張冰雪　李于翔　李霞　侯龍鋒

摘? 要： “智慧學(xué)習(xí)”整合了智能信息技術(shù)與豐富的學(xué)習(xí)資源及學(xué)習(xí)活動(dòng)，是繼遠(yuǎn)程學(xué)習(xí)、數(shù)字學(xué)習(xí)、移動(dòng)學(xué)習(xí)、泛在學(xué)習(xí)之后的第五次教育信息化浪潮，已經(jīng)成為現(xiàn)代教育改革的熱點(diǎn)和重要政策導(dǎo)向。該文詳細(xì)闡述了智慧學(xué)習(xí)的演變過程、五大特點(diǎn)及四項(xiàng)關(guān)鍵技術(shù)，在此基礎(chǔ)上，提出一種“基于云平臺(tái)的智慧學(xué)習(xí)系統(tǒng)”的設(shè)計(jì)結(jié)構(gòu)和功能模型，實(shí)現(xiàn)整套系統(tǒng)后將其應(yīng)用于對(duì)外漢語教學(xué)環(huán)境中。該系統(tǒng)整合了云計(jì)算、情境感知、機(jī)器學(xué)習(xí)等技術(shù)，集學(xué)習(xí)情境感知、智慧錄播、資源共享、學(xué)習(xí)表現(xiàn)預(yù)測(cè)、內(nèi)容規(guī)劃推薦等多種功能于一體，以期突破傳統(tǒng)教學(xué)模式、優(yōu)化教學(xué)資源呈現(xiàn)形式，讓線上、線下深度融合，全面激發(fā)課堂中教與學(xué)的潛力。經(jīng)實(shí)驗(yàn)驗(yàn)證，該系統(tǒng)對(duì)于優(yōu)化教學(xué)過程、提升教學(xué)效果有較好的促進(jìn)作用。

關(guān)鍵詞： 智慧學(xué)習(xí);個(gè)性化學(xué)習(xí);云平臺(tái);學(xué)習(xí)系統(tǒng)設(shè)計(jì);學(xué)習(xí)環(huán)境設(shè)計(jì)

中圖分類號(hào)： G434? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.07.013

【Abstract】： “Smart Learning” integrates the artificial intelligence technology into the learning activities with rich learning resources. It starts another wave of education informatization after distance learning， electronic learning， mobile learning and ubiquitous learning. And it has been a hotspot in modern education reform. This paper describes the evolution process of smart learning， the five characteristics and four key technologies in smart learning. Based on the theory and methods， this paper puts forward the design structure and functional model of “Smart learning system based on cloud platform”. The system realizes a variety of functions such as Learning Context-aware， Smart Recording， Resource Sharing， Performance Prediction， Learning Recommendation， etc. It aims to blended online/ offline study deeply and optimize the form of educational resources by breaking the shackles of traditional teaching model， stimulating teaching potential in an all-round way. The result shows that the Smart learning system exerts a good effect on optimizing the teaching process and improving the teaching results.

【Key words】： Smart learning; Personalized learning; Cloud platform; Learning system design; Learning environment design

0? 引言

“智慧學(xué)習(xí)”是一種以人為本的學(xué)習(xí)方式，它設(shè)計(jì)了能夠自我認(rèn)知的學(xué)習(xí)環(huán)境，整合了智能信息技術(shù)與豐富的學(xué)習(xí)活動(dòng)，支持學(xué)習(xí)者與教師間的有效交互，讓學(xué)習(xí)者更加方便地獲取學(xué)習(xí)資源[1-2]。新加坡、美國、韓國等先后將其列入國家發(fā)展戰(zhàn)略。2010年7月，國家發(fā)布了文件《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》，強(qiáng)調(diào)教育信息化的重要性。2015年9月，北京師范大學(xué)智慧學(xué)習(xí)研究院發(fā)布了《中國智慧學(xué)習(xí)環(huán)境白皮書》。2018年4月，教育部發(fā)布了《教育信息化2.0行動(dòng)計(jì)劃》，明確了“互聯(lián)網(wǎng)+教育”的具體行動(dòng)方案。智慧學(xué)習(xí)已成為教育界的改革熱點(diǎn)和政策導(dǎo)向。教學(xué)方式、學(xué)習(xí)理念、教育理論、學(xué)校組織將在智慧學(xué)習(xí)的推動(dòng)下發(fā)生巨大變化[3-5]。

1? 智慧學(xué)習(xí)的演變及特點(diǎn)

智慧學(xué)習(xí)是繼遠(yuǎn)程學(xué)習(xí)、數(shù)字學(xué)習(xí)、移動(dòng)學(xué)習(xí)、泛在學(xué)習(xí)后的第五次教育信息化浪潮[6-7]。遠(yuǎn)程學(xué)習(xí)（d-Learning）打破了傳統(tǒng)教學(xué)活動(dòng)空間上的一致性，令教師與學(xué)習(xí)者從空間上得以分離，通過為遠(yuǎn)程學(xué)習(xí)者開發(fā)學(xué)習(xí)材料以及提供學(xué)習(xí)服務(wù)，產(chǎn)生教育交互活動(dòng)。電子學(xué)習(xí)（e-Learning）打破了傳統(tǒng)教學(xué)活動(dòng)時(shí)間上的一致性，使得學(xué)習(xí)者能夠自由安排學(xué)習(xí)時(shí)間，通過PC端和筆記本完成學(xué)習(xí)過程。移動(dòng)學(xué)習(xí)（m-Learning）運(yùn)用移動(dòng)設(shè)備和無線技術(shù)，使得任何人在任何時(shí)間、任何地點(diǎn)都能夠進(jìn)行學(xué)習(xí)。相較于電子學(xué)習(xí)，移動(dòng)學(xué)習(xí)強(qiáng)調(diào)更有效的利用碎片學(xué)習(xí)時(shí)間、更充分的關(guān)聯(lián)學(xué)習(xí)內(nèi)容與學(xué)習(xí)場景以及更自然的建立學(xué)習(xí)伙伴間的交互渠道。泛在學(xué)習(xí)（u-Learning）解放了學(xué)習(xí)過程對(duì)于設(shè)備的依賴，強(qiáng)調(diào)對(duì)于學(xué)習(xí)情境信息的感知能力，包括個(gè)人信息、環(huán)境信息等，營造無處不在的學(xué)習(xí)服務(wù)和學(xué)習(xí)過程[8]。

