桂秋凡 曹雙雙

摘 要：為促進教育教學(xué)有效開展，構(gòu)建教育情境信息模型開展教學(xué)活動，做到因材施教，促使學(xué)習(xí)者在教學(xué)活動中以自己喜歡的方式掌握知識和技能。從人工智能環(huán)境出發(fā)，通過收集參與教學(xué)實體的教育情境信息，結(jié)合已有教育情境信息資源，構(gòu)建出適合當(dāng)下教學(xué)活動的教育情境信息模型，使教育教學(xué)活動能夠更加符合學(xué)習(xí)者的特點，讓學(xué)習(xí)者得到更加有效的學(xué)習(xí)。研究表明，人工智能環(huán)境下構(gòu)建教育情境信息模型，能提高學(xué)習(xí)者的思維和創(chuàng)造能力，提高教育者的教學(xué)效率，更新教學(xué)模式。

關(guān)鍵詞：人工智能;教育情境信息模型;《計算機與網(wǎng)絡(luò)》教學(xué)

DOI：10. 11907/rjdk. 182478

中圖分類號：G434文獻標(biāo)識碼：A文章編號：1672-7800（2019）001-0221-04

Abstract： In order to promote the effective development of education teaching，the construction of educational context information model in the artificial intelligence environment has a good effect on teaching activities. Learners can carry out activities for individualized teaching according to the model so that they can master knowledge and skills in their favorite way. From the background of the artificial intelligence environment， by collecting information of participator in the teaching and combining with the existing education situation， the article constructs the educational context information model， which is suitable for current teaching activities. Education teaching activities can be more consistent with the characteristics of learners so that learners can get more effective learning. Research shows that the construction of education context information model under the artificial intelligence environment can improve learners' thinking and creative abilities， improve educators' teaching efficiency and partially replace the traditional teaching mode.

0 引言

隨著信息技術(shù)不斷發(fā)展，教育教學(xué)方式更加具體生動，形式更加靈活多變。人工智能不斷深入到教育中來，也逐漸成為教育教學(xué)的重要支持，如何在人工智能環(huán)境下提高教育教學(xué)質(zhì)量受到很多學(xué)者關(guān)注。2016年初，谷歌人工智能團隊在權(quán)威期刊《Nature》上介紹了他們設(shè)計的人工智能圍棋程序AlphoGo，即以人類棋譜為樣本，運用復(fù)雜人工神經(jīng)網(wǎng)絡(luò)進行有監(jiān)督學(xué)習(xí)，人工智能機器人學(xué)會了與人類棋手對弈的方法[1]。隨著互聯(lián)網(wǎng)不斷發(fā)展，數(shù)據(jù)爆炸性增長，人類學(xué)習(xí)需求呈智能化、多樣性變化，人工智能2.0時代到來。2016年9月，斯坦福大學(xué)發(fā)布了《2030年的人工智能與生活》，詳細闡釋了人工智能在交通、家庭服務(wù)、醫(yī)療保健、教育、社區(qū)、公共安全、就業(yè)及娛樂等8個方面將產(chǎn)生的深遠影響及顛覆性變革[2]。

2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，特別強調(diào)人工智能對于教育的重要性[3]?？梢钥闯?，培養(yǎng)全面發(fā)展的人才，創(chuàng)新和實踐能力是重點，如何有效支持教與學(xué)、促進學(xué)生個性化發(fā)展是當(dāng)前學(xué)習(xí)者的訴求。個性化學(xué)習(xí)是技術(shù)和教育深度融合的高級階段，學(xué)習(xí)者在教育教學(xué)活動中以自己喜歡的方式掌握知識和技能，真正以學(xué)習(xí)者為中心，促使其個性和能力在受教育過程中得到自由和諧發(fā)展。傳統(tǒng)教學(xué)模式下，教育者的教學(xué)方式對學(xué)習(xí)者的學(xué)習(xí)效果有重要影響，而在人工智能環(huán)境下構(gòu)建教育情境信息模型能夠綜合學(xué)習(xí)者、教育者、學(xué)習(xí)內(nèi)容以及教學(xué)環(huán)境等各方面因素，從而更好地開展教學(xué)活動，提高學(xué)習(xí)者學(xué)習(xí)效率、教育者教學(xué)效果，充分發(fā)揮教育教學(xué)活動的有效性。

