莊科君 賀寶勛

摘 要 學(xué)習(xí)者模型是網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的關(guān)鍵部分。本文在學(xué)習(xí)者信息模型規(guī)范的基礎(chǔ)上構(gòu)建了網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架，并論述了學(xué)習(xí)者特征信息的采集途徑和分析技術(shù)。

關(guān)鍵詞 學(xué)習(xí)者模型 建模 個性化推薦

中圖分類號：G642文獻(xiàn)標(biāo)識碼：A ? DOI：10.16400/j.cnki.kjdks.2015.10.018

The Modeling Research in Personalized Recommendation

System Based in Network Learning

ZHUANG Kejun， HE Baoxun

（China West Normal University， Nanchong， Sichuan 637009）

Abstract The learner model is the key part of web based personalized recommendation system. Based on the learner information model standard， this paper creates the learner model framework in the personalized recommendation system based in network learning， and discusses the way of collecting the characteristics of learner information and analysis technologies.

Key words learner model; modeling; personalized recommendation

網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的主要功能是能根據(jù)學(xué)習(xí)者的學(xué)習(xí)特征向?qū)W習(xí)者自動推送適合學(xué)習(xí)者的學(xué)習(xí)資源、學(xué)習(xí)活動和學(xué)習(xí)策略，是網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)個性化學(xué)習(xí)的支撐平臺。學(xué)習(xí)者模型是對學(xué)習(xí)者特征的抽象和表示，是網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的核心和關(guān)鍵部分，其好壞直接關(guān)系到個性化推薦系統(tǒng)為學(xué)習(xí)者提供個性化服務(wù)的水平，因此，構(gòu)建合理的學(xué)習(xí)者模型成為搭建網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)平臺的瓶頸問題。

學(xué)習(xí)者模型建模的關(guān)鍵主要是要解決以下三個問題：首先，需要確定學(xué)習(xí)者模型主要描述學(xué)習(xí)者的哪些特征信息以便為系統(tǒng)提供最可靠的推薦依據(jù);其次需要考慮這些學(xué)習(xí)者特征信息如何獲取和采集;第三，對采集到的信息如何處理才能準(zhǔn)確表征出學(xué)習(xí)者的特征，以此為基礎(chǔ)為學(xué)習(xí)者提供個性化的服務(wù)。本文將就學(xué)習(xí)者模型建模的這幾個關(guān)鍵問題展開討論。

1 學(xué)習(xí)者模型框架

學(xué)習(xí)者模型是系統(tǒng)建立的對學(xué)習(xí)者特征的描述，其主要功能是對學(xué)習(xí)者的基本信息、學(xué)習(xí)風(fēng)格、學(xué)習(xí)活動過程中的學(xué)習(xí)行為、學(xué)習(xí)路徑、學(xué)習(xí)的績效表現(xiàn)等信息進(jìn)行記錄、存儲、提取，以幫助系統(tǒng)更好地理解學(xué)習(xí)者在學(xué)習(xí)過程中的個性化需求，從而為學(xué)習(xí)者提供個性化的學(xué)習(xí)服務(wù)。CELTS-11學(xué)習(xí)者信息模型規(guī)范將學(xué)習(xí)者特征信息分為個人信息、學(xué)業(yè)信息、管理信息、關(guān)系信息、安全信息、偏好信息、績效信息和作品集信息八類，但這八類信息對學(xué)習(xí)者特征信息的描述在粒度上較為粗糙，需要在此基礎(chǔ)上做進(jìn)一步的拓展。結(jié)合網(wǎng)絡(luò)學(xué)習(xí)中學(xué)習(xí)者的個體差異，全面考慮學(xué)習(xí)過程中影響學(xué)習(xí)的學(xué)習(xí)者因素——包括智力因素和非智力因素，我們在CELTS-11的基礎(chǔ)上對學(xué)習(xí)者特征信息進(jìn)行擴(kuò)展、歸類合并，構(gòu)建出網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架圖（如圖1所示）。網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架圖由5種學(xué)習(xí)者特征信息組成，這5種學(xué)習(xí)者特征信息包含為學(xué)習(xí)者基本信息、偏好信息、學(xué)習(xí)目標(biāo)、認(rèn)知狀態(tài)和知識水平。

