K12學習平臺個性化學習資源推薦①

徐亞軍,郭 儉

(蘇州百智通信息技術有限公司,蘇州 215000)

1 概述

近年來,隨著在線教育和在線學習平臺的不斷發展,積累了海量的學習資源.這些學習資源極大地豐富了學生的選擇,學生在平臺中查閱的資源數量也越來越多,范圍越來越廣泛.然而在為學生帶來便利的同時,也使學生需要花費更多的時間和精力去篩選符合自己學習需求的資源,因此“資源過載”和“學習迷航”現象越來越嚴重[1],而且平臺資源數量眾多,學生無法辨別資源的優劣,另外,由于學生的認知能力存在差異,導致不同學生的學習需求也是不同的.因此,如何能夠為學生提供個性化的學習資源,提高在線課程的學習效率是在線教育面臨的一大挑戰[2].

在線學習系統積累了海量的與用戶行為相關的數據,例如資源學習、資源收藏、交流討論、資源分享等,隱含了大量有價值的信息.許多在線學習平臺利用數據挖掘和人工智能技術,從這些用戶數據中提取有價值的信息,從而為用戶推薦可能感興趣的學習資源[3].

蘇州線上教育中心是2018年1月蘇州市教育局面向K12教育領域推出的線上學習平臺.平臺以“全名師、全過程、全免費”為核心理念,統籌全市名優教師資源,通過個人電腦、手機、平板和電視等終端向全市師生提供“名師優質資源”、“名師在線直播”、“名師在線答疑”、“在線學習行為數據分析與智能引導”等教育服務[4],平臺上線至今用戶使用活躍,總登錄人次已達到880.1萬,日均登錄2.1萬人次;微課觀看總數529萬余人次,人均觀看29.3次;初步形成了常態化的應用局面.然而,目前平臺學習資源的推薦僅僅是按照瀏覽量推薦,推薦的準確性太低.

因此,本文通過對現有學習推薦系統進行梳理,針對K12在線學習平臺的特點,提出了基于知識圖譜的協同過濾推薦方法.本文基于學生學習資源的數據,充分利用數據間的關系,構建知識圖譜,并在其基礎上進行協同過濾推薦.

2 相關研究

近年來,學習資源的推薦逐漸成為在線教育領域的研究熱點之一.陳池等對主流在線教育領域的大數據應用進行了研究總結和歸納[5],介紹了數據挖掘、學習分析和知識圖譜等相關技術,并且描述了大數據應用的基本輪廓,為在線教育領域大數據的研發起到了指導性的作用,目前推薦系統的推薦方法一般分為三類:基于內容的推薦方法[6]、基于協同過濾的推薦方法[7-9]和混合推薦方法[10].其中基于協同過濾的推薦算法是應用最廣泛的,并且引入了數據挖掘、機器學習、本體等概念或技術[11-14].目前針對基礎教育的推薦系統較少,而基礎教育的用戶及數據有鮮明的特點,采用常用的推薦方法效果不好,張海東等[15]使用TFIDF算法提取課程和資源的內容特征,構建模型并計算資源之間的關系從而達到推薦的目的,但是太依賴于資源的標簽.

本文針對K12在線教育平臺的數據特點,采用基于知識圖譜的協同過濾推薦方法.

3 基于知識圖譜的協同過濾推薦

K12平臺的主要用戶-學生的學習具有周期性特點,基礎教育學習平臺都同步了學習場景,隨著學習進度的推進,對某個知識點資源的需求會在幾天之內迅速從零到達高峰,并且又在幾天之內迅速恢復到零,所以知識點對推薦的準確率起到關鍵作用,而知識圖譜具有緊密的知識相關性的特點,因此,知識圖譜在擴展實體信息、強化實體之間的聯系上具有天然的優勢,可以為推薦系統提供準確而豐富的參考作用.在知識圖譜中,實體中包含著豐富的屬性信息,單個實體具有多個父實體,不是所有的父實體都適合被往下遍歷.而知識圖譜的屬性信息恰好可以為推薦結果提供精確性、多樣性與可解釋性.

另外一個學校或者一個班級的教學進度是基本統一的,所以對于資源的推薦需要針對不同的學生有不同的權重,這樣推薦會更加準確,協同過濾推薦有按照群體的喜好推薦的特點,所以本文采用協同過濾的推薦方法.

