自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者特征模型及建模方法述評(píng)

[摘要]文章主要通過文獻(xiàn)分析法，總結(jié)歸納自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者特征模型的建模方法，研究國內(nèi)外自適應(yīng)學(xué)習(xí)系統(tǒng)及其中關(guān)鍵的模型——學(xué)習(xí)者特征模型，比較分析國內(nèi)外學(xué)習(xí)者特征模型建模的異同，以期為自適應(yīng)學(xué)習(xí)系統(tǒng)的研究和開發(fā)提供幫助。

[關(guān)鍵詞]自適應(yīng)學(xué)習(xí)系統(tǒng)；學(xué)習(xí)者特征模型；建模方法

[中圖分類號(hào)]G40-057 [文獻(xiàn)標(biāo)識(shí)碼]A [論文編號(hào)]1009-8097(2012)05-0077-04

信息化時(shí)代的學(xué)習(xí)更加注重個(gè)性化、自主化，自適應(yīng)學(xué)習(xí)便應(yīng)運(yùn)而生。自適應(yīng)學(xué)習(xí)系統(tǒng)始于自適應(yīng)超媒體系統(tǒng)，同時(shí)又具有智能導(dǎo)學(xué)系統(tǒng)的特征，在技術(shù)功能上是以往的網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)所無法比擬的，同時(shí)也是未來遠(yuǎn)程學(xué)習(xí)發(fā)展的趨勢(shì)。自適應(yīng)學(xué)習(xí)系統(tǒng)之所以是智能、先進(jìn)的，主要是系統(tǒng)能夠根據(jù)學(xué)習(xí)者特征，利用自適應(yīng)導(dǎo)航技術(shù)為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)路徑，動(dòng)態(tài)的呈現(xiàn)學(xué)習(xí)內(nèi)容、學(xué)習(xí)資源，以及提供學(xué)習(xí)診斷和學(xué)習(xí)策略等。自適應(yīng)學(xué)習(xí)系統(tǒng)包含三個(gè)模型：學(xué)習(xí)者模型、領(lǐng)域知識(shí)模型、適應(yīng)性引擎，其中學(xué)習(xí)者模型的構(gòu)建是自適應(yīng)學(xué)習(xí)系統(tǒng)研究和應(yīng)用的重點(diǎn)，學(xué)習(xí)者特征是學(xué)習(xí)者模型的關(guān)鍵因素，學(xué)習(xí)者特征的完整性、準(zhǔn)確性直接關(guān)系到系統(tǒng)能否為學(xué)習(xí)者提供與學(xué)習(xí)者相適合的學(xué)習(xí)策略、學(xué)習(xí)內(nèi)容和學(xué)習(xí)資源等，進(jìn)而又會(huì)關(guān)系到學(xué)習(xí)者個(gè)性化學(xué)習(xí)的實(shí)現(xiàn)與否。然而，從目前的研究來看，現(xiàn)有的自適應(yīng)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者特征模型還不夠系統(tǒng)，在采用建模方法和確定學(xué)習(xí)者特征要素上，有待于進(jìn)一步完善和補(bǔ)充。從而更好地滿足學(xué)習(xí)者在自適應(yīng)學(xué)習(xí)系統(tǒng)中的個(gè)性化、智能化需要。一 相關(guān)概念

自適應(yīng)學(xué)習(xí)系統(tǒng)是一個(gè)為滿足學(xué)習(xí)者個(gè)性化學(xué)習(xí)需要，根據(jù)學(xué)習(xí)者特征，為學(xué)習(xí)者提供個(gè)性化路徑，并能夠向?qū)W習(xí)者動(dòng)態(tài)呈現(xiàn)學(xué)習(xí)內(nèi)容與學(xué)習(xí)資源的學(xué)習(xí)系統(tǒng)。自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征要素是自適應(yīng)學(xué)習(xí)系統(tǒng)實(shí)現(xiàn)其功能的關(guān)鍵。不同的學(xué)者對(duì)自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征要素有不同的觀點(diǎn)，例如Brusilovsky Peter教授認(rèn)為，學(xué)習(xí)者特征包括學(xué)習(xí)者知識(shí)、興趣、目標(biāo)、背景和個(gè)性特征；我國有學(xué)者指出自學(xué)習(xí)者特征包括學(xué)習(xí)目標(biāo)、學(xué)習(xí)風(fēng)格、用戶的前提知識(shí)或背景知識(shí)、用戶的知識(shí)狀態(tài)、學(xué)習(xí)經(jīng)歷、信心、動(dòng)機(jī)等。筆者結(jié)合當(dāng)前的相關(guān)研究，認(rèn)為自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征包括：學(xué)習(xí)者知識(shí)：前提知識(shí)、背景知識(shí)、知識(shí)狀態(tài)；學(xué)習(xí)目標(biāo)：目標(biāo)、動(dòng)機(jī)；學(xué)習(xí)經(jīng)歷；學(xué)習(xí)風(fēng)格：興趣、偏好、個(gè)性特征。二 學(xué)習(xí)者特征模型建模方法