圖1 網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架圖

2 學(xué)習(xí)者特征信息的采集

根據(jù)學(xué)習(xí)者特征信息在學(xué)習(xí)者模型中是否會隨學(xué)習(xí)活動的開展而變化更新，我們將學(xué)習(xí)者特征信息分為靜態(tài)信息和動態(tài)信息兩類。靜態(tài)信息主要指那些在學(xué)習(xí)活動過程中保持不變的信息，如學(xué)習(xí)者基本信息、偏好信息等，而動態(tài)信息則是那些會隨學(xué)習(xí)活動的開展而變化更新的信息，如學(xué)習(xí)目標(biāo)、認(rèn)知狀態(tài)、知識水平信息等。通過對學(xué)習(xí)者模型研究文獻(xiàn)的梳理，我們發(fā)現(xiàn)，學(xué)習(xí)者特征信息的獲取與采集方式主要包括兩種方式，顯性采集方式和隱性采集方式。顯性采集方式是指系統(tǒng)在學(xué)習(xí)者知曉的情況下采集由學(xué)習(xí)者直接提供的信息的過程，隱性采集方式是指系統(tǒng)在學(xué)習(xí)者不知曉的情況下通過對學(xué)習(xí)過程中學(xué)習(xí)行為的監(jiān)控而獲取信息的過程。

2.1 學(xué)習(xí)者特征信息的顯性采集法

學(xué)習(xí)者特征信息的顯性采集法主要包括以下途徑：搜集學(xué)習(xí)者第一次在系統(tǒng)注冊時提供的注冊信息以獲取學(xué)習(xí)者的相關(guān)基本信息;通過調(diào)查問卷表獲取學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)需求、學(xué)習(xí)目標(biāo)、知識水平等的初始狀態(tài)信息。通過顯性采集法可以獲取學(xué)習(xí)者模型中的絕大部分靜態(tài)信息，如學(xué)習(xí)者的基本信息就是學(xué)習(xí)者注冊時提供的，包括學(xué)號、姓名、性別、專業(yè)、畢業(yè)學(xué)校、民族、聯(lián)系方式等;同時還能獲取動態(tài)信息的初始數(shù)據(jù)，這些初始數(shù)據(jù)加上靜態(tài)信息可以幫助系統(tǒng)建立起一個對學(xué)習(xí)者的初步認(rèn)識，即對學(xué)習(xí)者模型的初始化。當(dāng)學(xué)習(xí)者第一次進(jìn)入系統(tǒng)學(xué)習(xí)時，系統(tǒng)可以依據(jù)初始學(xué)習(xí)者模型為學(xué)習(xí)者推送合適的學(xué)習(xí)資源、學(xué)習(xí)活動和學(xué)習(xí)路徑，個性化地為學(xué)習(xí)者提供學(xué)習(xí)服務(wù)。

2.2 學(xué)習(xí)者特征信息的隱性采集法

隱性采集法主要通過實(shí)時跟蹤并記錄學(xué)習(xí)者的學(xué)習(xí)行為，分析學(xué)習(xí)者特征的方法。隱性采集法通常是在學(xué)習(xí)者不知曉的情況下進(jìn)行的，因而不會像顯性采集法那樣會導(dǎo)致學(xué)習(xí)者在系統(tǒng)中的停留時間增加。隱性采集法采集到的信息是學(xué)習(xí)者在學(xué)習(xí)活動中的學(xué)習(xí)行為信息，會隨學(xué)習(xí)活動的開展而變化更新，屬于學(xué)習(xí)者模型中的動態(tài)信息，這些動態(tài)信息將是學(xué)習(xí)者模型更新的重要數(shù)據(jù)源。學(xué)習(xí)者模型將會對隱性采集法采集到的信息進(jìn)行“學(xué)習(xí)”，從而修繕學(xué)習(xí)者模型，使學(xué)習(xí)者模型朝著越來越接近真實(shí)學(xué)習(xí)者特征的方向發(fā)展，使個性化推薦系統(tǒng)的個性化服務(wù)更趨于完善。

