張羽萍

?

適應(yīng)性學(xué)習(xí)系統(tǒng)中用戶與資源畫像研究

張羽萍

（同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 201805）

隨著“互聯(lián)網(wǎng)+”與教育的深度融合，適應(yīng)性學(xué)習(xí)成為研究的熱點。而構(gòu)建適應(yīng)性學(xué)習(xí)系統(tǒng)的核心步驟之一是構(gòu)建用戶和資源的畫像。目前研究對于用戶畫像的構(gòu)建還不夠全面，對于資源畫像的探討更是少之又少?；谙到y(tǒng)能收集到的靜態(tài)數(shù)據(jù)（基本信息等）和動態(tài)數(shù)據(jù)（行為信息等），確定用戶和資源的事實標(biāo)簽，在此基礎(chǔ)上，構(gòu)建模型標(biāo)簽，從而畫出用戶和資源的精準(zhǔn)畫像。

適應(yīng)性學(xué)習(xí)；用戶畫像；資源畫像；標(biāo)簽系統(tǒng)

1 引言

適應(yīng)性學(xué)習(xí)系統(tǒng)是指在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下，在合適的時間以合適的方式為學(xué)習(xí)者提供合適的資源，方便學(xué)習(xí)者高效學(xué)習(xí)，有利于培養(yǎng)學(xué)習(xí)者的自主學(xué)習(xí)能力，提高學(xué)習(xí)者學(xué)習(xí)的主動性與積極性。適應(yīng)性學(xué)習(xí)系統(tǒng)與傳統(tǒng)的網(wǎng)絡(luò)學(xué)習(xí)不同，傳統(tǒng)的網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)給學(xué)習(xí)者提供的是同樣的學(xué)習(xí)資源和教學(xué)策略，并沒有關(guān)注到學(xué)習(xí)者自身的特點，容易造成學(xué)習(xí)者認(rèn)知超載和網(wǎng)絡(luò)迷航；而適應(yīng)性學(xué)習(xí)系統(tǒng)會根據(jù)學(xué)習(xí)者的認(rèn)知能力，動態(tài)呈現(xiàn)相匹配的學(xué)習(xí)內(nèi)容，并根據(jù)學(xué)習(xí)者不同的學(xué)習(xí)風(fēng)格和需求，提供不同的學(xué)習(xí)資源和學(xué)習(xí)活動形式，能夠體現(xiàn)學(xué)習(xí)者的個性化特征和個性化學(xué)習(xí)行為[1]。而實現(xiàn)上述精準(zhǔn)匹配和推送的前提是構(gòu)建精準(zhǔn)的用戶和資源畫像。本文為有效地支持學(xué)習(xí)者開展個性化學(xué)習(xí)，從標(biāo)簽的類型出發(fā)，構(gòu)建用戶與資源的標(biāo)簽系統(tǒng)，實現(xiàn)其畫像的精準(zhǔn)定位。

2 標(biāo)簽的類型

從數(shù)據(jù)提取維度來看，標(biāo)簽可分為事實標(biāo)簽、模型標(biāo)簽和預(yù)測標(biāo)簽。

2.1 事實標(biāo)簽

從學(xué)習(xí)系統(tǒng)獲取數(shù)據(jù)，定性或定量描述事務(wù)的自然屬性、行為屬性、資源屬性等，以及根據(jù)工作人員經(jīng)驗積累的業(yè)務(wù)規(guī)則進(jìn)行篩選、分析生產(chǎn)的標(biāo)簽，比如是否為活躍用戶、是否為臨考生等。

2.2 模型標(biāo)簽

對自然屬性、行為等屬性的抽象和聚類，通過剖析事務(wù)的基礎(chǔ)數(shù)據(jù)為分析對象貼上相應(yīng)的總結(jié)概括性標(biāo)簽及指數(shù)，比如標(biāo)簽代表用戶的興趣、偏好、需求等，指數(shù)代表用戶的興趣程度、偏好程度、需求程度等。

