張俊飛

摘 要：針對MOOC教學(xué)交互缺失問題，文章設(shè)計(jì)了本土化SPOC計(jì)算機(jī)輔助教學(xué)模式，采用信息技術(shù)實(shí)現(xiàn)了基于視頻的教學(xué)交互。實(shí)現(xiàn)技術(shù)包含三個技術(shù)點(diǎn)：基于視頻的知識點(diǎn)標(biāo)注、智能答疑相似度算法、系統(tǒng)終端自適應(yīng)。通過實(shí)驗(yàn)驗(yàn)證和教學(xué)效果分析，證實(shí)相似度算法提高了問題檢索的查準(zhǔn)率，此CAI模式促進(jìn)了教學(xué)活動的開展，具有一定的教學(xué)有效性。

關(guān)鍵詞：SPOC；標(biāo)注；智能答疑；自適應(yīng)

中圖分類號：G434 文獻(xiàn)標(biāo)志碼：B 文章編號：1673-8454（2018）01-0026-05

引言

教育部發(fā)布的《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》中指出：“教育信息化發(fā)展要以教育理念創(chuàng)新為先導(dǎo)，以優(yōu)質(zhì)教育資源和信息化學(xué)習(xí)環(huán)境建設(shè)為基礎(chǔ)，以學(xué)習(xí)方式和教育模式創(chuàng)新為核心”。[1]本研究以SPOC（Small Private Online Course）視頻教學(xué)資源為依托，以課程智能答疑為教學(xué)腳手架，構(gòu)建了計(jì)算機(jī)輔助教學(xué)（Computer Aided Instruction，簡稱CAI）模式，實(shí)現(xiàn)了課前預(yù)習(xí)和課后鞏固的教學(xué)功能。本研究是在廣州市青年專項(xiàng)課題“翻轉(zhuǎn)課堂實(shí)踐研究——以《大學(xué)計(jì)算機(jī)基礎(chǔ)》分級教學(xué)為例”支持下開展實(shí)施。其中項(xiàng)目組教師根據(jù)課程內(nèi)容，錄制短小精悍的SPOC系列視頻，開發(fā)SPOC視頻網(wǎng)站并嵌入智能答疑模塊。本文著重從SPOC視頻與智能答疑概念、研究的意義和模式的設(shè)計(jì)、技術(shù)實(shí)現(xiàn)等方面進(jìn)行闡述。

一、相關(guān)概念

1. SPOC視頻

大規(guī)模開放在線課程（MOOC）是近年來開放教育發(fā)展的典型產(chǎn)物，以“高質(zhì)量、低成本、大規(guī)?！碧攸c(diǎn)掀起了教育革新熱潮。然而后期研究表明，MOOC 在實(shí)施中也暴露出高輟學(xué)率、淺層次學(xué)習(xí)等“質(zhì)量危機(jī)”[2][3][4][5]。因此，混合學(xué)習(xí)理論把MOOC 本土化，形成 “線上線下” 相結(jié)合的教學(xué)模式SPOC。SPOC概念是由加州大學(xué)伯克利分校Armando Fox首先提出，他認(rèn)為教學(xué)中的SPOC可以增強(qiáng)教師指導(dǎo)作用、學(xué)生掌握知識程度以及參與度。[6]

當(dāng)前國內(nèi)學(xué)者對SPOC已從概念、案例、模式等方面進(jìn)行了研究。[7][8][9]然而，眾多的研究中以理論探討和模式實(shí)證為多，鮮有對基于SPOC視頻答疑的學(xué)習(xí)效果進(jìn)行全面的實(shí)證分析。本研究以SPOC視頻為學(xué)習(xí)資料，著眼基于視頻的智能答疑教學(xué)交互，并通過教學(xué)實(shí)踐驗(yàn)證此CAI模式的教學(xué)有效性。