隱性采集法通常通過兩種途徑獲取學(xué)習(xí)者特征的動態(tài)信息。第一種途徑是系統(tǒng)跟蹤和記錄學(xué)習(xí)者在學(xué)習(xí)活動過程中的學(xué)習(xí)行為數(shù)據(jù)，如學(xué)習(xí)者對各種類型學(xué)習(xí)資源的訪問次數(shù)可以反映出學(xué)習(xí)者對不同類型學(xué)習(xí)資源的偏好程度;學(xué)習(xí)者花費(fèi)在某個知識點(diǎn)上的學(xué)習(xí)時間可以反映出學(xué)習(xí)者對該知識點(diǎn)的認(rèn)知狀態(tài);學(xué)習(xí)者針對學(xué)習(xí)任務(wù)完成的作品集合數(shù)量以及練習(xí)測試的成績數(shù)據(jù)可以反映出學(xué)習(xí)者的知識水平狀態(tài)等。通過對這些學(xué)習(xí)過程中的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行跟蹤、記錄、挖掘，可以獲取學(xué)習(xí)者特征中的動態(tài)信息，對靜態(tài)信息進(jìn)行補(bǔ)充和完善，使學(xué)習(xí)者模型對學(xué)習(xí)者特征的描述和刻畫隨學(xué)習(xí)活動的開展而更為準(zhǔn)確全面。第二種途徑是系統(tǒng)從與學(xué)習(xí)者相關(guān)聯(lián)的網(wǎng)絡(luò)學(xué)習(xí)伙伴、指導(dǎo)教師等的聯(lián)系活動中搜集到的與學(xué)習(xí)者學(xué)習(xí)活動相關(guān)的數(shù)據(jù)，如學(xué)習(xí)伙伴對學(xué)習(xí)者在小組協(xié)作活動中的評價信息，指導(dǎo)教師在論壇、聊天室對學(xué)習(xí)者發(fā)言信息的評價等，這些信息都是判斷學(xué)習(xí)者學(xué)習(xí)態(tài)度和學(xué)習(xí)能力的重要指標(biāo)，這些信息對學(xué)習(xí)者模型中學(xué)習(xí)者特征的描述也是具有重要意義的。

3 學(xué)習(xí)者特征信息的分析步驟與技術(shù)

網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)通過顯性和隱性方式采集到的學(xué)習(xí)者特征信息往往是有噪音的，系統(tǒng)必須對這些數(shù)據(jù)進(jìn)行分析、處理、歸類和整合，才能獲取能夠表征學(xué)習(xí)者的特征值，作為系統(tǒng)個性化推薦的依據(jù)。

