網絡環境下的基礎教育個性化學習系統研究

彭海波　周振東

隨著知識經濟時代的到來，社會競爭日益激烈，社會對教育和教育所培養的人才，提出了更高、更嚴格的要求。實施素質教育把發展學生個性列為重要培養目標，提倡“讓學生主動發展”，尊重學生的主體地位，調動學生的積極性，因材施教，給學生創造一個自主的發展空間，使他們的個性得到充分的發展。因此素質教育的核心在于實施個性化教育，讓每個學生都獲得個性化的學習，取得最優的學習效果。

網絡環境下個性化學習系統的理論

基于網絡的個性化學習，是在以個性化支持技術和Web技術、數據庫技術為依托所建立起的個性化網絡學習環境中展開的。個性化學習是以學生為主體的學習方式，它是指在學習過程中根據學生自身智力、學習進度和對知識點掌握程度的不同，給出相應學習策略、學習內容的教學模式。

基礎教育個性化學習的理論基礎有素質教育、個性化教學、人本主義、建構主義。個性化學習不但要求教學設備和手段的個性化主動性，更要求學習主體在網絡環境下的學習過程中的主動性。建構主義與人本主義學習理論，都強調要為學生自主探究學習創設理想的學習環境，提供豐富的學習資源，營造良好的學習氛圍。

網絡環境下個性化學習系統的技術基礎

網絡教育個性化一直是教育界和教育技術領域的理想目標，采用個性化學習系統實現對學生的指導已經成為網絡教育發展的必然趨勢。人工智能領域中Agent技術的出現為實現這個目標提供了良好的契機。

20世紀70年代的人工智能研究領域中首次出現Agent概念，隨著Internet和WWW的廣泛普及和增加，Agent的應用也越來越廣泛。Web上信息資源的飛速增長使得許多Web用戶感到信息超載，這種超載使得人們希望智能Agent技術能夠減輕Web用戶的負擔，在智能Agent的幫助下，用戶可以只關注自己最感興趣的那些信息。

同時，隨著信息社會的來臨，大量信息在給人們帶來方便的同時也帶來了信息的消化、信息的辨識、信息的安全、信息形式的一致性等問題。人們開始考慮：如何才能不被信息淹沒，而且從中及時發現有用的知識，提高信息利用率，最終避免“數據爆炸但知識貧乏”的現象。數據挖掘技術（data mining）為實現上述目的提供了可能。

“數據挖掘”（Data Mining）是一種新的信息處理技術，其主要特點是對數據庫中的大量業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助決策的關鍵性數據和潛在的、有價值的知識（模型或規則）的過程，是一類深層次的數據分析方法。它是一門交叉學科，包括機器學習、數理統計、神經網絡、數據庫、模式識別、粗糙集、模糊數學等相關技術。數據挖掘技術包括三個主要部分：算法和技術、數據、建模能力。

網絡環境下個性化學習系統的體系結構與特點

專業的基于教學資源庫的個性化學習系統采用開放、動態的系統架構，以大型的綜合教學資源庫為基礎，將傳統的考試、學習模式與先進的網絡應用及個性化分析技術相結合，實現快速查找教學資源、分析學習狀態、安排學習計劃、構建考試平臺系統、網絡課件管理系統等功能。真正實現網絡教學“自主性、交互性、個性化”的特點。個性化學習系統包含三大模塊，即個性化學習模塊，個性化答疑模塊，資源庫模塊。

網絡環境下個性化學習系統的需求分析與設計

個性化學習系統是以資源庫為基礎，將傳統的考試、學習模式與先進的網絡應用相結合。首先，學生根據自身需要，使用個性化學習系統進行測試、練習、作業、網絡課件學習等；其次，個性化學習分析系統收集每位學生的測試、練習、作業成績以及網絡課件的學習進度，分析學生的學習狀況，并提出建議和收集相應的學習資源供學生參考學習，教師結合實際的教學情況及個性化學習分析的信息調整教學手段；最后，系統根據用戶（包括學生，教師）對資源的使用情況，不斷改進資源庫，從而更好地適應學生學習的需求。

