大数据环境中微课程个性化学习的研究.pdf

《大数据环境中微课程个性化学习的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《中国教育信息鳊辑部：mis@moe．edu．cn大数据环境中微课程个性化学习的研究术余小高(湖北经济学院信息管理学院，湖北武汉430205)摘要：为提高学习效率、解决个性化学习问题，本文给出了基于大数据的微课程个性化学习机制。通过对学习用户行为数据的获取、存储、清洗、挖掘，由改进的余弦相似度算法计算出微课程的相似度．向用户推荐其喜欢的微课程。该机制能够有效提升微课程推荐的准确性，增强用户黏性．为微课程平台创造更多价值。关键词：大数据；微课程：个性化学习：相似度矩阵中图分类号：G434文献标志码：A文章编号：1673—8454(2015)13—0018

2、—05引言究，但其核心组成资源不统一，呈现方式是教案式或视教学变革的关键是让每个学生都能以适合自己的方频式；课程结构较为松散，主要用于学习及培训等方面，式与节奏进行学习．让每个学生都能够在自己原有的基应用领域有待扩充：在课程资源的自我生长、扩充性还础上发展前进。然而班级授课制的存在使得每位教师不不是很成熟阁。得不同时而对几十位学生。同样的教学内容，不同学习起微课程个性化学习是利用个性化推荐技术．是根据点与学习风格的学生，或许只有教师掌握了某种神奇的用户的兴趣特点及行为向用户推荐其感兴趣的学习内魔法才能帮助班上的每位学生都能在短短的40几分钟容。主要解决

3、如何在海量的微课程资源中发现用户感兴内以适合自己的速度与方法进行学习。然而在大数据时趣的内容。对于微课程平台来说，通过基于大数据挖掘代，这一美好的愿望将迎来走向现实的那一刻[1]。以下将技术构建个性化学习系统，能有效帮助用户发现喜欢的从微课程的角度来分析大数据时代给教学带来的变革。微课程．同时也体现了微课程提供者的贡献。微课程定义：在信息化环境中，为满足人们个性化结合笔者在微课程平台研发和数据分析的相关工学习的需要，针对某个知识点或教学主题，由教育工作作经验．本文提出了大数据环境中微课程个性化学习架者精心设计并开发的、以视频为主要载体。包含辅助资构。首

4、先将学生海量学习行为数据存储，然后利用源和学习支持服务的网络教学资源集合，具有短小精悍Hadoop框架对存储的数据进行处理，计算微课程之间的特点回。的相似度矩阵．运用Redis存储中间结果和最终推荐结大数据创新发展带动了微课程迅速发展，目前，微果，最后向用户提供微课程学习列表。课程已开始影响我国信息化教学实践。湖北、广东、上海一个性化学习算法分析、等十多个省、市、自治区纷纷开展微课程实践。微课程实1．算法选择践的积累，将导致微课程群的形成，微课程群的应用又个性化学习算法是利用个性化推荐系统算法，通常会形成新的应用数据，将有利于大数据分析与挖掘、发有如下

5、几种：ItemCF(基于项的协同过滤)、UserCF(基于现与预测的创新应用[31。用户的协同过滤)、ContentBased(基于内容的推荐)，在国内．高校学者、区域教育研究者、一线教师等对SlopeOne，SVD(singularvaluedecomposition，奇异值分微课程进行了相关的研究或实施，微课程的研究是近三解)、组合算法等[61。年以来才在中国开始萌芽，主要关注于概念、资源设计ItemCF是当今很多大型网站都在采用的核心算法和教学模式的研究。之一，适用于项(item1的增长速度远远小于用户(user)，近年来．国外越来越重视“微课程

6、”、“微视频”的研且项之间的相似性比较稳定的场景，可以在离线系统中基金项目：湖北省教育科学“十二五”规划课题(项目编号：2014B135)。18中国教育信息化／2015．13《中国教育信息化》蝙辑部：mis@moe．edu．CI1将项的相似度矩阵计算好，以供线上实时地进行推荐。对用户的个性化推荐，主要有两个步骤：第一，计算UserCF常用于咨询服务类的应用，寻找与用户具有同样微课程之间的相似度；第二，根据微课程的相似度和用爱好的人。由于用户的相似用户群非常敏感，因此需要户的历史行为生成微课程推荐列表。频繁地计算出用户的相似用户矩阵，运算量比较大。课程资

7、源相似度的计算，需先确定用户与微课程关C0ntent—Based一般用于文本挖掘的项目中，每天都要根系的矩阵。设用户已学习的微课程集合为N，若用户学据Web生成的或通过爬虫抓取的数据，不断地计算习过某微课程，则认为该用户对该微课程感兴趣。矩阵item之间的相似性．提取关键词，该算法可以很好地解每一行代表一个用户感兴趣的微课程集合。对于每个微决推荐系统冷启动问题，比如想推出一个新的项，由于课程集合。将微课程进行两两组合，得到一个新的矩阵，没有用户对此新项进行评分和产生行为，所以之前的算这些矩阵“相加”得到矩阵C，C【i][j]表示同时下载微课程法不可能推

8、荐新的东西给用户，但可以用基于内容的算i和微课程i的用户列表。法计算出新项属于哪个类，然后根据