基于規(guī)則庫的用戶選課健康狀態(tài)感知及推薦

邵景峰，王蕊超

西安工程大學(xué) 管理學(xué)院，西安 710048

1 引言

在十九大報告中明確指出要“辦好網(wǎng)絡(luò)教育”，這表明僅靠傳統(tǒng)的教育模式已經(jīng)無法應(yīng)對未來，而互聯(lián)網(wǎng)教育打破了傳統(tǒng)的“教&學(xué)”方式，能夠滿足全社會參與所形成各種形態(tài)的學(xué)習(xí)型組織，為加快建設(shè)學(xué)習(xí)型社會、學(xué)習(xí)型國家提供基礎(chǔ)條件。2013年5月，清華大學(xué)攜手edX進(jìn)入中國互聯(lián)網(wǎng)教育市場，掀起了中國“互聯(lián)網(wǎng)+教育”新模式的高潮。然而，MOOCs的崛起及風(fēng)靡全球，為更多求學(xué)者帶來學(xué)習(xí)機(jī)遇的同時，課程高輟學(xué)率的問題也逐漸暴露，其根本原因之一是學(xué)習(xí)者知識儲備與課程不匹配[1]，主要表現(xiàn)為用戶在線課程選擇過程中忽略課程學(xué)習(xí)的進(jìn)階性，進(jìn)而導(dǎo)致知識間出現(xiàn)斷層。而科學(xué)的課程引導(dǎo)是解決該問題的一種有效途徑。

推薦系統(tǒng)作為一種高效的信息過濾方法[2]和引導(dǎo)手段，其主要任務(wù)是借助推薦算法[3]（基于內(nèi)容的算法、基于協(xié)同過濾的算法、混合推薦算法），通過分析用戶信息、物品信息或其他輔助信息，進(jìn)而獲得用戶對物品的偏好或相關(guān)特征，并據(jù)此為用戶進(jìn)行物品推薦[4]。

對此，本研究借助“中國大學(xué)MOOC”平臺，提出了一種基于規(guī)則庫的用戶選課健康狀態(tài)感知及推薦方法。該方法首先依據(jù)課程屬性信息構(gòu)建了基于課程進(jìn)階關(guān)系的規(guī)則庫。在此基礎(chǔ)上，利用用戶行為反饋信息和協(xié)同過濾算法提出了用戶選課健康狀態(tài)感知模型，并實(shí)現(xiàn)了課程的個性化推薦。

2 文獻(xiàn)回顧

針對用戶在線課程推薦這一主題，研究人員主要圍繞課程資源信息過載[5-6]，進(jìn)而導(dǎo)致用戶課程選擇出現(xiàn)“迷航”這一核心問題展開探究。如：Elbadrawy等人[7]探討了學(xué)生課程學(xué)習(xí)行為特點(diǎn)是如何影響學(xué)生選課，并借助基于用戶的協(xié)同過濾算法（User-Based Collaborative Filtering）和Top-N的推薦方式進(jìn)而實(shí)現(xiàn)課程推薦。Hoiles等人[8]考慮到學(xué)生知識、學(xué)習(xí)行為和目標(biāo)的多樣性，將專家知識庫融入推薦算法中，為用戶提供高效的個性化課程推薦服務(wù)。而Aher等人[9]則將多種數(shù)據(jù)挖掘方法（k-means和Apriori關(guān)聯(lián)規(guī)則）引入得到課程推薦系統(tǒng)中，并將其進(jìn)行組合研究。然而，上述研究聚焦在推薦算法和用戶選課喜好上，而忽略了對象屬性信息的重要性。因此，Salehi等人[10]將課程多屬性和用戶等級融合在統(tǒng)一的模型中，進(jìn)而提高了課程推薦的質(zhì)量。沈苗等人[11]提出了一種以學(xué)生屬性分類為前提的協(xié)同過濾算法，該方法借助學(xué)生屬性信息并改進(jìn)學(xué)生相似度的計算方法，進(jìn)而實(shí)現(xiàn)課程推薦。而馬莉等人[12]則將訪問序列的先后次序作為推薦的重要依據(jù)，進(jìn)而基于向量及利用DBSCAN算法對用戶進(jìn)行協(xié)同過濾聚類并實(shí)施知識點(diǎn)推薦。為了進(jìn)一步提高用戶對選課的滿意度，徐揚(yáng)等人[13]從信息資源建設(shè)的實(shí)用性、系統(tǒng)性和共享共建原則角度出發(fā)，建立了高校課程定制與推薦的模型，當(dāng)學(xué)生輸入一套課程序列時，自動為每個學(xué)生提供一套滿意度最高的課程方案。而考慮到用戶課程選擇可能有不同的目的和背景，Jing等人[14]則設(shè)計了一個基于用戶訪問行為的內(nèi)容感知推薦算法，該算法充分利用了人口統(tǒng)計學(xué)屬性和課程前提關(guān)系，更好地揭示用戶的潛在選擇。

