基于解釋結(jié)構(gòu)模型的智慧學(xué)習(xí)研究

毛平，蔣蕓璐

（1.南京大學(xué)信息管理學(xué)院，南京210023；2.南京理工大學(xué)泰州科技學(xué)院，泰州225300）

0 引言

隨著互聯(lián)網(wǎng)+理念的推廣，教育與互聯(lián)網(wǎng)技術(shù)日益融合，傳統(tǒng)的學(xué)習(xí)模式已不能滿足學(xué)習(xí)者個(gè)性化、多樣化、智慧化的學(xué)習(xí)需求，共享型教育資源和開放型教育形式逐漸成為現(xiàn)代教育發(fā)展的重要方向[1]。近年來(lái)，MOOC（大規(guī)模網(wǎng)絡(luò)公開課程）作為一種新型網(wǎng)絡(luò)公開課程的形式快速發(fā)展。較之傳統(tǒng)學(xué)習(xí)模式，MOOC 優(yōu)勢(shì)顯著，首先在MOOC 環(huán)境下，學(xué)習(xí)者可以擁有更廣泛、更豐富的教學(xué)資源，更多的學(xué)習(xí)者可以根據(jù)自己的興趣學(xué)習(xí)世界任何名校的課程；其次，此種新型授課形式打破了傳統(tǒng)教育受時(shí)間、空間局限的約束，學(xué)習(xí)者能夠使用互聯(lián)網(wǎng)技術(shù)和各種移動(dòng)便捷學(xué)習(xí)工具在任何地方、時(shí)段進(jìn)行個(gè)性化學(xué)習(xí)；最后，MOOC 碎片化教學(xué)理念打破了傳統(tǒng)整體、系統(tǒng)化的學(xué)習(xí)模式，使得學(xué)習(xí)者可以利用零散的時(shí)間進(jìn)行學(xué)習(xí)，使得學(xué)習(xí)者能對(duì)某一知識(shí)點(diǎn)的掌握更加深入，更能體現(xiàn)出學(xué)習(xí)者個(gè)性化的發(fā)展[2]，基于MOOC 平臺(tái)的網(wǎng)絡(luò)教學(xué)模式將成為未來(lái)的趨勢(shì)。2008 年，IBM 首次提出“智慧地球”概念之后，例如“智慧城市”、“智慧社區(qū)”、“智慧校園”等與智慧有關(guān)的概念便逐漸深入人心，如何使學(xué)習(xí)更加有效，更具針對(duì)性，更加智能等對(duì)MOOC 時(shí)代智慧學(xué)習(xí)的探討對(duì)于具有世界最大學(xué)習(xí)人口數(shù)的中國(guó)頗顯意義。

1 國(guó)內(nèi)外研究述評(píng)

查閱文獻(xiàn)表明，智慧學(xué)習(xí)屬于相對(duì)較新的概念，國(guó)內(nèi)外對(duì)此有初步研究。馬來(lái)西亞學(xué)者Chin[3]認(rèn)為，智慧學(xué)習(xí)是通過技術(shù)針對(duì)學(xué)習(xí)者的學(xué)習(xí)風(fēng)格和學(xué)習(xí)能力進(jìn)行個(gè)性化的支撐；韓國(guó)學(xué)者Duk-Hoi Koo[4]指出，智慧學(xué)習(xí)是利用智能裝備及學(xué)習(xí)分析技術(shù)預(yù)測(cè)學(xué)習(xí)者的各種學(xué)習(xí)結(jié)果，從而支撐學(xué)習(xí)者進(jìn)行自我導(dǎo)向?qū)W習(xí)；國(guó)內(nèi)學(xué)者李葆平等[5]指出，技術(shù)在學(xué)習(xí)活動(dòng)、體驗(yàn)及個(gè)性化學(xué)習(xí)方面對(duì)智慧學(xué)習(xí)具有顯著的促進(jìn)作用；黃榮懷等[6]指出，智慧學(xué)習(xí)環(huán)境應(yīng)具有能夠感知學(xué)習(xí)情境、識(shí)別學(xué)習(xí)特征等功能；楊俊鋒等[7]指出智慧學(xué)習(xí)的核心是信息分析與學(xué)習(xí)支撐，學(xué)習(xí)分析對(duì)于明確技術(shù)支撐目標(biāo)起到了關(guān)鍵的作用。Sunita Basher 等人利用關(guān)聯(lián)規(guī)則和聚類根據(jù)用戶的課程選擇信息為用戶推薦可能感興趣的課程組合[8-9]。Paola Monachesi 等人通過挖掘在線學(xué)習(xí)系統(tǒng)用戶的社交關(guān)系找到最相近的其他用戶，根據(jù)其他用戶的喜好為用戶進(jìn)行推薦[10]。以上研究主要著眼于采用信息技術(shù)手段對(duì)學(xué)習(xí)者的學(xué)習(xí)動(dòng)態(tài)，學(xué)習(xí)結(jié)果，學(xué)習(xí)者學(xué)習(xí)課程推薦等進(jìn)行探討，然而對(duì)課程本身知識(shí)內(nèi)容的規(guī)劃、知識(shí)內(nèi)容銜接的設(shè)計(jì)、對(duì)不同背景學(xué)習(xí)者學(xué)習(xí)知識(shí)路徑的設(shè)計(jì)以及知識(shí)展示的研究較少，而此部分內(nèi)容的研究對(duì)于智慧學(xué)習(xí)卻是十分重要的。