學習平臺資源眾多,單純的推薦算法篩選計算的資源太多,嚴重影響推薦的效率和效果.基于特征的知識圖譜的協同推薦,通過知識圖譜篩選出最近學習的知識點的資源、最近同學學習的資源,從而大大減少推薦的資源數量,而且推薦的準確度也會更高.先知識圖譜再協同過濾推薦,通過知識圖譜,進行數據過濾,再采用協同過濾推薦方法,兩者相結合,兩者的可用信息可以互補,知識圖譜可以幫助協同過濾推薦擺脫局部極小值;可以防止協同過濾推薦過擬合;可以提高協同過濾推薦的泛化能力.

在蘇州線上教育中心平臺,老師通過平臺上傳及共享資源,學生通過平臺學習資源,平臺與教育基礎庫對接,采集了老師和學生的基礎信息,本文根據老師和學生的基礎信息及學生學習的行為數據構建知識圖譜,結合協同過濾推薦向學生推薦個性化的學習資源.首先利用知識圖譜進行資源篩選,利用協同過濾推薦算法對篩選的資源進行排序推薦,給學生推薦個性化高質量的資源.

4 知識圖譜構建

在學習平臺中,學生學習資源的需求會隨著教學進度周期性的變化,而老師在這個過程中起著主導作用,并且對于學生的情況,老師也是最清楚的,所以本文根據老師提供的相關經驗,整理出知識圖譜的節點及屬性,下文將對節點及屬性進行詳細說明.

基礎教育的知識點間具有較強的邏輯關系,我們稱為“前置后導”關系,從圖1中可以看出,學生學習了“10以內的數”,才會學習“10以內的加減法”或者“20以內的數”.所以知識點在資源推薦中很重要.因此本文將知識點作為知識圖譜的實體,并且將知識點作為固定不變的實體.

圖1 知識點知識圖譜

如圖1所示,純知識點構成的知識圖譜;另外,資源是推薦的對象,所以將資源作為另一個實體,而知識點作為資源的屬性;另外本文也將學生、班級、老師、學校作為知識圖譜的實體,這些都是老師總結出的重要屬性.

實體及三元組的結構如下:

1)資源:推薦實體;

2)知識點:資源的屬性,與教學時間相關;

3)學生:推薦主體,協同過濾推薦用戶;

4)班級:學生屬性,協同過濾推薦參數;

5)老師:班級屬性,協同過濾推薦參數;

6)學校:班級屬性,協同過濾推薦參數.

綜上所述,構建的知識圖譜例子如圖2所示.

由于K12教育具有周期性教學的特點,學生在某個日期進入平臺,平臺會根據日期計算出當前學習知識點,本文采用以下算法,將一學年的時間進行分割,按照表1計算一年時間里每天的半徑值.

為方便計算,本文將一學年的知識點取值為0-1.0,每個知識點就得到相應的半徑值,通過每天的半徑值與知識點的半徑值就可以計算出每天對應學習的知識點.本文取日期半徑值對應的最近的3個知識點.通過知識點及用戶從知識圖譜中取相應的實體資源,包括最近知識點的資源,用戶觀看的資源,同班同學學習的資源,同校同學學習的資源,所屬班級老師上傳的資源.將這些資源作為協同過濾的輸入.

圖2 知識圖譜

表1 時間取值對照表

5 協同過濾

經過知識圖譜過濾的資源作為協同過濾的樣本,推薦的實體是資源,而資源的觀看,點贊,收藏作為用戶對資源的評分,綜合資源的知識點屬性,同班同學,同校同學作為不同的權重綜合計算出分數作為用戶對資源的評價.

5.1 數據預處理

協同過濾推薦需要將學生對資源的打分作為推薦依據,而基礎教育平臺沒有學生對資源的打分系統,而且平臺的主要用戶是中小學生,他們對資源的打分不完全客觀.本文根據用戶的行為記錄,學生屬性等數據計算出評價分數,本文將評價指數,知識點指數,協同指數3個指數作為學生對資源的評價分數.

5.1.1 評價指數

學生在觀看資源后沒有對資源的直接打分評價,所以本文綜合學生對資源的觀看,點贊,收藏等行為作為學生對資源的評分,例如如果學生觀看視頻在很短的時間內就關掉了視頻,很大可能就是這個視頻對學生用途不大,本文將這個行為作為負向評分,如果是負向評分本文就取值為0,另外學生在選擇資源的時候帶有傾向性,對于自己薄弱的知識點會更多的關注,并且會選擇難度較低的資源,對于自己已經掌握的知識點會選擇難度較高的資源.另外學生可以對選擇的資源進行點贊或者收藏,所以點贊和收藏指標可以很好地表明學生對于資源的喜好,公式如下:

其中,w表示各個行為權重,fcollect、fgood表示是否收藏,點贊,值分別為1或者0.fview表示有效觀看,如果觀看時長超過了30%,fview=1,否則fview=0.

