朱先遠
(安徽商貿(mào)職業(yè)技術(shù)學院 電子信息工程系,安徽 蕪湖 241000)
?
在線MOOC課程資源移動推薦系統(tǒng)設計與實現(xiàn)
朱先遠
(安徽商貿(mào)職業(yè)技術(shù)學院 電子信息工程系,安徽 蕪湖 241000)
設計一種面向移動終端的在線MOOC課程資源推薦系統(tǒng),系統(tǒng)構(gòu)建了一種用戶興趣采集模型,實現(xiàn)了根據(jù)用戶興趣進行MOOC課程資源推薦.在移動終端與服務器終端間的數(shù)據(jù)交換上,進行了異構(gòu)終端間MOCC資源的輕量級數(shù)據(jù)交互技術(shù)研究.運行實例表明該系統(tǒng)有很好的使用效果.
推薦系統(tǒng);移動終端;輕量級數(shù)據(jù)傳輸
目前,隨著教育信息化、現(xiàn)代化程度不斷加深和移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,大型開放式網(wǎng)絡課程(即MOOC)[1]已成為各國乃至全球教育改革和發(fā)展的趨勢.MOOC模式的主要特點[2]是大規(guī)模(Massive)、在線(online)和開放(Open).今天學習者采用移動設備查詢、收聽MOOC資源,以及進行學習交流活動也成為一種形勢.然而,各種MOOC視頻資源如雨后春筍般迅速涌現(xiàn),網(wǎng)絡中的MOOC資源的日益增長將逐漸超出人們所能接受的范圍,加之移動設備的界面顯示、終端處理、輸入/輸出等能力有限,為移動用戶帶來沉重的“移動信息過載”問題[3].
edX、Udacity、Coursera等國內(nèi)外MOOC平臺和中國大學MOOC、MOOC學院、MOOC中國、學堂在線等國內(nèi)MOOC平臺層出不窮,每個平臺MOOC資源少說也有100萬件,如此多的信息資源,學習者想查找一個理想學習資源需在各個平臺目錄中依次翻看,本來與學習者知識背景強關聯(lián)的課程資源查找變得繁瑣起來.互聯(lián)網(wǎng)中缺少一個整合平臺將當前主流的平臺資源進行整合,并使用推薦技術(shù)將這些具有系統(tǒng)性、層次性的課程資源.MOOC平臺需要借鑒當前淘寶、Amazon等商城系統(tǒng),各種數(shù)字圖書館,以及萬花筒、電視貓、泰捷等視頻聚合平臺的個性化推薦算法與技術(shù),匹配和推薦一些可能需要看的課程資源.
本文給出了在線MOOC課程資源移動推薦系統(tǒng)設計與實現(xiàn),實現(xiàn)了MOOC課程資源的個性化推薦和課程資源的檢索閱讀等功能.用戶在一部聯(lián)網(wǎng)的智能終端就可以不受時空限制,快速學習系統(tǒng)推送給自己的感興趣的課程資源.
如圖1所示,該系統(tǒng)架構(gòu)包括4個層次:
(1)移動終端接入層.該層實現(xiàn)在多樣化和異構(gòu)性的輕量級終端上的虛擬個人工作臺,以接納用戶的個性化需求配置、服務信息、資源信息等,以及實現(xiàn)終端與服務平臺之間的交互表現(xiàn)應用服務結(jié)果等.
(2)終端自適應普適接入服務層.該層實現(xiàn)終端與MOOC課程資源平臺的接入和互操作,解決移動端的身份認證和登錄,MOOC課程資源服務平臺資源的檢索匹配管理、MOOC課程資源服務平臺資源并發(fā)管理、MOOC課程資源服務平臺資源下載斷點管理等技術(shù).
(3)易部署、易遷移的應用服務層.該層基于面向服務的體系結(jié)構(gòu)(SOA)技術(shù),整合現(xiàn)有MOOC平臺資源,為終端用戶提供統(tǒng)一的虛擬入口,供終端用戶使用.
(4)高效、可伸縮、可信的服務環(huán)境支撐層.該層為應用服務層的各種應用提供相應的支撐環(huán)境,以滿足終端用戶的應用需求.包括數(shù)據(jù)傳輸管理、應用服務狀態(tài)管理、數(shù)據(jù)管理、安全可信保障等技術(shù).
系統(tǒng)主要功能模塊如圖2所示,有MOOC課程資源檢索、MOOC課程資源推薦和MOOC課程資源下載、學習閱讀等模塊.MOOC課程資源推薦主要根據(jù)用戶的注冊信息、搜索關鍵詞的歷史記錄、評價、用戶對自己感興趣的資源進行個性化管理,以及已閱讀課程資源等信息,進行推薦的課程資源列表排行榜.我的收藏,幫助用戶收藏資源,讓用戶下次訪問時能快速找到自己所收藏保存的資源.
課程資源下載,對于需要離線閱讀的資源,系統(tǒng)提供下載功能,讓會員快速下載自己感興趣的書目資源.資源上傳,對于具有上傳權(quán)限的會員,系統(tǒng)允許其上傳,上傳后經(jīng)過審核讓其他會員查看瀏覽下載.
