基于web的自適應(yīng)學(xué)習(xí)匹配模式動態(tài)建構(gòu)

赫宜 李衛(wèi)軍 楊文濤

摘要：在課程資源庫建設(shè)逐漸成熟，但學(xué)生自主上網(wǎng)學(xué)習(xí)的動力不足，面對如何解決學(xué)習(xí)者需求的個性化與教學(xué)資源的有效利用的問題。提出了通過自適應(yīng)學(xué)習(xí)系統(tǒng)的設(shè)計及實施，提高網(wǎng)絡(luò)教學(xué)的有效性，擴展學(xué)生學(xué)習(xí)的時效性，加強學(xué)生技能的提升，進而提升學(xué)生綜合職業(yè)素質(zhì)。

關(guān)鍵詞：網(wǎng)絡(luò)學(xué)習(xí);個性化自適應(yīng);學(xué)習(xí)系統(tǒng)

中圖分類號：TP393 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）35-0209-02

在大數(shù)據(jù)不斷發(fā)展的現(xiàn)在，海量數(shù)據(jù)呈現(xiàn)下，給經(jīng)濟發(fā)展、科學(xué)研究和教育領(lǐng)域帶來了新契機的同時，面對大量和豐富的資源如何有效利用，教育資源提供者在網(wǎng)上提供的課程種類和數(shù)量越來越豐富，隨著學(xué)習(xí)資源數(shù)量的不斷擴大，資源庫網(wǎng)站平臺上的課程量激增能為學(xué)習(xí)者帶來更多的選擇，同時增加了學(xué)習(xí)者信息處理的負(fù)擔(dān)，學(xué)習(xí)者在如此多的學(xué)習(xí)資源中如何選擇。推薦技術(shù)是克服信息過載的一種有效手段，它能幫助用戶篩選出感興趣的信息[1]。信息過載問題出現(xiàn)于網(wǎng)絡(luò)資源學(xué)習(xí)環(huán)境中。學(xué)習(xí)者面對大量的結(jié)構(gòu)復(fù)雜的資源庫信息而無從使用，經(jīng)常會迷失在大量的資源信息中，一方面是不易快捷地找到所需要的資源，另一方面是資源龐雜不易學(xué)習(xí)。自適應(yīng)學(xué)習(xí)匹配模式是提供一種類似搜索助手的功能來幫助學(xué)習(xí)者選取學(xué)習(xí)內(nèi)容，并依據(jù)學(xué)習(xí)者的偏好自動地推薦學(xué)習(xí)方案。選出感興趣的信息同時引導(dǎo)學(xué)生掌握和應(yīng)用知識，創(chuàng)設(shè)智慧學(xué)習(xí)環(huán)境，更加充分、有效地利用這些數(shù)據(jù)，優(yōu)化教與學(xué)，使學(xué)習(xí)資源庫平臺不再是靜態(tài)化的提供，而成為動態(tài)適應(yīng)學(xué)習(xí)者個性的自適應(yīng)學(xué)習(xí)環(huán)境，解決學(xué)習(xí)者需求的個性化與教學(xué)資源的有效利用的問題。

1 利用網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)現(xiàn)狀分析

在對被試大學(xué)1至3年級的學(xué)生發(fā)放了520份問卷。研究團隊將收集到的網(wǎng)絡(luò)學(xué)習(xí)資源了解狀況、網(wǎng)絡(luò)學(xué)習(xí)資源現(xiàn)狀和對學(xué)校提供網(wǎng)絡(luò)學(xué)習(xí)資源的評價的數(shù)據(jù)進行統(tǒng)計分析，以發(fā)現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)風(fēng)格類型，以及學(xué)習(xí)風(fēng)格類型與在線學(xué)習(xí)行為特征之間的關(guān)系，進而為制定教師指導(dǎo)行為和策略奠定可行性基礎(chǔ)。

