楊洋
摘 要 自適應學習系統是當今現代化教育手段的研究熱點。先分析自適應學習系統的一般架構模型,接著闡述現今具有代表性的幾種參考模型,并從模型關聯度、所能解決的問題等方面進行分析比較,為深入研究和設計通用性自適應學習系統提供依據。
關鍵詞 自適應學習模型;參考模型;領域模型
中圖分類號:G642.0 文獻標識碼:B
文章編號:1671-489X(2017)04-0033-03
Abstract Adaptive learning system is hot point of modern education means research. Here we firstly analyzed the general architecture model of adaptive learning system. Then the representative reference
models were expounded and compared in the degree of the model correlation and problem solvation ability, this paper analyzes and compares, which would provide the basis for further research and design of general adaptive learning system.
Key words adaptive learning model; reference model; domain model
1 引言
網絡教育是當前教育界的一個研究熱點,網絡學習方式也越來越普及,這種學習方式以學習者為中心,向學習者提供個性化的學習內容、個性化的學習形式和個性化的學習服務。
學習者在使用自適應學習系統時,可以自由選擇學習路徑和調整學習進度,系統還可以引領和指導學習者進行自主學習,用來滿足學習者的不同學習需求[1]。自適應學習系統雖然注重提供自適應能力,但是系統之間可比性不高,可以將其歸入參考模型中。參考模型根據標準和規則來指導系統開發,并說明系統中組件之間的交互方式。因此,開發自適應學習系統需要先研究參考模型。
2 自適應學習系統的一般架構模型
目前自適應學習系統如AEHS(Adaptive Educational Hypermedia Systems)、AHA、ACCT等,美國匹茲堡大學信息科學學院的Peter Brusilovsky提出一個自適應學習系統AEHS的通用模型[2],如圖1所示。
其中,領域模型描述了領域知識結構、概念知識和概念間的聯系;學生模型,也叫用戶模型,它描述了用戶的特性,如使用系統的用戶的文化、個人愛好和興趣傾向等信息,該組件可以提取或重新賦予學生的特性。學生模型信息訪問領域模型是一種規則,它定義了教育學模型,規則的制定依據了領域知識結構。自適應引擎可以對用戶進行個性化選擇、注釋和呈現學習內容,是創建、更新領域概念和鏈接的軟件環境。接口模塊表明并定義了用戶與自適應學習系統間的交互方式,包含評價、自適應和推測機制,其中的數據可以推測用戶的特點。
3 自適應學習系統的主要模型
其實,AEHS從嚴格意義上說并不能稱為參考模型,因為AEHS并沒有標準的參考模型和架構體系。實際上,第一個被開發出來的參考模型是自適應超媒體應用模型(AHAM),隨后有LAOS、XML自適應媒體模型(XAHM)和WebML等參考模型。從結構上看,AHAM劃分了AEHS的組成部分。
AHAM AHAM(Adaptive Hypermedia Application Model,自適應超媒體應用模型)分為五層[3],是基于早期的Dexter模型建立的,如圖2所示。
1)運行時層。該層包含了與用戶訪問系統和向用戶呈現信息的組件,并且決定向終端用戶以何種方式呈現內容。
2)存儲層。該層是AHAM的核心層,由3個子層組成,每個子層構成一個子模型。
①領域模型。該模型描述領域知識的結構,如實體和實體之間的聯系。實體具有不同的特征,能夠唯一識別實體的、具有同樣特征的概念可以具有不同的數據類型。
②用戶模型。該模型描述終端用戶的特征,它存儲了關于實體的屬性值。用戶模型根據領域模型進行細粒度設計,用戶模型中的每一個實體可具有不同的屬性和值。
③自適應模型。該模型是實現自適應功能的基礎,它可以根據領域模型和用戶模型的結構決定如何產生自適應操作。
3)自適應引擎層。該層主要解釋了自適應模型中的自適應規則,啟動一個規則會觸發另一規則,體現系統的自適應操作。
4)錨固層。該層是內部組件層和自適應引擎層的通信接口,提供了自適應引擎規則與實際存儲信息的匹配功能。
5)內部組件層。該層主要存儲實際信息,錨固層中的連接點對該層中的信息匹配存儲層中的各子模型間的連接。