在各種自適應(yīng)學(xué)習(xí)系統(tǒng)和智能導(dǎo)學(xué)系統(tǒng)中，由于建模角度不同，學(xué)習(xí)者特征模型的建模方法也是多種多樣的。LocNguyen、Phung Do認(rèn)為自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者特征模型建模方法有鉛板模型、覆蓋模型、微分模型、攝動(dòng)模型和計(jì)劃模型等。Tai-Yu Lin認(rèn)為自適應(yīng)學(xué)習(xí)系統(tǒng)的常用建模方法有覆蓋學(xué)生模型、微分模型、攝動(dòng)學(xué)生模型、基于約束的學(xué)生模型。以下是對(duì)幾種典型學(xué)習(xí)者特征模型建模方法的總結(jié)：

1 覆蓋模型、微分模型、攝動(dòng)模型

覆蓋模型、微分模型和攝動(dòng)模型都是基于學(xué)習(xí)者知識(shí)建模的。在建模方法上，微分模型和攝動(dòng)模型是基于覆蓋模型的。它們之間具有相似之處，也存在著一定的差異。

覆蓋模型(Overlay Model)假設(shè)學(xué)習(xí)者行為和專家行為的不同是由缺乏技能造成的，因此將學(xué)習(xí)者知識(shí)簡單認(rèn)為是專家知識(shí)的子集，其中的學(xué)生模型是通過將學(xué)習(xí)者的行為同專家相比較建立的(如圖1所示)。

微分模型(Differential Model)是對(duì)覆蓋模型的進(jìn)一步改進(jìn)，在本質(zhì)上仍然屬于覆蓋模型。該模型把學(xué)生知識(shí)視為領(lǐng)域?qū)＜抑R(shí)中期望學(xué)生獲得知識(shí)的一個(gè)子集，將學(xué)習(xí)者的知識(shí)分為期望學(xué)習(xí)者獲得的知識(shí)和學(xué)習(xí)者不被期望獲得的知識(shí)。與覆蓋模型不同之處在于沒有假設(shè)學(xué)生模型與專家模型的所有差異是不被期望的(如圖2所示)。

在攝動(dòng)模型(Perturbation Model)中，學(xué)習(xí)者知識(shí)不再被看成是專家知識(shí)的一個(gè)子集。它認(rèn)為學(xué)習(xí)者知識(shí)加工的潛力和專家知識(shí)在數(shù)量和質(zhì)量方面是不同的。攝動(dòng)模型把學(xué)生知識(shí)視為領(lǐng)域?qū)＜抑R(shí)和學(xué)生可能形成的錯(cuò)誤知識(shí)的一個(gè)子集

2 鉛板模型(Stereotype Model)

鉛板模型，是一種簡單的描述用戶知識(shí)狀態(tài)的模型。該模型雖然比較容易實(shí)現(xiàn)，并可以快速地建立用戶模型，但其適應(yīng)的粒度卻不夠細(xì)。在實(shí)際建模中，往往和覆蓋模型結(jié)合起來運(yùn)用。

3 貝葉斯模型(Bayesian Models)

貝葉斯模型是利用貝葉斯網(wǎng)絡(luò)應(yīng)用于學(xué)習(xí)者模型建模的方法。將其應(yīng)用于學(xué)生建模中，能夠編碼學(xué)生知識(shí)項(xiàng)之間的因果關(guān)系，通過不斷加入后驗(yàn)數(shù)據(jù)信息，可以推導(dǎo)出學(xué)生知識(shí)的掌握程度。根據(jù)建模技術(shù)，貝葉斯網(wǎng)絡(luò)學(xué)生建模分成三種類型：專家為中心的學(xué)生模型、效率為中心的學(xué)生模型、數(shù)據(jù)為中心的學(xué)生模型。

4 約束模型(Constraint-Based Models)

約束模型認(rèn)為學(xué)生求解問題時(shí)所達(dá)到的問題求解狀態(tài)可以反映出學(xué)生所犯的錯(cuò)誤。約束模型與其他學(xué)生模型是有區(qū)別的，其他模型是在學(xué)生的求解路徑上所使用的運(yùn)算上“發(fā)現(xiàn)”學(xué)生的錯(cuò)誤。

以上各種學(xué)習(xí)者特征模型的建模方法，各具優(yōu)缺點(diǎn)，在自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征模型建模時(shí)應(yīng)給予充分考慮，揚(yáng)長避短。與此同時(shí)，還可以結(jié)合運(yùn)用各種有效的計(jì)算機(jī)算法或人工智能技術(shù)，共同完成學(xué)習(xí)者特征模型的建模和學(xué)習(xí)者特征的獲取。三 國外自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征模型

學(xué)習(xí)者特征模型是學(xué)習(xí)者在自適應(yīng)學(xué)習(xí)系統(tǒng)中實(shí)現(xiàn)個(gè)性化學(xué)習(xí)的關(guān)鍵。模型建模的首要任務(wù)在于方法的選擇和運(yùn)用。在本部分筆者主要從學(xué)習(xí)者特征模型的建模方法及學(xué)習(xí)者特征的構(gòu)成等方面對(duì)國外自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征模型進(jìn)行了研究，通過大量的文獻(xiàn)閱讀，并根據(jù)學(xué)習(xí)者特征模型的建模方法對(duì)多個(gè)系統(tǒng)及其學(xué)習(xí)者特征模型進(jìn)行了分類比較。