通過對國內(nèi)外數(shù)字化學(xué)習(xí)環(huán)境下情境信息構(gòu)建相關(guān)文獻進行梳理和分析，發(fā)現(xiàn)大部分研究主要集中在3個方面：情境感知研究;情境中個性化學(xué)習(xí)行為研究;基于情境的學(xué)習(xí)資源推薦研究。對于人工智能新型環(huán)境下如何系統(tǒng)構(gòu)建教育情境信息模型，還沒有相關(guān)研究。因此，本文從人工智能環(huán)境的概念出發(fā)，分析教育情境信息內(nèi)涵、情境信息收集，研究教育情境信息的構(gòu)成、建模以及實際應(yīng)用意義。

1 人工智能環(huán)境概述

1.1 內(nèi)涵

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新技術(shù)科學(xué)。它使用計算機模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等），主要包括計算機智能原理、類人腦智能制造，使計算機實現(xiàn)更高層次應(yīng)用。

1.2 特征

在人工智能環(huán)境下，教育教學(xué)的開展更加便捷有效，可以讓學(xué)習(xí)者更加容易獲取知識，也讓知識呈現(xiàn)更加直接。人工智能環(huán)境的主要特征如下：

（1）經(jīng)驗總結(jié)。在人工智能環(huán)境下，系統(tǒng)具備利用機器學(xué)習(xí)算法對數(shù)據(jù)中已有知識和經(jīng)驗進行總結(jié)的能力。與此同時，系統(tǒng)還可以依據(jù)當(dāng)前環(huán)境進行相應(yīng)信息提取，使用戶在交互過程中進行動態(tài)學(xué)習(xí)，隨時獲取當(dāng)前信息，因此具備可以不斷進化和進步的較高智能水平，使學(xué)習(xí)過程能夠融入更多可利用的知識信息，從而達到更高要求。

（2）經(jīng)驗運用。人工智能環(huán)境下，系統(tǒng)并非只是停留在感知智能層面，而是將知識作為智能體現(xiàn)的重要部分。在與環(huán)境進行交互時，其不但能獲取周圍環(huán)境的信息，而且也會與已有數(shù)據(jù)進行信息深度對比，對該條件下相應(yīng)的信息資源進行初步加工和處理，將信息歸納為客觀事物的規(guī)律、常識或者經(jīng)驗，然后進行相應(yīng)存儲[4]。當(dāng)再次遇到類似情況時，系統(tǒng)可以更加智能地對經(jīng)驗進行提取和整理。

（3）事件處理。人工智能環(huán)境下，系統(tǒng)還具備相應(yīng)的事件處理能力?，F(xiàn)實生活中會有不確定以及意外事件發(fā)生，人工智能系統(tǒng)不僅能夠依據(jù)算法處理確定事件，也具備處理意外事件的能力。因此，一個優(yōu)秀的智能系統(tǒng)還應(yīng)該具有很強的意外事件處理能力，能夠很好地處理數(shù)據(jù)中的不確定性（噪聲、數(shù)據(jù)屬性缺失等）、模型決策的不確定性（決策結(jié)果的置信度等）甚至模型內(nèi)部參數(shù)的不確定性問題。如無人駕駛系統(tǒng)需要處理各種各樣不確定性問題，Alpha Go系統(tǒng)運用強化學(xué)習(xí)以概率方式探索不同的落子方法。

2 基于人工智能環(huán)境構(gòu)建教育情境信息模型

2.1 教育情境信息內(nèi)涵

情境是實體周圍環(huán)境中自己能注意到并且能對自身產(chǎn)生一定影響的信息集合，而情境信息的關(guān)鍵組成部分是人、環(huán)境和事件[4]。教育情境信息包括參與教育教學(xué)活動的實體、開展教學(xué)活動的場所和設(shè)備、由實體依據(jù)教學(xué)環(huán)境共同作用開展的教育教學(xué)活動等3個部分。在教育情境信息中，三者缺一不可、至關(guān)重要。