2.1服務端數(shù)據(jù)并發(fā)處理技術(shù)
在線MOCC系統(tǒng)由于資源多為大尺寸的視頻資源,集中觀看時其并發(fā)處理任務相當大.針對這一問題在系統(tǒng)服務端引入了網(wǎng)絡請求處理模塊和視頻處理模塊.網(wǎng)絡請求處理模塊程序是基于XML元數(shù)據(jù)交互的網(wǎng)絡接口程序,一方面實時接收來自移動終端的Socket請求,并為其分配對應處理線程.視頻處理模塊由3個邏輯單元組成,分別完成MOOC資源壓縮、解壓存儲和索引管理,以及緩存單元.如圖3所示,在網(wǎng)絡請求處理模塊中采用了IOCP技術(shù)對移動終端的客戶端請求作好并發(fā)處理,采用鏈表隊列機制對客戶端請求進行依次響應,對連接成功的客戶端在創(chuàng)建線程并插入到視頻響應鏈表隊列中.這種模式下建立的連接互不干擾,不必因為等待客戶端數(shù)據(jù)而阻塞當前線程屏蔽了客戶端請求.
圖2 用戶中心功能模塊圖
圖3 服務端數(shù)據(jù)并發(fā)處理模型圖
系統(tǒng)服務端中針對MOOC學習者中打開資源后長時間沒有任何操作的用戶,系統(tǒng)采用了輔助清理策略,對服務端中的視頻資源響應線程池進行清理,停止對這類用戶的響應.線程池輔助清理策略基于內(nèi)存使用表C[4],將在規(guī)定時間內(nèi)不進行任何操作的視頻響應線程強制關閉,回收其所占用的內(nèi)存資源.
2.2輕量級的數(shù)據(jù)交換
在線MOOC課程資源平臺屬于胖服務端、瘦客戶端系統(tǒng),而且課程資源使用是個長期消化過程,重復訪問代價是必須考慮的因素,所以服務端和客戶端的數(shù)據(jù)傳輸是平臺需要處理的一個重點問題.系統(tǒng)設計時遵循客戶端與平臺之間多增加元數(shù)據(jù)傳輸,少大尺寸的數(shù)據(jù)傳輸原則,移動終端在傳前先接收響應資源的元數(shù)據(jù),以判斷資源是否為需求資源,做到事前取舍,減少不必要的傳輸損失.
減少傳輸損失需要處理好以下問題:避免視頻資源列表在每次瀏覽時候重復下載;視頻資源所下即所需,下載后一段時間內(nèi)再學習不作重復下載.因此,本文在移動終端為大尺寸的視頻資源建立服務端資源記錄表和資源學習歷史記錄表,服務資源記錄表用于記錄用戶查看平臺的課程資源列表,資源學習歷史記錄表用于在每次學習結(jié)束后記錄該MOOC資源的學習進度、已完成的資源下載斷點等數(shù)據(jù).平臺與移動終端的交互流程如圖4所示,移動終端每次查詢時均先查詢Sqlite,獲取歷史資源列表元數(shù)據(jù),然后組織發(fā)送請求體向平臺發(fā)出請求.服務端根據(jù)移動端請求元數(shù)據(jù)中的已下載資源列表記錄標識進行對比查詢,把尚未下載的最新資源列表返回給移動終端.對于用戶學習的每一個資源,移動端的MOOC資源學習歷史記錄表記錄用戶每次學習的斷點和資源下載斷點,規(guī)避下次再學習時候重新下載該資源.其中資源學習歷史表需要記錄本次學習資源文件大小、平臺對資源分段情況和本次學習時各段的下載完成情況,下次學習時候如果學習的為已下載資源則直接在資源學習歷史記錄表中查詢已下載資源位置,本地學習,不進行重復下載.
2.3個性化推薦技術(shù)
為了給用戶推薦其感興趣的MOOC資源,系統(tǒng)中設計1個用戶興趣采集模塊,通過此模塊采集用戶興趣,建立用戶興趣庫,以完成系統(tǒng)推薦時涉及的MOOC資源的對用戶興趣吻合度[5].用戶興趣采集模型如圖5所示,系統(tǒng)在用戶注冊后,根據(jù)用戶的注冊的專業(yè)背景等信息,以及用戶的個性化設置(如用戶訂閱信息)構(gòu)建一個興趣庫;在用戶后期使用時,系統(tǒng)根據(jù)初始階段推薦給用戶的MOOC課程資源用戶的閱讀行為、用戶的點評反饋進行用戶興趣庫的再更新.用戶的興趣采集庫是個迭代過程,系統(tǒng)中添加用戶興趣采集模塊可以更有效適應用戶興趣的隨著其知識結(jié)構(gòu)變化而作動態(tài)變化的特征.