伴隨著先進(jìn)技術(shù)的應(yīng)用，教育信息化迎來了第五次改革浪潮，即智慧學(xué)習(xí)（Smart Learning或s-Learning）的浪潮。陳琳等學(xué)者認(rèn)為，“智慧學(xué)習(xí)是支持和促進(jìn)人在信息時(shí)代個(gè)性發(fā)展、特色發(fā)展、全面發(fā)展、終身發(fā)展、內(nèi)驅(qū)發(fā)展、創(chuàng)新發(fā)展的學(xué)習(xí)，是伴隨有思想激蕩、智慧碰撞的學(xué)習(xí)，是為了促進(jìn)與服務(wù)社會(huì)發(fā)展的學(xué)習(xí)[9]”。祝智庭認(rèn)為，智慧學(xué)習(xí)的真諦就是通過構(gòu)建技術(shù)融合的學(xué)習(xí)環(huán)境，讓教師能夠施展高效的教學(xué)方法，讓學(xué)習(xí)者能夠獲得適宜的個(gè)性化學(xué)習(xí)服務(wù)和美好的發(fā)展體驗(yàn)，使其由不能變?yōu)榭赡?，由小能變?yōu)榇竽?，從而培養(yǎng)具有良好的價(jià)值取向、較強(qiáng)的行動(dòng)能力、較好的思維品質(zhì)、較深的創(chuàng)造潛能的人才[10]。隨著人工智能等新技術(shù)在各領(lǐng)域內(nèi)的應(yīng)用，學(xué)者們通過技術(shù)層面定義智慧學(xué)習(xí)環(huán)境：智慧學(xué)習(xí)是運(yùn)用人工智能、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、VR/AR等這些新時(shí)代技術(shù)，分析與發(fā)掘?qū)W習(xí)過程與外界環(huán)境的交互和聯(lián)系，深刻認(rèn)識(shí)學(xué)習(xí)發(fā)生的原因，從而進(jìn)一步為學(xué)習(xí)者提供更好的學(xué)習(xí)條件[11][12]。以上觀點(diǎn)雖對(duì)于智慧學(xué)習(xí)的定義有所不同，但都體現(xiàn)了智慧學(xué)習(xí)以學(xué)習(xí)者為核心，以更

好服務(wù)個(gè)性化學(xué)習(xí)為目標(biāo)的本質(zhì)。2018年，國家自然科學(xué)基金委新增“教育信息科學(xué)與技術(shù)”申請(qǐng)代碼，加強(qiáng)信息技術(shù)與教育的深度融合，促進(jìn)智慧學(xué)習(xí)研究的開展，熱點(diǎn)方向包括教育大數(shù)據(jù)分析與應(yīng)用、學(xué)習(xí)分析與評(píng)測(cè)、自適應(yīng)個(gè)性化輔助學(xué)習(xí)等。對(duì)于智慧學(xué)習(xí)中的關(guān)鍵科學(xué)問題將會(huì)得到廣泛和深入的研究。通過整理眾多國內(nèi)外相關(guān)文獻(xiàn)，提煉得到智慧學(xué)習(xí)的五大特征：全面感知、自適應(yīng)、個(gè)性化、互動(dòng)化、資源關(guān)聯(lián)[13]。

1.1? 全面感知

智慧學(xué)習(xí)環(huán)境運(yùn)用物聯(lián)網(wǎng)、情景感知等技術(shù)，從物理感知，情境感知，社會(huì)感知三個(gè)方面，捕捉教學(xué)者、學(xué)習(xí)者以及學(xué)習(xí)環(huán)境等動(dòng)態(tài)變化的數(shù)據(jù)。例如通過獲取學(xué)習(xí)者所處環(huán)境的空氣溫濕度，音響大小，燈光強(qiáng)弱等，從而與學(xué)習(xí)者的學(xué)習(xí)情境進(jìn)行調(diào)節(jié)匹配;通過傳感設(shè)備和計(jì)算機(jī)設(shè)備獲取學(xué)習(xí)者身份標(biāo)識(shí)，以及其所處的空間、時(shí)間環(huán)境、資源的使用情境、實(shí)時(shí)交互信息以及歷史數(shù)據(jù)等等，從而提供合適的服務(wù)和任務(wù);通過感知學(xué)習(xí)者的社交網(wǎng)絡(luò)，進(jìn)一步分析得到其學(xué)習(xí)風(fēng)格、學(xué)習(xí)興趣等[14]。

1.2? 自適應(yīng)

智慧學(xué)習(xí)感知學(xué)習(xí)上下文環(huán)境，通過深入挖掘相關(guān)信息，區(qū)分不同學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)狀態(tài)等特征，并運(yùn)用學(xué)習(xí)分析技術(shù)，按需推送最合適的學(xué)習(xí)資源，同時(shí)分配最合適的學(xué)習(xí)任務(wù)以及適宜的在線學(xué)習(xí)空間展現(xiàn)形式，讓學(xué)習(xí)者享受“所得即所需”的學(xué)習(xí)體驗(yàn)[15][16]。學(xué)習(xí)環(huán)境中可被自適應(yīng)的方面包括：（1）學(xué)習(xí)內(nèi)容，學(xué)習(xí)資料;（2）學(xué)習(xí)內(nèi)容的顯示格式;（3）學(xué)習(xí)內(nèi)容的顯示密度;（4）教學(xué)策略;（5）學(xué)習(xí)路徑;（6）教學(xué)游戲情境;（7）練習(xí)題及測(cè)試題;（8）學(xué)習(xí)者分組;（9）在線學(xué)習(xí)空間展現(xiàn)形式等。

