格模型的自适应式虚拟现实教学方法及系统技术方案

本发明专利技术涉及一种基于学习风格模型的自适应式虚拟现实教学方法及系统，包括以下步骤：步骤S1：通过结合风格自评数据和虚拟教学环境得到的行为数据判断学习风格；步骤S2：根据学习风格的判断结果对虚拟教学环境进行优化；步骤S3：基于优化后的虚拟教学环境中产生的行为数据对风格的判断进行改善，得到新的学习风格的判断结果，并返回步骤S2，由此循环实现自适应教学的目的。本发明专利技术能够提高判断学习风格的精准度，并根据学习风格个性化教学环境，充分考虑了学习者在学习过程中对学习的偏好，实现了真正意义上的“因材施教”。

An adaptive virtual reality teaching method and system based on learning style model

【技术实现步骤摘要】
一种基于学习风格模型的自适应式虚拟现实教学方法及系统
本专利技术涉及虚拟现实
，特别是一种基于学习风格模型的自适应式虚拟现实教学方法及系统。
技术介绍
在新工科的教育改革中，数字化学习逐渐得到推广。其中自适应学习是目前应用最为广泛的教学方法之一，通过学习者的数据驱动教学系统来适应学习者，从而达到改善学习效果的目的。但是最初的自适应学习仅仅根据学习者的学习成绩来调整教学策略，忽略了学习者的主观能动性。为了解决这个问题，研究者将学习风格模型的概念引入到自适应学习中，激发学习者的兴趣，让每一个学习者都能以自身最适应的方式学习。这种方法通过对学习者学习风格的判断，以期创造一个最适合于个人的教学环境，因此学习风格的判断尤为重要。判断学习风格的方法有的是通过学习者填写问卷得到风格自评数据判断，有的是根据构建学习界面得到学习者的行为交互数据判断。然而通过问卷得到的数据过于主观，构建学习界面的方法仅依靠于学习者与鼠标键盘的人机交互数据，两者数据都过于单一且粗糙。此外，很多自适应学习系统中还缺乏动手实验的环节，一定程度上也影响到了风格的判断和学习者的学习效果。
技术实现思路
有鉴于此，本专利技术的目的是提出一种基于学习风格模型的自适应式虚拟现实教学方法及系统，能够提高判断学习风格的精准度，并根据学习风格个性化教学环境，充分考虑了学习者在学习过程中对学习的偏好，实现了真正意义上的“因材施教”。本专利技术采用以下方案实现：一种基于学习风格模型的自适应式虚拟现实教学方法，具体包括以下步骤：步骤S1：通过结合风格自评数据和虚拟教学环境得到的行为数据判断学习风格；步骤S2：根据学习风格的判断结果对虚拟教学环境进行优化；步骤S3：基于优化后的虚拟教学环境中产生的行为数据对风格的判断进行改善，得到新的学习风格的判断结果，并返回步骤S2，由此循环实现自适应教学的目的。进一步地，步骤S1具体为：根据风格自评数据得到第一个学习风格结果，根据虚拟教学环境得到的行为数据获取第二个学习风格结果，若两个学习风格结果相同，则令该学习风格结果作为学习风格的判断结果，若两个学习风格结果不同，则令学习风格的判断结果为中性风格。进一步地，所述根据风格自评数据得到一个学习风格结果具体为：学习者通过填写预设的学习风格指数问卷，得到四个维度的学习风格得分，四个维度分别为：主动和反思、感官和直觉、视觉和语言、顺序和全局；每个维度由-11到+11的数值来标明学习者风格的倾向程度，综合每个维度的风格倾向获取到所述第一个学习风格结果。进一步地，所述根据虚拟教学环境得到的行为数据获取第二个学习风格结果具体为：步骤S11：搭建中性虚拟教学环境，所述中性虚拟教学环境包括但不限于自我测试模块、实验操作模块、幻灯片模块、视频模块、论坛模块、记录模块、大纲模块和学习界面教学模块；从四个维度划分每个风格的学习行为，所述四个维度分别为：主动和反思、感官和直觉、视觉和语言、顺序和全局；每一个风格对应着学习者在学习过程中对某些学习行为的倾向性；步骤S12：采集学习者在虚拟教学环境中各个模块的行为数据，并根据预设的阈值将学习行为数据转化为对应学习风格倾向的0-1之间的数值，由此得到第二个学习风格结果。进一步地，步骤S12中，所述根据预设的阈值将学习行为数据转化为对应学习风格倾向的0-1之间的数值具体为：将所有得到的行为数据进行综合计算：式(1)中，dim是维度，i是行为，lsdim指的是该维度的学习风格，Bdim指的是该维度收集到的所有行为提示的数量,hdim,i指的是该维度所有行为提示对应的值的总和；行为提示对应四个值表示：3表示学习者的行为对相应的学习风格有着强烈的正倾向，2表示学习者的行为是没有倾向的，1表示学习者的行为对相应的学习风格有着强烈的负倾向，0表示没有关于学习者行为的信息；公式(2)是将公式(1)计算出的lsdim进行归一化处理，得到nlsdim的值，当值为0表示强烈的负倾向，1表示强烈的正倾向。进一步地，步骤S2具体为：根据得到的学习风格的判断结果，对虚拟教学环境进行适应性的修改，使得虚拟教学环境中的模块与当前学习风格的倾向性更加匹配。进一步地，步骤S3具体为：根据优化后的虚拟教学环境中产生的行为数据得到第三学习风格结果，将第三学习风格结果与上一轮中的学习风格的判断结果相比较，若两个学习风格结果相同，则令该学习风格结果作为学习风格的判断结果，若两个学习风格结果不同，则令学习风格的判断结果为中性风格。本专利技术还提供了一种基于学习风格模型的自适应式虚拟现实教学系统，包括虚拟教学环境、处理器以及存储器，所述虚拟教学环境由处理器搭建，所述存储器中存储有能在处理器上运行的计算机程序，当所述处理器运行该计算机程序时，实现如上文所述的方法步骤。进一步地，所述处理器上运行有Unity3D开发引擎、JavaEE服务端和HTCVIVE客户端，用以搭建所述虚拟教学环境。与现有技术相比，本专利技术有以下有益效果：本专利技术通过引入虚拟现实技术，划分了适用于虚拟现实交互的学习行为模式，兼顾主客观数据，采集学习者的风格自评数据和虚拟教学环境中的学习者行为数据，由此能够更为精确地判断学习风格，进而更为准确地构建个性化教学环境。此外，虚拟现实技术模拟的沉浸式课堂体验，最大程度上还原了现实课堂的所有学习行为发生场景，丰富了学习者获取知识的方式，激发了学习者的学习兴趣。附图说明图1为本专利技术实施例的方法示意图。图2为本专利技术实施例中通过学习风格指数问卷得到的风格结果示例图。图3为本专利技术实施例的学习行为数据判断风格示意图。图4为本专利技术实施例的学习风格判断示意图。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。如图1所示，本实施例提供了一种基于学习风格模型的自适应式虚拟现实教学方法，具体包括以下步骤：步骤S1：通过结合风格自评数据和虚拟教学环境得到的行为数据判断学习风格；步骤S2：根据学习风格的判断结果对虚拟教学环境进行优化；步骤S3：基于优化后的虚拟教学环境中产生的行为数据对风格的判断进行改善，得到新的学习风格的判断结果，并返回步骤S2，由此循环实现自适应教学的目的。在本实施例中，步骤S1具体为：根据风格自评数据得到第一个学习风格结果，根据虚拟教学环境得到的行为数据获取第二个学习风格结果，若两个学习本文档来自技高网...

