基于個性化推薦技術(shù)的網(wǎng)絡(luò)學(xué)習空間一體化研究*

（吉林警察學(xué)院 信息工程系，吉林 長春 131107）

一、引言

自“十二五”提出“三通兩平臺建設(shè)”至今，國內(nèi)眾多學(xué)者一直致力于網(wǎng)絡(luò)學(xué)習空間的理論研究與實踐探索，分別從網(wǎng)絡(luò)學(xué)習空間的系統(tǒng)架構(gòu)、服務(wù)應(yīng)用類型、教學(xué)模式應(yīng)用等不同視角進行了深入分析和探討。“十三五”期間，由于信息技術(shù)與教育的深度融合發(fā)展，網(wǎng)絡(luò)學(xué)習空間應(yīng)用了多種教學(xué)模式和教學(xué)策略，使教學(xué)效果顯著提高。另外，網(wǎng)絡(luò)學(xué)習空間融合了教育管理與校園文化建設(shè)平臺，使得家?；痈鼮榫o密，從而促進了家長輔助學(xué)校對學(xué)生進行管理。

網(wǎng)絡(luò)學(xué)習空間作為信息技術(shù)支撐下的專門教育平臺，一直支持線上正式和非正式教學(xué)活動的開展。隨著數(shù)據(jù)量的增大，網(wǎng)絡(luò)學(xué)習空間中工具技術(shù)性支持存在明顯不足。表現(xiàn)為：一是缺乏數(shù)據(jù)挖掘、學(xué)習分析等智能型技術(shù)的應(yīng)用；二是缺少依據(jù)用戶行為與學(xué)習風格的精準化學(xué)習服務(wù)推薦。另外，在極其需求自主性、創(chuàng)造性人才的今天，具有個性化特征的人才培養(yǎng)是知識經(jīng)濟時代對教育提出的新挑戰(zhàn)[1]，只有具備獨特的個性化特征才能的學(xué)習者才具有創(chuàng)造能力。我國《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》中明確指出，要“培養(yǎng)學(xué)生信息化環(huán)境下的學(xué)習能力”，即通過信息技術(shù)的幫助實現(xiàn)學(xué)生更好地自我學(xué)習和自我發(fā)展[2]。因此，如何將網(wǎng)絡(luò)學(xué)習空間轉(zhuǎn)變成培養(yǎng)學(xué)生自主性學(xué)習、個性化發(fā)展的重要學(xué)習場所，成為教育信息技術(shù)發(fā)展的重要課題。本文在對國內(nèi)外關(guān)于網(wǎng)絡(luò)學(xué)習空間文獻歸納和整理基礎(chǔ)上，把個性化推薦技術(shù)融入到網(wǎng)絡(luò)學(xué)習空間一體化建設(shè)中，并對個性化推薦技術(shù)、空間模型和架構(gòu)進行了詳細闡述，希望通過在網(wǎng)絡(luò)空間中運用個性化推薦技術(shù)工具，產(chǎn)生適合不同學(xué)習用戶特點的知識推薦和學(xué)習路徑推薦，提高網(wǎng)絡(luò)學(xué)習空間個性化學(xué)習能力。

二、網(wǎng)絡(luò)學(xué)習空間中基于推薦技術(shù)的個性化學(xué)習

所謂網(wǎng)絡(luò)學(xué)習空間中基于推薦技術(shù)的個性化學(xué)習，就是在虛擬化的學(xué)習場所中應(yīng)用推薦技術(shù)，根據(jù)學(xué)習用戶不同的學(xué)習特征推薦相應(yīng)的學(xué)習資源和學(xué)習策略，充分尊重不同學(xué)習用戶學(xué)習特征，支持以“學(xué)習者為中心”的學(xué)習活動的開展，從而實現(xiàn)學(xué)習用戶的個性化發(fā)展。