1 根據(jù)覆蓋模型及其擴(kuò)展模型分類

覆蓋模型及其擴(kuò)展模型即上文中的覆蓋模型、微分模型、攝動(dòng)模型等，依據(jù)覆蓋模型建模的自適應(yīng)學(xué)習(xí)系統(tǒng)有：AHA，AHAM．AHM、XAHM，ISIS-TUTOR，HYPERFLEX，ICICLE等。

AHA(Adaptive Hypermedia Architecture)是荷蘭Eindhoven科技大學(xué)計(jì)算機(jī)系Paul DeBra教授于1998年研究出的第一代AHA系統(tǒng)。該系統(tǒng)通過適應(yīng)性引擎更新用戶模型，用戶模型是基于概念的用戶模型，包含概念知識(shí)屬性，用戶通過瀏覽超媒體頁面增加知識(shí)。其突出特征是支持適應(yīng)性內(nèi)容的呈現(xiàn)。AHA用戶模型中包含的學(xué)習(xí)者特征有學(xué)習(xí)者知識(shí)、學(xué)習(xí)目標(biāo)、興趣等，其中缺少學(xué)習(xí)者特征重要的非智力因素學(xué)習(xí)風(fēng)格。

XAHM(XMLAdaptive Hypermedia Model)，是一種基于XML的自適應(yīng)超媒體模型，該系統(tǒng)包括對(duì)學(xué)習(xí)者行為的建模(如偏好、瀏覽活動(dòng)等)、對(duì)技術(shù)的建模(網(wǎng)絡(luò)、用戶終端)、對(duì)外環(huán)境的建模(時(shí)間、地點(diǎn)、語言、社會(huì)性問題等)。其中學(xué)習(xí)者行為不僅包括學(xué)習(xí)者的顯性方面的行為，還包括學(xué)習(xí)者隱性行為活動(dòng)。XAHM用戶模型中的學(xué)習(xí)者特征包括學(xué)習(xí)者知識(shí)、學(xué)習(xí)目標(biāo)、興趣、偏好、活動(dòng)等，其中缺少學(xué)習(xí)者特征中重要的非智力因素學(xué)習(xí)風(fēng)格。

ISIS-TUTOR，是一種智能的學(xué)習(xí)環(huán)境，支持學(xué)習(xí)打印格式化語言。它是超媒體電子文本、智能導(dǎo)師、探究學(xué)習(xí)環(huán)境的結(jié)合體。超文本組件為學(xué)習(xí)者學(xué)習(xí)提供適應(yīng)性導(dǎo)航支持，學(xué)習(xí)者的學(xué)習(xí)材料包括概念展示、問題解決和案例分析，學(xué)習(xí)者利用導(dǎo)航可以自主選擇學(xué)習(xí)材料和路徑。學(xué)習(xí)者模型中的學(xué)習(xí)者特征包括學(xué)習(xí)者知識(shí)、個(gè)性化學(xué)習(xí)目標(biāo)序列等，其中缺少學(xué)習(xí)者特征中重要的非智力因素學(xué)習(xí)風(fēng)格。

依據(jù)微分模型建模的系統(tǒng)有WEST等，它是基于網(wǎng)絡(luò)的創(chuàng)作工具。WEST為學(xué)習(xí)者提供一個(gè)簡單直接的接口，并提供導(dǎo)航，接口以超媒體編碼形式的全貌地圖展示學(xué)習(xí)者的位置以及學(xué)習(xí)者已經(jīng)學(xué)習(xí)過哪些知識(shí)，而這些都是通過學(xué)習(xí)者在課程中自動(dòng)打分和多項(xiàng)選擇測(cè)試得到的。學(xué)習(xí)者可以在系統(tǒng)中任意選擇學(xué)習(xí)內(nèi)容，系統(tǒng)根據(jù)學(xué)習(xí)者學(xué)習(xí)的知識(shí)內(nèi)容為其提供專家導(dǎo)航建議。WEST學(xué)習(xí)者模型中包含學(xué)習(xí)者的前提知識(shí)、知識(shí)狀態(tài)等，缺少學(xué)習(xí)者特征中的重要的非智力因素學(xué)習(xí)風(fēng)格。

依據(jù)攝動(dòng)模型建模的系統(tǒng)有：DEBUGGY、Neclle、PROUST、PASCAL、Geometry Tutor等。其中DEBUGGY是基于規(guī)則的多列減法領(lǐng)域知識(shí)，和基于規(guī)則的錯(cuò)誤庫一起開發(fā)。錯(cuò)誤庫可以收集和分析一些學(xué)生對(duì)數(shù)學(xué)測(cè)試的反應(yīng)。正確的反應(yīng)形成領(lǐng)域知識(shí)的規(guī)則，錯(cuò)誤反應(yīng)被存入錯(cuò)誤庫中成為錯(cuò)誤規(guī)則。這樣，學(xué)習(xí)者當(dāng)前的減法過程可以用正確規(guī)則來解釋，也可以用錯(cuò)誤規(guī)則來解釋。Neclle是一個(gè)用攝動(dòng)模型建模的系統(tǒng)，提供一個(gè)基于網(wǎng)絡(luò)的交際語言學(xué)習(xí)環(huán)境。系統(tǒng)運(yùn)用交際差距模型(CGM)，主要向以漢語為母語的學(xué)生教授日語。這一類的學(xué)習(xí)者模型中包含的學(xué)習(xí)者特征有正確知識(shí)、錯(cuò)誤知識(shí)、學(xué)習(xí)經(jīng)歷等，缺少學(xué)習(xí)者特征中的重要的非智力因素學(xué)習(xí)風(fēng)格。

