影響教育資源選擇的學習者模型構建*

丁繼紅劉華中

（1.浙江工業(yè)大學 教育科學與技術學院，浙江杭州 310023；2.華中科技大學 計算機科學與技術學院，湖北武漢 430074）

影響教育資源選擇的學習者模型構建*

丁繼紅1劉華中2

（1.浙江工業(yè)大學 教育科學與技術學院，浙江杭州 310023；2.華中科技大學 計算機科學與技術學院，湖北武漢 430074）

為全面描述學習者特征以滿足自適應學習和精準化服務需求，首先，在梳理學習者模型相關文獻的基礎上，歸納出影響學習者資源選擇偏好的候選因素；再采用德爾菲法抽取影響學習者資源選擇偏好的核心因素及其相互關系；最后，通過構建鄰接矩陣和可達矩陣，利用解釋結構模型方法（ISM）對影響學習者資源選擇偏好的核心因素進行層級劃分，繪制了因素間的ISM邏輯層次關系圖。據此構建了包括學習者偏好特征、認知行為、學習情境特征和學習策略及動力特征的學習者模型，進而實現對學習者的多維度、全方位描述。

學習者模型；學習分析；個性化教育；開放教育

一、學習者模型相關研究

現有的研究表明，通過構建學習者模型能夠提升教學設計水平和學習服務效果。學習者模型構建實質是對學習者的個性化信息進行有效組織，現有學習者模型主要包含覆蓋模型、偏差模型、認知模型、心理模型和貝葉斯模型等，大致可以分為基于認知和情感、基于行為記錄和復合型三種類型。

（一）基于認知和情感的學習者模型

認知與情感是學習過程中不可或缺的因素，二者相互影響并共同作用于學習過程[1]。認知模型是學生的起始能力和知識結構的概括。Hwang等[2]從網絡數據中挖掘并構建學生認知模型，將學生分為四種類型。Cenani和Arentze[3]利用學生注冊、登錄信息和過程性評價信息，構建并動態(tài)更新學生認知模型。

情感模型關注學習者的情緒心理。情感模型的研究經歷了從一維模型到二維模型再到三維模型的研究過程，現已形成了包含學習愉悅、學習喚醒和興趣的三維模型[4]。隨著對情感描述的維度逐漸增加，學習者情感模型更為完整、全面。

（二）基于行為記錄的學習者模型

基于行為記錄的學習者模型主要關注學習者的外顯行為，比如，學習者的訪問記錄、正答情況、反應時長、閱讀行為、反饋行為等，并試圖分析這些外顯行為背后的認知、興趣、心理、偏好等特征。它根據用戶訪問路徑構建用戶瀏覽興趣矩陣，依據網頁瀏覽時長和次數構建用戶興趣表[5]。

（三）復合學習者模型

復合學習者模型，側重從影響學習者知識建構的各因素來描述學習者。Lucas通過實證研究，發(fā)現自我效能感、學習動機、成就歸因、學習風格等與知識建構水平相關[6]。有學者結合靜態(tài)的學習風格數據與動態(tài)的學習行為數據，構建了學習者特征模型[7]。Marc和 Elena[8]研究發(fā)現，心理認知、情緒和個性都能夠影響在線學習績效。顧小清等從技術接受性、社會生活行為、認知特征三方面，分析了學習者特征[9]。

二、學習者特征屬性分析

當前，關于學習者模型的研究頗多，但對影響學習者資源選擇的學習者模型關注較少。通過研究，我們試圖回答，學習者的哪些屬性真正影響其教育資源選擇，并厘清這些屬性之間的層級關系。

為探索影響學習者資源選擇的因素及其內在關聯結構，以盡可能少的特征屬性來盡可能全面、立體地刻畫在線學習者特征。我們首先采用解釋結構模型，篩選出學習者的核心特征屬性，再遴選出影響學習者資源選擇的因素并分析其層次關系，試圖建立影響學習者資源選擇的學習者模型。