綜上，學(xué)者們借助用戶屬性及喜好、課程多屬性及滿意度等信息，將其融合到各種推薦算法中，解決了課程資源信息過載導(dǎo)致用戶課程選擇出現(xiàn)“迷航”這一核心問題，并不斷提高了推薦效率及用戶滿意度。但對于用戶在線課程選擇過程中忽略課程學(xué)習(xí)的進(jìn)階性，進(jìn)而導(dǎo)致知識間出現(xiàn)斷層的問題尚未很好解決。因此，本研究以“中國大學(xué)MOOC”平臺為例，提出了一種基于規(guī)則庫的用戶選課健康狀態(tài)感知及推薦。該方法首先依據(jù)課程屬性信息構(gòu)建了基于課程進(jìn)階關(guān)系的規(guī)則庫，進(jìn)而借助協(xié)同過濾算法提出了用戶選課健康狀態(tài)感知模型，并實(shí)現(xiàn)個性化的課程推薦。

3 規(guī)則庫及模型構(gòu)建

3.1 用戶選課健康狀態(tài)概念的提出

用戶在線課程選擇過程中忽略課程學(xué)習(xí)的進(jìn)階性，進(jìn)而導(dǎo)致知識間出現(xiàn)斷層的問題。而課程作為知識獲取的載體，因此，用戶所選課程進(jìn)階關(guān)系的完整性是保證其課程知識結(jié)構(gòu)健壯性的一種有效途徑。對于該健壯性程度的描述，本研究將其命名為用戶選課健康狀態(tài)。

由上述概念可知，探索課程進(jìn)階關(guān)系是感知用戶選課健康狀態(tài)的基礎(chǔ)。對此，本研究借助課程屬性信息，識別與構(gòu)建了一種基于課程進(jìn)階關(guān)系的規(guī)則庫，為用戶選課健康狀態(tài)感知和計算提供依據(jù)和標(biāo)準(zhǔn)，并在此基礎(chǔ)上，提出了用戶選課健康狀態(tài)感知模型及推薦方法，實(shí)現(xiàn)了用戶在線課程選擇的引導(dǎo)及個性化推薦。

3.2 識別與構(gòu)建基于課程進(jìn)階關(guān)系的規(guī)則庫

在線課程碎片化的課程設(shè)計模式，打破了傳統(tǒng)課程體系的層次進(jìn)階結(jié)構(gòu)，采用“化整為零”、開放性和無門檻的策略贏得了用戶的青睞。然而，“支離破碎”的碎片化課程學(xué)習(xí)方式必然會導(dǎo)致用戶獲得的知識分散、結(jié)構(gòu)無序，喪失了其原有的完整意蘊(yùn)，而從“碎片”到“整體”的嬗變，最終能讓碎片化學(xué)習(xí)效能達(dá)到最大化[15]。課程作為知識獲取的載體，課程進(jìn)階關(guān)系結(jié)構(gòu)的完整性是保證這種嬗變的一種有效途徑。