2 依據(jù)鉛板模型分類

依據(jù)鉛板模型建模的系統(tǒng)有：HYPERTUTOR、WPS-Tutor、INTERBOOK等。HYPERTUTOR是只用鉛板模型描述用戶的系統(tǒng)，系統(tǒng)利用練習(xí)獲取關(guān)于用戶的信息，并用鉛板建模。學(xué)生屬于新手、中級(jí)、專家三組中的一個(gè)，而學(xué)生通過在系統(tǒng)中學(xué)習(xí)完成從新手到專家的角色轉(zhuǎn)變。HYPERTUTOR學(xué)習(xí)者模型中包括的學(xué)習(xí)者特征有：學(xué)習(xí)者知識(shí)、分組等。WPS-Tutor系統(tǒng)包括實(shí)踐學(xué)習(xí)、精細(xì)加工、分類、掌握、推斷等。系統(tǒng)首先對(duì)問題進(jìn)行分類，即新手級(jí)別的、中間級(jí)別的、專家級(jí)別的，后一個(gè)級(jí)別比前一級(jí)別難度加大，學(xué)習(xí)者通過學(xué)習(xí)、晉級(jí)，實(shí)現(xiàn)從新手向?qū)＜肄D(zhuǎn)變。該建模方法簡單方便，容易實(shí)現(xiàn)，但分類力度不夠精細(xì)，不能進(jìn)行復(fù)雜分析。INTERBOOK提供簡易適應(yīng)性網(wǎng)絡(luò)課程創(chuàng)作工具，即能夠?qū)ORD文件轉(zhuǎn)換成適應(yīng)性網(wǎng)絡(luò)課程。該系統(tǒng)的缺點(diǎn)為：對(duì)于領(lǐng)域知識(shí)模型的構(gòu)建過于簡單，并且缺乏獲取用戶知識(shí)狀態(tài)的練習(xí)和測(cè)試手段。該系統(tǒng)學(xué)習(xí)者模型中的學(xué)習(xí)者特征有：學(xué)習(xí)者知識(shí)、偏好、興趣、學(xué)習(xí)目標(biāo)、學(xué)習(xí)歷史等，缺少學(xué)習(xí)者特征中的重要的非智力因素學(xué)習(xí)風(fēng)格。

3 依據(jù)貝葉斯模型分類

根據(jù)模型建模技術(shù)和方法，貝葉斯模型分為三種：專家為中心的學(xué)生模型、效率為中心的學(xué)生模型、數(shù)據(jù)為中心的學(xué)生模型。依據(jù)貝葉斯模型建模的系統(tǒng)也可以按這三種分類，其中以專家為中心的學(xué)生模型建模的系統(tǒng)有：ANDES、HYDRIVE、DT-Tutor、ADELE等，該類系統(tǒng)的優(yōu)點(diǎn)是建模直接快速方便，缺點(diǎn)是機(jī)構(gòu)復(fù)雜，計(jì)算存在困難；以效率為中心的學(xué)生模型建模的系統(tǒng)有：ACT-R、SQL-Tutor、MANIC等，該類系統(tǒng)的優(yōu)點(diǎn)是強(qiáng)調(diào)效率優(yōu)先，缺點(diǎn)是簡化了領(lǐng)域知識(shí)；以數(shù)據(jù)為中心的學(xué)生模型建模的系統(tǒng)有：CAPIT等，該類系統(tǒng)的優(yōu)點(diǎn)是以數(shù)據(jù)為依據(jù)，節(jié)點(diǎn)少，利于建模，缺點(diǎn)是只表示顯性變量，難以表示隱形變量。模型中學(xué)習(xí)者特征一般包括學(xué)習(xí)者知識(shí)、分組等，缺少學(xué)習(xí)者學(xué)習(xí)風(fēng)格等要素。

4 依據(jù)約束模型分類

依據(jù)約束模型建模的系統(tǒng)有：EER-Tutor、SQL-Tutor、WETAS、KERMIT、NORMIT等。其中EER-Tutor是一個(gè)網(wǎng)絡(luò)智能導(dǎo)學(xué)系統(tǒng)，它用約束模型建模，通過一個(gè)網(wǎng)絡(luò)接口進(jìn)入數(shù)據(jù)庫。這種模型是不明確的、開放式的，因此EER-Tutor學(xué)生模型也被稱為開放式學(xué)生模型。SQL-Tutor是學(xué)習(xí)數(shù)據(jù)庫和SQL的問題解決學(xué)習(xí)環(huán)境。在開始部分，SQL-Tutor為學(xué)生選擇一些問題，系統(tǒng)根據(jù)學(xué)生的回答，分析錯(cuò)誤，更新學(xué)生模型；根據(jù)學(xué)生模型，教學(xué)模塊產(chǎn)生適當(dāng)?shù)姆答仯蝗绻麑W(xué)生還不能做出正確回答，系統(tǒng)則會(huì)提供更加詳細(xì)的反饋信息，直到學(xué)生能夠做出正確的回答，學(xué)生退出系統(tǒng)或者進(jìn)行下一個(gè)問題。此學(xué)習(xí)者特征模型包含的學(xué)習(xí)者特征有：學(xué)習(xí)者正確知識(shí)、錯(cuò)誤知識(shí)、學(xué)習(xí)經(jīng)歷、學(xué)習(xí)目標(biāo)等，缺少學(xué)習(xí)風(fēng)格方面的考慮。

