近日，我校新媒体学院李君老师发表EI检索论文《Design of Learning Structure of Digital Online Gaming Art Based on Task Mode》
该论文主要研究当代教育界近年来一直在尝试在教学中使用视频游戏或游戏元素。这个领域的先驱们试图通过教育游戏或游戏化教学来提高教育质量，但由于各种原因，这些尝试难以被广泛推广。近年来的尝试发现，尽管与教育视频游戏和游戏化教学相比有一定的优势，但在实践中普及它们仍然存在相当大的困难。因此，论文文提出了一种基于大数据视频游戏任务模式的学习结构设计，希望使学习过程真正激发学习者的学习兴趣，在轻松集中的学习氛围中取得良好的学习成果，并实现无监督的高效自学。最后，与其他四种算法相比，简单教学资源的 F1值平均提高了 8.6%，测试集为 10%时可达0.888;在推荐复杂教学资源时，F1值平均提高了5.6%，测试集为10%时可达 0.958。上述数据表明，CUPMF方法可以有效提高推荐精度和改善推荐效果。