系統(tǒng)科學(xué)認(rèn)為，事物的結(jié)構(gòu)是其功能賴以存在的條件和形式，沒有特定的結(jié)構(gòu)，就無法產(chǎn)生特定的功能[16]。對于課程知識獲取的結(jié)構(gòu)，主要體現(xiàn)在課程學(xué)習(xí)的進(jìn)階性。具體而言，課程結(jié)構(gòu)需要按照依次進(jìn)階、逐級深化的原則設(shè)置。現(xiàn)階段我國課程體系中課程學(xué)習(xí)進(jìn)階模型如圖1所示。

圖1 課程學(xué)習(xí)進(jìn)階模型

就“中國大學(xué)MOOC”平臺而言，圖1中的基礎(chǔ)課程是指該課程無前導(dǎo)課程或前導(dǎo)課程為高中相關(guān)課程；進(jìn)階課程指學(xué)習(xí)該課程前需要具備前導(dǎo)課程相關(guān)知識；LP(cij,ci+1j)表示課程Cij與課程Ci+1,j是否存在進(jìn)階關(guān)系，其中，Cij為前導(dǎo)課程，Ci+1,j為進(jìn)階課程。具體表達(dá)式如式（1）所示：

基于上述的課程學(xué)習(xí)進(jìn)階模型，通過對“中國大學(xué)MOOC”平臺進(jìn)行深入了解，在該平臺課程信息的“課程詳情”模塊中發(fā)現(xiàn)該課程已經(jīng)明確指出了與該門課程相關(guān)的“預(yù)備知識”要求。基于此，借助網(wǎng)絡(luò)爬蟲技術(shù)，依次對該平臺中每門課程的“預(yù)備知識”描述信息進(jìn)行提取，并且根據(jù)其語義表達(dá)關(guān)系進(jìn)行課程進(jìn)階關(guān)系提純，進(jìn)而構(gòu)建了基于課程進(jìn)階關(guān)系的規(guī)則庫。具體流程如圖2所示。

圖2 規(guī)則庫構(gòu)建流程圖

圖2 中，“與”關(guān)系表示任意進(jìn)階課程的多個前導(dǎo)課程之間存在并列關(guān)系；“或”關(guān)系表示任意進(jìn)階課程的多個前導(dǎo)課程之間存在或關(guān)系；“非”關(guān)系表示該門課程屬于基礎(chǔ)課程，沒有前導(dǎo)課程或者具備高中水平即可。

為了進(jìn)一步闡述規(guī)則庫的識別與構(gòu)建過程，以該平臺中的“軟件測試與質(zhì)量”課程為例，對其核心流程“數(shù)據(jù)提取及處理”進(jìn)行說明，具體如圖3所示。

圖3 數(shù)據(jù)提取及處理流程圖

為了細(xì)化前導(dǎo)課程之間的關(guān)系，本研究在關(guān)系提純及存儲過程中對課程間的關(guān)系承接進(jìn)行標(biāo)識。其中，“與”關(guān)系之間用“，”連接；“或”關(guān)系用“；”連接；“與&或”之間用“-”連接；“非”關(guān)系則用“0”表示。

3.3 用戶選課健康狀態(tài)感知模型

就學(xué)習(xí)者而言，課程學(xué)習(xí)是其獲得相關(guān)知識的主要載體，用戶所選課程進(jìn)階關(guān)系的完整性是保證其課程知識結(jié)構(gòu)健壯性的一種有效途徑。因此，用戶選課進(jìn)階關(guān)系越完整，其知識結(jié)構(gòu)的健康狀態(tài)越良好。但由于課程參與及選擇渠道較廣（如：在校課程、MOOCs、培訓(xùn)、自學(xué)等），用戶課程吸收及轉(zhuǎn)化情況復(fù)雜，進(jìn)而使得用戶原有或基礎(chǔ)的知識及水平無法得知。基于此，依據(jù)3.2節(jié)所構(gòu)建的基于課程進(jìn)階關(guān)系的規(guī)則庫，采取基于物品的協(xié)同過濾方法（Item-Based Collaborative Filtering）[17-18]來挖掘及估計用戶對某一進(jìn)階關(guān)系中未選擇的前導(dǎo)課程已在其他渠道選擇的概率，進(jìn)而構(gòu)建了用戶選課健康狀態(tài)感知模型，具體如下：