2.智能答疑

智能答疑是用戶使用自然語言提出問題，通過網(wǎng)絡(luò)計(jì)算機(jī)程序得到有效的問題解答的一個過程。智能答疑研究經(jīng)歷了概念界定、自然語言理解技術(shù)探索、多領(lǐng)域應(yīng)用等不同階段。近幾年，隨著ICT的發(fā)展，又進(jìn)一步促進(jìn)了智能答疑技術(shù)的研究。

當(dāng)前學(xué)者對智能答疑在醫(yī)學(xué)、農(nóng)業(yè)、教育等領(lǐng)域都有研究。張翔立等整合社區(qū)醫(yī)療服務(wù)和智能答疑，采取全自動智能搜索與半自動輔助答疑相結(jié)合實(shí)現(xiàn)了在醫(yī)療領(lǐng)域的應(yīng)用。[10]王莉等基于本體技術(shù)實(shí)現(xiàn)對植物病蟲害智能答疑。[11]還有很多學(xué)者對智能答疑算法進(jìn)行研究。鄭耿忠等提出了分布式蟻群智能分類算法， 進(jìn)一步提高智能答疑系統(tǒng)檢索的效率和智能性。[12]翟繼友設(shè)計(jì)了一種混合型句子語義相似度計(jì)算方法，提升了智能答疑相似度計(jì)算準(zhǔn)確率。[13]

3. CAI模式

計(jì)算機(jī)輔助教學(xué)是在計(jì)算機(jī)輔助下進(jìn)行的各種教學(xué)活動，教學(xué)內(nèi)容的交互、教學(xué)進(jìn)程的安排、教學(xué)訓(xùn)練等。當(dāng)前國內(nèi)學(xué)者針對CAI教學(xué)研究呈現(xiàn)多樣性。如張永恒等利用上機(jī)實(shí)驗(yàn)Web系統(tǒng)實(shí)現(xiàn)在線指導(dǎo)和作業(yè)統(tǒng)計(jì)等教學(xué)活動。[14]李梅枝等整合CAI課件和案例教學(xué)法，進(jìn)行臨床醫(yī)學(xué)教學(xué)，并通過對照組實(shí)驗(yàn)驗(yàn)證其教學(xué)效果。[15]本研究的CAI模式借助SPOC網(wǎng)絡(luò)平臺，針對視頻智能答疑開展課前預(yù)習(xí)和課后復(fù)習(xí)教學(xué)活動。

二、問題的提出及研究的意義

1.信息化時代凸顯的問題

教學(xué)交互是遠(yuǎn)程教育的重要主題，是實(shí)現(xiàn)遠(yuǎn)程教育中教與學(xué)再度整合的關(guān)鍵過程。[16]孫洪濤等對中國14個主要 MOOCs 平臺的622門課程的整體交互狀況進(jìn)行了分析，發(fā)現(xiàn)課程總體交互水平偏低、學(xué)習(xí)支持有助于促進(jìn)交互。[17]馬爾加良等曾指出，MOOCs 學(xué)習(xí)支持特別是教師反饋明顯不足。[18]基于SPOC視頻的CAI模式，同樣存在著教學(xué)交互少的問題。國內(nèi)學(xué)者針對信息化教學(xué)交互，更多的是依托信息化通訊軟件（如QQ、微信等）、網(wǎng)絡(luò)平臺（如論壇、問題庫等）。不可否認(rèn)，當(dāng)前的交互方式促進(jìn)了網(wǎng)絡(luò)化學(xué)習(xí)，但是這種交互方式不具備教學(xué)情境性，對問題的描述可能會脫離當(dāng)前課程，不具體化、課程本土化，不便于理解和問題快而準(zhǔn)的即時解決。

