網(wǎng)絡(luò)學(xué)習(xí)行為個性化引導(dǎo)的研究

摘要 通過對網(wǎng)絡(luò)學(xué)習(xí)中學(xué)習(xí)者在感覺通道、學(xué)習(xí)材料、學(xué)習(xí)環(huán)境和思維方式等方面偏好的分析，構(gòu)建網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征結(jié)構(gòu)模型。以此模型作為理論依據(jù)，提出對網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)行為進行采集、診斷和個性化引導(dǎo)的方法，并設(shè)計網(wǎng)絡(luò)學(xué)習(xí)行為個性化引導(dǎo)系統(tǒng)。

關(guān)鍵詞 網(wǎng)絡(luò)學(xué)習(xí)行為;學(xué)習(xí)風(fēng)格;個性化學(xué)習(xí)引導(dǎo)

中圖分類號:G434 文獻標識碼:B 文章編號:1671-489X(2010)03-0079-03

Research on Personalized Guide of Network Learning Behavior//Li Dong， Han Yongguo

Abstract In this paper we analyzed learner preferences in network learning to sensory channel， learning materials， learning environment and mode of thinking， then built network learners learning style feature structural model. Taken the model as theory basis we proposed a kind of method to record individual learners network learning behaviors and to diagnose their behaviors and to provide personalized guide for them， finally designed network learning behaviors personalized guiding system.

Key words network learning behavior; learning style; personalized learning guide

Author’s address School of Computer Science and Technology， Southwest University of Science and Technology， Mianyang， Sichuan， China 621010

因材施教是傳統(tǒng)教育理論中的一條基本原則，它強調(diào)教師要從每個學(xué)生的實際情況和個別差異出發(fā)，有的放矢地進行有差別的教學(xué)，使每個學(xué)生都能揚長避短，獲得最佳發(fā)展。這一原則放在當(dāng)前的網(wǎng)絡(luò)教育中仍具有重要現(xiàn)實意義。網(wǎng)絡(luò)教學(xué)的重要特點之一是教和學(xué)的雙方在時空上分離，學(xué)習(xí)的效果主要取決于學(xué)習(xí)者的自主性，即對個人學(xué)習(xí)行為的調(diào)控能力。王煥景等[1]的調(diào)查顯示，約有60%的學(xué)習(xí)者難以有效調(diào)控網(wǎng)絡(luò)學(xué)習(xí)過程，最想得到學(xué)習(xí)方法指導(dǎo)。因此，及時了解網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)行為并對其做出個性化的學(xué)習(xí)引導(dǎo)極具研究價值。

縱觀現(xiàn)有的網(wǎng)絡(luò)學(xué)習(xí)行為研究，主要集中于網(wǎng)絡(luò)學(xué)習(xí)行為監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)，從學(xué)習(xí)者的學(xué)習(xí)風(fēng)格入手，診斷學(xué)習(xí)者的學(xué)習(xí)行為，對學(xué)習(xí)者學(xué)習(xí)行為實現(xiàn)個性化引導(dǎo)的研究尚不多見。本文將在這方面作些探索，通過對網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格分析，建構(gòu)網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征結(jié)構(gòu)模型，基于Bayesian網(wǎng)絡(luò)診斷學(xué)習(xí)者的學(xué)習(xí)行為，實現(xiàn)個性化學(xué)習(xí)引導(dǎo)。

1 網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格分析

學(xué)習(xí)風(fēng)格是學(xué)習(xí)者在學(xué)習(xí)過程中經(jīng)常表現(xiàn)出來的帶有個性特征的學(xué)習(xí)方式和認知傾向，會直接影響學(xué)習(xí)的進程與效果。陳麗等在比較了眾多學(xué)習(xí)風(fēng)格理論模型及相關(guān)測量量表的基礎(chǔ)上，從感覺通道偏好、學(xué)習(xí)方式偏好以及與學(xué)習(xí)相關(guān)的內(nèi)在人格特征3個角度，構(gòu)建中國遠程學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征結(jié)構(gòu)三維模型(表1)[2]。

1)網(wǎng)絡(luò)學(xué)習(xí)中，學(xué)習(xí)者主要通過視覺和聽覺感知信息，動覺幾乎不參與，因此，可將學(xué)習(xí)者的感覺通道偏好分為視覺型和聽覺型。2)表1中的學(xué)習(xí)方式偏好在網(wǎng)絡(luò)學(xué)習(xí)中的表現(xiàn)主要是學(xué)習(xí)者對學(xué)習(xí)材料的偏好，可將該劃分角度稱作學(xué)習(xí)材料偏好，分為具象型和抽象型。3)模型中對與學(xué)習(xí)相關(guān)的心理特征的分類基本上反映了學(xué)習(xí)者對學(xué)習(xí)環(huán)境和思維方式的偏好。將該維度一分為二，其中學(xué)習(xí)環(huán)境偏好指的是學(xué)習(xí)者受環(huán)境信息的影響程度，分為場依存性和場獨立性;思維方式指的是人們認識外界事物時所采取的策略，分為線型和發(fā)散型。表2是根據(jù)以上分析建構(gòu)的網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征結(jié)構(gòu)模型，可作為測量和鑒別網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征的理論基礎(chǔ)。