網(wǎng)絡(luò)學(xué)習空間具有豐富的學(xué)習資源和學(xué)習工具，學(xué)習用戶可以利用資源圖片、視頻和案例進行線上線下自主探究。同時，也可以利用網(wǎng)絡(luò)學(xué)習空間中的交流工具與學(xué)習共同體進行合作式學(xué)習，并在經(jīng)驗交流中獲得知識。許多學(xué)習用戶在網(wǎng)絡(luò)空間中留下了屬于自己學(xué)習風格和學(xué)習特征的數(shù)據(jù)軌跡，推薦技術(shù)就是利用學(xué)習用戶在網(wǎng)絡(luò)學(xué)習空間中留下的軌跡數(shù)據(jù)建立學(xué)習用戶模型，并利用推薦算法與學(xué)習資源模型進行相似性計算，進而生成與不同學(xué)習用戶相適合的學(xué)習內(nèi)容和學(xué)習路徑推薦，從而為學(xué)習用戶個性化學(xué)習提供支持。

（一）網(wǎng)絡(luò)學(xué)習空間中個性化推薦算法

推薦技術(shù)是一種大數(shù)據(jù)時代信息檢索技術(shù)。當檢索詞匯處于模糊狀態(tài)下，推薦技術(shù)能夠在海量信息中找到用戶所需求的數(shù)據(jù)，現(xiàn)如今推薦技術(shù)被廣泛應(yīng)用于商業(yè)系統(tǒng)和學(xué)習系統(tǒng)等領(lǐng)域。個性化推薦算法是推薦系統(tǒng)的核心，學(xué)習系統(tǒng)中常用的個性化推薦算法主要有以下5類：基于內(nèi)容的推薦、基于知識的推薦、協(xié)同過濾推薦、基于上下文感知的推薦和混合推薦。

1.基于內(nèi)容的推薦

基于內(nèi)容的推薦算法首先構(gòu)建目標知識點屬性向量，然后通過分析用戶歷史行為記錄，構(gòu)建用戶模型向量，最后計算用戶模型向量與目標知識點屬性向量的相似度，產(chǎn)生項目評分序列或top-N推薦?；趦?nèi)容的推薦不需要大量的用戶群體或評分數(shù)據(jù)集，只有一個用戶也可以產(chǎn)生推薦列表[3]。

2.基于知識的推薦

基于知識的推薦，需要建立知識網(wǎng)絡(luò)圖譜，計算用戶已有的知識和需求知識之間的信息熵，進行權(quán)重計算為用戶推薦與舊知識最為接近的新知識。基于知識的推薦算法依賴于預(yù)先建立的特定領(lǐng)域的知識庫，適用于無法根據(jù)學(xué)習用戶歷史信息來推薦知識點的預(yù)測[4]。

3.協(xié)同過濾推薦

協(xié)同過濾推薦是通過找到學(xué)習用戶A的近鄰學(xué)習用戶B，即找到具有相似特征的學(xué)習用戶，把學(xué)習用戶B在某領(lǐng)域選擇的知識項目推薦給未在該領(lǐng)域選擇知識項目的學(xué)習用戶A。

用戶A與用戶B的近鄰關(guān)系主要依據(jù)他們的歷史記錄或評分，采用余弦相似度、Perason相關(guān)系數(shù)、均方差、Spearman相關(guān)系數(shù)等方法計算[5]。

4.基于上下文感知推薦

首先采集用戶、上下文、時間、地點、項目、用戶評分等數(shù)據(jù)，形成數(shù)據(jù)集；然后，根據(jù)用戶歷史記錄提取用戶偏好；再次，計算用戶偏好與數(shù)據(jù)集的相關(guān)閾值；最后，根據(jù)閾值預(yù)測用戶與項目之間的潛在偏好，生成上下文感知推薦。

5.混合推薦

在具體應(yīng)用中，常常將若干種個性化推薦算法通過某種方式進行結(jié)合，結(jié)合方式采用加權(quán)、變換、混合、特征組合和層疊等方法[6]，有效避免各單一的個性化推薦算法的不足，增強推薦效果。

