個性化的自主學習模型研究

摘要:自主學習系統是現代遠程教育系統的重要內容。本文通過分析自主學習的特點，構造個性化的自主學習模型，并對學習材料的組織、推薦模型進行研究。目的是為學習者推薦有針對性的學習材料，提高學習者的學習效率。

關鍵詞:自主學習;個性化推薦;課程資源;推薦算法

目前，中國互聯網用戶已達到1.23億，其中12%的用戶經常使用網絡教育系統。并且，建設學習型社會已經成為中國的發展戰略之一，網絡教育正逐漸成為一種普遍采用的學習方式[1]。

網絡教育系統具有許多優點:(1)學習者在時間和空間上有了很大的靈活性和選擇性;(2)充分利用優秀的師資力量和教學資源，以計算機網絡通訊技術來傳遞多媒體、多樣化的教學信息，激發學習者學習的積極性;(3)提供了個性化學習的基礎，能夠提高學習者的學習效率。

其中，自主學習系統是以教育學、網絡技術和人工智能技術為基礎，為學習者提供符合個人特征的學習指導，引導學習者高效地進行知識建構[2]。他既能滿足現代社會規模化學習的要求，也能為學習者提供個性化的學習服務，因此，得到了廣泛的關注。

個性化服務系統在電子商務中得到了廣泛的應用，許多大型電子商務系統都不同程度地使用了推薦系統，如eBay、Amazon、當當網上書店等，通過顧客需求分析、產品搜索和產品表示等步驟，為顧客尋找合適的產品和服務[3]。因此，可以借鑒電子商務的研究成果，設計和開發個性化的自主學習服務系統。

但是，個性化的自主學習服務系統與電子商務中的應用具有明顯的不同。學習者不是顧客，知識的建構過程不是消費過程。對于所學習的知識和課程，學習者在學習之前，不能完全地了解和把握，因此，不能完全從其偏好出發進行推薦。有效的個性化學習服務需要根據學習者背景、狀態和學習目標，動態地選擇和組織有針對性的學習材料，因此，個性化學習服務系統是一個具有目標約束的動態系統。

1自主學習模型

近年來，隨著網絡教育的發展，建構主義學習理論逐漸顯示出其優勢。建構主義認為學習過程是學習者通過自身原有的知識體系和學習經驗，借助他人的幫助，利用外部資源主動建構知識意義的過程。在建構主義學習理論的指導下，教育系統不再是輔助教師的教學工具，也不再由教師完全控制，而是以學習者為中心進行系統設計和資源配置，因此，文章以建構主義學習理論為基礎來設計個性化學習服務模型，通過分析學習者特征，為學習者推薦學習材料，協助學習者進行學習，促進學習者進行知識建構。如圖1所示。

個性化的自主學習模型主要包括學習者接口、教師接口、教學知識庫、學習材料庫和學習推薦模型五個部分組成。

學習者接口:學習者通過學習者接口與系統交互，完成課程的學習、測試。

教師接口:教師接口用于豐富教學材料，添加專家知識和管理學習者特征，向教學材料庫補充教學材料等。

教學知識庫:主要用于存儲教學策略的規則知識、學習標準、教學質量等評價標準。

課程資源庫:學習材料庫主要用于存儲能反應課程知識，并能為學習過程提供充足的學習材料的數據庫，它相當于傳統教學中教師所具有的教學材料。

自主學習推薦模型:主要實現依據課程的知識體系結構、學習者的個性特征、學習目標和當前學習狀態為學習者組織適合教學材料，根據學習過程的情況指導學習者進行學習。其中，學習者特征分析主要通過學習者主動提交的個性特征，如前期教育經歷，學習方式等，還可以通過記錄和分析學習者學習行為和學習效果，從而識別學習者的個性特征。

在所開發個性化自主學習服務系統中，課題組采用專家系統建立教學知識庫，用Web挖掘技術實現學習者特征分析，通過教師的離線評價和在線測試來實現學習過程監控。而學習材料推薦是體現個性化服務水平高低的主要部分，學習材料庫的組織形式是個性化推薦的數據基礎，本文主要對這兩部分進行討論。

2課程資源組織

學習材料庫存儲了豐富的學習資料，是提供個性化推薦的基礎。一般情況下，構造學習材料庫，需要滿足三方面要求[4]:(1)一門課程由一定數量的知識點組成，學習內容的組織應該能夠體現該課程的知識結構，并滿足教學過程的需要;(2)學習材料庫應根據學習需要和學習者反饋等進行及時更新;(3)適應于進行個性化學習推薦，因而是開放的、動態的知識結構。本文采用具有開放性和擴展性良好的XML來組織學習材料。

通過分析課程(如數據結構)各知識點之間的聯系，將知識間的關系劃分為如下四種關系:

(1) 層次關系。是根據課程中知識劃的分而得到的。一個復合知識點由一個或多個基本知識點或復合知識點組成，由幾個知識點組成的復合知識點，又稱父知識點。子知識點是在父知識點的范圍內對知識點進行了細分和豐富，從不同的角度圍繞父知識點進行闡述。