圖4 移動終端與平臺間數(shù)據(jù)交互流程圖
圖5 用戶興趣采集模型圖
目前,推薦算法有基于內(nèi)容推薦(CBR,Content-Based Recommendation)算法、協(xié)同過濾推薦(CFR,Collaborative Filtering Recommendation)算法以及組合推薦(HR,Hybrid Recommendation)算法等[6].由于MOOC資源專業(yè)相關性較強,相同專業(yè)的學習者有著需求,因此本文采用混合過濾推薦算法如下:
(1)縱向上,根據(jù)MOOC平臺中每個課程資源的關鍵詞和當前請求用戶個人的興趣庫,計算當前MOOC資源對當前用戶的用戶興趣吻合度,資源的興趣吻合度大于閾值(是一經(jīng)驗值)則納入當前推薦集合R1.通過此種方式可以在MOOC課程資源中循環(huán)計算出用戶興趣高的N篇MOOC資源作為待推薦課程.
(2)橫向上,根據(jù)系統(tǒng)中學習者的資源使用行為的相似度,計算出與當前請求用戶相似度較高的用戶集合U,再將U集合中已閱讀過的MOOC資源作為待推薦資源集合R2.
(3)集合R1與R2為系統(tǒng)推薦給當前用戶的MOOC課程資源集合.
如圖6所示,其為在線MOOC課程資源移動推薦系統(tǒng)移動端界面.用戶通過登錄界面登錄系統(tǒng)后,系統(tǒng)自動推薦若干用戶感興趣的課程資源給用戶,用戶也可根據(jù)關鍵詞檢索課程.檢索到課程后,點擊即可進行學習.
MOOC課程資源的訂閱界面如圖7所示.在“我的訂閱”界面,用戶可對系統(tǒng)課程資源隸屬的關鍵詞進行定制.當用戶定制某個關鍵詞后,平臺同步修改該用戶興趣庫.課程訂閱模塊是實現(xiàn)MOOC課程資源個性化推薦的一個基礎模塊,用戶做好定制后,平臺會對移動終端的“我的推薦”模塊作更準確的推薦,用戶可以更方便、更快速地在海量MOOC課程資源中快速找到自己需要的資源.
圖6 課程檢索界面
圖7 課程訂閱設置頁面
結(jié)合移動終端便捷性特點設計并實現(xiàn)了面向移動終端的MOOC課程資源推薦系統(tǒng).相比于傳統(tǒng)Web MOOC課程資源系統(tǒng),本系統(tǒng)結(jié)合移動終端用戶的注冊、檢索閱讀等個性化特點,增加了個性化推薦模塊,方便用戶可以快速發(fā)現(xiàn)感興趣的學習資源.此外,由于移動終端的便捷性,平臺的用戶可以不受時空限制,做到隨時隨地觀看MOOC資源,增強了MOOC學習平臺的資源使用便捷性.系統(tǒng)中用戶興趣庫的計算粒度過大,今后需結(jié)合移動終端的時間和空間屬性作進一步研究.
[1]王文禮.MOOC的發(fā)展及其對高等教育的影響[J].江蘇高教,2013(2):53-57.
[2]王穎,張金磊,張寶輝.大規(guī)模網(wǎng)絡開放課程(MOOC)典型項目特征分析及啟示[J].遠程教育雜志,2013(4):67-75.
[3]羅軍舟,鄧愛林,朱揚勇,等.基于項目評分預測的協(xié)同過濾推薦算法[J].軟件學報,2003,14(9):1621-1628.
[4]朱先遠,殷西祥.面向移動終端的數(shù)字圖書推薦系統(tǒng)設計與實現(xiàn)[J].新鄉(xiāng)學院學報,2014(6):33-35.
[5]PINTO M A G,TANSCHEIT R,VELLASCO M.Hybrid Recommendation System based on Collaborative Filtering and Fuzzy Numbers[C].IEEE International Conference on Fuzzy Systems,2012:1-6.
[6]李默,梁永全.基于標簽和關聯(lián)規(guī)則挖掘的圖書組合推薦系統(tǒng)模型研究[J].計算機應用研究,2014,31(7):1930-1933.
[7]廖軼宸.基于移動網(wǎng)絡的混合型信息推送系統(tǒng)的研究[J].計算機工程與設計,2012(8):3268-3272,3281.
[責任編輯馬云彤]
Design and Implementation of the Mobile Recommendation Systemfor Online MOOC Course Resources
ZHU Xian-yuan
(Department of Electronic Engineering, Anhui Business College of Vocational Technology, Wuhu 241000, China)
In this paper, aiming at the MOOC resource recommendation problem on the mobile terminal, a recommendation system is designed for MOOC course resource. A model is constructed for collecting user interest. In the system, the MOOC resource can be recommended according to the user interest. In the data exchange between mobile terminal and server terminal, research on a lightweight data exchange technology of MOCC resources among heterogeneous terminals is conducted. The running example shows that the system has a good use effect.
recommendation system; mobile terminal; lightweight data transmission
1008-5564(2016)03-0060-05
2016-02-29
安徽省特色專業(yè)項目(2015tszy070);安徽省專業(yè)綜合改革試點項目(2015zy118);安徽商貿(mào)職業(yè)技術(shù)學院自然科學研究項目(2015KYZ02)
朱先遠(1981—),男,安徽六安人,安徽商貿(mào)職業(yè)技術(shù)學院電子信息工程系助教,碩士,主要從事移動計算和服務計算研究.
TP393.03
A