（二）個性化推薦算法在網(wǎng)絡(luò)學(xué)習空間中的應(yīng)用分析

網(wǎng)絡(luò)學(xué)習空間中的個性化推薦主要目的是使不同學(xué)習用戶獲得個性化、自適應(yīng)性的學(xué)習內(nèi)容，達到最佳學(xué)習效果。目前已有一些學(xué)習平臺紛紛把各種個性化推薦算法應(yīng)用于知識領(lǐng)域，都取得了不錯的效果。但是網(wǎng)絡(luò)學(xué)習空間作為存儲或交換歷史數(shù)據(jù)信息最廣泛的學(xué)習平臺，更適合把幾種推薦算法捆綁在一起，順序應(yīng)用推薦算法建立學(xué)習用戶模型和知識模型，從而生成基于內(nèi)容的推薦、基于學(xué)習路徑推薦等個性化推薦。數(shù)據(jù)庫系統(tǒng)作為推薦系統(tǒng)的接口，為生成推薦提供數(shù)據(jù)。如圖1所示。

圖1 個性化推薦系統(tǒng)

三、基于個性化推薦技術(shù)的網(wǎng)絡(luò)學(xué)習空間一體化設(shè)計模型

（一）模型要素

網(wǎng)絡(luò)學(xué)習空間的構(gòu)成要素是網(wǎng)絡(luò)學(xué)習空間模型構(gòu)成的基礎(chǔ)，現(xiàn)有的網(wǎng)絡(luò)學(xué)習空間構(gòu)成要素大多是以澳大利亞學(xué)者David Radcliffe提出的PST框架為理論基礎(chǔ)。所謂PST框架是指學(xué)習空間由Pedagogy（教學(xué)）—Space（空間）—Technology（技術(shù)）三者作為有機整體進行設(shè)計，強調(diào)技術(shù)在學(xué)習空間體系中的作用，使學(xué)習空間由物理空間向虛擬空間獲得有效延伸。隨著現(xiàn)代網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展，特別是大數(shù)據(jù)技術(shù)、云技術(shù)的出現(xiàn)，智能型工具技術(shù)在網(wǎng)絡(luò)學(xué)習空間中扮演越來越重要的角色。因此，當前許多學(xué)者對網(wǎng)絡(luò)學(xué)習空間構(gòu)成要素重新進行了定義，其中有代表性的，如祝智庭教授從教與學(xué)的過程出發(fā)，把網(wǎng)絡(luò)學(xué)習空間要素定義為教與學(xué)過程參與者的空間——角色空間，學(xué)習資源的內(nèi)容資源空間，幫助用戶獲取資源的媒體工具空間，以及記錄用戶活動的過程信息空間[7]。而李振等則提出了個性化網(wǎng)絡(luò)學(xué)習空間的要素模型—PST-SDC模型，即教學(xué)法、技術(shù)、利益相關(guān)者、數(shù)據(jù)、學(xué)科內(nèi)容五要素[8]。而本文更強調(diào)個性化推薦技術(shù)在網(wǎng)絡(luò)學(xué)習空間中的學(xué)習支持作用，界定模型構(gòu)成要素為：空間用戶、學(xué)習工具、個性化推薦技術(shù)、學(xué)習資源及過程信息五要素。個性化推薦技術(shù)把空間用戶、學(xué)習工具、學(xué)習資源和過程信息等要素融合為一體，通過個性化推薦支持“個性化”學(xué)習活動的開展，如圖2所示。