2.本研究意義

本研究針對用戶在SPOC視頻學(xué)習(xí)過程中，遇到的問題進(jìn)行智能答疑。如何基于課程視頻片段的學(xué)習(xí)，提出學(xué)習(xí)問題并得到正確的答案，是遠(yuǎn)程教學(xué)需要解決的主要問題。本研究著眼SPOC視頻片段與教學(xué)問題有機(jī)捆綁，使得問題更具有本土化、情景化；提供智能答疑和人工答疑兩種方式，實(shí)現(xiàn)用戶問題的解答；實(shí)現(xiàn)系統(tǒng)對PC終端和移動終端自適應(yīng)，使得系統(tǒng)學(xué)習(xí)和移動學(xué)習(xí)成為可能。實(shí)踐驗(yàn)證本研究設(shè)計(jì)的CAI模式不僅促進(jìn)了遠(yuǎn)程教學(xué)交互，而且使得教學(xué)問題描述更具可操作性，更加便于理解。

三、CAI模式的設(shè)計(jì)與實(shí)現(xiàn)

對以SPOC視頻為基礎(chǔ)的學(xué)習(xí)支持智能答疑CAI模式解構(gòu)后可以發(fā)現(xiàn)，本研究的CAI模式與以往其它教學(xué)模式相比，所呈現(xiàn)的特征和功能均能找到相應(yīng)的信息技術(shù)作為依托。下文就CAI設(shè)計(jì)模式、視頻問題標(biāo)注、智能檢索、系統(tǒng)界面終端自適應(yīng)等四個部分作進(jìn)一步的技術(shù)解構(gòu)和細(xì)節(jié)剖析。

1.模式設(shè)計(jì)

從圖1可以看出學(xué)生可以從移動終端和PC終端實(shí)現(xiàn)對SPOC視頻課程資源的訪問，通過對SPOC視頻課程的學(xué)習(xí)，可以向配套的智能答疑問題庫系統(tǒng)和教師進(jìn)行問題的查詢或提問。從圖2可以看出，當(dāng)從問題庫系統(tǒng)中得到答案不滿足時，可以向授課教師提出問題，如果問題典型，教師會將問題進(jìn)行知識點(diǎn)標(biāo)注，收藏到問題庫中，以備學(xué)習(xí)者查閱。endprint

2.實(shí)現(xiàn)技術(shù)解析

CAI模式實(shí)現(xiàn)了對學(xué)習(xí)者學(xué)習(xí)問題的反饋，本小節(jié)主要從技術(shù)角度去解析三個功能模塊：①基于視頻的知識點(diǎn)標(biāo)注；②智能答疑；③系統(tǒng)終端自適應(yīng)。

（1）視頻知識點(diǎn)標(biāo)注

問題庫中的問題具有知識點(diǎn)標(biāo)注信息特點(diǎn)，問題關(guān)聯(lián)視頻播放點(diǎn)，章節(jié)知識點(diǎn)等信息，使得問題本地化，更具體，更具有針對性。當(dāng)用戶查詢問題庫中的問題時，可以點(diǎn)擊鏈接，調(diào)出問題針對的視頻播放點(diǎn)，從而實(shí)現(xiàn)了“彈幕”式的播放效果?！皬椖弧痹诮虒W(xué)中的應(yīng)用已經(jīng)存在，華中科技大學(xué)將“彈幕”應(yīng)用到《廣告創(chuàng)意策劃課》課程中，使得課程煥然一新。黎加厚教授曾在講座中使用了“微彈幕”，增添了信息技術(shù)氛圍。本文設(shè)計(jì)問題標(biāo)注功能，將問題呈現(xiàn)在播放視頻底部，使視頻播放點(diǎn)和問題有效結(jié)合在一起，實(shí)現(xiàn)了“彈幕”效果。

學(xué)習(xí)者通過檢索問題得到返回問題列表，如圖3所示。點(diǎn)擊問題列表中問題標(biāo)注的視頻點(diǎn)地址，打開關(guān)聯(lián)視頻點(diǎn)，視頻底部顯示問題和答案，如圖4所示。問題標(biāo)注實(shí)現(xiàn)技術(shù)簡單，但達(dá)到的教學(xué)效果顯著。

