常青

（錦州醫(yī)科大學(xué)　公共基礎(chǔ)學(xué)院，遼寧　錦州　121000）

網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中認(rèn)知風(fēng)格測(cè)量工具的研究

常青

（錦州醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院，遼寧錦州121000）

在網(wǎng)絡(luò)教育中，學(xué)習(xí)者的認(rèn)知風(fēng)格可以明確的反映出學(xué)習(xí)者應(yīng)該采取何種學(xué)習(xí)方式，它也對(duì)網(wǎng)絡(luò)的學(xué)習(xí)活動(dòng)和學(xué)習(xí)媒體的設(shè)計(jì)有著重要的影響，所以，確定網(wǎng)絡(luò)學(xué)習(xí)者的認(rèn)知風(fēng)格類型就變得尤為重要。在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中，測(cè)量學(xué)習(xí)者的認(rèn)知風(fēng)格類型，通常會(huì)使用CSA（認(rèn)知風(fēng)格分析系統(tǒng)）。它的測(cè)量結(jié)果與被測(cè)試者的反應(yīng)時(shí)間有著重要的關(guān)系，所以在實(shí)際的應(yīng)用中，就會(huì)有一些不確定的因素影響測(cè)試結(jié)果。文章通過對(duì)網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)以及系統(tǒng)中學(xué)習(xí)者的學(xué)習(xí)行為屬性進(jìn)行研究分析，同時(shí)借鑒了專家的意見以及一部分已有的研究成果，確定了與認(rèn)知風(fēng)格相關(guān)的學(xué)習(xí)行為屬性，主要通過數(shù)據(jù)挖掘技術(shù)，設(shè)計(jì)出基于網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的認(rèn)知風(fēng)格測(cè)量工具。

認(rèn)知風(fēng)格；數(shù)據(jù)挖掘；決策樹

1　概念

1.1認(rèn)知風(fēng)格

認(rèn)知風(fēng)格是一個(gè)變量，標(biāo)志著每個(gè)人的個(gè)體差異。有的人用語言符號(hào)的形式來表現(xiàn)運(yùn)用信息，有的人用圖形的形式來表現(xiàn)信息。認(rèn)知風(fēng)格的研究領(lǐng)域范圍廣泛，有的研究是針對(duì)問題的解決，有的研究是針對(duì)學(xué)習(xí)，有的研究是針對(duì)知覺特點(diǎn)等，彼此間也存在很大的差異性。雖然有人提出過認(rèn)知風(fēng)格類型的分類如此之多，主要是因?yàn)檎J(rèn)知本身太過復(fù)雜，不過也會(huì)認(rèn)為如此多的認(rèn)知風(fēng)格類型劃分，并不利于深入性的研究。

在網(wǎng)絡(luò)學(xué)習(xí)的模式中，學(xué)習(xí)是通過自已的原有知識(shí)或經(jīng)驗(yàn)，與個(gè)性化的學(xué)習(xí)系統(tǒng)進(jìn)行交互，以此來獲取知識(shí)與能力的過程。學(xué)生可以組織、制訂、執(zhí)行自己的學(xué)習(xí)計(jì)劃，自行的對(duì)學(xué)習(xí)策略進(jìn)行選擇，還可以控制全部的學(xué)習(xí)過程，對(duì)學(xué)習(xí)成果進(jìn)行自我評(píng)價(jià)。它充分的考慮到了教學(xué)行為和學(xué)習(xí)行為的個(gè)人化。它根據(jù)各學(xué)生不同的需求，對(duì)教學(xué)資源進(jìn)行不同的組合。學(xué)生的學(xué)習(xí)過程受本人支配。學(xué)生在這一系統(tǒng)的學(xué)習(xí)中，不僅掌握了所學(xué)的知識(shí)，同時(shí)也掌握了學(xué)習(xí)的方法。

2　個(gè)性化網(wǎng)絡(luò)課程設(shè)計(jì)