2 研究思路及相關(guān)技術(shù)方法

目前國(guó)內(nèi)MOOC 平臺(tái)眾多，但平臺(tái)上的授課視頻內(nèi)容均存在視頻時(shí)間過長(zhǎng)，教學(xué)內(nèi)容關(guān)聯(lián)度差，教學(xué)目標(biāo)不清，無(wú)法為不同知識(shí)背景學(xué)習(xí)者提供不同學(xué)習(xí)內(nèi)容和學(xué)習(xí)路徑，無(wú)法提供最優(yōu)課程內(nèi)容學(xué)習(xí)路徑等諸多傳統(tǒng)遠(yuǎn)程視頻授課模式存在的問題，這些問題將不利于學(xué)習(xí)者學(xué)習(xí)，尤其是不能適應(yīng)MOOC 時(shí)代智慧學(xué)習(xí)的趨勢(shì)。本文針對(duì)現(xiàn)有MOOC 課程內(nèi)容規(guī)劃與設(shè)計(jì)的不足，提出基于解釋結(jié)構(gòu)模型（ISM），以《計(jì)算機(jī)網(wǎng)絡(luò)》課程為例對(duì)MOOC 課程知識(shí)內(nèi)容基于不同知識(shí)背景學(xué)習(xí)者進(jìn)行模塊化整理，明確各知識(shí)模塊先行后續(xù)聯(lián)系，形成最優(yōu)學(xué)習(xí)路徑，并利用思維導(dǎo)圖將該課程知識(shí)模塊、最優(yōu)學(xué)習(xí)路徑清晰呈現(xiàn)，輔助學(xué)習(xí)者提高學(xué)習(xí)效率。

2.1 解釋結(jié)構(gòu)模型

ISM（解釋結(jié)構(gòu)模型），是一種應(yīng)用圖的矩陣表示方法和邏輯運(yùn)算，對(duì)復(fù)雜系統(tǒng)的各個(gè)組成元素（或子系統(tǒng)）間的結(jié)構(gòu)關(guān)系加以描述的一種模型技術(shù)。ISM 通過對(duì)表示有向圖的相鄰矩陣的邏輯運(yùn)算，得到可達(dá)性矩陣，然后分解可達(dá)性矩陣，最終使復(fù)雜系統(tǒng)分解成層次清晰的多級(jí)遞階形式。解釋結(jié)構(gòu)模型在制訂企業(yè)計(jì)劃、城市規(guī)劃等領(lǐng)域已廣泛使用，尤其對(duì)于建立多目標(biāo)、元素之間關(guān)系錯(cuò)綜復(fù)雜的社會(huì)系統(tǒng)及其分析，效果更為顯著。1978 年，佐藤隆博證明了解釋結(jié)構(gòu)模型法適用于教材的開發(fā)及目標(biāo)分析，現(xiàn)今該方法被廣泛應(yīng)用于教學(xué)規(guī)劃中[11]，如可汗學(xué)院《三角學(xué)》課程，教學(xué)者根據(jù)課程本身的特色及自身的教學(xué)目標(biāo)利用解釋結(jié)構(gòu)模型法將該課程分錄成39 個(gè)教學(xué)視頻；網(wǎng)易云課堂利用解釋結(jié)構(gòu)模型的方法將計(jì)算機(jī)專業(yè)課程進(jìn)行分解歸類，然后尋找出這些課程之間的先后修關(guān)系，最終形成全面、權(quán)威的課程規(guī)劃圖；毛琦利用解釋結(jié)構(gòu)模型法對(duì)我國(guó)物理教材的使用方法進(jìn)行分析，從而促進(jìn)了教師的教學(xué)質(zhì)量改革，同時(shí)也提升了學(xué)生的學(xué)習(xí)積極性[12]。