2.3 預(yù)測標(biāo)簽

基于用戶的屬性、行為、信令、位置和特征，挖掘用戶潛在需求，針對這些潛在需求配合策略、規(guī)則進(jìn)行打標(biāo)，同時結(jié)合資源的屬性、特征，將其適時、適機(jī)、適景推送給用戶。從數(shù)據(jù)的時效性來看，標(biāo)簽可分為靜態(tài)屬性標(biāo)簽和動態(tài)屬性標(biāo)簽。

2.4 靜態(tài)屬性標(biāo)簽

長期甚至永遠(yuǎn)都不會發(fā)生改變。一些用戶基本信息比如性別、出生日期，這些數(shù)據(jù)都是既定的事實，幾乎不會改變。

2.5 動態(tài)屬性標(biāo)簽

存在有效期，需要定期更新，保證標(biāo)簽的有效性，比如用戶的偏好、用戶的活躍情況。

3 基于學(xué)習(xí)大數(shù)據(jù)的學(xué)生畫像機(jī)制

構(gòu)建學(xué)生的標(biāo)簽系統(tǒng)時，我們先根據(jù)學(xué)生的人口屬性（個人基本信息）和學(xué)習(xí)屬性（行為信息）來建立事實標(biāo)簽，再由各個事實標(biāo)簽提煉出建模時的模型標(biāo)簽。

學(xué)生的人口屬性有姓名、性別、出生年月、籍貫、民族、就讀城市、學(xué)校名稱、就讀年級等，其中出生年齡可以確定模型標(biāo)簽?zāi)挲g階段、就讀城市可以確定模型標(biāo)簽地區(qū)分布、學(xué)校名稱可以確定模型標(biāo)簽學(xué)校級別。

學(xué)生的學(xué)習(xí)屬性用戶關(guān)注資源、用戶搜索關(guān)鍵詞，可以確定模型標(biāo)簽用戶學(xué)習(xí)興趣；學(xué)生在進(jìn)入系統(tǒng)初始填寫的風(fēng)格量表可以確定學(xué)生的學(xué)習(xí)風(fēng)格；根據(jù)項目之前的問卷調(diào)查結(jié)果，家長非常重視學(xué)生容易題的錯誤率，結(jié)合用戶每天登錄系統(tǒng)的次數(shù)和花費在學(xué)習(xí)上的時間，可以確定用戶的學(xué)習(xí)態(tài)度；以往已經(jīng)有很多的文獻(xiàn)在研究如何確定學(xué)生的認(rèn)知水平，大多都是根據(jù)學(xué)生做每道題的正確率來確定，本文基于大數(shù)據(jù)的視角，學(xué)生在每個資源上的花費時間及準(zhǔn)確率都可以在大規(guī)模群體下得到排名，結(jié)合其錯題的重復(fù)度可以確定學(xué)生在大數(shù)據(jù)下的認(rèn)知水平；我們不可能無限制地給學(xué)生推送題目，應(yīng)當(dāng)根據(jù)每個學(xué)生的承受指數(shù)來確定給其推送的題目數(shù)量，因此，我們根據(jù)學(xué)生每天做題的數(shù)目、做題的正確率、在系統(tǒng)上花費的時間來確定學(xué)生的題海壓力指數(shù)[2]。用戶標(biāo)簽體系如表1所示。

表1 用戶標(biāo)簽體系

模型標(biāo)簽（確定權(quán)重）事實標(biāo)簽（確定指數(shù)） 人口屬性 （基本信息） 姓名 性別 年齡階段出生年月 籍貫 地區(qū)分布就讀城市 學(xué)校級別學(xué)校名稱 年級 民族 學(xué)習(xí)屬性（學(xué)習(xí)行為信息）學(xué)習(xí)興趣用戶關(guān)注資源 用戶搜索關(guān)鍵詞 學(xué)習(xí)風(fēng)格風(fēng)格量表 學(xué)習(xí)態(tài)度 （學(xué)習(xí)投入程度）每天學(xué)習(xí)的時間 每天登陸系統(tǒng)的次數(shù) 容易題的錯誤率 認(rèn)知水平學(xué)生在每個資源上花費時間 學(xué)生對每個資源的掌握程度 錯題的重復(fù)率 題海壓力指數(shù)每天做題數(shù) 每天做題正確率 每天在系統(tǒng)上學(xué)習(xí)所花時間