1.1學(xué)生網(wǎng)絡(luò)使用基本情況調(diào)研

問卷第一部分對學(xué)生上網(wǎng)的基本情況進行調(diào)研，以分析出學(xué)生上網(wǎng)時長、地點的特點。經(jīng)統(tǒng)計，每天都上網(wǎng)，幾乎成為網(wǎng)迷占8.5%，每天都上網(wǎng)，偶爾包宿占6.3%，經(jīng)常上網(wǎng)，但從未包過宿占46.8%，說明學(xué)生會經(jīng)常上網(wǎng)，但自我管理能力還是強的。

1.2學(xué)生對網(wǎng)絡(luò)資源的了解狀況

問卷的第二部分，對網(wǎng)絡(luò)資源了解狀況進行了調(diào)研。第1題是針對了解或使用過哪些網(wǎng)絡(luò)知識資源的，學(xué)生了解最多的是“知識百科（百度百科等）”和“文檔共享網(wǎng)站（百度文庫等）”，分別占82.9%和74.4%，這些資源是人文社會類資源，而對于如“專業(yè)學(xué)者Blog”“知名大學(xué)公開課”和“精品課程網(wǎng)站”很少關(guān)注，學(xué)生上網(wǎng)的目的更多的是在網(wǎng)絡(luò)上游戲或娛樂。第2題對搜索專業(yè)知識的首選，“搜索引擎（google、百度等）”占比59.6%，而專業(yè)相關(guān)門戶網(wǎng)站知道的不多，只占了10%，google、百度等搜索引擎并不提供智慧學(xué)習(xí)環(huán)境。使用網(wǎng)絡(luò)學(xué)習(xí)資源的主要目的大部分是擴展知識視野，占89.37%，說明網(wǎng)絡(luò)學(xué)習(xí)資源的重要性。

1.3網(wǎng)絡(luò)學(xué)習(xí)資源現(xiàn)狀

問卷的第三部分，對網(wǎng)絡(luò)學(xué)習(xí)資源現(xiàn)狀進行了調(diào)研。第1題是針對網(wǎng)絡(luò)上的學(xué)習(xí)資源現(xiàn)狀，認(rèn)為重復(fù)度高的占了53.2%，專業(yè)學(xué)習(xí)資源很少占了31.9%，學(xué)生不能很快有效的找到適合自己學(xué)習(xí)的資源，使網(wǎng)絡(luò)上的資源看似龐大，卻出現(xiàn)嚴(yán)重不足的現(xiàn)象。第2題是您是如何使用網(wǎng)上的學(xué)習(xí)資源的，認(rèn)真對比后使用占了66%，第3題是您認(rèn)為網(wǎng)絡(luò)學(xué)習(xí)資源有個性化功能么，認(rèn)為有的和沒有的人數(shù)對半，說明個性化功能不明顯，不足以讓學(xué)習(xí)者認(rèn)可。

1.4學(xué)校提供網(wǎng)絡(luò)學(xué)習(xí)資源的評價

問卷的第四部分對學(xué)校提供網(wǎng)絡(luò)學(xué)習(xí)資源的評價。學(xué)習(xí)者最希望課程學(xué)習(xí)資源的呈現(xiàn)方式是課堂教學(xué)視頻，占比51%，對希望課程資源可以根據(jù)學(xué)生個體需要進行推薦個性化的學(xué)習(xí)路徑和學(xué)習(xí)資源這個題目，非常希望有的占38.3%，可以有的占61.7%，不希望有的為0。學(xué)習(xí)者還是希望有這樣的一個系統(tǒng)給出建議或意見。

2 自適應(yīng)學(xué)習(xí)系統(tǒng)的搜索引擎開發(fā)

2.1項目背景

目前，很多電子商務(wù)網(wǎng)站（如亞馬遜（Amazon.com）、當(dāng)當(dāng)網(wǎng)、豆瓣、MovieLens.org等）也都采用了類似推薦機制，來促使用戶更多地購物。因此，我們有必要把“個性化推薦機制”思想引入到網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)設(shè)計上來，研發(fā)一個能夠根據(jù)用戶特性實現(xiàn)個性化學(xué)習(xí)的自適應(yīng)學(xué)習(xí)系統(tǒng)。