（一）影響教育資源選擇的學習者特征屬性提取

我們通過梳理國內外與學習者模型相關的文獻，歸納總結出表1所示的學習者核心特征屬性，主要包含學習者基本信息、知識基礎、認知能力、學習情境信息、學習行為等。

表1 影響在線學習者資源選擇的核心特征屬性表

為進一步梳理出影響學習者資源選擇的因素，結合表1所示的特征屬性，采用德爾菲法確立各屬性的重要程度和優(yōu)先級?？紤]到學習者個人信息模塊被所有模型涵蓋，因此，本研究對該模塊不做特別說明，只將其他類目表整理歸納為認知水平、興趣偏好、動機行為、學習情境四個層面，再邀請15名對“個性化資源推薦”較為熟悉的教師、博士對候選因素進行評定和打分（每個候選因素都利用Likert五級量表進行評分），并賦予權重，最終遴選出15個一致認為比較重要的因素作為候選因素，如表2所示。

（二）影響教育資源選擇的學習者特征層次結構

1.確立邏輯關系圖

根據ISM方法，將15個因素分別在行和列上排序，因素之間的關系用0和1表示，當橫坐標的因素對縱坐標的因素有直接影響時，所在的單元格用1表示，否則用0表示。比如，第一行中，學習者的認知能力直接影響其知識基礎，因此，相應的位置取值為1。我們在查閱大量文獻的基礎上，對15個因素之間的相互關系進行了反復查證，同時又與5位研究生反復討論，最后確定如圖1所示的影響學習者資源選擇的因素間的邏輯關系圖。

表2 影響教育資源選取的學習者特征指標及其描述

2.建立可達矩陣

根據圖1所示各影響因素的邏輯關系圖，依據ISM方法的定義，可轉化成鄰接矩陣X，它反映了影響學習者在線學習行為的各因素間的直接二元關系。在鄰接矩陣X中的任一元素Xij，當Xi對因素Xj有直接影響時，Xij=1；若無直接影響時，Xij=0。

根據鄰接矩陣，進行矩陣環(huán)路分析，發(fā)現節(jié)點1、4、11、14構成一個環(huán)路；節(jié)點3、7、12、13構成一個環(huán)路；節(jié)點5、6、8構成一個環(huán)路，這三個環(huán)路里的各個節(jié)點之間形成了強連接關系。根據這些環(huán)路信息，構建了表3所示的著色矩陣。

在一個環(huán)路里，各個節(jié)點之間構成強連接關系，將具有強連接關系的各個節(jié)點合并成一個節(jié)點，便完成了縮點運算，縮點后的鄰接矩陣如表4所示。

圖1 影響學習者資源選擇的各因素的邏輯關系圖

表3 著色矩陣

表4 縮點后的鄰接矩陣

可達矩陣M反映的是經過一定數量的路徑之后，向圖各節(jié)點所能通達的程度。在計算可達矩陣之前，先引入單位矩陣I（單位矩陣I中的任意元素Rij，當i=j時，Rij=1，否則，Rij=0。），通過矩陣的布爾運算和迭代，直至（X＋I）K－1≠（X＋I）K＝（X＋I）K＋1＝M，則M為可達矩陣，表示各因素間的非直接二元關系。對縮減的鄰接矩陣進行迭代，可得到表5所示的可達矩陣；然后，去掉單位矩陣，并對照鄰接矩陣去掉非直接二元關系，可得出表5所示的骨架矩陣。

表5 縮點后的可達矩陣和骨架矩陣

3.影響因素層級劃分

為將可達矩陣通過變換作出層級有向圖，需要定義兩個集合，可達集合R（Mi）和先行集合A（Mi）。R（Mi）表示Mi可以到達的集合，由可達矩陣Mi中所有元素為1的列標組成；先行集A（Mi）表示可以到達Mi的前因集，由可達矩陣中Mi列的所有元素為1的行標組成。根據R（Mi）＝R（Mi）∩A（Mi）確定最高層元素Mi，同時，在可達矩陣中剔除所有最高層因素所在的行和列，再在余下的可達矩陣中采用相同方式，找到新矩陣中的最高層元素（第4層要素），循環(huán)迭代，直到找出表6所示各層要素集。

表6 ISM表中各層次要素

4.ISM模型繪制及分析

根據各影響因素的層級劃分，我們繪制圖2所示的解釋結構模型圖（ISM），該模型是一個五級有向層級結構模型。層級越低，說明其構成影響學習者資源選擇的本質性因素；層級越高，表示其構成影響學習者資源選擇的淺層次因素。自下而上的箭頭表示低層級會直接影響高層級。