2.2 教育情境信息收集與分析

2.2.1 教育情境信息收集

人工智能環(huán)境下構(gòu)建教育情境信息模型，目的在于更好地開展教學(xué)活動，所以在模型構(gòu)建之前需要首先進行情境信息收集，其中最重要的是參與教育實體的情境信息收集[5]。主要包括：學(xué)習(xí)者情境信息（年級階段、學(xué)習(xí)科目、學(xué)習(xí)風(fēng)格、學(xué)習(xí)目標(biāo)、性別、性格特征、興趣愛好等）;教育者情境信息（年齡、性別、擅長知識版塊、教學(xué)風(fēng)格、性格特征等）;學(xué)習(xí)內(nèi)容情境信息（當(dāng)下教學(xué)活動中涉及的年級信息、對應(yīng)學(xué)科信息以及相應(yīng)學(xué)習(xí)內(nèi)容）;教學(xué)環(huán)境情境信息（學(xué)習(xí)和教學(xué)設(shè)備、網(wǎng)絡(luò)、教學(xué)場所等）。通過當(dāng)下已有平臺（微信、QQ等），給教育者和學(xué)習(xí)者發(fā)布相應(yīng)的情境信息問題，讓參與者填寫并提交，再將收集到的情境信息保存下來以便構(gòu)建教育情境信息模型。

2.2.2 教育情境信息模型構(gòu)建原因

信息技術(shù)逐漸發(fā)展，已經(jīng)形成了多種形式的智能學(xué)習(xí)環(huán)境，但是不同的智能學(xué)習(xí)環(huán)境都存在一些問題，導(dǎo)致學(xué)習(xí)活動效果通常達不到預(yù)期目標(biāo)。

在傳統(tǒng)課堂模式下，教師為了讓學(xué)生注意力集中在課堂，通常會以問題情境或者故事情境開展課堂導(dǎo)入[6]。但是，由于沒有太多信息技術(shù)支持，情境創(chuàng)設(shè)比較受限，能夠借助的資源也很有限，往往在一節(jié)課上教師會逐漸從情境教學(xué)轉(zhuǎn)換為知識教學(xué)，變成單一的知識技能傳授，而學(xué)習(xí)者的注意力也會變得不夠集中，很難達到預(yù)期教學(xué)目標(biāo)。

在現(xiàn)有智能學(xué)習(xí)環(huán)境下，MOOC是當(dāng)下使用比較多的形式，學(xué)習(xí)者可以根據(jù)需求選擇對應(yīng)學(xué)科和課程。MOOC擁有十分豐富的教學(xué)資源，包括人文、科學(xué)、宗教等多方面視頻課程，學(xué)習(xí)者可以通過課程學(xué)習(xí)了解相關(guān)知識和技能，同時在完成全部課程之后得到證書形式獎勵，該形式對學(xué)習(xí)者有很大的鼓舞作用[7]。盡管這種環(huán)境對學(xué)習(xí)者的個性化學(xué)習(xí)有極大促進，但仍有較多學(xué)習(xí)者不能完成自己選擇的課程，原因在于：首先，完成MOOC課程不計入學(xué)分，與大學(xué)授予學(xué)位必修課程無關(guān);其次，在MOOC課程學(xué)習(xí)中，學(xué)習(xí)者與教育者溝通不及時，存在很大的時間間隔，導(dǎo)致無法及時解決問題;第三，MOOC課程是針對所有學(xué)習(xí)者的，沒有個性化教學(xué)，教育者只就某個科目或者模塊的知識進行講解，而學(xué)習(xí)者通過視頻課程進行學(xué)習(xí)，在教學(xué)活動中沒有體現(xiàn)學(xué)習(xí)者為主體、教師為主導(dǎo)的教學(xué)理念，同時由于存在個體差異，有些學(xué)習(xí)者可能無法適應(yīng)視頻課程中的教學(xué)風(fēng)格。因此，構(gòu)建教育情境信息模型非常必要，能有效解決現(xiàn)有人工智能環(huán)境下存在的問題。

2.3 教育情境信息模型構(gòu)建

在人工智能環(huán)境下構(gòu)建教育情境信息模型主要分為兩大版塊：參與教育實體的情境信息收集匹配、依據(jù)匹配好的情境信息資源進行模型構(gòu)建[8]。首先需要對參與教育實體的信息進行收集，將收集到的實體情境信息與對應(yīng)的情境信息資源進行匹配，將匹配好的情境信息組合成合適的整體，然后構(gòu)建基于人工智能環(huán)境的教育情境信息模型（見圖1、圖2）。

2.3.1 參與教育實體

在人工智能環(huán)境下構(gòu)建教育情境信息模型，主要目的在于更有效展開教學(xué)活動，讓教育者更方便開展教學(xué)活動，以便學(xué)習(xí)者更好地掌握相關(guān)知識和相應(yīng)技能，并且讓學(xué)習(xí)者處在學(xué)習(xí)的主動地位[8]。由于學(xué)習(xí)者和教育者都存在個體差異，因此需要針對其不同特性，構(gòu)建不同的教育情境開展教學(xué)活動，因材施教。所以，在人工智能環(huán)境下構(gòu)建教育情境信息模型，參與教育的實體至關(guān)重要。

