袁飛虎 吳其亮
大數(shù)據(jù)時(shí)代的到來,潛移默化地對(duì)社會(huì)各個(gè)領(lǐng)域產(chǎn)生影響,而社會(huì)的發(fā)展又對(duì)教育提出了新的要求。本文首先介紹了系統(tǒng)的基本功能,隨后對(duì)個(gè)性化學(xué)習(xí)路線推薦模型中涉及的算法進(jìn)行了梳理,在此基礎(chǔ)上進(jìn)行智慧學(xué)習(xí)系統(tǒng)的初步構(gòu)建。
1引言
教育部于2018年4月發(fā)布的《教育信息化2.0行動(dòng)計(jì)劃》,明確了教育信息化是我國(guó)教育事業(yè)改革和發(fā)展的戰(zhàn)略選擇,標(biāo)志著智慧學(xué)習(xí)已成為教育界的改革熱點(diǎn)和政策導(dǎo)向。經(jīng)過研究發(fā)現(xiàn)部分學(xué)習(xí)平臺(tái)對(duì)收集的教育數(shù)據(jù)僅通過簡(jiǎn)單的統(tǒng)計(jì)分析手段進(jìn)行處理,且在實(shí)際應(yīng)用教育數(shù)據(jù)時(shí)存在數(shù)據(jù)來源單一、數(shù)據(jù)挖掘?qū)哟螠\顯和應(yīng)用面過窄等問題。
2智能學(xué)習(xí)系統(tǒng)
2.1系統(tǒng)功能設(shè)計(jì)
智慧學(xué)習(xí)系統(tǒng)包括如下功能:
①基本學(xué)情。提供學(xué)生用戶以學(xué)號(hào)注冊(cè)或登錄、基本信息設(shè)置以及對(duì)第一次使用的學(xué)生用戶進(jìn)行學(xué)習(xí)風(fēng)格測(cè)試。
②課程反饋。通過教室中智能傳感器對(duì)學(xué)生的行為進(jìn)行識(shí)別,綜合分析每位同學(xué)上課的主動(dòng)提問、應(yīng)答及學(xué)習(xí)熱情。
③師生互動(dòng)。教師通過智能學(xué)習(xí)系統(tǒng)平臺(tái)上創(chuàng)建的班級(jí)的專業(yè)課群,可以上傳課程的教學(xué)資料,以及提問、簽到、小組討論以及發(fā)放隨堂測(cè)驗(yàn)等操作。
④教學(xué)反饋。系統(tǒng)對(duì)于課堂上老師提問的回答、學(xué)生的接受程度判斷、小組討論情況等進(jìn)行甄別,經(jīng)過可視化處理形成教學(xué)反饋圖表。
⑤學(xué)業(yè)分析。根據(jù)學(xué)生的基本學(xué)情,系統(tǒng)跟蹤學(xué)生的學(xué)習(xí)行為,包括學(xué)生瀏覽的內(nèi)容、學(xué)習(xí)視頻的點(diǎn)擊率、搜索欄關(guān)鍵字和收藏的內(nèi)容等。將這些信息傳送到個(gè)性化學(xué)習(xí)路徑推薦模型,進(jìn)行數(shù)據(jù)分析,更新學(xué)生模型。
⑥學(xué)習(xí)規(guī)劃。將一段時(shí)間的練習(xí)情況和課堂反饋進(jìn)行分析,將結(jié)果再次反饋到推薦模型,通過粒子群算法對(duì)學(xué)習(xí)路徑推薦模型不斷優(yōu)化,以鞏固學(xué)生的學(xué)習(xí)成果,并對(duì)后續(xù)學(xué)習(xí)提供數(shù)據(jù)支撐。
2.2個(gè)性化學(xué)習(xí)路徑推薦模型
根據(jù)美國(guó)教育部發(fā)表的《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教學(xué)》報(bào)告,基于教育數(shù)據(jù)挖掘和學(xué)習(xí)分析在教學(xué)領(lǐng)域的應(yīng)用進(jìn)行建模和分析是可行的。2010年8月,Siemens提出學(xué)習(xí)分析的過程模型,認(rèn)為學(xué)習(xí)分析可以通過運(yùn)用智能數(shù)據(jù)、學(xué)習(xí)者數(shù)據(jù)和分析模型來發(fā)現(xiàn)隱藏的信息與社會(huì)聯(lián)系,并對(duì)學(xué)習(xí)做出預(yù)測(cè)和建議?;赟iemens的學(xué)習(xí)分析模型,首先收集學(xué)生的基本信息,再根據(jù)學(xué)習(xí)風(fēng)格測(cè)試,采用K均值聚類方法對(duì)學(xué)生行為進(jìn)行聚類。接著建立學(xué)生“畫像”對(duì)學(xué)生進(jìn)行分類,對(duì)于每類的學(xué)生采用關(guān)聯(lián)規(guī)則算法對(duì)學(xué)生記錄在學(xué)習(xí)系統(tǒng)中的數(shù)據(jù)處理,根據(jù)不同學(xué)生的特點(diǎn),制定相應(yīng)的規(guī)則,并創(chuàng)立學(xué)生個(gè)人的學(xué)習(xí)模型。
基于趙呈領(lǐng)等人在《適應(yīng)性學(xué)習(xí)路徑推薦算法及應(yīng)用研究》中將學(xué)習(xí)路徑推薦算法的研究,本系統(tǒng)采用粒子群算法進(jìn)行學(xué)習(xí)路線的優(yōu)化。為了實(shí)現(xiàn)個(gè)性化推薦服務(wù),利用協(xié)同過濾推薦算法推薦個(gè)性化學(xué)習(xí)資源,系統(tǒng)對(duì)學(xué)生進(jìn)行分類,再以此為基礎(chǔ)對(duì)每一類的學(xué)生進(jìn)行關(guān)聯(lián)規(guī)則算法,規(guī)劃其學(xué)習(xí)路徑。對(duì)于不同類別的學(xué)生分別進(jìn)行關(guān)聯(lián)規(guī)則算法,得到隱藏的、頻繁出現(xiàn)的學(xué)習(xí)路徑,形成規(guī)則庫(kù),提高了數(shù)據(jù)挖掘的效率。在整個(gè)學(xué)習(xí)周期中,對(duì)不斷累積的學(xué)習(xí)數(shù)據(jù)進(jìn)行數(shù)據(jù)集分類,按照80:20比例“喂養(yǎng)”機(jī)器模型,隨著學(xué)生進(jìn)一步學(xué)習(xí),學(xué)習(xí)路徑推薦模型也在不斷優(yōu)化。
3結(jié)束語
文章在前人的研究中總結(jié)提出基于大數(shù)據(jù)的智慧學(xué)習(xí)系統(tǒng),有助于激發(fā)學(xué)生學(xué)習(xí)興趣,智能化推薦個(gè)性化學(xué)習(xí)資源和學(xué)習(xí)路線,輔助教師可合理調(diào)整教學(xué)計(jì)劃。但后期系統(tǒng)需要進(jìn)行更多的實(shí)證研究,以保證推薦模型的準(zhǔn)確性和完整性。