對于用戶uv所選擇的課程集合c(uv)而言，其內(nèi)部課程之間會依據(jù)規(guī)則庫中的課程進(jìn)階關(guān)系劃分為多個課程進(jìn)階體系，并對各課程體系進(jìn)行補(bǔ)全，保證各獨(dú)立的進(jìn)階體系完整，同時移除獨(dú)立的基礎(chǔ)課程，進(jìn)而形成用戶uv的課程選擇進(jìn)階體系S(uv)，具體如圖4所示。

圖4 用戶課程進(jìn)階體系集合

圖4 中，sn表示由課程cn所構(gòu)成的課程進(jìn)階體系，該體系包括進(jìn)階課程cn以及該課程所需的前導(dǎo)課程。由于用戶所選課程c7為獨(dú)立的基礎(chǔ)課程，將其進(jìn)行移除操作處理。對于完整的進(jìn)階體系而言，c8為該體系中的進(jìn)階課程，此外，該體系還包括用戶未選擇的課程c5。表示用戶uv參與課程ci學(xué)習(xí)且已選擇該課程的前導(dǎo)課程cj的概率（采用基于物品的協(xié)同過濾算法進(jìn)行估計），具體表達(dá)示為：

式中，u(ci)表示已經(jīng)選擇課程ci的用戶集合；u(cj)表示已經(jīng)選擇課程cj的用戶集合；c(uv)表示用戶uv所選擇的課程集合。

由于進(jìn)階課程一般需要多門前導(dǎo)課程作為其預(yù)備知識，并且各前導(dǎo)課程對其進(jìn)階課程的貢獻(xiàn)度和重要程度難以衡量，但對于該進(jìn)階課程所構(gòu)成的課程進(jìn)階體系而言缺一不可。因此，本研究將前導(dǎo)課程進(jìn)行均等化處理，即：對于某一進(jìn)階課程所需的所有前導(dǎo)課程，其中的任意一門前導(dǎo)課程對該進(jìn)階課程的貢獻(xiàn)度和重要程度相等。基于此，可得由該進(jìn)階課程構(gòu)成的課程進(jìn)階體系完整度ruv(si)，具體計算方式如下所示：

則用戶選課健康狀態(tài)良好度r(uv)可表示為：

3.4 基于用戶選課健康狀態(tài)感知模型的課程推薦方法

本研究的目的是為解決用戶在線課程選擇過程中忽略課程學(xué)習(xí)的進(jìn)階性，進(jìn)而導(dǎo)致知識間出現(xiàn)斷層的問題，而用戶所選課程進(jìn)階體系的完整性是保證用戶知識結(jié)構(gòu)健壯的一種有效途徑。根據(jù)3.3節(jié)構(gòu)建的用戶選課健康狀態(tài)感知模型可知，本研究課程推薦的目標(biāo)為。其次，為了提高推薦效率，該方法將按照ruv(si)降序的原則，優(yōu)先推薦完整度較高的體系si中用戶未參與且較低的課程。此外，為了避免用戶所選課程偏向基礎(chǔ)課程，進(jìn)而導(dǎo)致課程推薦列表不足。因此，本研究將依據(jù)規(guī)則庫，由已選課程作為前導(dǎo)課程并采取基于物品的協(xié)同算法來補(bǔ)充推薦列表，具體表達(dá)式為：

表1 數(shù)據(jù)集

輸入：用戶uv；用戶選課集合c(uv)；進(jìn)階關(guān)系LP(c)；推薦數(shù)量n。

輸出：推薦課程集合cv。

1.獲取用戶uv所關(guān)注的課程集合c(uv)，依次檢索并將所選課程按照進(jìn)階關(guān)系LP(c)構(gòu)建課程進(jìn)階體系S(uv)。