(2) 依賴關系。當前知識點A是否可以學習，往往取決于另一個或一些知識點B是否學過，則稱A依賴B，體現了知識學習的依賴性和序列性。

(3) 參考關系。一個知識點所涉及的領域知識與其他知識點有關，如果學習者對其感興趣，可以參考其他知識點。這些知識點通常有部分或全部相同的主題詞，所描述的內容緊密聯系或者具有一定的相似性。

(4) 交叉關系。如果某一知識點的學習依賴于另一知識點，而該知識點不屬于課程領域，則他們之間存在交叉關系。體現了課程之間的交叉，是一種特殊的依賴關系，常常要求搜索其他課程的學習材料庫。

其中，層次關系、依賴關系和交叉關系表示了知識點之間“前驅-后繼”關系的不同表現形式。如圖2表示。

知識點之間的這些關系是復雜的，可以采用XML將其組織成為層次-超鏈結構，以XML的層次結構表達知識點之間的層次關系，其他類型的聯系可以通過XML的節點屬性列表來表示。

為了用XML文檔來表示知識點的結構，需要對節點定義如下:

KN={KNID，KNTitle，KNI，KNRelationList }

KNID:知識點編號

KNTitle:知識點主題

KNI:指向該知識點的內容頁面

KNRelationList:知識點間的關系列表

由于XML的樹狀結構能夠直接表達知識點間的層次關系，因此對知識點間關系的只需定義他們的依賴關系、參考關系、交叉關系，一個知識點可能與多個知識點產生一種或多種關系，因此，以列表的形式記錄如下:

KNRelationList = {DependenceRelationList， Reference RelationList， CrossRelationList}

3個性化學習推薦模型

與電子商務系統中的消費者不同，學習者如果采用自由瀏覽的學習方式，將不利于學習者進行知識的建構。因此，個性化學習推薦模型需要根據學習者目前所掌握的知識、知識點間的邏輯結構來生成學習序列，引導學習者按知識點邏輯順序進行學習。

解釋結構模型(Interpretative Structural Modeling Method 簡稱ISM分析法)是用于分析和揭示復雜關系結構的有效方法，將系統中各要素之間的復雜、零亂關系分解成清晰的多級遞階的結構形式[5]。

可以運用ISM來生成學習序列，指導學習，使學習過程系統化，并提高學習效率。具體步驟主要包括:

(1) 抽取知識點——確定學習子目標:把實現給定教學目標的學習內容分解為眾多的知識點，這些知識點可以是某個概念或原理，也可以是某項技能的基本組成部分。

(2) 確定各知識點之間的直接關系，得到目標矩陣:如果教育專家認為學生在對目標Gi進行學習之前必須先掌握目標Gj，則稱Gi與Gj之間具有“序列關系”，通常包括層次關系、依賴關系和交叉關系。根據各個子目標之間的序列關系，可以得到相應的目標矩陣。

(3) 利用目標矩陣做出知識點關系圖，生成可達矩陣，描述知識體系。

(4) 比較學習者已掌握的知識矩陣與可達矩陣，生成符合學習者個人認知結構的知識點網絡關系結構，并得到待學習知識點的層級結構，形成學習序列，

假設有5個知識點間的關系如圖3所示，學習者已經掌握了第2個知識點，求該學習者下一步的學習序列。

通過布爾矩陣運算，包括知識結構圖的鄰接矩陣、可達矩陣，生成新的有向圖——學習者當前需要學習的知識點結構圖，如圖4所示。因此，當前學習者的學習序列可以是1→3→4→5，或1→4→3→5(計算過程從略)。

4結語

自主學習系統是以教育學、網絡技術和人工智能技術為基礎，為學習者提供符合個人特征的學習指導，引導學習者高效地進行知識建構。本文通過分析自主學習的特點，構造了個性化的自主學習模型。但是，個性化的自主學習服務系統與電子商務中的應用具有明顯的不同。學習者不是顧客，知識的建構過程不是消費過程。因此，采用ISM方法，根據學習者目前所掌握的知識、知識點間的邏輯結構來生成學習序列，引導學習者按知識點邏輯順序進行學習。

參考文獻:

[1] 中國互聯網絡中心. 第十八次中國互聯網絡發展狀況統計報告[R]. [2006-07-09]. http://www.cnnic.net.cn.

[2] 王路群，郭學理，竇予靜. 遠程教育的發展、現狀及問題[J]. 中國電化教育，2002，9(6):21-24.

[3]Gediminas Adomavicius， Alexander Tuzhilin. Toward the Next Generation of Recommender Syetem[J]. IEEE Transaction on Knowledge and Data Engineering， 2005， 17(6): 734-749.

[4] 胡寧靜，謝深泉. ICAI課件的領域知識庫中知識點間聯系的劃分[J]. 計算技術與自動化，2000，19(3):46-48.

[5] 王秀紅， 劉源. 應用解釋結構模型分析主體隱性知識轉化機制[J]. 情報科學，2006，24(3):475-480.

A Personalized Learning Model for Self-Study

ZHAO Juan

(Tianjin Normal University， Tianjin 300387， China)

Abstract: Self-study system has become an important issue of modern distance education. Through analyzing the features of self-study， a personalized learning model is proposed. Then， the organizations of course resource and recommendation algorithm are researched in order to provide suitable learning content and improve learning effect.

Key words: self-study; personalized recommendation; course resource; recommendation algorithm

(編輯:白杰)