本部分經(jīng)過大量相關(guān)文獻(xiàn)的分析，對(duì)自適應(yīng)學(xué)習(xí)系統(tǒng)及學(xué)習(xí)者特征模型進(jìn)行了歸納和分類。在此研究過程中，我們發(fā)現(xiàn)國外自適應(yīng)學(xué)習(xí)系統(tǒng)在學(xué)習(xí)者特征模型建模方法的大多采用單一方法，當(dāng)然也有一些系統(tǒng)采用多種學(xué)習(xí)者模型建模方法結(jié)合的方式建模，比如鉛板模型和覆蓋模型結(jié)合：INTERBOOK、AVANTI等，約束模型和貝葉斯模型結(jié)合：SQL-Tutor等。在學(xué)習(xí)者特征包含的要素上，以上四大類學(xué)習(xí)者特征模型在建模過程中大都只關(guān)注了學(xué)習(xí)者特征中的學(xué)習(xí)者知識(shí)，雖然也有一些系統(tǒng)在學(xué)習(xí)者特征模型建模過程中，還關(guān)注了學(xué)習(xí)者特征中的非智力因素——興趣、偏好、學(xué)習(xí)風(fēng)格等，如AHA、INSPIRE、AES-CS、CS-383。但大都缺少學(xué)習(xí)者特征中的學(xué)習(xí)風(fēng)格要素。四 國內(nèi)自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征模型

我國對(duì)自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者特征模型建模研究，無論是理論上研究還是實(shí)踐開發(fā)上，都稍晚于國外。國內(nèi)在學(xué)習(xí)者特征模型建模方法的采用上，有的較為明顯，如覆蓋模型、鉛板模型、貝葉斯模型、動(dòng)態(tài)模型等，而有的則無明顯的建模方法；在學(xué)習(xí)者特征的要素分析上，有的較為全面，而有的則更關(guān)注某些關(guān)鍵要素，如學(xué)習(xí)風(fēng)格的分析和運(yùn)用。針對(duì)這樣一種情況，本部分主要從建模方法和學(xué)習(xí)者特征要素兩個(gè)維度歸納分析了國內(nèi)學(xué)習(xí)者特征建模的現(xiàn)狀。

1 依據(jù)學(xué)習(xí)者特征模型的建模方法

與國外相關(guān)研究一樣，有明顯建模方法的自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征建模方法，或采用單一的學(xué)習(xí)者特征模型建模，如鉛板模型、覆蓋模型、動(dòng)態(tài)模型和貝葉斯模型等，或采用組合模型建模，如鉛板模型和覆蓋模型的組合，覆蓋模型、偏差模型、認(rèn)知型模型多種模型組合等。

鉛板模型和覆蓋模型：A-Tutor。華南師范大學(xué)陳品德在總結(jié)分析國外自適應(yīng)學(xué)習(xí)系統(tǒng)如InterBook、AHA、KBS、ELM-ART等的基礎(chǔ)上，設(shè)計(jì)開發(fā)了A-Tutor適應(yīng)性學(xué)習(xí)系統(tǒng)。該設(shè)計(jì)系統(tǒng)的意圖在于提供一個(gè)通用的適應(yīng)性學(xué)習(xí)支持系統(tǒng)，并不限定系統(tǒng)中具體的教學(xué)內(nèi)容。該系統(tǒng)包括的學(xué)習(xí)者特征有：背景知識(shí)、知識(shí)狀態(tài)、學(xué)習(xí)任務(wù)、偏好、學(xué)習(xí)風(fēng)格、用戶一般信息、配置信息、界面狀態(tài)等。學(xué)習(xí)者特征分析比較全面，但在具體應(yīng)用上，更加關(guān)注是學(xué)習(xí)者不斷變化的知識(shí)狀態(tài)。

動(dòng)態(tài)模型。按照數(shù)據(jù)的生存周期，學(xué)生模型主要分為靜態(tài)模型和動(dòng)態(tài)模型兩個(gè)部分，首都師范大學(xué)楊卉、王陸等學(xué)者在這個(gè)基礎(chǔ)上建立了兩層動(dòng)態(tài)學(xué)生模型，并提出了建立在該模型基礎(chǔ)之上的模糊綜合評(píng)價(jià)算法，實(shí)現(xiàn)了學(xué)生學(xué)習(xí)特征的綜合評(píng)價(jià)。東北師范大學(xué)劉宇、解月光設(shè)計(jì)了基于多Agent的智能輔導(dǎo)答疑系統(tǒng)模型并提出了相應(yīng)的動(dòng)態(tài)學(xué)生模型，該模型能夠提取遠(yuǎn)程學(xué)習(xí)者個(gè)性特征和認(rèn)知能力等參數(shù)，進(jìn)行評(píng)價(jià)并建立動(dòng)態(tài)學(xué)生模型庫。動(dòng)態(tài)模型能夠動(dòng)態(tài)提取學(xué)習(xí)者特征，不斷更新學(xué)習(xí)者狀態(tài)，為系統(tǒng)實(shí)現(xiàn)個(gè)性化學(xué)習(xí)提供依據(jù)。但動(dòng)態(tài)建模的實(shí)現(xiàn)存在困難，尤其是在各種計(jì)算算法的選擇和運(yùn)用上更加復(fù)雜，難以控制。