解釋結(jié)構(gòu)模型基本原理為：用頂點(diǎn)Vi和Vj表示系統(tǒng)的元素（i=1,2,3…;j=1,2,3…），用帶箭頭的邊（Vi,Vj）表示兩元素之間的關(guān)系，即可構(gòu)成有向圖，如圖1 所示；用來(lái)表示有向圖中各元素間連接狀態(tài)的矩陣稱為鄰接矩陣，當(dāng)從Vi到Vj有帶箭頭的邊連接時(shí)，矩陣元素aij取值為1，無(wú)連接時(shí)取值為0 可得鄰接矩陣，如圖2 所示；可達(dá)矩陣M 是用矩陣形式反映有向圖各頂點(diǎn)之間通過一定路徑可以到達(dá)的程度，它通過以下計(jì)算求得：將鄰接矩陣A 加上單位矩陣I，然后基于布爾代數(shù)規(guī)則（0+0=0,0+1=1,1+1=1;0×0=0,0×1=0,1×1=1）進(jìn)行乘方運(yùn)算，直到兩個(gè)相鄰冪次方的矩陣相等為止，相等的矩陣中冪次最低的矩陣即為可達(dá)矩陣，如圖3 所示；通過對(duì)可達(dá)矩陣的分解（區(qū)域分解和級(jí)間分解），即可建立多級(jí)遞階結(jié)構(gòu)模型，如圖4、圖5 所示，多級(jí)遞階結(jié)構(gòu)模型能直觀反映系統(tǒng)元素之間的結(jié)構(gòu)關(guān)系[13]。

圖1 有向圖

圖2 鄰接矩陣

圖3 可達(dá)矩陣

圖4 可達(dá)矩陣分解

圖5 多級(jí)遞階結(jié)構(gòu)模型

2.2 思維導(dǎo)圖

思維導(dǎo)圖（Mind Map）即心智圖，也譯為腦圖、思維地圖等，是一種有效、直觀表達(dá)人腦放射性思維的方法，由著名大腦先生東尼·博贊創(chuàng)建[14]。思維導(dǎo)圖的實(shí)質(zhì)是一種思維過程，使用者根據(jù)大腦的閱讀、記憶規(guī)律，理清思想脈絡(luò)，有利于之后的回顧及反思。

最初該方法的設(shè)計(jì)目標(biāo)即為打破原始的線性筆記記錄方式，線性筆記內(nèi)容關(guān)聯(lián)度低，難于記憶，降低學(xué)習(xí)者學(xué)習(xí)效率。思維導(dǎo)圖利用色彩、圖片、關(guān)鍵字等特色將筆記內(nèi)容相互關(guān)聯(lián)，理清筆記脈絡(luò)，利于學(xué)習(xí)者對(duì)已學(xué)內(nèi)容的鞏固和理解，從而達(dá)到加深記憶的效果。思維導(dǎo)圖將會(huì)開啟大腦的無(wú)限潛能，它將左右腦的機(jī)能完全調(diào)動(dòng)起來(lái)，將普通的文字轉(zhuǎn)變成邏輯性強(qiáng)、便于記憶的彩色圖畫[15]。

利用思維導(dǎo)圖來(lái)呈現(xiàn)課程知識(shí)框架在經(jīng)濟(jì)、文化、教育等諸多方面均有應(yīng)用，如在美國(guó)思維導(dǎo)圖成為教學(xué)者教學(xué)的首選教學(xué)工具，很多教案的編寫都應(yīng)用思維導(dǎo)圖完成[16]。較之外國(guó)學(xué)者，我國(guó)學(xué)者對(duì)思維導(dǎo)圖探究起步時(shí)間晚，應(yīng)用也較少。例如：魏紅霞利用思維導(dǎo)圖對(duì)初中英語(yǔ)課程授課模式進(jìn)行研究，使得分散、易混淆的詞匯在學(xué)習(xí)者腦海里更加清晰、更具邏輯性[17]；張茹則關(guān)于如何利用思維導(dǎo)圖來(lái)提高學(xué)生理解能力進(jìn)行研究，結(jié)合學(xué)生學(xué)習(xí)情況及我國(guó)當(dāng)前教學(xué)能力，搭建起基于思維導(dǎo)圖的授課模式[18]。