1.3? 個(gè)性化

提供個(gè)性化的學(xué)習(xí)服務(wù)是智慧學(xué)習(xí)的顯著特征。沒有兩個(gè)學(xué)生是一樣的，他們來自不同的家庭，擁有不同的認(rèn)知能力，以不同的速度學(xué)習(xí)和遺忘。個(gè)性化的學(xué)習(xí)服務(wù)能夠針對(duì)不同學(xué)生因材施教，體現(xiàn)為三個(gè)層次：首先，學(xué)生進(jìn)入一個(gè)新的學(xué)習(xí)環(huán)境，智慧學(xué)習(xí)環(huán)境通過全面感知學(xué)生，為其提供合適的學(xué)習(xí)資源;第二個(gè)層次是學(xué)生在深入學(xué)習(xí)的過程中，學(xué)習(xí)內(nèi)容并不是一成不變的，而是會(huì)隨著他的學(xué)習(xí)狀態(tài)以及學(xué)習(xí)需求的變化而變化;第三個(gè)層次是智慧學(xué)習(xí)環(huán)境會(huì)根據(jù)學(xué)生在學(xué)習(xí)過程中的學(xué)習(xí)狀態(tài)的變化，提供一系列的個(gè)性化交互，達(dá)到更加精準(zhǔn)的提供個(gè)性化服務(wù)的目的。

1.4? 互動(dòng)化

智慧學(xué)習(xí)環(huán)境支持多向的互動(dòng)交流，能夠?qū)崿F(xiàn)學(xué)生與教師、學(xué)生與學(xué)生間的一對(duì)一、一對(duì)多或多對(duì)多的交流。便利的互動(dòng)交流，能提升學(xué)生的學(xué)習(xí)興趣。這種協(xié)作式的學(xué)習(xí)環(huán)境，能夠根據(jù)學(xué)生的學(xué)習(xí)特征和學(xué)習(xí)需求形成學(xué)習(xí)群體，有效減少遠(yuǎn)程學(xué)習(xí)所帶來的孤獨(dú)感。

1.5? 資源關(guān)聯(lián)

智慧學(xué)習(xí)背景下的學(xué)習(xí)資源應(yīng)為智慧化的教學(xué)和學(xué)習(xí)提供必需的支撐。學(xué)習(xí)資源通過語義網(wǎng)技術(shù)和本體技術(shù)，被分割、組織、匯聚、聯(lián)通和管理，學(xué)生通過碎片化的時(shí)間和地點(diǎn)完成學(xué)習(xí)任務(wù)。在這種模式下，課程內(nèi)容被分成許多小模塊，模塊及模塊之間存在著一定聯(lián)系，學(xué)生通過拼圖式的學(xué)習(xí)，消化每一個(gè)模塊，完成大課程的拼接過程。

2? 智慧學(xué)習(xí)關(guān)鍵技術(shù)及典型系統(tǒng)

智慧學(xué)習(xí)通過融入云計(jì)算、大數(shù)據(jù)、情境感知、機(jī)器學(xué)習(xí)等先進(jìn)技術(shù)，進(jìn)一步促進(jìn)教育數(shù)據(jù)的無縫傳輸、信息的挖掘及應(yīng)用，達(dá)到對(duì)教、學(xué)、教育決策的支持。下面將闡述云計(jì)算、大數(shù)據(jù)、情景感知、機(jī)器學(xué)習(xí)這四種智慧學(xué)習(xí)關(guān)鍵技術(shù)的概念及其在教育領(lǐng)域中的特質(zhì)，并對(duì)國內(nèi)外智慧學(xué)習(xí)系統(tǒng)的現(xiàn)狀做簡要分析。

2.1? 智慧學(xué)習(xí)關(guān)鍵技術(shù)

（1）云計(jì)算

云計(jì)算是傳統(tǒng)計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)融合的產(chǎn)物，采用虛擬化、多租戶、分布式的方式，將部署在世界各地的信息資源組合在一起，形成計(jì)算資源池，提供超級(jí)計(jì)算和存儲(chǔ)能力。教育領(lǐng)域中運(yùn)用云計(jì)算技術(shù)：（1）可以有效管理龐大、多樣的教育資源，根據(jù)用戶的需求進(jìn)行實(shí)時(shí)調(diào)度與共享;（2）教育數(shù)據(jù)的計(jì)算和存儲(chǔ)在云計(jì)算中實(shí)現(xiàn)了分離，學(xué)習(xí)者及學(xué)習(xí)資源等信息可以交由云平臺(tái)的安全機(jī)制進(jìn)行安全性的保障。

（2）大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)即是探究將數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù)運(yùn)用于龐雜的信息資產(chǎn)上，以期獲取潛在的、更有價(jià)值的信息。教育領(lǐng)域中運(yùn)用大數(shù)據(jù)技術(shù)，對(duì)教學(xué)過程產(chǎn)生的大量的、來自不同設(shè)備及系統(tǒng)的教學(xué)數(shù)據(jù)進(jìn)行感知、存儲(chǔ)、分析和挖掘，及時(shí)掌握學(xué)習(xí)者動(dòng)態(tài)，進(jìn)而制定個(gè)性化、自適應(yīng)的學(xué)習(xí)內(nèi)容和學(xué)習(xí)體驗(yàn)[17-18]。