貝葉斯模型。周春萍、周相泉、陳玲等幾位作者將貝葉斯網(wǎng)絡(luò)應(yīng)用到學(xué)生模型的設(shè)計(jì)上，利用貝葉斯網(wǎng)絡(luò)的優(yōu)勢(shì)獲取學(xué)習(xí)者特征。此方法建模的瓶頸依然是技術(shù)實(shí)現(xiàn)。

組合模型。國內(nèi)學(xué)者孫中紅在個(gè)性化智能網(wǎng)絡(luò)教學(xué)系統(tǒng)學(xué)生模型的研究中，根據(jù)不同學(xué)生模型的特點(diǎn)，利用基于決策樹的遺傳算法，將學(xué)生的興趣、愛好、學(xué)習(xí)標(biāo)準(zhǔn)、歷史、知識(shí)狀態(tài)、認(rèn)知能力、心理因素等信息進(jìn)行數(shù)據(jù)挖掘和分類，構(gòu)建了一個(gè)綜合覆蓋模型、偏差模型、認(rèn)知型模型的全面學(xué)生模型。該模型克服了單一學(xué)生模型不能對(duì)學(xué)習(xí)者的學(xué)習(xí)特征進(jìn)行全面評(píng)價(jià)和分類的弊端。但此研究只限于理論層面，在具體實(shí)踐開發(fā)過程中是否能夠?qū)崿F(xiàn)及如何實(shí)現(xiàn)，有待于進(jìn)一步研究。

2 依據(jù)學(xué)習(xí)者特征因素分析

國內(nèi)無明顯建模方法的相關(guān)研究是從學(xué)習(xí)者特征因素考慮建模的，如從教學(xué)設(shè)計(jì)角度、遠(yuǎn)程學(xué)習(xí)者特征角度、學(xué)習(xí)風(fēng)格的分析和運(yùn)用角度等分析學(xué)習(xí)者特征。各個(gè)角度分析學(xué)習(xí)者特征要素及其建模都存在一定優(yōu)勢(shì)和不足。

從教學(xué)設(shè)計(jì)角度分析學(xué)習(xí)者特征。教學(xué)設(shè)計(jì)中的一個(gè)重要的環(huán)節(jié)就是學(xué)習(xí)者分析，其中包括學(xué)習(xí)者的知識(shí)基礎(chǔ)、認(rèn)知特點(diǎn)、學(xué)習(xí)風(fēng)格等特征的分析。這一角度的代表是北京師范大學(xué)楊開城教授從教學(xué)設(shè)計(jì)角度，設(shè)計(jì)學(xué)習(xí)者模型。該模型的學(xué)習(xí)者分析包括以下幾個(gè)維度：學(xué)習(xí)準(zhǔn)備、學(xué)習(xí)興趣、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)速度、學(xué)習(xí)風(fēng)格、自主行為能力、能力傾向、價(jià)值觀、情感態(tài)度的性格表現(xiàn)、情緒性格表現(xiàn)和意志學(xué)習(xí)性格表現(xiàn)等。其中學(xué)習(xí)風(fēng)格維度又包括以下要素：物理環(huán)境偏好、社會(huì)環(huán)境偏好、最佳時(shí)間和認(rèn)知風(fēng)格等。此模型是從教學(xué)設(shè)計(jì)角度考慮的，但是否適用于自適應(yīng)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者特征模型的開發(fā)還有待于進(jìn)一步研究。

從遠(yuǎn)程學(xué)習(xí)者特征角度。遠(yuǎn)程學(xué)習(xí)者特征分析，主要是著眼于遠(yuǎn)程教育中學(xué)習(xí)者的特征分析。學(xué)者丁興富對(duì)遠(yuǎn)程學(xué)習(xí)者特征進(jìn)行了深入研究，他提出的理論分析體系包括七個(gè)維度：有關(guān)歷史和現(xiàn)狀的一般資料；有關(guān)生理、心理和行為的人口學(xué)資料；有關(guān)教育、經(jīng)濟(jì)、宗教、政治和宗教、民族和種族、社會(huì)和文化的社會(huì)學(xué)資料；有關(guān)家庭、工作單位、交通和通信的地理學(xué)資料；有關(guān)學(xué)習(xí)時(shí)間、學(xué)習(xí)地點(diǎn)、學(xué)習(xí)設(shè)施和通信條件的情境狀態(tài)資料；動(dòng)機(jī)動(dòng)力資料；有關(guān)對(duì)遠(yuǎn)程教育院校、對(duì)學(xué)習(xí)者人生和社會(huì)生活、對(duì)學(xué)習(xí)者自身以及來自社會(huì)各界的觀點(diǎn)和評(píng)價(jià)資料。該理論體系不得不說全面地總結(jié)了學(xué)習(xí)者的特征，但是在學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者模型的具體設(shè)計(jì)和開發(fā)時(shí)，是否需要這么多的特征及其可操作性值得商榷。