2.2需求概述

基于信息技術(shù)的應(yīng)用模式理論研究，檢索相關(guān)文獻了解相關(guān)理論。通過調(diào)研了解學(xué)生對自適應(yīng)學(xué)習(xí)系統(tǒng)的需求并構(gòu)建面向服務(wù)的自適應(yīng)學(xué)習(xí)系統(tǒng)的參考模型。

2.3系統(tǒng)時序圖

學(xué)習(xí)者上網(wǎng)查閱學(xué)習(xí)資料時，動態(tài)獲取學(xué)習(xí)者的搜索路徑及關(guān)鍵詞，產(chǎn)生數(shù)據(jù)表，通過對數(shù)據(jù)表的算法分析獲得初步的學(xué)習(xí)風(fēng)格偏愛。

2.4數(shù)據(jù)庫連接設(shè)計

本系統(tǒng)針對學(xué)生需求以及網(wǎng)站搜索需求主要有5張數(shù)據(jù)庫表組成。

Institute（學(xué)院）：記錄校內(nèi)所有學(xué)院。屬性有ins_id（學(xué)院ID，主鍵），ins_name（學(xué)院名）;

Major（專業(yè)）：記錄所有學(xué)院信息。屬性有major_id（學(xué)院ID，主鍵），major_name（學(xué)院名稱），外鍵：ins_id，跟學(xué)院多對一的關(guān)聯(lián);

Course（課程）：記錄所有課程信息。屬性有course_id（課程ID，主鍵），course_name（課程名稱），外鍵：major_id，跟專業(yè)多對一的關(guān)聯(lián);

Article_info（文章）：記錄發(fā)布的所有文章信息。屬性有co_id（課程ID，主鍵），title（文章題目），discription（文章描述），con-tent（文章內(nèi)容），hits（點擊量），外鍵：co_id，跟學(xué)院多對一的關(guān)聯(lián);user_id（用戶ID），跟用戶表多對一的關(guān)聯(lián);

User_info（用戶信息）：記錄用戶信息。屬性有：user_id（用戶ID，主鍵）username（用戶呢稱），motto（個性簽名），resume（簡介），role（角色）;

2.5注冊登錄模塊

注冊：驗證使用iQuery的表單的驗證規(guī)則，對學(xué)習(xí)者對一些值的空值（類型：空）驗證及對密碼（類型：長度）的驗證。加密處理：本系統(tǒng)對學(xué)習(xí)者前端傳過的用密碼使用輔助函數(shù)en-crypt來加密一個值。所有加密的值都使用OpenSSL的AES-256-CBC來進行加密。此外，所有加密過的值都會使用消息認(rèn)證碼（MAC）來簽名，以檢測加密字符串是否被篡改過。保證學(xué)習(xí)者的獨立性。

2.6站內(nèi)搜索推薦模塊

所有學(xué)習(xí)者可以在資源庫內(nèi)進行檢索。學(xué)習(xí)者通過自己喜歡的文章標(biāo)題進行檢索?？梢暂斎胂胍业降奈恼氯麃頇z索，也可以輸入標(biāo)題所含的關(guān)鍵詞來找到自己所想要的文章?？梢酝ㄟ^輸入某個老師的名稱來查找該老師所發(fā)布的文章。

本系統(tǒng)使用Laravel模型關(guān)聯(lián)將各個表關(guān)聯(lián)起來，可以檢索某個專業(yè)的文章也可以檢索某個學(xué)院的文章。資源庫網(wǎng)站以學(xué)習(xí)者所輸入的關(guān)鍵詞進行檢索并將其以點擊量的高低排序，返回給用戶。