（3）情景感知

情境感知計(jì)算指通過傳感器獲得關(guān)于用戶所處環(huán)境的相關(guān)信息，自適應(yīng)地改變系統(tǒng)功能，如用戶界面呈現(xiàn)的改變，推送式服務(wù)的改變等。教育領(lǐng)域中運(yùn)用情景感知技術(shù)，能夠支持無縫學(xué)習(xí)環(huán)境，使得學(xué)習(xí)者可以隨時(shí)隨地享受信息空間與物理空間相融合而帶來的學(xué)習(xí)支持服務(wù);也能夠?qū)τ趯W(xué)習(xí)情境實(shí)時(shí)建模，結(jié)合移動(dòng)計(jì)算技術(shù)，依據(jù)當(dāng)時(shí)情境做出決策并且自動(dòng)提供一系列的響應(yīng)。

（4）機(jī)器學(xué)習(xí)技術(shù)

機(jī)器學(xué)習(xí)技術(shù)可以從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，從而實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的猜測(cè)[19]。教育領(lǐng)域中運(yùn)用機(jī)器學(xué)習(xí)技術(shù)：（1）能夠發(fā)現(xiàn)學(xué)習(xí)者在學(xué)習(xí)過程中的規(guī)律和習(xí)慣，預(yù)測(cè)未來學(xué)習(xí)表現(xiàn)。（2）基于情境感知技術(shù)所獲得情境信息，機(jī)器學(xué)習(xí)技術(shù)為學(xué)習(xí)者規(guī)劃最優(yōu)的學(xué)習(xí)路徑及開展方式，達(dá)到最佳學(xué)習(xí)體驗(yàn)。（3）機(jī)器學(xué)習(xí)技術(shù)能夠?qū)︻I(lǐng)域?qū)＜覙?gòu)建的知識(shí)進(jìn)行抽取、匯總和分類，并從已有知識(shí)和實(shí)例中產(chǎn)生新的知識(shí)。通過這種自組織和自學(xué)習(xí)的方式，不斷完善教育資源庫。

2.2? 典型系統(tǒng)

智慧學(xué)習(xí)系統(tǒng)構(gòu)建已經(jīng)成為智慧學(xué)習(xí)研究的熱點(diǎn)，受到計(jì)算機(jī)科學(xué)、教育學(xué)和信息管理科學(xué)等眾多領(lǐng)域的研究人員的關(guān)注。研究主要集中在設(shè)計(jì)智慧學(xué)習(xí)系統(tǒng)的結(jié)構(gòu)和功能、開發(fā)適應(yīng)性學(xué)習(xí)策略和算法。由于受到學(xué)習(xí)者對(duì)新型學(xué)習(xí)環(huán)境的適應(yīng)能力以及學(xué)科知識(shí)的外顯能力的限制，現(xiàn)階段的智慧學(xué)習(xí)系統(tǒng)的應(yīng)用主要集中在大學(xué)和中學(xué)階段，應(yīng)用的學(xué)科主要集中在自然科學(xué)、數(shù)學(xué)和計(jì)算機(jī)學(xué)科[20]。

國內(nèi)學(xué)者曹育紅等，融合云計(jì)算，情景感知技術(shù)，利用云平臺(tái)第三方AppScale項(xiàng)目構(gòu)建了智慧學(xué)習(xí)云平臺(tái)，實(shí)現(xiàn)學(xué)習(xí)者在線行為捕捉，教育資源的管理和推送[21]。但是由于缺少對(duì)學(xué)習(xí)者更全面的建模，在資源的推送上沒能很好的滿足智慧學(xué)習(xí)環(huán)境個(gè)性化的特點(diǎn)。學(xué)者高瑞等，運(yùn)用云計(jì)算，大數(shù)據(jù)，機(jī)器學(xué)習(xí)技術(shù)，基于IRT構(gòu)建用戶模型，設(shè)計(jì)出智慧學(xué)習(xí)視角下在線學(xué)習(xí)成績智能測(cè)試系統(tǒng)，實(shí)現(xiàn)了對(duì)用戶在線成績的預(yù)測(cè)[22]。但是該系統(tǒng)只是完成了學(xué)習(xí)者的知識(shí)建模，并未提供學(xué)生自適應(yīng)的學(xué)習(xí)推薦。國外的學(xué)者對(duì)于智慧學(xué)習(xí)系統(tǒng)的研究和設(shè)計(jì)更加多元化，西班牙學(xué)者Griol等融合情景感知，機(jī)器學(xué)習(xí)技術(shù)，在Second Life或OpenSimulator中結(jié)合Moodle學(xué)習(xí)管理系統(tǒng)，嵌入式對(duì)話Metabots以及可編程3D對(duì)象，構(gòu)建了虛擬的智慧學(xué)習(xí)系統(tǒng)環(huán)境。結(jié)果表明，這種沉浸式的學(xué)習(xí)環(huán)境促進(jìn)了學(xué)習(xí)者的協(xié)作能力，幫助其了解更復(fù)雜的概念[23]。這種虛擬環(huán)境的構(gòu)建，更加體現(xiàn)智慧學(xué)習(xí)的全面感知，互動(dòng)化等特性，但在自適應(yīng)性能上依舊有所欠缺。韓國學(xué)者Kim等基于云平臺(tái)，運(yùn)用情景感知技術(shù)，獲取學(xué)習(xí)者的行為數(shù)據(jù)，并利用云計(jì)算，機(jī)器學(xué)習(xí)技術(shù)，構(gòu)建學(xué)習(xí)者畫像，提供個(gè)性化、定制化的學(xué)習(xí)服? ?務(wù)[24]。然而該系統(tǒng)對(duì)資源處理上有所欠缺，不能滿足資源關(guān)聯(lián)的特點(diǎn)。

3? 基于云平臺(tái)的智慧學(xué)習(xí)系統(tǒng)