2 網(wǎng)絡(luò)學(xué)習(xí)行為個性化引導(dǎo)系統(tǒng)設(shè)計

一般來說，網(wǎng)絡(luò)學(xué)習(xí)行為主要有瀏覽網(wǎng)頁、信息檢索、在線測試、主題討論等。每一種行為都由一組屬性組成，例如瀏覽網(wǎng)頁這一行為的屬性就包括頁面主題、時間(進入頁面、離開頁面)等。這些屬性是可測的，能夠反映學(xué)習(xí)者的行為特征。因此，可以通過對網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)行為的采集和診斷來實現(xiàn)對其學(xué)習(xí)行為的個性化引導(dǎo)。

2.1 系統(tǒng)流程個性化的學(xué)習(xí)引導(dǎo)是在對學(xué)習(xí)者的基本信息和學(xué)習(xí)行為充分了解的基礎(chǔ)上實現(xiàn)的。為此，設(shè)計電子檔案袋，用于存儲學(xué)習(xí)者的基本信息和行為記錄。設(shè)計的網(wǎng)絡(luò)學(xué)習(xí)行為個性化引導(dǎo)系統(tǒng)的流程如圖1所示:1)學(xué)習(xí)者通過網(wǎng)絡(luò)學(xué)習(xí)平臺對由若干學(xué)習(xí)主題組成的某學(xué)科課程進行學(xué)習(xí);2)行為引導(dǎo)系統(tǒng)記錄下學(xué)習(xí)者的學(xué)習(xí)行為;3)將行為記錄提交到電子檔案袋;4)行為引導(dǎo)系統(tǒng)在學(xué)習(xí)者完成一個主題的學(xué)習(xí)或間隔一定的時間段后對學(xué)習(xí)者的學(xué)習(xí)績效做出評價并診斷學(xué)習(xí)者的學(xué)習(xí)風(fēng)格;5)行為引導(dǎo)系統(tǒng)根據(jù)學(xué)習(xí)者的學(xué)習(xí)績效和學(xué)習(xí)風(fēng)格，向?qū)W習(xí)者推送下一時間段的學(xué)習(xí)建議;6)學(xué)習(xí)者根據(jù)行為引導(dǎo)系統(tǒng)的推送內(nèi)容進入下一環(huán)節(jié)或主題的學(xué)習(xí)。

2.2 網(wǎng)絡(luò)學(xué)習(xí)行為采集目前，常見的網(wǎng)絡(luò)行為采集技術(shù)有Web日志挖掘和網(wǎng)絡(luò)嗅探捕獲。鑒于Web日志挖掘方便、易于操作的特點，選用Web日志挖掘技術(shù)對學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)行為進行采集。

首先，確定要記錄的網(wǎng)絡(luò)學(xué)習(xí)行為內(nèi)容，即定義網(wǎng)絡(luò)學(xué)習(xí)行為的數(shù)據(jù)模型。以下是網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)模型中的部分關(guān)系模式，其中首字段是關(guān)系的碼:

瀏覽網(wǎng)頁(行為編號，網(wǎng)址，網(wǎng)頁標題，進入頁面時間、離開頁面時間)

信息檢索(行為編號，關(guān)鍵詞，搜索引擎，搜索結(jié)果，用時)

主題討論(行為編號，討論主題，讀帖數(shù)、發(fā)帖數(shù)，進入頁面時間、離開頁面時間)

在線測試(試題編號，成績，用時)

完成學(xué)習(xí)行為數(shù)據(jù)模型建構(gòu)之后，即可開發(fā)電子檔案袋。學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)平臺上進行的各項操作將被行為引導(dǎo)系統(tǒng)及時采集并記錄到電子檔案袋中。

2.3 網(wǎng)絡(luò)學(xué)習(xí)行為診斷與個性化學(xué)習(xí)引導(dǎo)目前，常見的網(wǎng)絡(luò)行為診斷技術(shù)有Bayesian網(wǎng)絡(luò)、聚類分析和支持向量機。其中，Bayesian網(wǎng)絡(luò)是研究不確定性問題的重要工具，經(jīng)過30多年的發(fā)展，在理論及應(yīng)用上都取得豐碩的成果，有很多成功的案例可供參考[3-4]。因此，決定使用Bayesian網(wǎng)絡(luò)對學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)行為進行診斷。