（1）學(xué)習(xí)者。學(xué)習(xí)者是教學(xué)活動開展的重要組成部分，在整個學(xué)習(xí)階段，學(xué)習(xí)者是不同的個體，因此學(xué)習(xí)者在教育教學(xué)活動中根據(jù)年齡和已有知識經(jīng)驗分成不同年級階段，而不同年級階段的學(xué)習(xí)者在不同學(xué)科上會表現(xiàn)出不同的學(xué)習(xí)習(xí)慣，也會對不同學(xué)科的知識掌握有所側(cè)重。所以，需要對學(xué)習(xí)者的年級、科目、學(xué)習(xí)目標(biāo)、學(xué)習(xí)風(fēng)格和興趣愛好進行信息收集，然后針對不同特點的學(xué)習(xí)者自動匹配已有學(xué)習(xí)者情境信息資源。

（2）教育者。教育者在教學(xué)活動中占主導(dǎo)地位，主要引導(dǎo)學(xué)習(xí)者在人工智能環(huán)境中學(xué)會如何發(fā)現(xiàn)問題，并通過知識技能學(xué)習(xí)解決問題。而不同教育者也會有自身特點，所以需要對教育者的年齡、擅長知識領(lǐng)域、教學(xué)風(fēng)格、性格特點等屬性進行一定的信息收集，然后再在對應(yīng)的教育者情境信息資源中匹配合適的情境信息。

（3）學(xué)習(xí)內(nèi)容。學(xué)習(xí)內(nèi)容是開展教育教學(xué)的關(guān)鍵，也是主體內(nèi)容。所以，需要首先針對學(xué)習(xí)者和教育者，找到相對應(yīng)的學(xué)科、年級及知識點，然后在已有學(xué)習(xí)內(nèi)容中匹配合適的情境信息資源。

（4）教學(xué)環(huán)境。教學(xué)環(huán)境不僅包括教育教學(xué)的場所，也包括教育教學(xué)的信息環(huán)境，其中最重要是教育者的教學(xué)設(shè)備和學(xué)習(xí)者的學(xué)習(xí)設(shè)備，不同設(shè)備對網(wǎng)絡(luò)的要求可能不同，因此設(shè)備信息需要在上課之前進行收集，以便匹配情境信息資源。

2.3.2 教育情境信息資源

人工智能環(huán)境下構(gòu)建教育情境信息模型，先通過收集參與教學(xué)活動實體的信息情況，在對應(yīng)情境信息資源中匹配合適資源，然后將匹配到的學(xué)習(xí)者情境信息、教育者情境信息、教學(xué)環(huán)境情境信息以及學(xué)習(xí)資源情境信息進行整合，形成一個最適合當(dāng)前教學(xué)活動的教育情境信息模型，再根據(jù)該教育情境信息模型開展教學(xué)活動。其中，各部分情境信息資源基于人工智能環(huán)境下已有的大數(shù)據(jù)支持，包括以下幾個部分：

（1）學(xué)習(xí)者匹配情境。人工智能環(huán)境下，基于大數(shù)據(jù)對已有學(xué)習(xí)者情境信息資源庫中的信息進行篩選，選出與當(dāng)前環(huán)境下學(xué)習(xí)者匹配的情境信息，其中包括學(xué)習(xí)者的年級、學(xué)習(xí)目標(biāo)、學(xué)習(xí)風(fēng)格、性格特點以及興趣愛好等信息。將匹配條件與當(dāng)前學(xué)習(xí)者進行對應(yīng)，形成適應(yīng)教學(xué)活動的所有學(xué)習(xí)者情境信息，以構(gòu)建教育情境信息模型。

（2）教育者匹配情境。在人工智能環(huán)境下，基于大數(shù)據(jù)對教育者情境信息資源庫進行有目的的篩選，選出適應(yīng)當(dāng)前教學(xué)活動的教育者匹配情境信息，包括教育者的年齡階段、擅長知識領(lǐng)域、教學(xué)風(fēng)格以及性格特點等屬性信息。然后將匹配的情境信息與當(dāng)前教育者對應(yīng)，同時形成與教學(xué)活動相適應(yīng)的教育者情境信息，便于所有情境信息匹配完成后構(gòu)建教育情境信息模型。