（1）理論基礎(chǔ)

①腦科學(xué)理論

人類的行為動(dòng)作本質(zhì)上都是基于腦的運(yùn)動(dòng)，大腦是思維運(yùn)作的根本基礎(chǔ)。人的大腦有大約140 億個(gè)神經(jīng)細(xì)胞，而每個(gè)神經(jīng)細(xì)胞的末端都與其他的諸多神經(jīng)細(xì)胞相互連接，從而形成復(fù)雜的樹狀神經(jīng)網(wǎng)絡(luò)，人體行為信息的傳遞與處理也在這復(fù)雜的神經(jīng)網(wǎng)絡(luò)上[19]。思維導(dǎo)圖的內(nèi)容呈現(xiàn)方式也正是這樣一種樹狀形式，便于人們思維記憶。人類大腦的左右兩腦分工不相同，左部腦擅長(zhǎng)于理性思考，例如：概念推理、數(shù)學(xué)運(yùn)算等；右部腦擅長(zhǎng)于感性思考，例如：圖片識(shí)別、記憶等。Mind Map 將圖片、字母、符號(hào)、線條、色彩有機(jī)結(jié)合，有效調(diào)動(dòng)起左右兩腦的協(xié)調(diào)運(yùn)作，使得大腦的潛在能力得到最大程度的開發(fā)利用。

②構(gòu)建主義行為理論

該理論要求學(xué)習(xí)者擁有較強(qiáng)主動(dòng)積極性及構(gòu)建能力，學(xué)習(xí)者在課程學(xué)習(xí)中需要盡可能發(fā)揮其自身的能動(dòng)性，積極探討問題所在，找尋新的解決方法，構(gòu)建知識(shí)體系。構(gòu)建主義認(rèn)為學(xué)習(xí)者可以通過已有的理論和基礎(chǔ)，通過主動(dòng)的學(xué)習(xí)交流而獲取知識(shí)，從而改變傳統(tǒng)被動(dòng)式學(xué)習(xí)的固有學(xué)習(xí)方式[20]。構(gòu)建主義還認(rèn)為知識(shí)并沒有一種固有、準(zhǔn)確的表達(dá)形式，由于個(gè)人認(rèn)知和經(jīng)驗(yàn)的不同，個(gè)人對(duì)知識(shí)的理解也會(huì)不同，因此每個(gè)人都應(yīng)該以自己的方式構(gòu)建屬于自己的知識(shí)框架。

3 基于ISM的MOOC課程內(nèi)容設(shè)計(jì)

3.1 實(shí)施步驟

結(jié)合解釋結(jié)構(gòu)模型（ISM），本文實(shí)施過程按如下步驟進(jìn)行：①要素分析，模塊化教學(xué)能使課程的安排更加具有系統(tǒng)性和專業(yè)性，根據(jù)不同的教學(xué)目標(biāo)，形成多樣的教學(xué)模塊，打破傳統(tǒng)按照章節(jié)授課的固有教學(xué)模式，突顯課程的特色性與實(shí)用性，基于此本文將要素定義為結(jié)合知識(shí)點(diǎn)模型和模塊化教學(xué)模式分析對(duì)《計(jì)算機(jī)網(wǎng)絡(luò)》課程內(nèi)容分解后的課程模塊，利用有向圖描述各課程模塊相互之間的關(guān)聯(lián)關(guān)系；②基于有向圖構(gòu)建教學(xué)模塊鄰接矩陣；③基于教學(xué)模塊鄰接矩陣使用MAT?LAB 進(jìn)行計(jì)算得到可達(dá)矩陣；④對(duì)可達(dá)矩陣進(jìn)行分解得到多級(jí)遞階結(jié)構(gòu)有向圖模型，從而實(shí)現(xiàn)《計(jì)算機(jī)網(wǎng)絡(luò)》MOOC 課程的內(nèi)容設(shè)計(jì)。

