在線學習資源的個性化智能推薦研究探析

馬華　李京澤

摘? 要： 由于在線學習學習者的認知能力的不確定性、學習興趣的變化性、用戶偏好的多樣性等，在線學習資源的個性化智能推薦面臨新挑戰。文章根據學習者認知能力的模糊綜合診斷和學習者多重特征信息融合等，對在線學習資源的個性化智能推薦進行了研究，以期為相關研究者提供參考和啟發。

關鍵詞： 個性化學習; 學習資源; 個性化推薦; 認知診斷

中圖分類號：G642? ? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1006-8228（2022）02-111-05

Research on personalized intelligent recommendation of online learning resources

Ma Hua， Li Jingze

（College of Information Science and Engineering， Hunan Normal University， Changsha， Hunan 410081， China）

Abstract： Due to the uncertainty of online learners' cognitive abilities， the variability of learning interests and the diversity of personalized preferences， the personalized intelligent recommendation of online learning resources is facing new challenges. According to the fuzzy comprehensive diagnosis of learners' cognitive ability and the information fusion of learners' multiple characteristics， this paper researches the personalized intelligent recommendation of online learning resources， in order to provide relevant researchers with reference and inspiration.

Key words： personalized learning; learning resources; personalized recommendation; cognitive diagnosis

0 引言

基于互聯網的在線學習作為教育信息化的主要表現形式，是未來人們學習的一種主要趨勢[1]。目前，國內外主流的公共在線學習平臺，例如edX、中國大學MOOC、智學網、EduCoder等，已積累了包括慕課、開放式課程（OCW）、習題、試題、實驗等在內的龐大學習資源，并且，參與在線學習的學習者人數和學習時間也日益增長。《2020年騰訊課堂大數據報告》顯示，2019年騰訊課堂在線課程超17.8萬門，累計報名3430萬余門課程，總學習時長累計達7531年。

智能化教育環境中，獲得通用的學習資源已不再是學習者的核心需求。學習者希望從海量學習資源中快速地挑選出適合自己的個性化資源來有效完善自己的知識結構[2]。而智能化推薦系統可以為在線學習者提供與其認知狀態和學習能力相匹配的個性化學習資源推薦，這也是當前智能化教育發展的迫切需要[3]。

面對已生成的教育大數據和豐富的學習資源，在學習者的認知能力的不確定性、學習興趣的變化性、個性化偏好的多樣性等因素影響下，當前學習資源的個性化智能推薦研究面臨諸多挑戰。……