（2）智能答疑

中文語句相似度計(jì)算是自然語言處理領(lǐng)域重要的一個方面，在智能檢索領(lǐng)域已得到很好的應(yīng)用。余弦定理是計(jì)算語句相似度的一個很好的方法，屬于基于表征相似度計(jì)算，通過對句子關(guān)鍵詞特征值組成的詞頻向量進(jìn)行余弦求解，按照值的大小說明句子相似度問題。但是傳統(tǒng)的余弦定理僅僅考慮了語句中關(guān)鍵詞的物理特征，沒有實(shí)現(xiàn)語義特征的計(jì)算。本文在吸收傳統(tǒng)的余弦定理相似度計(jì)算算法基礎(chǔ)上，引入了語義層面相似度計(jì)算，改進(jìn)了關(guān)鍵詞特征值構(gòu)成的詞頻向量，使得對中文語句相似度計(jì)算更加精準(zhǔn)。

從圖5可以看出，檢索模塊中相似度計(jì)算是智能答疑的核心。為了提高檢索的準(zhǔn)確性，本研究采用《同義詞詞林》詞典對分詞處理后的問題向量進(jìn)行同義詞計(jì)算，使得構(gòu)成的詞頻向量不僅僅考慮了關(guān)鍵詞的物理特征，還對關(guān)鍵詞的同義詞進(jìn)行了詞頻計(jì)算處理。本研究采用了哈工大信息檢索實(shí)驗(yàn)室對詞典更新后的《同義詞詞林》擴(kuò)展版，詞表包含77343條詞語。同義詞詞典采用五層的層級體系，逐層詞語逐漸增多，描述的詞義越來越具體。哈工大《同義詞詞林》擴(kuò)展版編碼規(guī)則見表1。

（3）終端顯示優(yōu)化

本系統(tǒng)不僅面向PC終端還面向移動終端。隨著移動設(shè)備的快速普及，用戶越來越多地使用各種屏幕尺寸的智能手機(jī)、平板電腦等。媒體查詢應(yīng)向不同設(shè)備提供不同樣式，為每種類型的用戶提供了最佳的體驗(yàn)。

手機(jī)瀏覽器是把頁面放在一個viewport（視口）中，通常這個視口比屏幕寬，如iPhone手機(jī)的物理分辨率寬度為320px，而它的視口寬度為980px。默認(rèn)的視口寬度不利于移動端的界面設(shè)計(jì)，因此本系統(tǒng)對不同分辨率的移動設(shè)備做了樣式匹配，使得不同分辨率范圍的設(shè)備使用不同的CSS樣式文件，并將移動端瀏覽器的meta屬性進(jìn)行自適應(yīng)設(shè)置。移動終端界面自適應(yīng)代碼如下：

四、實(shí)驗(yàn)驗(yàn)證與應(yīng)用效果分析

1.實(shí)驗(yàn)驗(yàn)證

（1）實(shí)驗(yàn)描述

針對20道大學(xué)計(jì)算機(jī)課程問題，利用傳統(tǒng)和改進(jìn)的余弦定理算法進(jìn)行問題檢索。為了驗(yàn)證改進(jìn)后算法的計(jì)算效果，同時進(jìn)行大量人工判斷，統(tǒng)計(jì)出人工排序結(jié)果作為參考。

（2）實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)采用以“電腦的組成部分，常見應(yīng)用有哪些？”為檢索問題，相似度計(jì)算結(jié)果如下表2所示，分析結(jié)果如圖6、7所示。