圖2 基于個性化推薦技術(shù)的網(wǎng)絡(luò)學(xué)習空間構(gòu)成要素

（二）模型構(gòu)成要素內(nèi)涵

1.空間用戶的統(tǒng)一身份認證和數(shù)據(jù)交換

網(wǎng)絡(luò)學(xué)習空間一體化模型核心思想是實現(xiàn)課內(nèi)課外、校內(nèi)校外、線上線下學(xué)習活動無縫鏈接一體化，生生之間、師生之間、教師與家長之間、教師與管理者之間持續(xù)互動一體化、各學(xué)習應(yīng)用平臺數(shù)據(jù)模型一體化。因此，網(wǎng)絡(luò)學(xué)習空間用戶登錄必須實現(xiàn)統(tǒng)一實名身份認證，規(guī)范各類學(xué)習平臺數(shù)據(jù)模型，使學(xué)習用戶在各學(xué)習平臺的學(xué)習記錄數(shù)據(jù)及訪問數(shù)據(jù)實現(xiàn)繼承和交換，從而打破信息孤島，有效建立推薦模型。

2.實現(xiàn)多種角色共同參與

訪問網(wǎng)絡(luò)學(xué)習空間的主體不僅包括學(xué)生還包括教師、家長、學(xué)習伙伴、管理者等多個角色。家長通過網(wǎng)絡(luò)空間可以查看學(xué)生的學(xué)習成績，也可以通過空間評價體系和管理工具對學(xué)校、教師開展評價，提出良好建議，便于參與學(xué)校的管理。學(xué)校也可以借助空間及時向家長傳遞學(xué)生的學(xué)習情況、推送學(xué)校的教育理念和各種優(yōu)秀的教育方法。不僅使家長全方位了解學(xué)生的學(xué)習和發(fā)展，更能積極明確學(xué)校的教育理念和思路，有效地參與學(xué)生的管理，幫助學(xué)生成長?？傊W(wǎng)絡(luò)學(xué)習空間在信息技術(shù)支撐下實現(xiàn)多個角色間的交流、溝通、分享、反思，共同促成知識生成、情感交流和協(xié)作。

3.學(xué)習資源的高度整合與共享

學(xué)習資源是學(xué)習用戶在網(wǎng)絡(luò)學(xué)習空間開展學(xué)習活動的基礎(chǔ)。如果僅僅憑借本單位、本院校建設(shè)的學(xué)習資源，平臺的應(yīng)用受到極大的限制。因此，為了保障網(wǎng)絡(luò)學(xué)習空間一體化中的資源共享，需要全國各高校與主管部門按照網(wǎng)絡(luò)空間“人人通”技術(shù)規(guī)范和標準搭建資源數(shù)據(jù)庫和訪問接口，統(tǒng)一信息模型和信息交換，使網(wǎng)絡(luò)學(xué)習空間中的學(xué)習用戶及參與者可以通過搜索工具、外部平臺訪問入口等方式共享外部資源。

4.學(xué)習工具的高度集成

網(wǎng)絡(luò)學(xué)習空間中的學(xué)習工具包括虛擬教室、視頻點播、電子課本、各種智能應(yīng)用、答疑、在線咨詢等學(xué)習應(yīng)用系統(tǒng)，是幫助學(xué)習用戶進行學(xué)習的工具集合。網(wǎng)絡(luò)學(xué)習空間中的學(xué)習工具有效實現(xiàn)了教室、實驗室、家庭、圖書館等物理學(xué)習場所向虛擬學(xué)習場所的集成性轉(zhuǎn)移。在網(wǎng)絡(luò)學(xué)習空間中借助于學(xué)習工具，學(xué)習用戶可以建構(gòu)自己的個人學(xué)習空間，完成在線學(xué)習、實現(xiàn)個人成長和個人發(fā)展。

5.過程信息空間

過程信息空間記錄了學(xué)習用戶在網(wǎng)絡(luò)學(xué)習空間中一切活動和活動結(jié)果數(shù)據(jù)[9]。這些數(shù)據(jù)包括學(xué)習用戶的知識項目進程、考試成績、訪問路徑以及各學(xué)習工具應(yīng)用情況等等。個性化推薦技術(shù)可以利用過程信息數(shù)據(jù)，計算用戶的學(xué)習偏好、學(xué)習特征從而建立學(xué)習用戶模型，為個性化推薦實現(xiàn)提供必要數(shù)據(jù)。