（3）學(xué)習(xí)資源匹配情境。學(xué)習(xí)資源包括不同年級、不同科目及相對應(yīng)的課內(nèi)外學(xué)習(xí)資源，所以匹配合適的學(xué)習(xí)資源情境信息時，需要首先了解到學(xué)習(xí)者和教育者進行教學(xué)活動的內(nèi)容，同時比對當(dāng)前學(xué)習(xí)活動中學(xué)習(xí)者與教育者所需學(xué)習(xí)資源情境信息是否相似或者相同，然后對當(dāng)前條件下學(xué)習(xí)資源情境信息進行匹配對應(yīng)，形成該次教學(xué)活動所需學(xué)習(xí)情境信息，最后與匹配出來的其它情境信息進行有效組合，形成適應(yīng)當(dāng)前教學(xué)活動的教育情境信息模型。

（4）教學(xué)環(huán)境匹配情境。對學(xué)習(xí)者使用的學(xué)習(xí)設(shè)備、教育者使用的教學(xué)設(shè)備以及網(wǎng)絡(luò)狀況信息進行收集，然后針對學(xué)習(xí)者和教育者需求選擇合適的教學(xué)環(huán)境，將這些信息與教學(xué)環(huán)境情境信息資源庫中的相關(guān)信息進行匹配，形成適合該條件的教學(xué)環(huán)境情境信息，最后與匹配出來的其它情境信息進行有效組合，形成適應(yīng)當(dāng)前教學(xué)活動的教育情境信息模型，進而開展教學(xué)活動。

3 教育情境信息模型構(gòu)建意義

3.1 提高學(xué)習(xí)者思維與創(chuàng)造能力

教育情境信息模型可以在課前對學(xué)習(xí)者和教育者的基本屬性進行信息收集，對參與課程的其他實體進行對應(yīng)分析，自動匹配情境信息資源，然后對匹配好的情境信息資源進行有效整合，構(gòu)建與當(dāng)下課程活動相適應(yīng)的教育情境信息模型，進而開展課堂活動[9]。

教育情境信息模型首先解決了學(xué)習(xí)者以及教育者的個體差異，做到了因材施教 [11]。在教育情境信息模型中，學(xué)習(xí)者可以依據(jù)教育情境信息模型和教育者的引導(dǎo)發(fā)現(xiàn)問題、解決問題，提高思維能力;同時，也可以在教育情境信息模型中更加直觀地了解知識、學(xué)習(xí)技能，通過情境信息開展學(xué)習(xí)活動，在學(xué)習(xí)知識的同時進行適當(dāng)?shù)膶嵺`活動，以激發(fā)創(chuàng)造能力 。

3.2 提高教育者教學(xué)效率

構(gòu)建教育情境信息模型開展教學(xué)活動，不再是傳統(tǒng)形式上根據(jù)知識內(nèi)容設(shè)置教學(xué)情境開展教學(xué)，而是針對該次課程構(gòu)建教育情境信息模型，以此來開展教學(xué)，對于教育者來說，不需要花費大量時間進行教學(xué)設(shè)計，只需按照教育情境信息模型提供的思路與資源具體實施。因此，教育者能夠?qū)⒆⒁饬性诮虒W(xué)環(huán)節(jié)，從而提高教學(xué)效率，達到更好的教學(xué)效果。

3.3 更新教學(xué)模式

傳統(tǒng)教學(xué)模式下，學(xué)習(xí)者囿于課堂、限制身體的同時，也限制了思維。人工智能環(huán)境下構(gòu)建教育情境信息模型，能夠?qū)⒅R與生活有效結(jié)合，讓學(xué)生更加直觀地感受和學(xué)習(xí)知識，不再是傳統(tǒng)教學(xué)模式下的掌握知識，也不再是為了考試而學(xué)習(xí)，而是全面建構(gòu)學(xué)習(xí)者的知識系統(tǒng)，真正意義上將知識與技能相結(jié)合[13]。同時，其對教育者來說也是一種很好的教學(xué)體驗。

