arrow
返回

Enhancing learning through an adaptive web-based educational search framework integrating natural language processing and machine learning techniques

delete2025-10-01
delete0
PRE
AI
李建 封面图
李建 (Jian Li) *
DOI:10.1007/s10791-025-09732-wdelete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
数字学习平台目前正迅速扩张,同时面临着向学生高效传递和检索个人资源的关键问题。通用搜索引擎被证明不适合学术用途,因为它们无法匹配必要的情境感知能力和个人学习档案。与此同时,现有框架在结合教育原则与现代搜索方法方面表现出弱点。一个创新的基于Web的教育搜索框架已被开发出来,旨在利用人工智能(AI)与自然语言处理(NLP)和机器学习(ML)技术来增强搜索相关性,并改善用户参与度以及内容可信度。该框架包含三个主要组件:查询处理模块、个性化引擎和内容验证防御机制。本研究评估了超过10,000个教育资源,并结合了500名测试者的反馈。一项评估结果显示,该框架的精确率达到92%,召回率操作达到88%,从而产生了一个90%的F1分数测量值,超过了基准教育搜索方法。推荐预测可靠性的评估通过0.35的绝对平均误差(MAE)和0.45的均方根误差(RMSE)得以体现,代表了其准确度水平。根据参与度指标,用户满意度评分为5分中的4.7分,用户在系统中的平均会话时长为15.2分钟。开发的框架提出了一种灵活的方法,通过解决现有系统问题,提供定制化且高效数字学习改进。研究工作将扩展到研究多语言资源集成和更广泛的扩展性,同时整合新兴技术以优化自适应教育搜索功能。
Keyword:
Educational search framework
Personalized learning
Natural language processing (NLP)
Machine learning (ML)
Collaborative filtering
Content validation
User engagement
Recommendation system
Multimodal search
Digital learning

期刊

D
Discover Computing
IF:
0
论文数:
430
被引数:
8

机构

H
Harbin University
学者数:
504
论文数: 424
被引数: 2.8K
引用论文

引用论文

err分享
err收藏
Inclusive and Adaptive Teaching
err
IF0
err2018-04-20
err0
PREAI
errPeter Westwood
err分享
err收藏
err分享
err收藏
LLM-Driven Personalized Answer Generation and Evaluation
err2025-01-01
err0
PREAI
errMolavi,Mohammadreza; Tavakoli,Mohammadreza; Moein,Mohammad; Faraji,Abdolali; Kismihók,Gábor
err分享
err收藏
学者 查看更多内容