根據(jù)資源庫自身的特點使自適應(yīng)學(xué)習(xí)推薦系統(tǒng)能夠順利實施，主要包括以下幾個方面。

（1）大量的統(tǒng)計數(shù)據(jù)：自適應(yīng)學(xué)習(xí)系統(tǒng)環(huán)境收集學(xué)習(xí)者在資源庫中使用的各種數(shù)據(jù)豐富，如學(xué)習(xí)者注冊數(shù)據(jù)、學(xué)習(xí)者評分?jǐn)?shù)據(jù)、學(xué)習(xí)者瀏覽數(shù)據(jù)等。豐富的數(shù)據(jù)為建立多種推薦模型、產(chǎn)生高質(zhì)量的推薦提供了可能。

（2）自動化的數(shù)據(jù)收集：自適應(yīng)學(xué)習(xí)系統(tǒng)環(huán)境中的各種數(shù)據(jù)通過自動化方式收集，減小了手工方式收集數(shù)據(jù)可能出現(xiàn)的誤差，噪聲數(shù)據(jù)明顯減少，各種數(shù)據(jù)的可信度比較高，數(shù)據(jù)預(yù)處理比較簡單。

（3）推薦效果可以進行評估：在自適應(yīng)學(xué)習(xí)系統(tǒng)中實施推薦有利于通過資源庫網(wǎng)站訪問量的增加、學(xué)習(xí)時間的增加等指標(biāo)直接進行評估，而評估的結(jié)果又可為推薦系統(tǒng)的改進方向提供指導(dǎo)。

本系統(tǒng)的推薦方式采用通用推薦和個性化推薦兩種方式共用。

通用推薦是依據(jù)學(xué)習(xí)者注冊和登錄資源庫的數(shù)據(jù)以及在資源庫中瀏覽學(xué)習(xí)等統(tǒng)計數(shù)據(jù)產(chǎn)生的推薦。沒有參考學(xué)習(xí)者的學(xué)習(xí)情況、學(xué)習(xí)內(nèi)容和學(xué)習(xí)規(guī)律，也就是不考慮當(dāng)前學(xué)習(xí)者的風(fēng)格，通用推薦的數(shù)據(jù)比較容易獲得，考慮的是學(xué)生群體對網(wǎng)絡(luò)學(xué)習(xí)資源的使用，不考慮當(dāng)前學(xué)習(xí)者的個體的風(fēng)格。例如，資源庫網(wǎng)站根據(jù)資源的點擊量進行推薦，也考慮學(xué)習(xí)者所在的專業(yè)等少量的學(xué)習(xí)者信息推薦本專業(yè)的學(xué)習(xí)內(nèi)容或新技術(shù)應(yīng)用內(nèi)容。

個性化推薦是指根據(jù)學(xué)習(xí)者在知識水平、學(xué)習(xí)風(fēng)格、動機、目標(biāo)等方面的特點和規(guī)律，向?qū)W習(xí)者推薦資源。例如，推薦系統(tǒng)在推薦課程資源時，會考慮到具體學(xué)習(xí)者正在學(xué)習(xí)的內(nèi)容主題、專業(yè)、已學(xué)習(xí)過的課程等眾多要素，綜合判斷所要推薦的課程資源是否是學(xué)習(xí)者可能適用的，從而做出推薦決策。

顯然個性化推薦技術(shù)，相比通用推薦更具有針對性，更能體現(xiàn)出個性化服務(wù)。針對學(xué)習(xí)者的使用偏好作為推薦依據(jù)，更能充分考慮目標(biāo)學(xué)習(xí)者的偏好，達到有效的縮小瀏覽范圍，減少瀏覽時間，服務(wù)于學(xué)生，通過自適應(yīng)學(xué)習(xí)系統(tǒng)能夠為學(xué)習(xí)者提供適應(yīng)性學(xué)習(xí)服務(wù)支持，為學(xué)生提供最佳學(xué)習(xí)路線、策略支持服務(wù)，學(xué)習(xí)資源支持服務(wù)等。另一方面系統(tǒng)推薦的學(xué)習(xí)內(nèi)容與學(xué)習(xí)者需要學(xué)習(xí)的知識技能相符。將學(xué)生的被動學(xué)習(xí)轉(zhuǎn)化為能主動學(xué)習(xí)，解決學(xué)習(xí)者在利用網(wǎng)絡(luò)進行學(xué)習(xí)，而非是在網(wǎng)絡(luò)環(huán)境中娛樂的現(xiàn)象，同時，解決“因材施教”，針對不同學(xué)習(xí)者滿足個性化學(xué)習(xí)需求，實現(xiàn)根據(jù)學(xué)習(xí)者的多種特點和行為傾向，如學(xué)習(xí)風(fēng)格、媒體傾向、興趣、認(rèn)知水平等，采用相應(yīng)的教學(xué)策略，推薦個性化的學(xué)習(xí)路徑和學(xué)習(xí)資源。