在該層次模型中，具有強連接關系的因素被框在同一個矩形框里，這些因素可歸納為個性特征信息、學習行為信息、學習情境信息和學習績效信息四個方面。

（1）從模型中可觀察到，最深層的影響因素是學習者所處的學習環(huán)境。學習環(huán)境是學習者知識習得、能力養(yǎng)成的外部條件，主要包括物理環(huán)境（噪音、空氣、光線等）、資源環(huán)境（學習內容和材料）、技術環(huán)境（軟件支持和人機界面）、情感環(huán)境（心理因素、人際交互和情感關懷）。學習環(huán)境影響著學習者的情緒與動機，經過長期作用和持續(xù)熏陶，進而影響學習者的學習風格。

圖2 影響學習者資源選擇的各因素間的ISM層次圖

（2）層次模型的第二層由學習動機和學習風格構成。學習動機能喚起個體的學習需求，激起學習動力并維持學習行為。首先，學習動機影響個體學習目標的設定，學習動機越強，學習目標的指向性就越強，對獲得更好的學習績效的自信心也越強，從而表現出良好的自我效能感。其次，學習動機影響學習策略，動機越強的個體更可能有效使用學習策略。

此外，學習動機直接影響學習態(tài)度，根據“耶基斯·多德森定律”[36]，適當的動機水平和任務難度，有利于學習者長期保持專注認真的學習態(tài)度。學習風格影響學習者的交互偏好、媒體偏好、內容偏好。在社會交往方面，場依賴型的學習者較善于與人合作、溝通和交流，而場獨立型學習者往往較特立獨行，善于與內容交互。場獨立型的學習者偏向與內容互動的自主學習，喜歡獨立探索來解決困難；場依賴型的學習者更傾向與人互動的協作學習，常通過求助他人或討論合作方式來解決問題[37]。不同學習風格的學習者對媒體有不同的偏好，如，空間表象型和客體表象型的學習者更偏愛“動畫+講解”的媒體呈現方式；言語型的學習者更喜歡“動畫+文字+講解”的媒體呈現方式[38]。

（3）層次模型的第三層主要由交互偏好、媒體偏好、內容偏好構成，且這三者構成了強連接關系，共同作用于學習者的興趣愛好。交互偏好影響學習方式，善于人際互動的學習者喜歡通過交流討論、協作建構來獲取新知，而善于與內容互動的學習者傾向于通過查閱文獻和自主探究來習得新知；媒體偏好影響資源選擇，比如，視覺型學習者偏愛三維動畫、視頻短片等可視化表征的內容，而這種媒體格式一般承載著程序型信息和具有動態(tài)結構的信息。聽覺型的學習者偏好以音頻聲樂和韻律朗讀等方式展現的內容，而這種媒體格式一般傳播的是音樂藝術和語言教程；內容偏好影響認知結構，學習者獨特的內容偏好將形成獨特的認知結構。

（4）層次模型的第四層主要由學習策略、學習目標、學習態(tài)度、自我效能和認知結構構成。其中，學習策略、學習目標、學習態(tài)度和自我效能感構成強連接關系，都屬于動力性與策略性因素。

第一，學習策略影響學業(yè)成就。通常能有效地掌握各種學習策略、具有端正的學習態(tài)度的個體較容易掌握知識的內涵和本質，打下堅實的學習基礎，提升認知能力并獲得滿意的學業(yè)成就。

第二，學習態(tài)度影響認知能力。比如，長期良好的學習態(tài)度將影響學習者的認知思維，通過量變引起質變，進而提升學習者的認知能力。

第三，自我效能影響學習投入和知識掌握。自我效能將影響個體的學習投入水平、學習策略應用程度和學習行為調節(jié)監(jiān)控層次，進而影響其知識掌握和知識基礎。通常，自我效能感強的個體在遇到困難時不容易退縮，而會努力尋找解決辦法，保持較強的學習堅持性，最終克服困難達到理想的學業(yè)成就。