針對(duì)現(xiàn)有智慧學(xué)習(xí)系統(tǒng)構(gòu)建不完善，智慧性只是單一的體現(xiàn)在教學(xué)、資源、測(cè)評(píng)中的某一方面，不能涵蓋教與學(xué)整個(gè)過程的缺陷，本文通過緊扣智慧學(xué)習(xí)全面感知、自適應(yīng)、個(gè)性化、互動(dòng)化、資源關(guān)聯(lián)的五大特征，設(shè)計(jì)了基于云平臺(tái)的智慧學(xué)習(xí)系統(tǒng)的框架結(jié)構(gòu)和功能模型。通過利用云計(jì)算、大數(shù)據(jù)、情境感知、機(jī)器學(xué)習(xí)等新一代信息技術(shù)，集學(xué)習(xí)情境感知、智慧錄播、資源共享、學(xué)習(xí)表現(xiàn)預(yù)測(cè)、學(xué)習(xí)規(guī)劃推薦等多種功能于一體，為教師和學(xué)習(xí)者構(gòu)建一個(gè)全面的智慧學(xué)習(xí)環(huán)境，以期能夠突破傳統(tǒng)教學(xué)模式，優(yōu)化教學(xué)過程，全面激發(fā)教與學(xué)的潛力。

3.1? 系統(tǒng)架構(gòu)

基于云平臺(tái)的智慧學(xué)習(xí)系統(tǒng)架構(gòu)如圖1所示。

（1）一體化接入層：允許學(xué)習(xí)者、教師、管理員三類用戶統(tǒng)一接入智慧學(xué)習(xí)系統(tǒng)，不同角色的用戶分別獨(dú)立操作相應(yīng)的空間，便于資源和服務(wù)的使用和管理。

（2）云平臺(tái)服務(wù)層：通過云的軟硬件設(shè)施服務(wù)，對(duì)教學(xué)過程中產(chǎn)生的數(shù)據(jù)、教師以及學(xué)習(xí)者個(gè)人網(wǎng)絡(luò)空間、學(xué)習(xí)內(nèi)容資源，以及院本資源和校本資源進(jìn)行統(tǒng)一存儲(chǔ)管理和實(shí)時(shí)調(diào)度，改進(jìn)了以往在線學(xué)習(xí)平臺(tái)對(duì)于數(shù)據(jù)的存儲(chǔ)及處理能力。

（3）智慧應(yīng)用層：智慧應(yīng)用層是整個(gè)學(xué)習(xí)系統(tǒng)的核心，具體包括學(xué)習(xí)情境感知子系統(tǒng)、智慧錄播子系統(tǒng)、資源共享子系統(tǒng)、學(xué)習(xí)表現(xiàn)預(yù)測(cè)子系統(tǒng)、學(xué)習(xí)規(guī)劃推薦子系統(tǒng)。

該系統(tǒng)架構(gòu)設(shè)計(jì)能夠有效減輕終端設(shè)備的配置要求，強(qiáng)大的云計(jì)算與存儲(chǔ)功能為系統(tǒng)提供高效穩(wěn)定的服務(wù)，并將教學(xué)、資源、測(cè)評(píng)、推薦融為一體，實(shí)現(xiàn)教學(xué)的最佳組合。

3.2? 系統(tǒng)功能設(shè)計(jì)

智慧學(xué)習(xí)系統(tǒng)應(yīng)用層的五個(gè)子系統(tǒng)體現(xiàn)了系統(tǒng)的全部功能，在這些子系統(tǒng)中，數(shù)據(jù)通過采集存儲(chǔ)、更新融合、感知分析，從最基本的記錄學(xué)習(xí)者在線行為，到預(yù)測(cè)未來學(xué)習(xí)表現(xiàn)和規(guī)劃最優(yōu)學(xué)習(xí)路徑，促進(jìn)學(xué)習(xí)者更加高效的學(xué)習(xí)。

（1）學(xué)習(xí)情景感知系統(tǒng)

學(xué)習(xí)情境感知系統(tǒng)按照知識(shí)獲取及內(nèi)化過程的四個(gè)維度，即信息覺察、信息輸入、信息處理、信息理解，全面感知學(xué)習(xí)者特點(diǎn)，如圖2所示。通過抓取體現(xiàn)上述四維情境的特征信息進(jìn)行建模，對(duì)學(xué)習(xí)者進(jìn)行聚類分組，經(jīng)由混合式學(xué)習(xí)情境挖掘算法計(jì)算，快速、全面、準(zhǔn)確的構(gòu)建學(xué)習(xí)情境，從而在學(xué)習(xí)者知識(shí)獲取全過程提供自適應(yīng)的學(xué)習(xí)服務(wù)，真正做到提供給學(xué)習(xí)者全套個(gè)性化學(xué)習(xí)幫助的目標(biāo)，達(dá)到過程與結(jié)果雙導(dǎo)向的學(xué)習(xí)效果。

學(xué)習(xí)情境感知系統(tǒng)收集40項(xiàng)學(xué)習(xí)者在線行為信息，包括學(xué)習(xí)者的閱讀內(nèi)容、內(nèi)容類型、瀏覽時(shí)長、操作行為順序、活躍度、測(cè)試結(jié)果等，輸入混合式學(xué)習(xí)情境挖掘算法，經(jīng)算法計(jì)算感知學(xué)習(xí)者四維情境信息，即信息覺察維度、信息輸入維度、信息理解維度、信息處理維度，進(jìn)而提供自適應(yīng)、個(gè)性化的學(xué)習(xí)服務(wù)，達(dá)到優(yōu)化學(xué)習(xí)過程、提高學(xué)習(xí)效率的目標(biāo)。該方法感知、理解學(xué)習(xí)者特有的學(xué)習(xí)傾向、自身特點(diǎn)，并自組織、提供適應(yīng)個(gè)體的學(xué)習(xí)體驗(yàn)，從而順應(yīng)其學(xué)習(xí)規(guī)律，滿足學(xué)習(xí)期望，提升學(xué)習(xí)效率。