2.計算每一課程進(jìn)階體系si(uv)的完整度ruv(si)，并將ruv(si)＜1的課程進(jìn)階體系si(uv)保存至R集合中。

3.對R按照降序排序。

4.依據(jù)R排序反向搜索si(uv)中用戶未參與的課程，并按照升序排序存入推薦列表cv中。

綜上，首先通過對目標(biāo)網(wǎng)站進(jìn)行分析，使用網(wǎng)絡(luò)爬蟲工具提取課程信息及其屬性信息，進(jìn)而識別和構(gòu)建了基于課程進(jìn)階關(guān)系的規(guī)則庫。其次，針對用戶原有或基礎(chǔ)能力及水平無法得知的問題，采用基于物品的協(xié)同過濾方法來挖掘及估計該用戶已參與該課程學(xué)習(xí)的概率，并在規(guī)則庫的基礎(chǔ)上構(gòu)建了用戶選課健康狀態(tài)感知模型。最后，針對用戶選課健康狀態(tài)實(shí)現(xiàn)了在線課程的個性化推薦。

4 實(shí)驗(yàn)分析

4.1 實(shí)驗(yàn)數(shù)據(jù)來源

借助網(wǎng)絡(luò)爬蟲工具，以“中國大學(xué)MOOC”平臺網(wǎng)站課程及用戶作為目標(biāo)，收集其課程資源信息、用戶信息及其行為信息。其中，課程資源信息以網(wǎng)站導(dǎo)航分類欄作為入口，依次爬取各類別下課程資源信息；用戶信息的獲取，參照平臺用戶ID編碼形式，隨機(jī)選取多個類ID編碼作為起始賬號并設(shè)置ID增加步長為1，依次對“中國大學(xué)MOOC”平臺用戶信息進(jìn)行爬取，同時進(jìn)行有效性篩選及確認(rèn)；在用戶信息的基礎(chǔ)上，依次訪問用戶主頁并獲取其課程參與信息。通過2輪的數(shù)據(jù)收集（分別于2017年10月5日和2017年11月7日），獲取到的數(shù)據(jù)詳細(xì)情況如表1所示。

4.2 用戶選課健康狀態(tài)感知及推薦

（1）用戶選課健康狀態(tài)感知及分析

本研究以3 609名用戶作為研究對象，借助其選課行為反饋數(shù)據(jù)，利用構(gòu)建的用戶選課健康狀態(tài)感知模型對用戶的健康狀態(tài)進(jìn)行分析，結(jié)果如圖5所示。

圖5 用戶選課健康狀態(tài)感知結(jié)果

由圖5可知，目前該平臺用戶選課健康狀態(tài)良好度主要集中在區(qū)間[1 ,0.7)，其中在區(qū)間[1 .0,0.9)人數(shù)最多。由于在日常的考試（100分制）等級評分中，80分為“良好”等級的劃分線，因此，以0.8作為閾值，即用戶選課健康狀態(tài)良好度低于0.8時，表明該用戶選課健康狀態(tài)較差。參考該閾值，對用戶選課健康狀態(tài)進(jìn)行分析。結(jié)果顯示，在r(uv)∈( ]0.8,0區(qū)間內(nèi)的用戶數(shù)量占比為37.46%；就參與進(jìn)階課程學(xué)習(xí)的用戶集合而言，在該區(qū)間內(nèi)的用戶占比達(dá)到41.03%。這說明，目前該平臺用戶選課健康狀態(tài)的問題較為突出。

表2 用戶uv選課集合及其健康狀態(tài)感知

（2）課程推薦模擬

從用戶選課健康狀態(tài)感知結(jié)果發(fā)現(xiàn)，當(dāng)前所獲取到3 609名用戶中，37.46%的用戶選課健康狀態(tài)較差，亟需科學(xué)的課程推薦方法來引導(dǎo)用戶進(jìn)行課程選擇。基于此，本研究將借助用戶行為反饋的信息對其健康狀態(tài)進(jìn)行感知，進(jìn)而依據(jù)計算結(jié)果來引導(dǎo)用戶完成在線課程的選擇和學(xué)習(xí)，保證其知識結(jié)構(gòu)的完整性和健壯性。為了更清晰地展示本研究所提出的推薦方法應(yīng)用過程，從3 609名研究對象中隨機(jī)選取1名用戶作為示例對象，按照構(gòu)建的模型及方法對其選課健康狀態(tài)進(jìn)行感知及課程推薦。通過對用戶uv所選的課程集合進(jìn)行分析，得到如表2所示的結(jié)果。

