面向用户需求的自适应学习系统个性化学习路径推荐研究

《面向用户需求的自适应学习系统个性化学习路径推荐研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向用户需求的自适应学习系统个性化学习路径推荐研究　　摘要：面向用户需求构建个性化学习环境是当前E-learning领域研究的热点。自适应学习系统（AdaptiveLearningSystem，ALS）是E-learning个性化学习支持服务的解决方案。针对ALS推荐学习资源的精准性与有效性问题，文章尝试性从用户学习路径的视角出发，在对学习者与领域知识建模的基础上通过关联规则挖掘技术动态匹配与重组学习资源，进而实现ALS个性化学习路径推荐机制。仿真实验结果表明，利用本推荐机制在一定程度上能有效推荐学习资源，进而较好地满足当前用户个性化学习需求。　　关键词：自适应学习系统；个性化学习路径；学习者

2、模型；领域知识模型；关联规则　　中图分类号：G434文献标志码：A文章编号：1673-8454（2016）21-0028-04　　当前，数字化学习（E-learning）席卷远程教育领域，成为网络信息时代盛行的一种重要学习方式。E-learning打破了传统面授式教育模式的常态化，突破学习的时空限制，为学习者“随时随地”学习提供了可能。然而，调查显示，当前许多E-learning支持平台的实际应用效果并不理想，其中最为突出的问题是平台忽视了“以学习者为中心”9的现代教学理念，不能根据用户的个性化需求准确提供学习资源，进而导致在线学习效果不明显。[1]正因如此，关于E-learning环境下的个

3、性化学习理论与实践研究受到众多学者关注，构建支持用户个性化学习需求的E-learning系统成为当前迫切而重要的研究主题。　　一、ALS及其研究现状　　ALS，即自适应学习系统，亦称适应性学习系统，是在建构主义“以学习者为中心”的现代教育模式引领下提出的一种针对当前学习者的个体特征差异（如年龄、专业背景、兴趣偏好、认知水平等）而动态提供其个性化学习支持服务的系统，其最早由国外以智能教学系统和适应性超媒体系统的术语提出，近年已成为E-learning远程教育领域研究的热点。[2][3]个性化推荐机制是ALS的核心部件，其主要功能是对学习资源的有效匹配与重组，进而满足当前用户的个性化学习需求。　　

4、目前，关于ALS的研究尚处于探索时期。国外介入该领域研究较早，典型的代表主要有：Brusilovsky等人首次提出了适应性学习系统，并认为可以从课程序列化与适应性导航技术实现系统的适应性效果；[4]Tang等人采用聚类分析与协同过滤方法将用户访问页面序列和内容进行筛选与分类并推荐给用户，进而构建了ALS系统原型；[5]美国匹兹堡大学WeberG等人通过个性化导航策略实现了ALS适应机制，并开发了ELM-ART、Knowledge9Sea系统原型；[6]Castro等人阐述了数据挖掘技术在网络学习过程中的重要作用，为基于数据挖掘的E-learning个性化学习研究奠定了基础。[7]国内该领域研究

5、起步较晚，典型的代表有：华南师范大学陈品德教授从内容呈现和导航支持两方面考虑适应性，设计了A-Tutor原型系统；[8]中国台湾淡江大学利用Agent技术研发了分布式智能学习系统MMU，该系统具有一些简单的智能交互功能。[9]　　纵观上述研究，国内外提出的许多ALS系统仍处于原型实验阶段，其适应性及个性化推荐机制还需要不断探索。因此，本研究拟尝试性地从用户学习路径的视角出发，在对学习者与领域知识建模的基础上，通过关联规则挖掘技术动态匹配与重组个性化学习路径，进而实现ALS推荐机制，以期满足当前用户个性化学习需求，同时为本领域相关研究提供参考借鉴。　　二、ALS个性化学习路径推荐的解决方案　　1

6、.学习者建模　　学习者是ALS的主要参与者与体验者，也是个性化资源获取的主体，因此ALS的设计首先应重点考虑学习者的个性化需求特性。为了更清晰地表征学习者对象在系统中的属性，我们需要将其实例化，即对学习者进行建模。可以说，学习者模型是ALS实现的基础，其主要借助用户建模组件或第三方代理软件实时收集并处理学习者个性化信息来实现。[3]本研究鉴于IMSLIP（LearnerInformationPackage）标准，采用四元组的形式从基本特征、学习风格、认知水平和学习记录四个维度来表征学习者模型，其方法如下：　　LearnerModel=（BaseInformation，LearningStyle

7、，CognitiveLevel，AccessRecords）。　　其中，BaseInformation用于表示学习者一些基本的静态信息，例如昵称、姓名、性别、年龄、专业背景、个人简介等。LearningStyle表示学习者的学习风格，其可借鉴Felder学习风格模型构建，包含值域定义为：{“直觉型-感知型”，“视觉型-言语型”，“活跃型-反思型”，“9全局型-序列型”}，该值域可通过ALS系统设定