5.1.2 知識點指數

基礎教育平臺觀看資源的熱度與學習進度密切相關,本文取日期半徑值臨近的3個知識點的資源,并計算知識點指數,公式如下:

其中,rdate表示日期半徑,rkp表示知識點半徑.

5.1.3 協同指數

基礎教育中,一個校的教學進度基本相似,而一個班就是一個教學進度,所以同班同學或者同校同學的觀看資源作為協同指數,公式如下:

其中,w表示班級或者學校權重,f表示是否是同班同學或者同校同學,其值是1或者0.

綜合上面3個指數,學生對資源的評分公式如下:

其中,score為各個指數的數值,w為各個指數的權重.

5.2 相似度計算

本文利用用戶的協同過濾推薦資源,所以需要計算用戶的相似度,本文對比常見的幾種相似度算法,選擇了斯皮爾曼等級相關系數計算方法.

歐幾里德距離是計算空間中兩個點的距離,利用歐式距離定義相似度,相似度沒有考慮重疊數對結果的影響.

皮爾遜相關系數是反映兩個變量線性相關程度的統計量,該方法也沒考慮重疊數對結果的影響.

Cosine 相似度通過多維空間兩點與所設定的點形成夾角的余弦值計算相似度,該算法對用戶的絕對的數值不敏感.而本文中,用戶對資源的喜好程度對推薦的準確性很關鍵,不同類型的學生對不同類型的資源需求不同,比如,對某個知識點掌握較好的學生會對難度較低的資源評價較低而掌握較差的學生對難度低的資源評價較高,所有Cosine 相似度不適合.

Tanimoto系數是Cosine 相似度的擴展,它不關心學生對資源的具體評分值是多少,它關心學生與資源之間是否存在關聯關系.

綜合本文對比,本文采用斯皮爾曼等級相關系數.假設兩個隨機變量分別為X、Y,它們的元素個數均為N,兩個隨即變量取的第i(1 ≤i≤N)個值分別用Xi、Yi表示.對X、Y進行排序(同時為升序或降序),得到兩個元素排行集合x、y,其中元素xi、yi分別為Xi在X中的排行以及Yi在Y中的排行.將集合x、y中的元素對應相減得到一個排行差分集合d,其中di=xi?yi,1 ≤i≤N.隨機變量X、Y之間的斯皮爾曼等級相關系數可以由x、y或者d計算得到,其計算方式如下所示:

通過實驗證明斯皮爾曼等級相關系數推薦準確率是最高的.

5.3 協同過濾推薦

基于用戶的協同過濾推薦主要分為3個步驟:

(1)從用戶列表中獲取當前學生Ui最相似的K個用戶合集{U1,U2,···,Uk};

(2)從這K個學生集合排除Ui的偏好的資源,剩下的Item集合為{Item0,Item1,···,Itemn};

(3)對Item集合里每個Itemj計算Ui可能偏好的程度值pref(Ui,Itemj),并把Item按此數值從高到低排序,前N個Item推薦給用戶Ui.

偏好程度值pref計算公式:

6 實驗

本文采用采用離線測評的方法,將蘇州線上教育中心運營數據分成訓練集合和測試集,將2018年1月到2018年12月的數據構建基于知識點的知識圖譜,然后對學生進行協同過濾推薦,將推薦結果與2019年1月到2019年6月的數據進行對比,計算出推薦的準確率和召回率.本文隨機選取了使用量較多(觀看記錄超過1000條)的100位學生對其每周觀看的資源進行預測.

實驗主要測試協同過濾算法3個指數的權重及其指數下面分別的參數的權重.

綜合調整,協同指數的各個參數權重取值如下:

而不同相似度算法的準確率如表2所示,根據對不同相似度算法的計算對比,斯皮爾曼等級相關系數的綜合準確率最高.

表2 相似度準確率對照表(單位:%)

7 結束語

本文在蘇州線上教育中心學生學習視頻的數據基礎上,結合數據特點,提出了基于知識圖譜的協同過濾推薦方法,實驗證明該方法相對于按照熱度的推薦方法準確率大幅度提高.

本文提出的方法雖然提高了資源推薦的準確率,但召回率有待提高,本文沒有考慮學生的用戶畫像,對于學生個性化的需求沒有考慮全面,需要日后對平臺更多的數據進行分析,從而完善算法,提高推薦算法的召回率.