從圖6可以看出，改進(jìn)算法排序和人工排序曲線基本一致，傳統(tǒng)算法排序曲線與人工排序曲線重合度比較低。這說明改進(jìn)算法更加符合實(shí)際情況，更接近人的認(rèn)知水平。從兩種算法計(jì)算出相似度值對比圖7中可以看出，兩種算法計(jì)算出的結(jié)果是有差異的，且改進(jìn)后的相似度計(jì)算結(jié)果普遍高于傳統(tǒng)算法。比如傳統(tǒng)算法相似度最高值為0.5844155844155844，改進(jìn)后為0.7894736842105264；第19和20道問題的相似度值由原來的相等變?yōu)椴坏?，排序也發(fā)生了變化。傳統(tǒng)算法實(shí)驗(yàn)沒有考慮“計(jì)算機(jī)”、“電腦”等同義詞、同類詞，導(dǎo)致關(guān)鍵詞構(gòu)成的詞頻空間向量不同，問題相似度計(jì)算結(jié)果不同，排序也發(fā)生了變化。

2.應(yīng)用效果分析

（1）智能答疑系統(tǒng)滿意度調(diào)查問卷數(shù)據(jù)收集與分析

滿意度調(diào)查問卷采用李克特量表設(shè)計(jì)。從系統(tǒng)的問題覆蓋率和使用效果兩方面共設(shè)計(jì)5個題項(xiàng)，每個題項(xiàng)設(shè)計(jì)了5個選項(xiàng)，分別為非常不同意、不同意、不一定、同意、非常同意。通過匯總，考察實(shí)驗(yàn)班對這些看法的認(rèn)同度，給每個題項(xiàng)最高為5分，最低1分，見表3。

采用SPSS工具，頻數(shù)分析功能對收集到的問卷數(shù)據(jù)進(jìn)行分析，頻數(shù)分析表見圖4。

SPSS頻數(shù)分析結(jié)果提供平均數(shù)、標(biāo)準(zhǔn)差、方差等信息。依據(jù)數(shù)據(jù)顯示可知：問題庫在問題覆蓋率和使用效果兩方面得到認(rèn)可，有效的促進(jìn)了教學(xué)活動的開展。

（2）CAI模式教學(xué)效果應(yīng)用分析

通過兩次行動研究，即對2015級22人次小班《大學(xué)計(jì)算機(jī)基礎(chǔ)》課程期中和期末兩次考試成績數(shù)據(jù)統(tǒng)計(jì)分析，其中期末階段采用了CAI模式。利用SPSS工具，采用配對樣本T檢驗(yàn)方法，分析結(jié)果如表5、6、7所示。endprint

表5所示是對期中和期末考試成績的單變量描述統(tǒng)計(jì)量。期中、期末考試成績均值分別為82.4318與88.2773，說明期末成績有明顯提高；標(biāo)準(zhǔn)差分別為3.22201和4.59916；標(biāo)準(zhǔn)誤分別為：0.68693和0.98055。表6中給出了期中和期末考試成績的相關(guān)系數(shù)為0.236，不相關(guān)的概率為0.290，對相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)，其概率P值為0.290，大于顯著性水平0.05，拒絕原假設(shè)，即認(rèn)為期中和期末考試成績不具有線性關(guān)系。表7給出了配對變量差值的T檢驗(yàn)結(jié)果。變量對均值之間差值為-5.84545；差值的標(biāo)準(zhǔn)差為4.95347；差值的95%置信區(qū)間上下限分別為-8.04170和-3.64921；t值為-5.535；df自由度為21；Sig.（雙測）是雙尾T檢驗(yàn)的結(jié)果，獲得t值得概率為0.000，即小于0.001，拒絕原假設(shè)，可以認(rèn)為期中和期末的考試成績有顯著性差異，CAI模式有效的提高了學(xué)生的考試成績。

五、結(jié)論

本研究著眼SPOC視頻，結(jié)合智能答疑教學(xué)交互構(gòu)建了CAI模式，對SPOC視頻的問題標(biāo)注實(shí)現(xiàn)了問題的本土化、情景化，更便于理解；對智能答疑相似度算法的改進(jìn)，使得問題檢索的查準(zhǔn)率更高；實(shí)現(xiàn)了系統(tǒng)界面對移動終端和PC終端的自適應(yīng)，提高了用戶體驗(yàn)。通過后期的實(shí)驗(yàn)驗(yàn)證和應(yīng)用效果分析證實(shí)了CAI模式有助于教學(xué)的開展。

參考文獻(xiàn)：

[1]中華人民共和國教育部.教育部關(guān)于印發(fā)《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》的通知[Z].北京：教育部，2012.5.