一般來講，學(xué)習(xí)者在注冊時向系統(tǒng)提供的顯性信息，如學(xué)習(xí)者的姓名、年齡、專業(yè)、民族、出生日期、聯(lián)系方式等信息可以直接被系統(tǒng)識別并作為學(xué)習(xí)者特征值存入學(xué)習(xí)者模型庫。學(xué)習(xí)者在參與學(xué)習(xí)前或在學(xué)習(xí)過程中參與問卷調(diào)查的數(shù)據(jù)，如回答學(xué)習(xí)風(fēng)格測量量表得到的數(shù)據(jù)列表等需要通過相應(yīng)的規(guī)則進(jìn)行計算，從而歸納總結(jié)出學(xué)習(xí)者的學(xué)習(xí)風(fēng)格特征。除此之外，系統(tǒng)在學(xué)習(xí)者學(xué)習(xí)過程中通過監(jiān)控學(xué)習(xí)者學(xué)習(xí)行為采集到的大部分動態(tài)信息如學(xué)習(xí)者的學(xué)習(xí)目標(biāo)、學(xué)習(xí)路徑、學(xué)習(xí)行為、學(xué)習(xí)狀態(tài)、作品集合、學(xué)習(xí)交流協(xié)作等數(shù)據(jù)都無法直接作為學(xué)習(xí)者特征值存儲在學(xué)習(xí)者模型中，需要對其做進(jìn)一步的篩選、挖掘、整合、歸類、重新描述之后，才能夠作為學(xué)習(xí)者特征值存儲于學(xué)習(xí)者模型中供系統(tǒng)實(shí)施個性化推薦使用，我們采用數(shù)據(jù)挖掘技術(shù)來對系統(tǒng)采集記錄下的學(xué)習(xí)者學(xué)習(xí)活動的行為數(shù)據(jù)進(jìn)行分析，挖掘出學(xué)習(xí)者的學(xué)習(xí)偏好、分析出學(xué)習(xí)者的學(xué)習(xí)狀態(tài)和知識水平。對系統(tǒng)采集到的顯性信息和隱性信息，使用數(shù)據(jù)挖掘技術(shù)分析學(xué)習(xí)者的特征需要經(jīng)歷兩個步驟，數(shù)據(jù)預(yù)處理階段和模式發(fā)現(xiàn)階段。數(shù)據(jù)預(yù)處理階段又包含四個步驟：首先，通過數(shù)據(jù)清洗對采集到的學(xué)習(xí)者特征信息進(jìn)行篩選，將系統(tǒng)記錄下的冗余信息和記錄清除掉，篩選出那些能反映學(xué)習(xí)者特征的信息作為數(shù)據(jù)挖掘的數(shù)據(jù)源;其次，利用Cookies技術(shù)從服務(wù)器日志文件的記錄中識別每一個用戶;第三，識別會話，判斷出用戶對站點(diǎn)的訪問;最后，對學(xué)習(xí)者的會話進(jìn)行事件定義。通過數(shù)據(jù)預(yù)處理階段得到的數(shù)據(jù)需存儲起來作為模式發(fā)現(xiàn)階段的數(shù)據(jù)源。模式發(fā)現(xiàn)階段可以使用的技術(shù)主要包括決策樹、規(guī)則歸納法、人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、統(tǒng)計計算法和視頻分析技術(shù)等。

4 結(jié)語

學(xué)習(xí)者模型的建立是網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的關(guān)鍵環(huán)節(jié)。本文在對學(xué)習(xí)者模型建模關(guān)鍵問題分析的基礎(chǔ)下，構(gòu)建了網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架，確定了學(xué)習(xí)者模型要刻畫的學(xué)習(xí)者特征信息的類型，在此基礎(chǔ)上，將學(xué)習(xí)者特征信息采集的方式分為顯性采集法和隱性采集法，并對每種采集法的信息采集途徑予以闡述，最后，論述了使用數(shù)據(jù)挖掘技術(shù)分析采集到的學(xué)習(xí)者特征信息的步驟及技術(shù)，對網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型建模的過程進(jìn)行了有益探索。

基金項目：西華師范大學(xué)基本科研業(yè)務(wù)費(fèi)專項資金資助項目“基于WEB的網(wǎng)絡(luò)教學(xué)個性化推薦系統(tǒng)學(xué)習(xí)者模型構(gòu)建研究”（項目編號：14D027）

參考文獻(xiàn)

[1] 孫志偉.基于學(xué)習(xí)者特征分析的個性化學(xué)習(xí)支持系統(tǒng)的研究[D].天津：天津師范大學(xué)，2009：14-17.

[2] 李艷燕，馬韶茜，黃榮懷.學(xué)習(xí)分析技術(shù)：服務(wù)學(xué)習(xí)過程設(shè)計和優(yōu)化[J].開放教育研究，2012（5）：18-24.