從學(xué)習(xí)風(fēng)格的分析和運(yùn)用角度。學(xué)習(xí)風(fēng)格是學(xué)習(xí)者特征中重要的非智力因素，在眾多學(xué)習(xí)者特征模型中除了基于學(xué)習(xí)者知識(shí)建模，另一個(gè)重要的方法就是基于學(xué)習(xí)者學(xué)習(xí)風(fēng)格建模。東北師范大學(xué)趙蔚教授等在2008年進(jìn)行了基于語義網(wǎng)的自適應(yīng)學(xué)習(xí)系統(tǒng)中用戶模型的研究，其中學(xué)習(xí)者模型包括：學(xué)習(xí)者學(xué)習(xí)風(fēng)格、認(rèn)知水平和興趣偏好。在2010年進(jìn)行了基于Felder-Silverman量表用戶學(xué)習(xí)風(fēng)格模型的修正研究。趙蔚教授研究的局限在于兩次研究中學(xué)習(xí)者模型都是采用經(jīng)典學(xué)習(xí)風(fēng)格模型的Felder-Silverman模型，對(duì)學(xué)習(xí)者進(jìn)行前測(cè)所采用的也是Felder-Silverman量表，在學(xué)習(xí)風(fēng)格模型及其量表的選擇和運(yùn)用上，缺乏本土化。西南大學(xué)博士陳仕品和浙江大學(xué)張劍平教授在2010年在分析學(xué)生模型的國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，提出了一種基于認(rèn)知狀態(tài)和學(xué)習(xí)風(fēng)格的學(xué)生模型(CS．LS學(xué)生模型)。CS－LS學(xué)生模型包括學(xué)生描述、認(rèn)知狀態(tài)、學(xué)習(xí)風(fēng)格和學(xué)習(xí)歷史四個(gè)維度，在學(xué)習(xí)風(fēng)格維度上采用的依然是Felder-Silverman學(xué)習(xí)風(fēng)格分類。以上研究，在學(xué)習(xí)者特征模型的建模上，都關(guān)注了學(xué)習(xí)者特征中的學(xué)習(xí)風(fēng)格，提供了更加符合學(xué)習(xí)者個(gè)性化的特征，更加有利于自適應(yīng)學(xué)習(xí)系統(tǒng)實(shí)現(xiàn)個(gè)性化學(xué)習(xí)。但是值得一提的是采用現(xiàn)有的單一學(xué)習(xí)風(fēng)格模型測(cè)量學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，不能夠全面系統(tǒng)地表現(xiàn)出學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，具有一定的局限性。

綜上所述，國內(nèi)關(guān)于學(xué)習(xí)者特征模型的相關(guān)研究晚于國外研究，雖然取得了一定的成果，也存在著一些不足。國內(nèi)研究無論是理論研究還是實(shí)踐開發(fā)都落后于國外，建模方法的選擇運(yùn)用上，在綜合考慮各種建模方法后，應(yīng)明確選擇一種或多種建模方法進(jìn)行建模，不能總是停留在特征要素的分析上；在學(xué)習(xí)者特征要素的獲取上，應(yīng)熟練運(yùn)用各種計(jì)算機(jī)算法或人工智能技術(shù)，實(shí)現(xiàn)學(xué)習(xí)者特征的動(dòng)態(tài)更新；在學(xué)習(xí)者特征中的學(xué)習(xí)風(fēng)格模型的研究上，在參考國外現(xiàn)有模型的基礎(chǔ)上，應(yīng)進(jìn)行本土化的拓展研究，構(gòu)建一個(gè)適合國內(nèi)學(xué)習(xí)者特點(diǎn)的學(xué)習(xí)風(fēng)格模型。五 總結(jié)與展望

總的說來，國內(nèi)外的一些專家學(xué)者及研究機(jī)構(gòu)對(duì)于自適應(yīng)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者特征的研究做出了比較大的貢獻(xiàn)，研究設(shè)計(jì)了大量各具特點(diǎn)的自適應(yīng)學(xué)習(xí)系統(tǒng)和學(xué)習(xí)者特征模型，為未來的自適應(yīng)學(xué)習(xí)研究者提供了大量可參考的文獻(xiàn)資料，在隊(duì)國內(nèi)外學(xué)習(xí)者特征模型的建模的研究中發(fā)現(xiàn)了一些問題，同時(shí)基于現(xiàn)有的研究，我們也看到了未來自適應(yīng)學(xué)習(xí)系統(tǒng)及其學(xué)習(xí)者特征模型的研究趨勢(shì)。