第四，學習目標是個體努力要達到的結果，也是鞭策個體在學習過程中保持激情和動力的源泉。它不僅直接影響個體的學業(yè)成就，且可以通過影響其學習動機與學習策略間接影響學業(yè)成就[39]。

第五，認知結構是個體在感知和理解客觀事物的基礎上所形成的一種心理結構，由個體積累的知識和經驗組成。在認知過程中，個體新的感知與已形成的認知結構相互作用，從而影響對當前事物的認知能力?，F代認知心理學派認為，學習是認知結構的組織與重構，需要已有認知結構和經驗的作用。

層次模型的第四層主要包含認知能力、知識基礎、知識掌握和信息素養(yǎng)等構成學習行為結果的因素。第四層的因素直接決定了學習者的資源選擇，個體認知能力的高低、知識基礎和專業(yè)能力的差異導致其資源選擇的差異。同時，學習者的知識掌握層次和信息素養(yǎng)高低也決定了其檢索、篩選學習資源的方法與能力，進而影響學習資源選擇。

三、學習者模型構建

我們對上述因素進行整理，將學習者的特征信息、學習行為記錄信息、學習情境信息和策略動力信息納入到學生模型中，分別構成學習者偏好特征模型、認知行為模型、策略及動力特征模型、情境特征模型。這四個模型融合成一個全面的學習者模型，如圖3所示。

圖3 影響學習資源選擇的學習者模型

在初次登錄學習系統(tǒng)時，學習者將主動輸入基本檔案信息、自我評價信息，并參與學習風格測試和知識基礎測試。這些信息將被系統(tǒng)記錄、保存到學習者基本信息庫中，并自動分析形成初始的學習者偏好特征模型；當學習者在系統(tǒng)中正式學習之后，學習行為記錄和測驗診斷信息，將以日志形式記錄在學習者行為庫和學習績效庫，經分析、挖掘形成學習者認知行為模型、策略及動力特征模型；利用情境感知技術和可穿戴設備捕獲學習者的環(huán)境場所、情緒心理、社交情境、認知情境等，并存入學習者情境信息庫，經情境推理形成學習者情境特征模型。這四個子學習者模型融合成整體的動、靜態(tài)信息結合的學習者模型，從而全面準確、動態(tài)更新地描述學習者。

（一）學習者偏好特征模型

學習者偏好特征模型主要涵蓋作為核心因素的學習風格以及由學習風格決定的交互偏好、媒體偏好和內容偏好。具體如表7所示。

表7 學習者偏好特征

我們采用向量空間模型來表示學習者的學習狀態(tài)，對于某特定學習者S，先選取一些能表征學習者S的特征術語（TH1，TH2，…，THm），然后用特征值{WH1，WH2，…，WHn}來表示不同學習者各特征的權重。

對于媒體偏好，依據Rebecca Oxford[40]的學習風格量表，可以將學習者的媒體偏好分為聽覺型、視覺型、動覺型三類；在內容偏好方面，將學習者分為事實型、概念型、原理型、程序型。學習者的興趣需求和偏好特征，將隨學習者的知識基礎和認知能力的不斷發(fā)展而動態(tài)變化。與此同時，隨著反復練習次數的增加，學生的知識水平、知識經驗、認知結構也呈動態(tài)發(fā)展特征，并促進學習者的認知個性與思維能力動態(tài)提升和增長。

盡管學習者的學習風格相對穩(wěn)定，但也會隨情境而權變。比如，當學習環(huán)境改變時，學習者的學習動機和堅持性將隨之變化；當學習者受到不同的媒介刺激，其情緒心理和認知需求也將各不相同。可以用偏好模型“M=αML+（1-α）MS[41]來動態(tài)獲取學習者的需求，其中，ML代表用戶的長期偏好，MS代表用戶的短期偏好。

（二）學習者行為和動力特征模型

隨著在線學習成為最主要的知識獲取渠道，學習演變?yōu)閷W習者遵從自身心理認知規(guī)律，參照知識的內在邏輯關系，選擇知識序列的信息加工過程。在線學習者能按需調整學習進度和策略，自由選擇學習內容、資源和活動，形成獨特的學習路徑。