3 總結(jié)

解決學(xué)習(xí)者需求的個性化與教學(xué)資源的有效利用的問題。通過自適應(yīng)系統(tǒng)的設(shè)計及實施，有利于提高網(wǎng)絡(luò)教學(xué)的有效性，有利于擴展學(xué)生學(xué)習(xí)的時效性，有利于加強學(xué)生技能的提升，有利于提升學(xué)生綜合職業(yè)素質(zhì)。

參考文獻：

[1]姜維.文本分析與文本挖掘[M].北京：科學(xué)出版社，2018.

[2]姜強，趙蔚，王朋嬌.基于網(wǎng)絡(luò)學(xué)習(xí)行為模式挖掘的用戶學(xué)習(xí)風(fēng)格模型建構(gòu)研究[J].電化教育研究，2012（11）：55-61.

[3]吳青，羅儒國.基于網(wǎng)絡(luò)學(xué)習(xí)行為的學(xué)習(xí)風(fēng)格挖掘[J].現(xiàn)代遠(yuǎn)距離教育，2014（1）.

[4]吳鵬澤.遠(yuǎn)程學(xué)習(xí)者內(nèi)部學(xué)習(xí)動機的激發(fā)策略[J].現(xiàn)代遠(yuǎn)距離教育，2011（2）.

[5]李艷燕.學(xué)習(xí)分析技術(shù)：服務(wù)學(xué)習(xí)過程設(shè)計和優(yōu)化[J].開放教育研究，2012（18）：5.

[6]姜強，趙蔚.自適應(yīng)學(xué)習(xí)系統(tǒng)述評及其優(yōu)化機制研究[J].現(xiàn)代遠(yuǎn)距離教育，2011（6）.

[7]P.Brusilovsky，J. Eklund，E.Schwarz. Web-basedEducationfor All：A Tool for Developing Adaptive Courseware[C].Proc，7th Intemational World Wide Web Conference，1998，30（1-7），291-300.

[8]P.Brusilovsky，R. Farzan，J. Ahn. LaVeredEvaluationof AdaptiveSearch[C].ln Proceedings of Workshop on Evalua-ting Explor-atory Search Systems.At SIGIR 2006.

[9]祝智庭，沈德梅.學(xué)習(xí)分析學(xué)：智慧教育的科學(xué)力量[J].電化教育研究，2013（5）：5-12.

[10]阮瀅.適應(yīng)性學(xué)習(xí)：信息技術(shù)支持下的因材施教一訪首都師范大學(xué)王陸教授[J].中小學(xué)信息技術(shù)教育，2006（11）：4-6，11.

[11]Zhong Keding. Online leaming and development（inChinese）[M].Beijing： Higher Education Press.2011.

【通聯(lián)編輯：唐一東】

收稿日期：2019-08-20

基金項目：“基于web的自適應(yīng)學(xué)習(xí)匹配模式動態(tài)構(gòu)建研究”課題的成果（項目編號寧工商職院〔2016〕27號，主持人：赫宜）

作者簡介：赫宜（1971-），副教授，碩士，研究方向計算機應(yīng)用、物聯(lián)網(wǎng)應(yīng)用技術(shù);李衛(wèi)軍（1979-），在讀博士，講師，研究方向語義網(wǎng)，本體的構(gòu)建和重用;楊文濤（1984-），系統(tǒng)架構(gòu)師，研究方向信息管理系統(tǒng)。