遠程教育平臺中個性化信息服務綜述

【摘 要】提出并分析了個性化信息服務在遠程教育平臺中的具體問題；重點介紹了個性化服務在遠程教育平臺中幾大應用領域，并以數據挖掘技術為核心闡述了實現個性化信息服務的相關技術和方法；接著對目前國內外典型平臺的特色進行了簡要分析；最后總結了個性化服務系統有待完善的問題。

【關鍵詞】班主遠程教育 個性化信息服務 數據挖掘

1 個性化信息服務概述

所謂個性化信息服務就是針對不同用戶提供不同的服務策略和服務內容的服務模式。個性化信息服務基于“用戶需要什么，我們就提供什么”的理念。其特征為：以用戶滿意為中心、雙向溝通的零距離及面向用戶深層心理需求。

遠程教育平臺中個性化信息服務通常體現在：

（1）個性化信息檢索：通過記錄跟蹤學習者的檢索內容，了解學習者的興趣、偏好、學習特點和習慣，主動為學習者推送相關信息和對查詢結果進行分類。

（2）個性化信息推薦：在分析了解學習者的個人興趣和習慣的基礎上，通過信息檢索、信息過濾、數據挖掘等技術，對可提供的資源及服務進行分類組織，將學習者可能感興趣的學習資源進行智能推薦。

（3）個性化信息咨詢：學習者利用交互式咨詢臺，即通過教育平臺的聊天軟件、網絡會議等方式，與教育專家、名師等進行實時的交流[2]。

（4）個性化信息反饋與輔導：針對學生的認知水平與特點，提供個別指導、提出下一步的學習建議，幫助制定學習計劃和方案等。

2遠程教育中個性化信息服務的應用領域

遠程教育平臺中個性化信息服務涉及用戶建模、個性化信息檢索、信息推送、個性化推薦、機器學習機制、智能Agent技術應用、網站自適應技術應用、數據挖掘技術應用等。

2.1數據挖掘技術的應用

數據挖掘技術是實現遠程教育平臺個性化信息服務的核心技術之一。判斷數據挖掘所得信息是否有價值，就應該看所得信息是否具先前未知、有效和可實用這三個特征。數據挖掘就是深層次的數據分析方法，流程如下圖1所示：

常用的數據挖掘算法有決策樹算法、遺傳算法、粗糙集、神經網絡、Apriori算法等。從廣義上講，關聯分析是數據挖掘的本質。關聯知識挖掘，在遠程教育平臺中得到了廣泛應用。

2.2 其他相關應用領域

（1） 用戶模型的創建

用戶模型的創建是提供個性化服務的基礎和核心，用戶建模是指從有關用戶興趣和行為的信息（如瀏覽行為、瀏覽內容、背景知識等）中歸納出可計算的用戶模型的過程。

（2） 資源文件的描述

資源描述文件可以用基于內容和基于分類的方法來表示。基于內容的方法是利用資源本身的信息來表示資源；基于分類的方法是通過將文檔進行歸類來表示資源。

（3）個性化信息檢索及推送

個性化信息檢索技術，是指能夠根據用戶的興趣和個性化行為特點進行檢索，為用戶提供個性化檢索結果的技術。

個性化信息檢索涉及許多檢索算法和建模技術，如基于詞匯相關度模型、語義網、智能Agent和概念網的個性化信息檢索模型等。個性化信息檢索實現流程如圖2所示：

信息推送就是在分析了解用戶興趣偏好和信息需求的前提下，通過一定的技術標準或協議，有目的地將用戶感興趣的信息發送給用戶。

（4） 協作過濾推薦技術

協作過濾推薦技術是目前應用最為成功的個性化推薦技術，其核心思想是先找到與其有相似興趣的其他用戶，然后將相似用戶感興趣的內容推薦給此用戶。

（5） 智能Agent技術應用

智能Agent不需要或很少需要用戶的干預和指導而智能完成用戶委托任務，根據用戶要求自動過濾、收集用戶感興趣的信息，并且能根據用戶指定的時間將其傳遞到用戶指定的“地點”，成為用戶與資源之間的中介而很少需要用戶的干預。

3具有個性化信息服務的遠程教育平臺

國外比價典型的代表有：加拿大的Simon Fraser大學開發的Virtual—U、美國Pennsylvania 州立大學開發的WISH和挪威fronter公司開發的ClassFronter（課堂先鋒）等。

國內的網絡教育平臺研究還處于起步階段，但已有越來越多的高校和研究單位意識到網絡教育平臺的重要性，例如滬江英語網校、Vclass平臺等。

4 小結

遠程教育平臺中的個性化信息服務系統是一個依托信息資源系統，利用相關技術建立起來的標準化知識服務系統平臺，可以為用戶提供多種類型的信息服務。

【參考文獻】

[1]汪鋒.基于遠程教育個性化服務的研究[D].昆明.昆明理工大學，2004.

[2]李詠梅.淺談個性化信息服務系統的構建[J].信息服務，2011， 41（1）：102-106.

[3]孫丹.基于用戶信息行為的個性化知識服務研究[D].武昌：華中師范大學，2012.

[4]毛國君，段麗娟，王實.數據挖掘原理與算法（第二版）[M].北京：清華大學出版社，2007.

[5]陳安.數據挖掘技術與應用[M].北京：科學出版社，2006.

[6]丁琳，吳長永.數據挖掘在遠程教育個性化服務中的應用[J].網絡教育與遠程教育，2002，9（2）：15-23.

[7]劉美玲.基于數據挖掘技術的個性化學習系統研究[D].揚州：揚州大學，2009.

[8]曲貴英，馮麗娜.基于用戶系統模型的個性化信息服務系統研究[N].哈爾濱商業大學學報，2007-03-25（3）：355-360.

[9]Witten I H，Franke.Practical Automatic Key-phrase Extraction[C].Proceeding of the 4th ACM Conference on Digital Library，2000：254-255.

[10]Tumey P D.Learning Algorithms for Key Phrase Extraction [J].Information Retrieval，2000，2（4）：303-336.

[11]李樹青.個性化信息檢索技術綜述[J].情報理論與實踐， 2009，5（7）：109-111.

[12]鄒顯春，謝中.電子商務與web數據挖掘[J].計算機應用.2000，5（21）：36-41.

[13]Jannl Nlelsen. Master in ICT and learning Project Pedagogy and Collaboration in Virtual e-learning[J].Information Retrieval， 2010，5（18）：112-124.

[14]Piet Kommers. Learning Management Systems Learnability： Requirements from Learning Theories[J]. Montreal，Canada，2005 （11）：89-101.

[15]余勝泉.典型教學支撐平臺的介紹[J].中國遠程教育，2001（2）：57-61.