學習者的學習路徑及其在每個節(jié)點的停駐時間，在一定程度上反映了學習者的學習動機、策略、態(tài)度、自我效能甚至個體的學習目標等特征，這些特征可以揭示學習者的動力機制和信息加工策略，進而預測學習者的學習活動和需求。除此之外，學習者的知識訪問路徑也能反映其認知結構、認知能力、知識基礎和信息素養(yǎng)等特征，這些特征可揭示學習者的能力基礎和認知規(guī)律。

學習路徑記錄著學習者的在線學習行為，及其在各知識點的跳轉情況、操作方式和操作時長。學習路徑中的每個節(jié)點都可以表示成一個向量N（Ti，Ki，Oi，ONi，OTi，KMi，KCi，KTi）。其中，Ti表示時間點；Ki表示知識點編號；Oi代表頁面操作方式；ONi代表某一操作的頻次；OTi代表某一操作的操作時長；KMi表示知識點媒體格式；KCi表示知識點所屬學科；KTi表示在知識點停駐總時長。根據在線學習系統(tǒng)中學習者在各知識點的回溯、掌握狀態(tài)和學習時長，可以繪制出個體知識掌握圖譜，再與專家知識圖譜進行對照，便能發(fā)現學習者的認知特征和學習不足。

鑒于此，學習者能正確定位自己所處的知識層次，明晰自己的學習目標，規(guī)范自己的學習路徑。倘若把眾多學習者在某個知識點上所花費的學習時間和回溯次數進行統(tǒng)計和聚類，還能找出該知識點在內容設計上需改善的方向。

（三）學習者所處的情境特征模型

學習情境影響學習者的自我調節(jié)能力、學習需求和認知偏好，進而影響認知水平、思維邏輯。泛在學習時代，學習具有情境性、交互性和時空泛在性等特征，學習者的興趣偏好與需求具有時空變換性、上下文相關性、動態(tài)生成性等特點。Bosnic[42]認為，情境分為三種：知識情境、社會情境和技術情境。

知識情境能銜接已有認知與新知并促進學習者對知識的理解和內化，是知識內化、建構的內容支持。知識情境主要包括：當前的學習進度和問題情境、待實現的學習目標、學習者的學習心理和準備等。為給學習者提供實時性、針對性的知識服務，需關聯到學習者的知識情境和學習活動，利用組織聚合、分析挖掘和多維立體可視化的集成服務工具，以主動交互的方式為學習者提供面向問題的服務和支持。

社會情境則可視作與學習相關的社會文化背景和個體的社交互動情態(tài)。學習的社會情境主要包括：協作探究的主題、合作伙伴的專業(yè)背景、學習者所處的生活場景等。通過社會情境下的協作理解和符號互動，促進知識的內化和建構。

技術情境由技術場域中分布的技術共同體、顯性知識、隱性知識、工具知識、行動知識和技術范式等要素建構而成[43]。信息技術作為一種重要的認知工具分布于各種計算設備之中，塑造人機合一的學習環(huán)境。技術情境集成了內容、媒體和交互工具，形成有意義活動空間。技術情境影響知識表征、交互功能和技術的動力價值，也影響技術對學習的滲透深度和融合程度，進而影響學習主體的思維取向和知識的意義建構過程及結果。

綜上可見，從上述四個方面獲取學習者的偏好特征、行為績效特征、學習策略及動力特征及所處的情境信息，可以更好地刻畫學習者特征、了解和表征學習者。

四、小結與展望

學習環(huán)境變革激發(fā)了學習者空前強烈的個性化學習需求，促使學習者能遵從自身的心理認知規(guī)律，參照知識的內在邏輯關系，選擇知識序列，自定學習進度和策略，從而采取獨特的學習路徑和方法。為給學習者提供自適應的學習內容和精準的學習服務，我們需要構建全面、準確的“學習者畫像”，洞悉學習者的需求。

為此，在梳理學習者模型相關文獻的基礎上，我們從影響學習者選擇資源的因素出發(fā)，結合德爾菲法抽取主要影響因素，利用解釋結構模型法確立各影響因素之間的邏輯關系，在此基礎上構建鄰接矩陣和可達矩陣，對影響學習者選擇資源的因素進行層級劃分，繪制解釋結構模型圖。再根據解釋結構模型圖，從影響教育資源選擇的因素出發(fā)，構建包括學習者偏好特征、認知行為、學習情境特征和學習策略及動力特征四個方面的學習者模型，為個性化教育和自適應學習提供理論基礎。

但現有的研究可能還存在一些不足，后續(xù)研究將重點探討學習者特征數據的獲取方法、不同類型和量綱數據的標準化描述和高維表示方法及策略。

[1]Heron M L.Self-regulated learning:The role of motivation，emotion，and use of learning strategies in students’learning experiences in a self-paced online mathematics course[J].Distance Education，2015，36（1）:80-99.