四、基于個性化推薦技術(shù)的網(wǎng)絡(luò)學(xué)習空間設(shè)計一體化架構(gòu)

基于個性化推薦技術(shù)的網(wǎng)絡(luò)學(xué)習空間一體化構(gòu)架以其模型要素構(gòu)成和內(nèi)涵為理論基礎(chǔ)，分為用戶空間層、應(yīng)用服務(wù)層、個性化推薦技術(shù)層、數(shù)據(jù)資源層、基礎(chǔ)設(shè)施層五個層級，如圖3所示。

圖3 基于個性化推薦技術(shù)的網(wǎng)絡(luò)學(xué)習空間一體化架構(gòu)

（一）用戶空間層

用戶空間是平臺提供給各空間參與者訪問系統(tǒng)的接口界面，在這一空間中，用戶完成身份認證、系統(tǒng)登陸和各應(yīng)用平臺的訪問與交互，是訪問網(wǎng)絡(luò)學(xué)習空間的入口。

（二）應(yīng)用服務(wù)層

本層是為空間各應(yīng)用系統(tǒng)提供技術(shù)支持的核心，涵蓋“虛擬教室”“視頻點播”“學(xué)生中心”“教師中心”“評價系統(tǒng)”及“互動交流”等應(yīng)用和管理工具，為各類學(xué)習用戶提供支持服務(wù)。

（三）個性化推薦層

該層是實現(xiàn)“以學(xué)生為中心”的個性化推薦技術(shù)的關(guān)鍵，個性化推薦技術(shù)通過對過程信息數(shù)據(jù)庫和學(xué)習資源數(shù)據(jù)庫進行分類、聚類、相似性計算等算法分析，在該層中構(gòu)建的學(xué)生模型和資源模型，并進行二者相似度計算，從而生成推薦。

（四）數(shù)據(jù)資源層

本層主要包含網(wǎng)絡(luò)學(xué)習空間所需的學(xué)習資源數(shù)據(jù)、學(xué)生基本信息數(shù)據(jù)、教師基本信息數(shù)據(jù)以及用戶訪問網(wǎng)絡(luò)學(xué)習空間應(yīng)用系統(tǒng)留下的過程信息數(shù)據(jù)。并且數(shù)據(jù)資源層的各類數(shù)據(jù)庫在數(shù)據(jù)交換中心與各平臺進行數(shù)據(jù)交換，實現(xiàn)網(wǎng)絡(luò)學(xué)習空間數(shù)據(jù)資源共享和一體化。

（五）基礎(chǔ)設(shè)施層

本層包含平臺賴以運行的操作系統(tǒng)、大型服務(wù)器、各種網(wǎng)絡(luò)設(shè)備以及相關(guān)計算機硬件，為系統(tǒng)實現(xiàn)統(tǒng)籌管理和服務(wù)資源配置與調(diào)度等底層支持與操作。

五、結(jié)束語

現(xiàn)今隨著云技術(shù)、大數(shù)據(jù)、物聯(lián)網(wǎng)等計算機網(wǎng)絡(luò)通信技術(shù)的高速化發(fā)展，如何在網(wǎng)絡(luò)學(xué)習空間中實現(xiàn)個性化學(xué)習和個性化人才培養(yǎng)是當今探討的熱點。本文把大數(shù)據(jù)技術(shù)中的個性化推薦技術(shù)融入到網(wǎng)絡(luò)學(xué)習空間的一體化建設(shè)中，意旨通過個性化推薦技術(shù)實現(xiàn)網(wǎng)絡(luò)學(xué)習空間的個性化精準推薦，更好地為學(xué)生的個性化學(xué)習提供服務(wù)。