（2）實(shí)時(shí)錄播系統(tǒng)

實(shí)時(shí)錄播系統(tǒng)的工作流程如圖3所示。系統(tǒng)運(yùn)用智慧錄播技術(shù)對(duì)本地智慧課堂進(jìn)行錄制，并直接按知識(shí)點(diǎn)將錄制內(nèi)容智能碎片化，通過云端以同步或者異步的方式，傳遞到學(xué)習(xí)者的終端以及智慧教室，實(shí)現(xiàn)資源生產(chǎn)的全自動(dòng)。和傳統(tǒng)的信息化平臺(tái)相比，教學(xué)課程能夠線上、線下實(shí)時(shí)同步進(jìn)行，學(xué)習(xí)者可以通過移動(dòng)終端，進(jìn)行課程的點(diǎn)播，收看實(shí)時(shí)直播的課程，與教師進(jìn)行課堂的互動(dòng)，及時(shí)解決學(xué)習(xí)中的問題。其中，智能碎片化是自動(dòng)將錄播課程實(shí)時(shí)碎片化為每頁課件或者板書為顆粒度的微課程，并關(guān)聯(lián)相應(yīng)的音視頻、筆記、課件和互動(dòng)等信息。課后學(xué)習(xí)者可以在移動(dòng)端上進(jìn)行異步復(fù)習(xí)。這些細(xì)粒度的學(xué)習(xí)課程，不需要花費(fèi)學(xué)習(xí)者過多的時(shí)間，在任意的地點(diǎn)，只需要零碎的時(shí)間就能學(xué)完。這樣給學(xué)習(xí)者提供了十分彈性的時(shí)間和空間，大大提高了學(xué)習(xí)者學(xué)習(xí)的靈活性，符合泛在學(xué)習(xí)的應(yīng)用情境。

（3）資源共享系統(tǒng)

資源共享系統(tǒng)將學(xué)習(xí)者、教師上傳的課件以及實(shí)時(shí)錄播系統(tǒng)傳過來的課程進(jìn)行存儲(chǔ)，并提供搜索的接口。通過公共資源、配套資源、共享資源界面，學(xué)習(xí)者和教師可以根據(jù)權(quán)限下載所需的課件。同時(shí)，在資源界面還可以進(jìn)行查看資源信息，收藏資源操作。用戶可以通過對(duì)資源的評(píng)論、回復(fù)，與其他用戶進(jìn)行互動(dòng)，實(shí)現(xiàn)用戶間的資源共享和交流。用戶還可以通過查看資源描述，以及資源的關(guān)聯(lián)資源，關(guān)鍵字的檢索，快速定位課件，如圖4所示。

（4）學(xué)習(xí)表現(xiàn)預(yù)測(cè)系統(tǒng)

學(xué)習(xí)表現(xiàn)預(yù)測(cè)系統(tǒng)利用IRT（項(xiàng)目反映理論）評(píng)定知識(shí)點(diǎn)難度及學(xué)習(xí)者掌握能力，并采用貝葉斯原理，預(yù)測(cè)每個(gè)學(xué)習(xí)者對(duì)于不同知識(shí)點(diǎn)的未來答題情況。系統(tǒng)工作流程主要分為以下幾個(gè)步驟：第一步，從云端獲取學(xué)生的在線學(xué)習(xí)行為數(shù)據(jù)，包括從學(xué)習(xí)情景感知系統(tǒng)中得到的學(xué)習(xí)者特征，以及學(xué)習(xí)者個(gè)人數(shù)據(jù)庫中學(xué)習(xí)狀態(tài);第二步，運(yùn)用預(yù)測(cè)引擎，創(chuàng)建學(xué)習(xí)者模型，對(duì)學(xué)習(xí)者未來表現(xiàn)進(jìn)行診斷預(yù)測(cè);第三步，將預(yù)測(cè)結(jié)果可視化提供給教師，為其提供教學(xué)計(jì)劃指引，同時(shí)，結(jié)果發(fā)送給學(xué)習(xí)者，幫助其精準(zhǔn)認(rèn)清目前學(xué)習(xí)情況，激發(fā)學(xué)習(xí)動(dòng)機(jī)，提高學(xué)習(xí)效率。實(shí)驗(yàn)選用美國教育數(shù)據(jù)挖掘科研用公開數(shù)據(jù)Assigment2作為訓(xùn)練、測(cè)試數(shù)據(jù)。此數(shù)據(jù)為中學(xué)學(xué)生數(shù)學(xué)學(xué)科的真實(shí)答題記錄，常被用于學(xué)習(xí)者行為分析，以及學(xué)習(xí)者未來情景預(yù)測(cè)的研究。通過已構(gòu)建的模型，對(duì)學(xué)習(xí)者未來答題得分進(jìn)行預(yù)測(cè)，平均預(yù)測(cè)準(zhǔn)確率為82%。實(shí)驗(yàn)結(jié)果如表1所示。