4 基于學(xué)習(xí)大數(shù)據(jù)的資源畫像機(jī)制

資源的標(biāo)簽系統(tǒng)可以分為資源基本屬性和大數(shù)據(jù)屬性，基本屬性下可以確定的事實標(biāo)簽有每個資源所屬的知識點、每個資源的內(nèi)容類型（例如前試、理論、實例、概念詳解等）、每個資源的媒介類型（例如視頻、音頻、文檔、幻燈片、圖片等）、每個資源的初始難度（由教育專家給定）、每個資源的初始重要性（由教育考試大綱給定）。

大數(shù)據(jù)屬性下，我們收集到所有學(xué)生完成該資源的時間分布和對該資源的總體掌握率，根據(jù)這兩項，我們可以動態(tài)更新該資源的難度值，從而使每個資源的難度值更加精確，有利于精準(zhǔn)推送；通過學(xué)生對每個資源的瀏覽次數(shù)、收藏數(shù)、分享數(shù)、評論數(shù)，同樣可以動態(tài)更新資源的重要性；我們根據(jù)用戶對該資源的評分、差評次數(shù)、資源自身的屬性（例如畫面質(zhì)量、音頻清晰度等）來確定資源淘汰指數(shù)，實現(xiàn)對資源的優(yōu)勝劣汰，有利用提高個性化推送的質(zhì)量；最后，根據(jù)資源評分、被評論次數(shù)、被收藏次數(shù)、被點擊次數(shù)確定資源的熱度。資源標(biāo)簽體系如表2所示。

表2 資源標(biāo)簽體系

模型標(biāo)簽（確定權(quán)重）事實標(biāo)簽（確定指數(shù)） 資源屬性 所屬知識點 資源形式 資源類型（視頻、音頻、圖片、文本和綜合多媒體等） 初始難度 重要性（考試需求） 大數(shù)據(jù)屬性難度所有學(xué)生完成該資源的時間分布 所有學(xué)生對該資源的總體掌握率 資源重要性瀏覽次數(shù) 資源收藏數(shù) 資源分享數(shù) 資源評論數(shù) 資源淘汰指數(shù)被瀏覽次數(shù) 用戶評分 資源自身屬性（畫面質(zhì)量、音頻清晰度等） 差評次數(shù) 資源熱度資源打分 評論次數(shù) 收藏次數(shù) 點擊次數(shù)

5 結(jié)束語

精準(zhǔn)的用戶與資源畫像是構(gòu)建適應(yīng)性學(xué)習(xí)系統(tǒng)的基礎(chǔ)，本文從標(biāo)簽系統(tǒng)的類別出發(fā)，詳細(xì)全面地刻畫了用戶與資源的畫像。在此基礎(chǔ)上，下一步的研究可以為各個模型標(biāo)簽賦予權(quán)重，然后對用戶與資源進(jìn)行匹配，實現(xiàn)精準(zhǔn)個性化推薦。

［1］金慕鑫，楊芍，楊金梅.適應(yīng)性學(xué)習(xí)系統(tǒng)初探［J］.中國管理信息化，2017，20（12）：218-219.

［2］楊現(xiàn)民，田雪松.中國基礎(chǔ)教育大數(shù)據(jù)2016—2017［M］.北京：科學(xué)出版社，2018.

2095－6835（2018）24－0084－02

G434

A

10.15913/j.cnki.kjycx.2018.24.084

張羽萍（1994—），女，經(jīng)濟(jì)與管理學(xué)院，碩士研究生，研究方向為管理科學(xué)與工程。

〔編輯：嚴(yán)麗琴〕