3.2 潛在學(xué)習(xí)者分析

隨著MOOC 的飛速發(fā)展，MOOC 平臺(tái)隨之增多，平臺(tái)內(nèi)的學(xué)習(xí)者也由原來(lái)高校的學(xué)生逐漸擴(kuò)展到社會(huì)的各行各業(yè)，這對(duì)MOOC 課程內(nèi)容的規(guī)劃和設(shè)計(jì)提出挑戰(zhàn)，不同的學(xué)習(xí)者其知識(shí)背景是不同的，學(xué)習(xí)的需求也不盡相同，按一刀切的方式來(lái)規(guī)劃與設(shè)計(jì)MOOC 課程內(nèi)容顯然難以兼顧所有學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求，難以達(dá)到智慧學(xué)習(xí)的要求。以《計(jì)算機(jī)網(wǎng)絡(luò)》MOOC 課程為例，通過調(diào)研發(fā)現(xiàn)，現(xiàn)今各大MOOC 平臺(tái)上的《計(jì)算機(jī)網(wǎng)絡(luò)》課程存在如下兩大問題：一個(gè)是課程內(nèi)容專業(yè)性過強(qiáng)，計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)知識(shí)薄弱的學(xué)習(xí)者理解較為困難；另一個(gè)是未給不同訴求的學(xué)習(xí)者提供量身定制的學(xué)習(xí)路徑，所有的學(xué)習(xí)者都需從頭到尾按部就班地學(xué)習(xí)。基于此，本文將該門MOOC 課程的潛在學(xué)習(xí)者歸為兩類：具備一定知識(shí)儲(chǔ)備的計(jì)算機(jī)相關(guān)專業(yè)學(xué)習(xí)者和無(wú)相關(guān)知識(shí)儲(chǔ)備的非計(jì)算機(jī)相關(guān)專業(yè)學(xué)習(xí)者，針對(duì)這兩類學(xué)習(xí)者的不同知識(shí)背景和學(xué)習(xí)需求對(duì)《計(jì)算機(jī)網(wǎng)絡(luò)》課程內(nèi)容進(jìn)行重新規(guī)劃設(shè)計(jì)，實(shí)現(xiàn)為兩類不同學(xué)習(xí)者量身定制《計(jì)算機(jī)網(wǎng)絡(luò)》MOOC 課程，提高M(jìn)OOC 課程學(xué)習(xí)的智慧性。

3.3 課程知識(shí)點(diǎn)分析

（1）課程知識(shí)點(diǎn)分解及篩選

知識(shí)點(diǎn)是在教學(xué)過程中用來(lái)傳遞教學(xué)信息的基本單位，學(xué)習(xí)一門新的課程，可以看成是在學(xué)習(xí)一系列具有相互關(guān)系的知識(shí)點(diǎn)[21]。在課程規(guī)劃中，授課者需要根據(jù)教學(xué)目標(biāo)及潛在學(xué)習(xí)者分析，對(duì)原有的教材內(nèi)容進(jìn)行重新規(guī)劃編排，即需要把原有的課程內(nèi)容進(jìn)一步劃分為許多的知識(shí)點(diǎn)，將傳統(tǒng)的課程教學(xué)轉(zhuǎn)化為針對(duì)于不同的知識(shí)點(diǎn)的授課過程。本文將教材《計(jì)算機(jī)網(wǎng)絡(luò)》中原有的十章內(nèi)容依據(jù)前文所述兩類潛在學(xué)習(xí)者的特點(diǎn)及學(xué)習(xí)者的學(xué)習(xí)需求，進(jìn)行重新規(guī)劃編排。按照①知識(shí)點(diǎn)內(nèi)容完整，相互之間存在一定關(guān)系；②符合一般教學(xué)規(guī)律；③針對(duì)不同背景的學(xué)習(xí)者，實(shí)現(xiàn)其各自的學(xué)習(xí)需求三個(gè)原則進(jìn)行知識(shí)點(diǎn)分解和篩選，經(jīng)過篩選后，原有的教材內(nèi)容被分解為包括因特網(wǎng)的組成、數(shù)據(jù)交換技術(shù)、數(shù)據(jù)通信系統(tǒng)等在內(nèi)的150 個(gè)知識(shí)點(diǎn)。

（2）知識(shí)點(diǎn)模型建模

對(duì)篩選后的150 個(gè)知識(shí)點(diǎn)構(gòu)建知識(shí)點(diǎn)模型，本文將知識(shí)點(diǎn)模型概括為如下形式：