表2結(jié)果顯示，該用戶在選課結(jié)構(gòu)上，其進(jìn)階課程占比達(dá)到55.56%，而且該用戶課程選擇更偏向于計算機(jī)類課程。從用戶選課健康狀態(tài)良好度r(uv)=0.581可知，該用戶選課健康狀態(tài)較差，而且兩個進(jìn)階體系完整度低于0.5。因此，該用戶亟需通過科學(xué)的課程推薦方法來引導(dǎo)其進(jìn)行課程選擇，避免用戶知識斷層的問題進(jìn)一步惡化而導(dǎo)致用戶“輟學(xué)”或者厭學(xué)，造成網(wǎng)絡(luò)課程資源和用戶時間的浪費(fèi)。對此，結(jié)合上表2中的結(jié)果及基于用戶選課健康狀態(tài)感知模型的課程推薦方法，通過對該用戶行為反饋數(shù)據(jù)的計算（其中，課程推薦數(shù)量n=5），為其推薦如表3所示的課程。

表3 用戶uv課程推薦列表

表3中，課程《大學(xué)計算機(jī)基礎(chǔ)》與《計算機(jī)導(dǎo)論》之間屬于或關(guān)系，但從用戶選課情況得知，選擇《大學(xué)計算機(jī)基礎(chǔ)》這門課程的用戶數(shù)量較高，所以優(yōu)先推薦該課程。

基于此，依據(jù)本研究提出的推薦方法及表3的示例，針對3 609名研究對象的課程推薦效果進(jìn)行分析。通過逐步遞增推薦課程的數(shù)量n(0≤n≤5)，并假設(shè)用戶接受所推薦的全部課程，進(jìn)而應(yīng)用本研究提出的感知模型對用戶選課健康狀態(tài)良好度依次計算，并針對所有研究對象求其平均用戶選課健康狀態(tài)良好度（簡稱：平均良好度），同時對r(uv)=1的用戶占比情況進(jìn)行統(tǒng)計，得到了如圖6所示的結(jié)果。

圖6 課程推薦效果

從圖6結(jié)果顯示，平均用戶選課健康狀態(tài)良好度隨用戶所接受課程推薦數(shù)的增加而遞增。同時，用戶選課健康狀態(tài)良好度r(uv)=1的用戶占比也逐步遞增。結(jié)果證明，本研究提出的課程推薦方法能夠科學(xué)地引導(dǎo)用戶進(jìn)行課程選擇，保證了用戶選課結(jié)構(gòu)的健壯性和完整性，可有效解決用戶在線課程選擇過程中忽略課程學(xué)習(xí)的進(jìn)階性，進(jìn)而導(dǎo)致知識間出現(xiàn)斷層的問題。

5 總結(jié)

為解決用戶在線課程選擇過程中忽略課程學(xué)習(xí)的進(jìn)階性，進(jìn)而導(dǎo)致知識間出現(xiàn)斷層這一問題，本研究借助網(wǎng)絡(luò)爬蟲工具從“中國大學(xué)MOOC”平臺獲取到課程及用戶行為反饋信息，并借助協(xié)同過濾方法構(gòu)建了基于規(guī)則庫的用戶選課健康狀態(tài)感知模型，進(jìn)而實(shí)現(xiàn)了課程的個性化推薦。通過數(shù)據(jù)分析及實(shí)驗(yàn)結(jié)果表明，目前該平臺用戶選課健康狀態(tài)較差，而本文提出的推薦方法能夠科學(xué)地引導(dǎo)用戶進(jìn)行課程選擇并解決該問題，進(jìn)而助力于我國辦好網(wǎng)絡(luò)教育。