返回
Enhancing learning through an adaptive web-based educational search framework integrating natural language processing and machine learning techniques
DOI:10.1007/s10791-025-09732-w.png)
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
IF:
0
论文数:
430
被引数:
8
机构
引用论文
AI-Based Personalized E-Learning Systems: Issues, Challenges, and Solutions基于人工智能的个性化电子学习系统: 问题、挑战和解决方案
IEEE ACCESS
IF3.6
Social Media as a Learning Tool: A Perspective on Formal and Informal Learning社交媒体作为学习工具:正式学习与非正式学习的视角
Educators’ Perspectives on the Main Challenges and Opportunities for Implementing Digital Solutions in Learning and Teaching教育工作者对于在学习和教学中实施数字解决方案的主要挑战和机遇的看法
Merino-Campos, C. (2025). The impact of artificial intelligence on personalized learning in higher education: A systematic review. Trends in Higher Education, 4(2), 17. [Google Scholar] [CrossRef]Merino-Campos, C. (2025). 人工智能对高等教育个性化学习的影响:一项系统综述。高等教育趋势,4(2),17. [Google Scholar] [CrossRef]