最終形成的學(xué)習(xí)效果與教學(xué)資源的組合形式有著非常重要的關(guān)系。交互界面的設(shè)計(jì)對(duì)學(xué)習(xí)者認(rèn)知呈現(xiàn)出的效果，會(huì)與界面讓學(xué)習(xí)者所看到的窗口大小、標(biāo)題、材料的整體配合效果，以及每個(gè)界面展示出學(xué)習(xí)材料的多少、布局等因素有關(guān)。圖像型的學(xué)習(xí)者比文本型的學(xué)習(xí)者表現(xiàn)要好，這主要來取決于各個(gè)媒體的表達(dá)特征。例如，通過視頻的方式來進(jìn)行學(xué)習(xí)，圖像、聲音和視頻的表現(xiàn)方式對(duì)圖像型學(xué)習(xí)者更有幫助。所以，通常會(huì)認(rèn)為不同認(rèn)知風(fēng)格的人會(huì)從與自己風(fēng)格相適應(yīng)的學(xué)習(xí)資源中獲益。本文所設(shè)計(jì)的網(wǎng)絡(luò)課程，是基于二維認(rèn)知風(fēng)格理論基礎(chǔ)之上的，通過分析學(xué)習(xí)者的認(rèn)知風(fēng)格類型，利用學(xué)習(xí)模式和媒體資源的不同組合，形成9種（3×3）不同的學(xué)習(xí)課程，提供給9種不同認(rèn)知風(fēng)格的學(xué)習(xí)者，從而促進(jìn)學(xué)習(xí)者實(shí)施有效學(xué)習(xí)。

學(xué)習(xí)模式設(shè)計(jì)的策略，主要是為了給具有不同特點(diǎn)的學(xué)生，提供更適合他們的網(wǎng)絡(luò)課程，從而設(shè)計(jì)出的三種不同的學(xué)習(xí)模式。它彌補(bǔ)了具有不同特點(diǎn)的學(xué)生在認(rèn)知上的不足，換句話說，就是網(wǎng)絡(luò)課程在面對(duì)不同的認(rèn)知風(fēng)格學(xué)習(xí)者，可以采用不同的結(jié)構(gòu)、不同的學(xué)習(xí)次序和不同的使用方式。

3　數(shù)據(jù)挖掘

數(shù)據(jù)挖掘，它可以從數(shù)量多，或者不完全，甚至是模糊的數(shù)據(jù)內(nèi)，提取出有用的信息和知識(shí)，這些信息和知道隱含在這些數(shù)據(jù)中，而人們事先并不知道［1］。它可以挖掘出數(shù)據(jù)的潛在模式，指導(dǎo)決策，并找出最有價(jià)值的信息。數(shù)據(jù)挖掘過程如下：

（1）數(shù)據(jù)挖掘的結(jié)果是要在大型的數(shù)據(jù)庫中，發(fā)現(xiàn)令人產(chǎn)生興趣的有用信息，必須要明確定義和挖掘目標(biāo)信息［2］。

（2）對(duì)數(shù)據(jù)進(jìn)行準(zhǔn)備。首先根據(jù)用戶的需求，在原始的數(shù)據(jù)庫中提取數(shù)據(jù)，確定要操作的對(duì)象。再對(duì)數(shù)據(jù)做預(yù)處理，也就是對(duì)已經(jīng)提取出來的數(shù)據(jù)進(jìn)行加工，篩查，檢查數(shù)據(jù)的完整性、一致性。最后將這些數(shù)據(jù)轉(zhuǎn)換成一個(gè)適合于挖掘算法的分析模型。

當(dāng)學(xué)生認(rèn)識(shí)了自己的錯(cuò)誤解法，學(xué)生就多了一種對(duì)錯(cuò)誤的“免疫力”。而當(dāng)學(xué)生分辨出對(duì)錯(cuò)后，教師沒有“見好就收”，而是“乘勝追擊”。引導(dǎo)學(xué)生反思為何會(huì)犯錯(cuò)，思考經(jīng)歷了這次犯錯(cuò)糾錯(cuò)活動(dòng)以后要注意些什么？學(xué)生學(xué)會(huì)將活動(dòng)所得經(jīng)驗(yàn)不斷內(nèi)化和概括，最終遷移運(yùn)用到其他活動(dòng)和學(xué)習(xí)中去。

（3）根據(jù)所要挖掘的數(shù)據(jù)功能類型或特點(diǎn)，選擇與之相適應(yīng)的算法，對(duì)篩查和轉(zhuǎn)換后的數(shù)據(jù)集進(jìn)行挖掘。