【技术保护点】
1.一种基于学习风格模型的自适应式虚拟现实教学方法，其特征在于，包括以下步骤：/n步骤S1：通过结合风格自评数据和虚拟教学环境得到的行为数据判断学习风格；/n步骤S2：根据学习风格的判断结果对虚拟教学环境进行优化；/n步骤S3：基于优化后的虚拟教学环境中产生的行为数据对风格的判断进行改善，得到新的学习风格的判断结果，并返回步骤S2，由此循环实现自适应教学的目的。/n

【技术特征摘要】
1.一种基于学习风格模型的自适应式虚拟现实教学方法，其特征在于，包括以下步骤：
步骤S1：通过结合风格自评数据和虚拟教学环境得到的行为数据判断学习风格；
步骤S2：根据学习风格的判断结果对虚拟教学环境进行优化；
步骤S3：基于优化后的虚拟教学环境中产生的行为数据对风格的判断进行改善，得到新的学习风格的判断结果，并返回步骤S2，由此循环实现自适应教学的目的。


2.根据权利要求1所述的一种基于学习风格模型的自适应式虚拟现实教学方法，其特征在于，步骤S1具体为：根据风格自评数据得到第一个学习风格结果，根据虚拟教学环境得到的行为数据获取第二个学习风格结果，若两个学习风格结果相同，则令该学习风格结果作为学习风格的判断结果，若两个学习风格结果不同，则令学习风格的判断结果为中性风格。


3.根据权利要求2所述的一种基于学习风格模型的自适应式虚拟现实教学方法，其特征在于，所述根据风格自评数据得到一个学习风格结果具体为：学习者通过填写预设的学习风格指数问卷，得到四个维度的学习风格得分，四个维度分别为：主动和反思、感官和直觉、视觉和语言、顺序和全局；每个维度由-11到+11的数值来标明学习者风格的倾向程度，综合每个维度的风格倾向获取到所述第一个学习风格结果。


4.根据权利要求2所述的一种基于学习风格模型的自适应式虚拟现实教学方法，其特征在于，所述根据虚拟教学环境得到的行为数据获取第二个学习风格结果具体为：
步骤S11：搭建中性虚拟教学环境，所述中性虚拟教学环境包括但不限于自我测试模块、实验操作模块、幻灯片模块、视频模块、论坛模块、记录模块、大纲模块和学习界面教学模块；从四个维度划分每个风格的学习行为，所述四个维度分别为：主动和反思、感官和直觉、视觉和语言、顺序和全局；每一个风格对应着学习者在学习过程中对某些学习行为的倾向性；
步骤S12：采集学习者在虚拟教学环境中各个模块的行为数据，并根据预设的阈值将学习行为数据转化为对应学习风格倾向的0-1之间的数值，由此得到第二个学习风格结果。


5.根据权利要求4所述的...

【专利技术属性】
技术研发人员：林一，王舜波，兰扬帆，吴秉坤，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35