基于上述模型算法，我們將其應(yīng)用在對(duì)外漢語教學(xué)的實(shí)例中（詳見第五章節(jié)）。在真實(shí)的學(xué)習(xí)場景下，學(xué)習(xí)表現(xiàn)預(yù)測(cè)系統(tǒng)能夠全面地反饋學(xué)習(xí)者的學(xué)情信息。其中，學(xué)習(xí)者視圖如圖5所示，教師視圖如圖6所示。學(xué)習(xí)者視圖中展示了某位學(xué)習(xí)者的歷史答題情況，并顯示系統(tǒng)對(duì)于該學(xué)習(xí)者未來答題表現(xiàn)的預(yù)測(cè)。同時(shí)，詳細(xì)列出了該學(xué)習(xí)者對(duì)于每一個(gè)已考察的知識(shí)點(diǎn)的掌握情況，以及對(duì)于未考察過的知識(shí)點(diǎn)的可能答對(duì)概率。教師視圖中展示了教師所教班級(jí)對(duì)此課程掌握情況在學(xué)校中、在平臺(tái)內(nèi)的 排名情況，該班級(jí)整體對(duì)該課程內(nèi)各個(gè)知識(shí)點(diǎn)的掌握情況，該班級(jí)對(duì)這門課程的掌握情況的歷史變化，以及教師能夠進(jìn)入每一個(gè)同學(xué)的詳細(xì)頁面進(jìn)行查看。

（5）學(xué)習(xí)規(guī)劃推薦系統(tǒng)

學(xué)習(xí)規(guī)劃推薦系統(tǒng)首先建立學(xué)科知識(shí)圖譜。在本系統(tǒng)中，不采用自然語言處理技術(shù)去自動(dòng)構(gòu)建學(xué)科知識(shí)圖譜，而是基于學(xué)科專家經(jīng)驗(yàn)進(jìn)行圖譜的構(gòu)建。因?yàn)?，在?shí)際教學(xué)過程中，某一學(xué)科專家擁有多年積累下來的教學(xué)經(jīng)驗(yàn)，本系統(tǒng)目的在于基于專家經(jīng)驗(yàn)，利用先進(jìn)信息技術(shù)來輔助現(xiàn)有教學(xué)。構(gòu)建知識(shí)圖譜分為兩個(gè)步驟：（1）由學(xué)科專家對(duì)學(xué)科中的概念進(jìn)行劃分，梳理之間的關(guān)系，并將學(xué)習(xí)內(nèi)容與知識(shí)圖譜連接起來;（2）將知識(shí)圖譜數(shù)據(jù)化，利用有向無環(huán)圖結(jié)構(gòu)描述知識(shí)圖譜，圖中的節(jié)點(diǎn)代表知識(shí)點(diǎn)，圖中的邊表示知識(shí)點(diǎn)間的關(guān)系。

學(xué)習(xí)規(guī)劃推薦系統(tǒng)接著便開始訓(xùn)練帶有轉(zhuǎn)移概率的知識(shí)圖譜。系統(tǒng)利用概率圖形模型（Probabilistic Graphical Models），其中包含了貝葉斯神經(jīng)網(wǎng)絡(luò)和馬爾科夫隨機(jī)場等方法，將學(xué)習(xí)表現(xiàn)預(yù)測(cè)系統(tǒng)中得到的學(xué)習(xí)者能力及知識(shí)點(diǎn)難度與知識(shí)圖譜聯(lián)系起來，得到帶有轉(zhuǎn)移概率的知識(shí)圖譜，用來深度洞察學(xué)習(xí)者薄弱知識(shí)點(diǎn)及進(jìn)行學(xué)習(xí)路徑規(guī)劃。例如，一般推薦方法中，如果學(xué)習(xí)者對(duì)于C知識(shí)點(diǎn)掌握不好，系統(tǒng)會(huì)反復(fù)推薦練習(xí)C。本課題研究中會(huì)考慮C知識(shí)點(diǎn)沒有掌握好，是否因?yàn)榍袄^知識(shí)點(diǎn)A或B沒有掌握到位的情況。判斷依據(jù)來自于帶有轉(zhuǎn)移概率的知識(shí)圖譜，系統(tǒng)依此進(jìn)行自適應(yīng)的學(xué)習(xí)路徑規(guī)劃。如圖7所示。

4? 系統(tǒng)案例研究及效果評(píng)估

課題組以對(duì)外漢語教學(xué)場景為研究案例，開展基于云平臺(tái)的智慧學(xué)習(xí)系統(tǒng)的應(yīng)用研究。課題組與兩所大學(xué)的國際交流學(xué)院開展智慧學(xué)習(xí)系統(tǒng)合作研究課題。通過該系統(tǒng)，課題合作單位開展針對(duì)對(duì)外漢語1-6級(jí)HSK等級(jí)考試的教學(xué)輔導(dǎo)工作。另有部分來自校外對(duì)外漢語培訓(xùn)機(jī)構(gòu)、個(gè)人對(duì)外漢語教師使用本系統(tǒng)輔導(dǎo)學(xué)生進(jìn)行HSK等級(jí)考試的學(xué)習(xí)和練習(xí)。

本次案例研究選取了53名教師作為調(diào)查對(duì)象。其中，33人來自大學(xué)的國際交流學(xué)院，4人來自對(duì)外漢語培訓(xùn)機(jī)構(gòu)，另外16人為個(gè)人對(duì)外漢語教師。面向的學(xué)習(xí)者為外國留學(xué)生，其中一半以上在18歲到25歲之間。針對(duì)系統(tǒng)的有用性、易用性、認(rèn)知負(fù)擔(dān)三個(gè)方面分別對(duì)53名教師進(jìn)行調(diào)查。問題答案采用五點(diǎn)李克特量表形式，其中“5”代表非常同意，“1”代表非常不同意。調(diào)查所得結(jié)果如下表2所示。

表中前六項(xiàng)從不同角度考察智慧學(xué)習(xí)系統(tǒng)的有用性。平均值分別為3.9，4.0，4.4，4.4，4.5，4.1，這說明了教師基本認(rèn)為基于云的智慧學(xué)習(xí)系統(tǒng)能夠提高他們的教學(xué)效率。有教師指出，學(xué)習(xí)系統(tǒng)提供的豐富的課程資源，能夠簡化他們的備課過程;系統(tǒng)提供的成績統(tǒng)計(jì)功能，節(jié)省了大量的時(shí)間和精力，提高了他們的教學(xué)效率;而也有部分教師認(rèn)為，系統(tǒng)提供的資源過于龐大，查詢起來比較耗時(shí)，這可能也是項(xiàng)目1分?jǐn)?shù)略低的原因。同時(shí)，六項(xiàng)的標(biāo)準(zhǔn)偏差均小于1，得出參與者的答案沒有太大的差異，表示參與者對(duì)智慧學(xué)習(xí)系統(tǒng)有用性的認(rèn)可。