系統為在線考試、在線課程學習、學習狀況分析、網絡課件管理系統提供資料基礎，通過教學資源庫對資源做綜合分類及多重定義，個性化的學習分析系統不僅能記錄學生在線考試、在線學習的成績及進度，而且可以根據學生的記錄自動分析學習狀態，調整考試出題及學習重點，并提出相應的學習建議及收集資源庫相關的資料供學生參考學習。

在此學習系統中，學生登錄系統后看到的界面不再是千篇一律的，而是與其個人密切相關的個性化的學習環境：課件學習進度、作業完成及批改情況、提問解答情況（做過的試卷、常錯的題目及知識點）、系統建議重點學習的知識點等都是針對該學生個人特點的。學生從登錄到退出系統的整個學習過程中，所有的動作及產生的結果都被及時記錄到本人的用戶庫中，供下次登錄時系統產生用戶界面作參考。系統收集顯示學生在線考試、練習、作業及課程學習的成績及進度信息，根據以上的信息分析學生各科的進度及未掌握的知識點，做出“重點學習”、“學習進度”等提示，提醒學生哪些知識點未掌握，哪些課程的學習進度超前或滯后，并列出相關知識點的資源供學生參考學習，以及調整考試、練習等的比重。使學生能根據自身的學習情況進行個性化的學習，定做個性化的學習策略。

教師通過個性化學習分析系統，了解學生的學習狀況，及時調整教學手段，調整課堂的學習進度，從而提高教學的效率。教師運用網絡課件管理系統，整合教學資源庫及其他資源，生成網絡課件，供學生在線學習。網絡課件管理系統能整合包括媒體資源、文本資源、題庫資源等不同類型及格式的教學資源。

系統具有高度的可擴展性，被授權的學生及教師不管身處何地，只要使用網絡瀏覽器，就可通過網絡登錄本系統，查找管理教學資源、分析學習狀態、安排學習計劃、參加學校組織的考試和練習；系統不僅可應用于校園內部局域網，也可應用于互聯網。

數據挖掘在個性化學習系統中的應用

數據挖掘基于網絡的應用包括Web挖掘和個性化網上教育兩個方面。

（1）Web挖掘是從與WWW相關的資源和行為中抽取感興趣的、有用的模式和隱含信息的過程。WWW分析就是為網站運行提供深入、準確、詳細的分析數據和有價值的以及易理解的分析知識。通過提供這些數據和信息，可以解決以下問題：①對網站的修改更加有目的、有依據，穩步地提高用戶滿意度。②查看網站流量模式。③提供個性化網站。④發現系統性能瓶頸，找到安全漏洞。⑤為教師、教育管理者等提供重要的、有價值的信息。

（2）個性化網絡教育是充分利用數據挖掘技術的功能，為遠程教育提供服務。其表現在：

利用學生登記信息，針對不同的學生，提供不同的學習內容和學習模式，真正做到因材施教，并對學生的學習記錄進行保存。

對站點上保存的學習行為和學習記錄信息進行挖掘，并結合課件知識庫的信息，自動重組課程的內容，使之更符合教學規律，并結合內容，提供其他相關學習資源。

通過對學習者學習行為的挖掘，發現用戶的瀏覽模式，自動重構頁面之間的鏈接，以符合用戶的訪問習慣。

結論與展望

網絡環境下的基礎教育個性化學習系統是基礎教育的一種新模式，它突破了原有的課堂教學的局限性和原有網絡教學的單一性，提取并分析不同學生的個性特征，因人而異地提供所需要的信息。實施了個性化服務的個性化學習系統，對于不同的受教育對象，表現出不同的學習過程和教育信息資源的調度，這樣就拓寬了傳統的教學方法，有利于提高課堂教學效率和教學質量，實現了真正的個性化學習，提供了學生終生受益的個性化發展學習策略，從一定意義上實現了素質教育。endprint