（4）對(duì)數(shù)據(jù)挖掘的結(jié)果進(jìn)行解釋和評(píng)估，再轉(zhuǎn)換成為可以被用戶所理解的、合理的知識(shí)。

4　認(rèn)知風(fēng)格測(cè)量工具設(shè)計(jì)

4.1認(rèn)知風(fēng)格測(cè)量工具的基礎(chǔ)結(jié)構(gòu)

認(rèn)知風(fēng)格測(cè)量工具要求具有基于兼容WindowsXP以上的操作系統(tǒng)，后臺(tái)為兼容SQL Server 2000以上的數(shù)據(jù)庫管理系統(tǒng)。認(rèn)知風(fēng)格測(cè)量工具主要包括數(shù)據(jù)收集和認(rèn)知風(fēng)格評(píng)價(jià)兩個(gè)部分。

4.2認(rèn)知風(fēng)格測(cè)量工具設(shè)計(jì)流程

學(xué)生者學(xué)習(xí)過程的信息收集模塊，其實(shí)就相當(dāng)于一個(gè)基于多代理理論的跟蹤器。當(dāng)學(xué)生登陸網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)時(shí)，跟蹤器也同時(shí)啟動(dòng)，并對(duì)學(xué)生的學(xué)習(xí)行為進(jìn)行跟蹤和記錄。數(shù)據(jù)處理模塊通過對(duì)跟蹤器所收集到的數(shù)據(jù)進(jìn)行加工處理，從中提取出有效的數(shù)據(jù)。分類模塊通過所建立的決策樹，對(duì)所提取的有效數(shù)據(jù)進(jìn)行分類。結(jié)果評(píng)價(jià)模塊對(duì)分類結(jié)果進(jìn)行分析，根據(jù)分類的結(jié)果向用戶推薦參考信息。

4.3解決方案

本文設(shè)計(jì)了多個(gè)數(shù)據(jù)收集模塊以及以決策樹的分類算法為基礎(chǔ)的認(rèn)知風(fēng)格測(cè)量模塊。數(shù)據(jù)收集模塊是將學(xué)生的相關(guān)屬性數(shù)據(jù)建立關(guān)系化量表，再概念化，從而形成的概化量表。認(rèn)知風(fēng)格測(cè)量模塊的具體工作步驟為：

（1）明確挖掘的對(duì)象和目標(biāo)。通過跟蹤器收集挖掘?qū)ο?，?chǔ)存學(xué)生學(xué)習(xí)行為信息到用戶數(shù)據(jù)庫中，通過以上的信息，對(duì)學(xué)生的認(rèn)知風(fēng)格來確定挖掘目標(biāo)。

（2）數(shù)據(jù)的采集。在現(xiàn)實(shí)的學(xué)習(xí)環(huán)境中，以及個(gè)性化的網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中，采集各類有關(guān)數(shù)據(jù)信息。其中的一部分?jǐn)?shù)據(jù)需要處理有關(guān)數(shù)據(jù)才可以獲取，其余部分的數(shù)據(jù)需要對(duì)學(xué)生進(jìn)行調(diào)查后才可以獲取。

（3）數(shù)據(jù)的轉(zhuǎn)換。將采集到的不同數(shù)據(jù)信息，合成轉(zhuǎn)換為數(shù)據(jù)分析模型，以便將采集到的數(shù)據(jù)適用于本工具的挖掘。

（4）數(shù)據(jù)的分類挖掘。先選擇一個(gè)合適的挖掘算法，并且通過恰當(dāng)?shù)某绦蛟O(shè)計(jì)來實(shí)現(xiàn)這一算法。再對(duì)轉(zhuǎn)換后的數(shù)據(jù)對(duì)象進(jìn)行處理，來得到?jīng)Q策樹對(duì)學(xué)生的認(rèn)知風(fēng)格進(jìn)行測(cè)量。

（5）獲取分類的規(guī)則與結(jié)果的分析。用于對(duì)使用工具所獲得的學(xué)生認(rèn)知風(fēng)格測(cè)量結(jié)果，進(jìn)行分析與評(píng)估。