{主題編號(hào)，編號(hào)，知識(shí)點(diǎn)，閾值，呈現(xiàn)方法}，其中：

●主題：對(duì)知識(shí)點(diǎn)所屬主題范圍的描述；

●編號(hào)：知識(shí)點(diǎn)的標(biāo)識(shí)號(hào)；

●知識(shí)點(diǎn)：其所表達(dá)出的內(nèi)容概況；

●閾值：對(duì)于所需要達(dá)到的認(rèn)識(shí)標(biāo)準(zhǔn)，包括：無(wú)需掌握、知道即可、理解三種情況；

●呈現(xiàn)方法：該知識(shí)點(diǎn)的表現(xiàn)方式。

根據(jù)非計(jì)算機(jī)相關(guān)專業(yè)和計(jì)算機(jī)相關(guān)專業(yè)這兩類不同學(xué)習(xí)者對(duì)計(jì)算機(jī)網(wǎng)絡(luò)知識(shí)的知識(shí)儲(chǔ)備及上述知識(shí)點(diǎn)模型，針對(duì)非計(jì)算機(jī)相關(guān)專業(yè)學(xué)習(xí)者，適當(dāng)剔除計(jì)算機(jī)專業(yè)知識(shí)過深、難于理解、較少使用的部分，例如：網(wǎng)絡(luò)地址轉(zhuǎn)換NAT、應(yīng)用進(jìn)程跨越網(wǎng)絡(luò)的通信、改進(jìn)“盡最大努力交付”的服務(wù)等內(nèi)容，加入部分便于理解、日常常用的內(nèi)容，如：對(duì)等網(wǎng)組件及資源共享技術(shù)、共享上網(wǎng)技術(shù)等，將原有教學(xué)內(nèi)容劃分為五個(gè)主題部分，150 個(gè)知識(shí)點(diǎn)，建立適用各類學(xué)習(xí)者的知識(shí)點(diǎn)模型，其部分知識(shí)點(diǎn)模型如表1-2 所示。

表1 第一部分（計(jì)算機(jī)相關(guān)專業(yè)）

表2 第一部分（非計(jì)算機(jī)相關(guān)專業(yè)）

（3）課程模塊設(shè)計(jì)

基于前文所得知識(shí)點(diǎn)模型，結(jié)合領(lǐng)域?qū)＜易稍儯瑢⒕哂邢嗤瑧?yīng)用范圍的知識(shí)點(diǎn)組織起來(lái)，從而形成不同的教學(xué)模塊（按不同類潛在學(xué)習(xí)者分別組織、下同）。本文將上述150 個(gè)知識(shí)點(diǎn)重新進(jìn)行劃分組織，形成包括：計(jì)算機(jī)網(wǎng)絡(luò)概述、網(wǎng)絡(luò)的性能、網(wǎng)絡(luò)的體系結(jié)構(gòu)等在內(nèi)的33 個(gè)不同教學(xué)模塊，同時(shí)明確模塊之間的先后修關(guān)系，部分模塊包含的知識(shí)點(diǎn)及模塊間相互關(guān)系如表3-4 所示。

表3 第一部分計(jì)算機(jī)網(wǎng)絡(luò)入門

表4 第二部分局域網(wǎng)技術(shù)及其發(fā)展

3.4 ISM建模及求解

根據(jù)上述所得模塊及模塊之間的先后修關(guān)系建立鄰接矩陣A，如圖6 所示，圖中0 是表示兩模塊要素之間無(wú)聯(lián)系，1 是表示兩模塊要素之間有先后修聯(lián)系。

圖6 鄰接矩陣A

通過MATLAB 軟件計(jì)算出A 的可達(dá)矩陣P，如圖7 所示。

圖7 可達(dá)矩陣P

對(duì)可達(dá)矩陣P 進(jìn)行分解（區(qū)域分解和級(jí)間分解），得到要素層級(jí)分布表，如表5 所示。

表5 要素層級(jí)分布表

根據(jù)上表可得多級(jí)遞階結(jié)構(gòu)有向圖，如圖8 所示。

圖8 多級(jí)遞階結(jié)構(gòu)有向圖

通過多級(jí)遞階結(jié)構(gòu)有向圖可以清晰地認(rèn)識(shí)到模塊之間的前后修關(guān)系，不僅為不同類學(xué)習(xí)者提供了完整的課程學(xué)習(xí)路徑，同時(shí)也能為僅對(duì)某部分知識(shí)感興趣的學(xué)習(xí)者提供一條最優(yōu)學(xué)習(xí)路徑，例如：某學(xué)習(xí)者僅對(duì)模塊14 即局域網(wǎng)組網(wǎng)及網(wǎng)絡(luò)資源共享知識(shí)感興趣，通過圖9 可以很直觀地發(fā)現(xiàn)，該學(xué)習(xí)者不需要從模塊1按照順序一直學(xué)到模塊14，只需要學(xué)習(xí)模塊1,3,4,5,6,7,8 即可直接學(xué)習(xí)模塊14，從而大大地提高了MOOC學(xué)習(xí)的智慧性。