Bayesian網(wǎng)絡(luò)使用有向無環(huán)圖表示概率分布情況，其中結(jié)點代表關(guān)心的變量，結(jié)點間的有向弧代表變量間的概率依賴關(guān)系，變量間的依賴強度由結(jié)點與其父結(jié)點之間的條件概率來表示[4]。用隨機變量代表學(xué)習(xí)者學(xué)習(xí)風(fēng)格的各個觀測角度，每個角度都有可觀測到的學(xué)習(xí)行為與之關(guān)聯(lián)。例如，學(xué)習(xí)者閱讀圖形圖片或文字的次數(shù)較多，表明他(她)屬于視覺型的，聽音頻講解的次數(shù)頻繁則視為聽覺型的;閱讀具象材料的時間較長，表明他(她)屬于具象型的，對概念、規(guī)則學(xué)習(xí)的時間較多則視為抽象型的;參加主題討論讀帖、發(fā)帖較多，表明他(她)屬于場依存型的，反之視為場獨立型的;按照學(xué)習(xí)材料的排列順序?qū)W習(xí)，可將其視為線型的，若在學(xué)習(xí)材料中有選擇的學(xué)習(xí)則視為發(fā)散型的。這樣建構(gòu)起來的Bayesian網(wǎng)絡(luò)反映了學(xué)習(xí)風(fēng)格與學(xué)習(xí)行為之間的關(guān)聯(lián)性(圖2)。接下來系統(tǒng)根據(jù)采集到的行為記錄和各結(jié)點的概率參數(shù)進行推理，診斷學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，為個性化學(xué)習(xí)引導(dǎo)提供數(shù)據(jù)支持。

個性化學(xué)習(xí)引導(dǎo)就是根據(jù)學(xué)習(xí)者的初始能力和學(xué)習(xí)風(fēng)格，向其提供優(yōu)化的學(xué)習(xí)路徑或?qū)W習(xí)策略，學(xué)習(xí)者將在滿足個人體驗的過程中完成學(xué)習(xí)。要實現(xiàn)這一目標，行為引導(dǎo)系統(tǒng)將對以學(xué)習(xí)主題為最小單元的學(xué)科課程進行跟蹤，記錄學(xué)習(xí)者的進度和行為。以下是對網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)行為進行個性化引導(dǎo)的過程。

S1:行為引導(dǎo)系統(tǒng)將課程劃分成一系列學(xué)習(xí)主題。

S2:學(xué)習(xí)者選擇進入某一主題的學(xué)習(xí)、討論或測試，行為引導(dǎo)系統(tǒng)記錄學(xué)習(xí)者的學(xué)習(xí)行為，存儲到電子檔案袋中。

S3:學(xué)習(xí)者完成某一主題的學(xué)習(xí)后，行為引導(dǎo)系統(tǒng)從電子檔案袋中提取學(xué)習(xí)者的行為記錄和基本信息，診斷學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，做出學(xué)習(xí)績效評價。

S4:行為引導(dǎo)系統(tǒng)根據(jù)診斷結(jié)果，向?qū)W習(xí)者推送下一環(huán)節(jié)的學(xué)習(xí)主題和學(xué)習(xí)策略。

3 結(jié)束語

當(dāng)前教育正在步入信息化時代，學(xué)習(xí)資源越來越豐富，學(xué)習(xí)機會越來越容易獲取，為開展個性化學(xué)習(xí)提供了廣闊的前景。對網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格的研究是對學(xué)習(xí)者學(xué)習(xí)行為實現(xiàn)個性化引導(dǎo)的關(guān)鍵。本文建構(gòu)網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征結(jié)構(gòu)模型，并在此基礎(chǔ)上設(shè)計網(wǎng)絡(luò)學(xué)習(xí)行為引導(dǎo)系統(tǒng)，闡述利用Web日志采集學(xué)習(xí)者學(xué)習(xí)行為和利用Bayesian網(wǎng)絡(luò)診斷學(xué)習(xí)者學(xué)習(xí)風(fēng)格的方法，給出對網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)行為進行個性化引導(dǎo)的過程。后續(xù)工作中，將對網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)模型和應(yīng)用系統(tǒng)進行深入研究。

參考文獻

[1]王煥景，張海燕.對網(wǎng)絡(luò)學(xué)習(xí)者自主學(xué)習(xí)能力現(xiàn)狀的調(diào)查與思考[J].現(xiàn)代教育技術(shù)，2005，15(1):33-36

[2]朱祖林，安哲鋒，陳麗.中國遠程學(xué)習(xí)者學(xué)習(xí)風(fēng)格理論模型與驗證[J].心理科學(xué)，2008，31(6):1 521-1 523

[3]Kuo-An Hwang，Chia-Hao Yang.Learner attending auto-monitor in distance learning using image recognitionand Bayesian Networks[J].Expert Systems with Applications，2009，36:11 461-11 469

[4]Schiaffino S，Garcia P，Amandi A.eTeacher: Providing personalized assistance to e-learning students[J]. Computers and Education，2008，51:1 744-1 754