[2]Gwo Jen Hwang，Po Han Wu，Ya Yen Zhuang，et al.Effects of the inquiry-based mobile learning model on the cognitive load and learning achievement of students[J].Interactive Learning Environments，2013，21（4）:1-17.

[3]Cenani S，Arentze T A，Timmermans H J P.A cognitive learning model for dynamic activity-travel patterns[J].Procedia-Social and Behavioral Sciences，2012，54（54）:580-588.

[4]馬志強，蘇珊.學習分析視域下的學習者模型研究脈絡與進展[J].現代遠距離教育，2016（4）:44-50.

[5]Krishnamoorthy R，Suneetha K R.User interest estimation using behavior monitoring measure[J].Transplantation，2013，78（2）:651-652.

[6]Lucas M，Gunawardena C，Moreira A.Assessing social construction of knowledge online:A critique of the interaction analysis model[J]. Computers in Human Behavior，2014，30（1-3）:574-582.

[7][13][31]李寶，張文蘭.智慧教育環(huán)境下學習資源推送服務模型的構建[J].遠程教育雜志，2015（3）:41-48.

[8]Marc Clarà，Elena Barberà.Learning online:massive open online courses（MOOCs），connectivism，and cultural psychology[J].Distance Education，2013，34（1）:129-136.

[9]顧小清，林仕麗，汪月.理解與應對:千禧年學習者的數字土著特征及其學習技術需求[J].現代遠程教育研究，2012（1）:23-29.

[10]Committee L T S.IEEE standard for learning object metadata[M].US: IEEE，2002.

[11]姜強，趙蔚，王朋嬌.基于網絡學習行為模式挖掘的用戶學習風格模型建構研究[J].電化教育研究，2012（11）:57-63.

[12]馮銳，李亞嬌.社交網站中知識擴散機制及影響因素研究[J].遠程教育雜志，2014（3）:41-48.

[14]陳仕品，張劍平.適應性學習支持系統(tǒng)的學生模型研究[J].中國電化教育，2010（5）:112-117.

[15][41]李唯實.個性化教育中的學習者模型技術研究[D].長沙：國防科學技術大學，2011.

[16]Scheiter K，Gerjets P.Learner Control in Hypermedia Environments [J].Educational Psychology Review，2007，19（3）:285-307.

[17]呂艷華，任雁.基于興趣的個性化信息用戶模型構建[J].中華醫(yī)學圖書情報雜志，2010，19（3）:8-11.

[18]孫海民.個性特征對網絡學習行為影響研究的關鍵問題探究[J].電化教育研究，2012（10）：52-57.65.

[19]武法提，牟智佳.電子書包中基于大數據的學生個性化分析模型構建與實現路徑[J].中國電化教育，2014（3）：63-69.

[20]武法提，孫舒穎，李彤彤.微觀視角下遠程教學目標的差異化設計流程[J].現代遠程教育研究，2014（1）：33-41.

[21]徐芬，李春花.初中生認知能力對學業(yè)成就的影響[J].心理科學，2015（1）：11-18.

[22]Wyss J，Lee S，Domina T，et al.Cotton Island：Students’learning motivation using a virtual world[J].Decision Sciences Journal of Innovative Education，2014，12（3）：219-232.

[23]Tapia M，Ii G E M.An instrument to measure mathematics attitudes [J].Academic Exchange Quarterly，2004，8：16-21.

[24]Wetzels S A J，Kester L，Merri V，et al.Adapting prior knowledge activation：Mobilisation，perspective taking，and learners’prior knowledge[J].2011，27（1）：16-21.

[25]李秀敏.互聯網內容偏好與大學生人格特質關系的研究[J].心理科學，2004，27（3）：559-562.