[2]陳明選，陳舒.論信息化環(huán)境下大學(xué)生的有效學(xué)習(xí)[J].高等教育研究，2013（9）：65-72.

[3]Onah D F O， Sinclair J E， Boyatt R. Dropout Rates of Massive Open Online Courses： Behavioural Patterns[C]. International Conference on Education and New Learning Technologies， 2014：5825-5834.

[4]李翠翠. MOOC視角下的高校學(xué)生學(xué)習(xí)權(quán)保障[J].開放教育研究，2015（4）：68-74.

[5]Yadira A D L G L，Sancho-Vinuesa T， Gomez Zermeno M G. Atypical： analysis of a massive open online course（MOOC）with a relatively high rate of program completers[J]. Global education review，2015，2（3）：68-81.

[6]Armando F.From MOOCs to SPOCs[J].Communications of the ACM，2013，（12）：38-40.

[7]黃光芳，吳洪艷，金義富.泛在學(xué)習(xí)環(huán)境下SPOC有效教學(xué)的實(shí)踐與研究[J].電化教育研究，2016（5）：50-57.

[8]林曉凡，胡欽太，鄧彩玲.基于SPOC的創(chuàng)新能力培養(yǎng)模式研究[J].電化教育研究，2015（10）：46-51.

[9]王朋嬌，段婷婷，蔡宇南，曾祥民.基于SPOC的翻轉(zhuǎn)課堂教學(xué)設(shè)計(jì)模式在開放大學(xué)中的應(yīng)用研究[J].中國電化教育，2015（12）：79-86.

[10]張翔立，高蕾娜，李艷丹，等.社區(qū)醫(yī)療智能答疑系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與科學(xué)，2009（6）： 153-155.

[11]王莉，李書琴.基于本體的植物病蟲害智能答疑系統(tǒng)模型的研究[J].農(nóng)機(jī)化研究，2014，（1）： 48-50，55.

[12]鄭耿忠，劉秋梅.蟻群算法在分布式智能答疑系統(tǒng)中的應(yīng)用研究[J].微電子學(xué)與計(jì)算機(jī)，2010（6）： 50-53.

[13]翟繼友.一種混合型的句子語義相似度計(jì)算方法[J].科學(xué)技術(shù)與工程，2014（28）： 81-85.

[14]張永恒，艾曉燕，劉紅霞.基于J2EE的上機(jī)實(shí)驗(yàn)CAI系統(tǒng)設(shè)計(jì)與開發(fā)[J].現(xiàn)代電子技術(shù)，2015（15）： 129-132.

[15]李梅枝，龍浩文，劉學(xué)軍，等.案例教學(xué)法聯(lián)合CAI課件在精神病學(xué)教學(xué)中的應(yīng)用[J].湖南中醫(yī)藥大學(xué)學(xué)報(bào)，2017（5）： 578-580.

[16]Anderson T. Getting the Mix Right Again： An Updated and Theoretical Rationale for Interaction[J]. International Review of Research in Open & Distance Learning，2003，4（2）：153-61.

[17]孫洪濤，鄭勤華，陳麗.中國MOOCs教學(xué)交互狀況調(diào)查研究[J].開放教育研究，2016（1）： 72-79.

[18]Margaryan A， Bianco M， Littlejohn A. Instructional quality of Massive Open Online Courses （MOOCs）[J]. Computers & Education，2015（80）：77-83.

（編輯：王曉明）endprint