5　認(rèn)知風(fēng)格測(cè)量工具開發(fā)

5.1數(shù)據(jù)收集模塊

數(shù)據(jù)收集模塊，將收集到的學(xué)生在線學(xué)習(xí)行為形成數(shù)據(jù)，并將其存儲(chǔ)于數(shù)據(jù)庫中。每當(dāng)學(xué)習(xí)者登陸學(xué)習(xí)系統(tǒng)時(shí)，數(shù)據(jù)收集模塊就自動(dòng)的啟動(dòng)，同時(shí)開始記錄下學(xué)習(xí)者的學(xué)習(xí)行為。該模塊是認(rèn)知風(fēng)格測(cè)評(píng)工具的基礎(chǔ)，根據(jù)個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的用戶分析模型，確立采集數(shù)據(jù)類型，同時(shí)它也是認(rèn)知風(fēng)格測(cè)量工具的數(shù)據(jù)源，它所收集到的信息質(zhì)量和數(shù)量會(huì)直接的影響認(rèn)知風(fēng)格測(cè)量工具的準(zhǔn)確性。

5.2認(rèn)知風(fēng)格決策樹的實(shí)現(xiàn)

（1）數(shù)據(jù)的預(yù)處理。通過對(duì)學(xué)生在線學(xué)習(xí)行為的數(shù)據(jù)采集，可以獲得兩類記錄，即第一類，運(yùn)用個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)模式所選擇的記錄。第二類，運(yùn)用媒體類型的記錄。

數(shù)據(jù)的預(yù)處理，主要是將數(shù)據(jù)庫所獲取的兩類學(xué)習(xí)行為記錄通過集成、變換與歸納，最后所形成的待挖掘的數(shù)據(jù)集。第一類記錄中獲取的，是學(xué)生的學(xué)習(xí)模式（線性模式、分支模式以及學(xué)習(xí)者自主模式）。從第二類記錄中獲取的是學(xué)生所選擇的使用多媒體的組合方式（單一文本、講課視頻、PPT、文本、交互式超媒體）。

（2）建立決策樹。經(jīng)過預(yù)處理的數(shù)據(jù)包括一個(gè)類別項(xiàng)（認(rèn)知風(fēng)格類型）和三個(gè)影響分類的屬性項(xiàng)（學(xué)習(xí)行為的數(shù)據(jù)）。我們選取某大學(xué)的600名大一學(xué)生作為數(shù)據(jù)樣本，生成訓(xùn)練集來構(gòu)造決策樹。

5.3認(rèn)知風(fēng)格測(cè)量工具效果分析

通過對(duì)使用了認(rèn)知風(fēng)格測(cè)量工具的網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的某大學(xué)860名學(xué)生的跟蹤調(diào)查，可以對(duì)網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的結(jié)構(gòu)以及媒體的設(shè)計(jì)策略起到一定的指導(dǎo)作用。對(duì)網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者來講，可以使他們確定個(gè)人的認(rèn)知風(fēng)格類型，再針對(duì)自己的不足之處，進(jìn)行與之相適應(yīng)的強(qiáng)化練習(xí)。得到的決策樹，對(duì)于理想學(xué)習(xí)者的分類正確率非常高。對(duì)于非理想學(xué)習(xí)者的分類正確率不夠理想。而非理想學(xué)習(xí)者的不準(zhǔn)確部分，在實(shí)際操作中相當(dāng)于增加了部分不真實(shí)的理想學(xué)習(xí)者，這與實(shí)際情況是一致的。

主要參考文獻(xiàn)

［1］鄧英，李明.Web數(shù)據(jù)挖掘技術(shù)及工具研究［J］.計(jì)算機(jī)工程與應(yīng)用，2001（20）.

［2］曲紅亭，申瑞民.基于數(shù)據(jù)挖掘的個(gè)性化學(xué)習(xí)導(dǎo)航系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)工程，2003（8）.

10.3969/j.issn.1673-0194.2016.11.145

G420

A

1673-0194（2016）11-0242-02

2016-02-19

2015年遼寧醫(yī)學(xué)院教學(xué)改革研究一般項(xiàng)目（YA2015037）。

常青（1980-），女，遼寧錦州人，錦州醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院講師。