圖9 模塊14學(xué)習(xí)路徑圖

4 基于思維導(dǎo)圖的知識(shí)框架呈現(xiàn)

根據(jù)前文所述兩類不同潛在學(xué)習(xí)者，分別繪制出各自適用的思維導(dǎo)圖，對(duì)于同一個(gè)知識(shí)點(diǎn)用不同顏色表示不同認(rèn)識(shí)程度。

4.1 知識(shí)點(diǎn)呈現(xiàn)方式導(dǎo)圖

MOOC 教學(xué)過程中，根據(jù)知識(shí)點(diǎn)類型的不同，授課者會(huì)選擇不同的呈現(xiàn)方式，如有些知識(shí)點(diǎn)屬于概念、理論基礎(chǔ)類知識(shí)，則可選擇PPT、電子教案等方式；有些知識(shí)點(diǎn)屬于實(shí)踐、應(yīng)用類知識(shí)，則選擇通過視頻或者實(shí)驗(yàn)教學(xué)的方式。課程規(guī)劃者在前期規(guī)劃過程中需要將不同知識(shí)點(diǎn)的呈現(xiàn)方式清楚羅列，便于中期視頻的拍攝選擇和教材的準(zhǔn)備。部分知識(shí)點(diǎn)呈現(xiàn)方式如圖10 所示。

圖10 部分知識(shí)點(diǎn)內(nèi)容呈現(xiàn)方式導(dǎo)圖

4.2 知識(shí)點(diǎn)對(duì)應(yīng)教材導(dǎo)圖

模塊化教學(xué)規(guī)劃打亂了教材內(nèi)容的順序，為了便于學(xué)習(xí)者將MOOC 課程內(nèi)容與教材內(nèi)容結(jié)合使用，使用知識(shí)點(diǎn)對(duì)應(yīng)教材導(dǎo)圖做出提示，如圖11 所示。

4.3 課程學(xué)習(xí)內(nèi)容導(dǎo)圖

課程內(nèi)容導(dǎo)圖能清楚顯示出學(xué)習(xí)者在學(xué)習(xí)MOOC課程時(shí)需要學(xué)習(xí)的知識(shí)模塊及各模塊所包含知識(shí)點(diǎn)的具體情況，如圖12-14 所示。

圖11 部分知識(shí)點(diǎn)對(duì)應(yīng)教材內(nèi)容導(dǎo)圖

圖12 第一部分學(xué)習(xí)模塊圖

圖13 模塊三學(xué)習(xí)內(nèi)容圖

圖14 知識(shí)點(diǎn)86學(xué)習(xí)內(nèi)容圖

4.4 最優(yōu)學(xué)習(xí)路徑功能導(dǎo)圖

利用Mind Map，結(jié)合前文所述基于ISM 的MOOC內(nèi)容規(guī)劃與設(shè)計(jì)的結(jié)果與KNN 算法推薦，呈現(xiàn)最優(yōu)學(xué)習(xí)路徑，如圖15 所示。

圖15 模塊14的學(xué)習(xí)路徑圖

5 結(jié)語(yǔ)

MOOC 時(shí)代智慧學(xué)習(xí)不應(yīng)是僅僅通過學(xué)習(xí)者的外部特征和學(xué)習(xí)結(jié)果的處理來(lái)做相似性推薦等，同時(shí)還應(yīng)該從課程內(nèi)容本身出發(fā)，結(jié)合模塊化教學(xué)方式，理清課程模塊之間的內(nèi)在聯(lián)系，結(jié)合不同學(xué)習(xí)者的學(xué)習(xí)背景及學(xué)習(xí)需求為其量身定做適合的學(xué)習(xí)模塊、提供模塊的最優(yōu)學(xué)習(xí)路徑，并以可視化的顯示方式為學(xué)習(xí)者的學(xué)習(xí)提供輔助，本文的研究為智慧學(xué)習(xí)的研究提供了參考。