LAOS LAOS是一種通用復合自適應媒體模型[4],是依據AHAM模型和概念圖并基于編輯更新規則的三層模型創建的。LAOS定義了五層模型:領域模型、用戶模型、目標和約束模型、自適應模型和呈現模型。LAOS相比AHAM來看,引入了目標和約束模型,該模型起著中間編輯作用,目標指向關注的點,約束限定查詢的范圍。概念圖由領域模型、目標和約束模型、用戶模型共同組成,LAOS通過屬性將概念定義為語義獨立的實體。呈現模型考慮了終端物理特性,比如PAD、手機等不同的顯示風格等,從而使得程序移植性較好。
XAHM XAHM是一種基于XML的面向對象模型[5],該模型以XML作為基本數據格式,分為應用領域模型、用戶模型和自適應模型。自適應模型使用多維度方法,從用戶行為、外部環境和技術方面等進行描述。實際上,XAHM模型主要區分出由用戶需求的自適應和由技術限制的自適應。
WebML WebML是一種可視化語言,也作為一種自適應學習系統的參考模型[6],用于說明Web應用程序的內容結構和組織形式,并可以轉換為超文本格式。WebML主要包含了個性化模型和用戶建模方法,基于WebML構建的自適應系統包含了4個模型。
1)結構模型。該模型呈現具體數據內容,如實體與實體間的聯系。
2)超文本模型。該模型描述了通過數據模式初始化好的內容如何發布成超媒體文件。
3)呈現模型。該模型以XML語法表現頁面布局和圖形樣式,呈現風格包含了頁面屬性和頁面內容等。
4)個性化模型。該模型以實體形式陳述用戶之間的聯系,個性化機制通常采用聲明式個性化和程序式個性化。
自適應學習路徑模型 自適應學習路徑模型的構建主要有生成所有的學習路徑和選擇適應性的學習路徑兩個步驟,該模型分成學習者自適應層、概念層和學習目標層[7]。
1)學習目標層。該層結構上的每一個目標都有與之相對應的學習概念,選擇出與學習目標層結構上對應的學習目標的學習概念形成概念層。
2)概念層的結構繼承了領域概念本體的結構。
3)學習者自適應層是指與學習者的學習習慣、學習偏好和適應度值進行選擇設置。
4 各參考模型分析比較
關聯度 從關聯度來看,AHAM模型中,與領域模型相關的自適應和技術層面因素之間關聯度高,分離不明確;LAOS模型中,引入目標和約束層,該層將領域知識信息和教育學信息隔離,關聯度低;XHAM模型中,自適應性和技術層面因素之間無關聯,明確分離;WebML模型中,與領域模型相關的自適應和技術層面因素之間無關聯,明確分離;自適應學習路徑模型中,分為生成學習路徑和選擇學習路徑兩個步驟,根據學習者的學習特性選擇合適資源,形成所有的學習路徑,然后根據適應度選擇適合學習者的學習路徑并呈現給學習者。
解決的問題 基于Dexter模型建立的適應性較強的參考模型,該模型中的領域模型扮演者自適應超媒體程序的中心角色,用戶模型描述用戶和領域模型聯系方式。
LAOS模型是基于AHAM模型和概念圖建立的。該模型中的自適應模型是復合模型,含有概念層、課程層、學生自適應與表現層。其中,概念層描述了領域知識;課程層提供了課程,是對概念層的補充描述;學生自適應與表現層對應著自適應模型和呈現模型。3個層級都由自適應引擎驅動。
XHAM模型從用戶行為維度、技術維度和外部環境維度3個維度設計模型:用戶行為維度關注學生的學習行為;技術維度考慮一些客觀因素,如網絡狀況和用戶終端設備使用情況;外部環境維度考慮外界因素,如時空和政治等。
WebML模型關注系統技術實現層面,其中的個性化模型和呈現模型有利于自適應學習系統的設計。WebML模型的推導過程是添加冗余信息進入結構模式從而提高表現力,較容易地提取實體、屬性和關系等。
自適應學習路徑模型主要解決當今自適應模型中的一些問題,比如適應性規則缺失和沖突等,提高學習系統的自適應度。
5 結束語
當今的自適應參考模型從不同角度體現自適應學習系統的關鍵特點,這些參考模型各有優勢,在使用中應根據現實情況選擇適合自己的參考模型作為設計依據,提高開發效率,并作為教學后續使用。
參考文獻
[1]邢麗刃,趙蔚.基于Web的自適應教育超媒體系統現狀及前景分析[J].中國電化教育,2007(3):100-103.
[2]黃伯平,趙蔚.自適應學習系統參考模型比較分析研究[J].中國電化教育,2009(8):97-101.
[3]芮玎玎.自適應學習系統中適應模型的構建[J].高等繼續教育學報,2013(3):41-44.
[4]姜強,趙蔚.自適應學習系統中雙向適應交互評價實證研究[J].現代遠程教育研究,2013(5):106-112.
[5]Ferreira J. Knewton: Adaptive Learning Plat-form[EB/OL].http://www.knewton.com.
[6]姜強,趙蔚.自適應學習系統中學習者為中心視角評價學習成效實證研究[J].現代遠距離教育,2015(4):43-49.
[7]芮玎玎.自適應學習系統中適應模型的構建[J].高等繼續教育學報,2013(3):41-44.