4 結(jié)語

人工智能環(huán)境下構(gòu)建教育情境信息模型對教育教學(xué)有很好的促進作用，通過教育情境信息模型開展教學(xué)活動，能夠有效避免因?qū)W習(xí)者個體差異對知識和技能掌握帶來的負面影響，做到因材施教，促使學(xué)習(xí)者在教學(xué)活動中以自己喜歡的方式掌握知識和技能，同時能夠參與相應(yīng)實踐、鞏固所學(xué)知識。本文從人工智能環(huán)境出發(fā)，通過對參與教學(xué)的實體進行情境信息收集，初步提出了構(gòu)建教育情境信息模型的基本思路以及將教育情境信息模型應(yīng)用在教育教學(xué)活動中的基本設(shè)想，可為研究者提供一些理論思路。不過文中構(gòu)建的只是理論模型，今后將在技術(shù)實現(xiàn)層面作進一步研究。

參考文獻：

[1] SILVER D，HUANG A，MADDISON C J，et al. Mastering the game of go with deep neural networks and tree search[J]. Nature，2016，529（1）：484-489.

[2] STANFORD UNIVERSITY. Artificial intelligence and life in 2030[EB/OL]. http：//www.donews.com/news/detail/1/2959778.html.

[3] 國務(wù)院公告.國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[4] 楊子艷，楊旭琴，楊萬娟. 人工智能環(huán)境模型構(gòu)建研究[J]. 中國教育技術(shù)裝備，2016（8）：71-79.

[5] 雷光臨，李俊. 基于物聯(lián)網(wǎng)的智慧校園應(yīng)用與實踐[J]. 物流技術(shù)，2012，31（9）：414-416.

[6] 彭紅超，祝智庭. 面向智慧學(xué)習(xí)的精準(zhǔn)教學(xué)活動生成性設(shè)計[J]. 電化教育研究，2016（8）：53-62.

[7] 王娟. 智慧型課程：概念內(nèi)涵、結(jié)構(gòu)模型與設(shè)計流程[J]. 現(xiàn)代遠距離教育，2017（3）：25-33.

[8] 陳穎. 基于情境感知的智慧校園體系及運營模式探究[D]. 北京：北京交通大學(xué)，2013.

[9] 岳婷燕，鄭旭東，楊成. 智慧學(xué)習(xí)環(huán)境下的實景學(xué)習(xí)活動研究[J].現(xiàn)代教育技術(shù)，2016，22（3）：26-32.

[10] 華艷艷，李浩君. 移動學(xué)習(xí)外文期刊文獻統(tǒng)計與定量分析研究[J]. 中國遠程教育，2013（2）：42-47.

[11] 潘基鑫，雷要曾，程璐璐，等. 泛在學(xué)習(xí)理論研究概述[J]. 遠程教育，2010（2）：93-98.

[12] 祝智庭，彭紅超，雷云鶴. 智能教育：智慧教育的實踐路徑[J]. 開放教育研究，2018，24（4）：13-24.

[13] 祝智庭，彭紅超. 信息技術(shù)支持的高效知識教學(xué)：激發(fā)精準(zhǔn)教學(xué)的活力[J]. 中國電化教育，2016（1）：17-25.

[14] 陳凱泉，何瑤，仲國強. 人工智能視域下的信息素養(yǎng)內(nèi)涵轉(zhuǎn)型及AI教育目標(biāo)定位——兼論基礎(chǔ)教育階段AI課程與教學(xué)實施路徑[J]. 遠程教育雜志，2018 （1）：61-71.

[15] 賈積有. 人工智能賦能教育與學(xué)習(xí)[J]. 遠程教育雜志，2018（1）：39-47.

[16] KLA V S，NJA-MILI C，EVI C A，et al. E-learning personalization based on hybrid recommendation strategy and learning style identification[J]. Computers & Education，2011，56（3）：885-899.

[17] ZHAO M，NI W，ZHANG H，et al. A knowledge-based teaching resources recommend model for primary and secondary school oriented distance-education teaching platform[C]. Proceedings of Frontier and Future Development of Information Technology in Medicine and Education，2014：511-521.

[18] HONE K S，EL，SAID G R. Exploring the factors affecting MOOC relention：a survey study[J]. Computers & Education，2016（98）：157-168.

[19] 陳耀華，陳琳.互聯(lián)網(wǎng)+教育智慧路向研究[J].中國電化教育.2016 （9）：80-85.

[20] YU S Q，YANG X M，CHENG G，et al. From learning object to learning cell： a resource organization model for ubiquitous learning[J].Educational Technology & Society，2018 （2）：206-224.

（責(zé)任編輯：何 麗）