總結(jié)國內(nèi)外自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征模型及其建模方法的研究，我們發(fā)現(xiàn)國內(nèi)外相關(guān)研究在研究和開發(fā)時(shí)間、學(xué)習(xí)者特征模型建模方法的采用、學(xué)習(xí)者特征要素的分析和確定上都存在著差異性，具體表現(xiàn)在：無論是系統(tǒng)還是學(xué)習(xí)者特征模型，國外起步早于國內(nèi)，國外相關(guān)研究多于國內(nèi)；國內(nèi)主要在參考國外研究的基礎(chǔ)上，重視理論的研究和創(chuàng)新，國外在理論研究的同時(shí)，注重實(shí)際的開發(fā)和應(yīng)用研究D2J在學(xué)習(xí)者特征模型的建模方法上，國外自適應(yīng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)者特征模型建模一般都有明顯的建模方法，國內(nèi)主要關(guān)注于學(xué)習(xí)者特征要素的分析，有明顯的建模方法的較少；在各種建模方法的選擇上，或采用單一模型建模，或采用多種模型組合建模。國內(nèi)外的相關(guān)研究也存在著一致性；在學(xué)習(xí)者特征要素的分析和確定上存在爭議，國外多數(shù)研究只是關(guān)注學(xué)習(xí)者特征的某一個(gè)或幾個(gè)方面，不能全面的反應(yīng)學(xué)習(xí)者特征，也就是或基于學(xué)習(xí)者知識(shí)特征建模，或者基于學(xué)習(xí)者行為特征建模，或關(guān)注學(xué)習(xí)者的學(xué)習(xí)風(fēng)格等，國內(nèi)相關(guān)研究中學(xué)習(xí)者特征包含的要素很多，涉及各個(gè)方面。然而正是因?yàn)閷W(xué)習(xí)者特征因素過多，導(dǎo)致學(xué)習(xí)者特征建模可操作性不強(qiáng)；僅就學(xué)習(xí)者學(xué)習(xí)風(fēng)格模型的選擇和運(yùn)用而言，國內(nèi)外都是采用現(xiàn)有的某一學(xué)習(xí)風(fēng)格模型測(cè)量學(xué)習(xí)者學(xué)習(xí)風(fēng)格，尤其是國內(nèi)相關(guān)研究未進(jìn)行本土化的研究，直接采用現(xiàn)有學(xué)習(xí)風(fēng)格模型不能科學(xué)合理地反應(yīng)學(xué)習(xí)者特征。綜上所述，學(xué)習(xí)者模型的構(gòu)建及學(xué)習(xí)者特征分析有待于進(jìn)一步研究和完善。

另外，綜合國內(nèi)外現(xiàn)有相關(guān)研究成果，未來自適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)者特征模型的理論研究和實(shí)際開發(fā)上呈現(xiàn)出以下發(fā)展趨勢(shì)：

(1)在自適應(yīng)學(xué)習(xí)系統(tǒng)及其學(xué)習(xí)者模型設(shè)計(jì)上，融入多種理論，涉及各個(gè)領(lǐng)域，充分考慮教育學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)的有機(jī)融合。

(2)在學(xué)習(xí)者特征模型的構(gòu)建原則上，結(jié)合自適應(yīng)學(xué)習(xí)系統(tǒng)研究開發(fā)實(shí)際，應(yīng)充分遵循科學(xué)性、合理性、全面性、可操作性和重用性等原則。學(xué)習(xí)者特征各個(gè)因素的選擇與確定科學(xué)，要充分考慮各個(gè)因素之間的關(guān)系，結(jié)構(gòu)合理，全面考慮，并不是越多越好，結(jié)合系統(tǒng)開發(fā)實(shí)際，學(xué)習(xí)者特征模型要具有可操作性和重用性。

(3)在學(xué)習(xí)者特征模型的構(gòu)建方法上，結(jié)合實(shí)際應(yīng)用，綜合選擇單一學(xué)習(xí)者模型或者組合學(xué)習(xí)者模型進(jìn)行建模。學(xué)習(xí)者特征模型建模時(shí)，選擇單一建模方法，還是選擇多種模型組合建模，要實(shí)現(xiàn)學(xué)習(xí)者特征的各個(gè)要素的建模，比如學(xué)習(xí)者知識(shí)的建模、學(xué)習(xí)風(fēng)格建模、學(xué)習(xí)經(jīng)歷建模和學(xué)習(xí)偏好建模等等。

(4)在學(xué)習(xí)者特征的獲取上，采用新的技術(shù)和算法，如先進(jìn)的人工智能技術(shù)、貝葉斯網(wǎng)絡(luò)、遺傳算法和模糊評(píng)估算法等各種有效的計(jì)算機(jī)技術(shù)和算法。這樣，在學(xué)習(xí)者初始特征獲取后，利用各種技術(shù)和算法，能夠?qū)崿F(xiàn)學(xué)習(xí)者特征的動(dòng)態(tài)獲取和更新，有利于系統(tǒng)進(jìn)行動(dòng)態(tài)的學(xué)習(xí)診斷。

(5)在學(xué)習(xí)者特征分析上，充分考慮到不同學(xué)習(xí)者的個(gè)性化差異，尤其是更加重視學(xué)習(xí)者學(xué)習(xí)風(fēng)格的研究和探索。在現(xiàn)有的學(xué)習(xí)風(fēng)格模型的基礎(chǔ)上，構(gòu)建切實(shí)符合自適應(yīng)學(xué)習(xí)系統(tǒng)開發(fā)的學(xué)習(xí)者學(xué)習(xí)風(fēng)格模型，更有助于學(xué)習(xí)者個(gè)性化學(xué)習(xí)。