[26]丁繼紅，熊才平，劉靜等.PST視域下教師社群學習的模式的分析與重構[J].遠程教育雜志，2015（3）：33-40.

[27]吳剛平.學習目標的多重依據及其關系[J].全球教育展望，2013，42（3）：78-79.

[28]李文靜，童鈺，王福興等.動畫教學代理對多媒體學習的影響：學習者經驗與偏好的調節(jié)作用[J].心理發(fā)展與教育，2016，32（4）：453-462.

[29]毛景煥，李蓓春.認知結構理論的教學設計原理初探[J].外國教育研究，2000（4）：10-13.

[30]Fleming S，Mckee G，Huntley-Moore S.Undergraduate nursing students’learning styles：A longitudinal study[J].Nurse Education Today，2011，31（5）：444-449.

[32]Dale H Schunk.Goal setting and self-efficacy during self-regulated learning[J].Educational Psychologist，1990，25（1）：71-86.

[33]劉電芝，黃希庭.學習策略研究概述[J].教育研究，2002（2）：78-82.

[34]Marcum J W.Rethinking information literacy[J].The Library Quarterly：Information，Community，Policy，2002，72（1）：1-26.

[35]余勝泉.從知識傳遞到認知建構、再到情境認知——三代移動學習的發(fā)展與展望[J].中國電化教育，2007（6）：7-18.

[36]Yerkes R M，Dodson J D The relation of strength of stimulus to validity of habit-information[J].Journal of Comparative and Neurological Psychology，1908.

[37]楊開城.建構主義學習環(huán)境的設計原則[J].中國電化教育，2000（4）：14-18.

[38]樊玉國.基于學習風格的高中英語教學媒體選擇與運用研究[D].武漢：華中師范大學，2009.

[39]周炎根，桑青松，葛明貴.大學生自主學習、成就目標定向與學業(yè)成就關系的研究[J].心理科學，2010（1）：194-197.

[40]Oxford R L.Language learning strategies：An update[M].Washington,DC:ERIC Clearinghouse on Languages and Linguistics，1994.

[42]Bosnic I，Orlic M，譕agar M.A survey on LMS context dimensions for teacher-oriented recommender systems[J].International Journal of Emerging Technologies in Learning，2013，8（3）.

[43]王麗，夏保華.從技術知識視角論技術情境[J].科學技術哲學研究，2011（5）：68-72.

Construction of a Learner Model Based on the Influence Factors of Educational Resources’Choice

Ding Jihong1&Liu Huazhong2
（1.School of Educational Science and Technology，Zhejiang University of Technology，Hangzhou Zhejiang 310023；2.School of Computer Science and Technology，Huazhong University of Science and Technology，Wuhan Hubei 430074）

It is necessary to build a comprehensive and accurate learner model for implementing adaptive learning content and accurate learning services.We review the corresponding literature on learning model，and summarize the candidate factors that impact learners’selection of resources，and then we extract the core factors which influence learners’selection of resource through Delphy method.After that，the binary relationship table among the core influencing factors is established by exploiting interpretative structural modeling method（ISM）.Then，the adjacency matrix and reachability matrix are constructed based on the binary relationship table，ISM diagram which reflects the logical and hierarchy relations among the influence factors is obtained afterward.According to the ISM diagram，a learner characteristic model which includes the learner’s preference，behavior performance，learning situation，learning strategy and motivation mechanism is constructed，and realizes the multi-dimensional and all-round description of the learner.

Learner model；Learning analysis；Individualized education；Open education

G420

A

1672-0008（2017）04—0097—07

丁繼紅，浙江工業(yè)大學教育科學與技術學院講師，博士，研究方向：學習分析、教育大數據、社群學習；劉華中，華中科技大學計算機科學與技術學院在讀博士研究生，研究方向：教育大數據、普適計算。

2017年3月30日

責任編輯：呂東東

本文系浙江省教育廳科研項目“多維關聯分析的個性化教育資源推薦及主動服務模式研究”（項目編號：Y201635710）和浙江省教育科學規(guī)劃課題“‘異地同步網絡教研’的環(huán)境構建、模式創(chuàng)新及績效評價研究”（項目編號：2017SCG256）的研究成果。