表中項(xiàng)目7-9側(cè)重于評(píng)估參與者對(duì)系統(tǒng)易用性的接受程度。項(xiàng)目7和9的平均值超過4，標(biāo)準(zhǔn)偏差小于1。這說明系統(tǒng)在操作過程中響應(yīng)度良好，比較容易上手。但是從項(xiàng)目8低于4的平均值，以及大于1的標(biāo)準(zhǔn)偏差可以看出，系統(tǒng)在使用過程中有不穩(wěn)定的現(xiàn)象發(fā)生，需要進(jìn)一步改進(jìn)。

表中項(xiàng)目10-12旨在考察系統(tǒng)對(duì)使用者造成的認(rèn)知負(fù)擔(dān)。三項(xiàng)平均值分別為3.7、4.3和4.2，表示教師對(duì)該系統(tǒng)的認(rèn)知負(fù)擔(dān)進(jìn)行了積極的評(píng)價(jià)。多數(shù)人認(rèn)為，在使用系統(tǒng)的過程中，經(jīng)過一、兩次教學(xué)，就能對(duì)系統(tǒng)操作非常熟悉。但是，從項(xiàng)目10略低的平均值以及其超過1的標(biāo)準(zhǔn)偏差，發(fā)現(xiàn)不是所有的參與者都能快速適應(yīng)這個(gè)系統(tǒng)。這意味著，如果要鼓勵(lì)更多的教師使用這個(gè)系統(tǒng)，尤其是那些習(xí)慣傳統(tǒng)教學(xué)的教師，那么需要更仔細(xì)地設(shè)計(jì)導(dǎo)航和界面。

上述評(píng)估結(jié)果證明，基于云平臺(tái)的智慧學(xué)習(xí)系統(tǒng)對(duì)于教師的教學(xué)是有幫助的。它能幫助教師更加方便的組織和開展教學(xué)活動(dòng)。我們未來的工作將把該智慧學(xué)習(xí)系統(tǒng)應(yīng)用于其他教學(xué)領(lǐng)域，探索在不同教育領(lǐng)域中應(yīng)用的共性及差異需求。

5? 結(jié)束語

智慧學(xué)習(xí)是教育信息化發(fā)展的產(chǎn)物，是必然趨勢(shì)。智慧學(xué)習(xí)以學(xué)習(xí)者為中心，全方位提供個(gè)性化的服務(wù)，使學(xué)習(xí)者能主動(dòng)而有效的投入學(xué)習(xí)。本文提出的以云平臺(tái)和大數(shù)據(jù)為基礎(chǔ)，融合情景感知、機(jī)器學(xué)習(xí)等技術(shù)的智慧學(xué)習(xí)系統(tǒng)，能夠即時(shí)獲取龐大的云資源，并能有效預(yù)測(cè)以及規(guī)劃學(xué)習(xí)者的學(xué)習(xí)內(nèi)容，能夠滿足了龐大的在線學(xué)習(xí)群體的個(gè)性化學(xué)習(xí)需求。通過案例調(diào)查數(shù)據(jù)表明，學(xué)習(xí)者和教師更喜歡利用這樣的學(xué)習(xí)系統(tǒng)來進(jìn)行學(xué)習(xí)和教學(xué)，他們能夠通過系統(tǒng)比較輕松地獲取自己所需要的資源，從而提高教與學(xué)的效率。

參考文獻(xiàn)

[1] 黃榮懷. 智慧教育的三重境界： 從環(huán)境、模式到體制[J]. 現(xiàn)代遠(yuǎn)程教育研究， 2014， （6）： 3-11.

[2] 祝智庭. 智慧教育： 引領(lǐng)教育信息化走向人本主義情懷[J]. 現(xiàn)代教育， 2016， （7）： 25-27.

[3] 閆實(shí)， 付佳， 石莉. 大數(shù)據(jù)環(huán)境下基于智慧校園的教學(xué)改革[J]. 軟件， 2018， 39（2）： 208-211

[4] 黃榮懷， 楊俊鋒等. 從數(shù)字學(xué)習(xí)環(huán)境到智慧學(xué)習(xí)環(huán)境——學(xué)習(xí)環(huán)境的變革與趨勢(shì)[J]. 開放教育研究， 2012， （1）： 75-84.

[5] 黃超， 唐子蛟. 基于云計(jì)算技術(shù)的智慧校園平臺(tái)建設(shè)研究[J]. 軟件， 2018， 39（5）： 27-30

[6] Desmond Keegan. 從遠(yuǎn)程學(xué)習(xí)到電子學(xué)習(xí)再到移動(dòng)學(xué)習(xí)[J]. 開放教育研究， 2000， （5）： 6-10.

[7] 賀斌. 智慧. 學(xué)習(xí)： 內(nèi)涵、演進(jìn)與趨向——學(xué)習(xí)者的視角[J]. 電化教育研究， 2013， 34（11）： 24-33.

[8] 楊現(xiàn)民， 余勝泉. 生態(tài)學(xué)視角下的泛在學(xué)習(xí)環(huán)境設(shè)計(jì)[J]. 教育研究， 2013， 34（3）： 98-105.

[9] 陳琳， 王蔚等. 智慧學(xué)習(xí)內(nèi)涵及其智慧學(xué)習(xí)方式[J]. 中國電化教育， 2016， （12）： 31-37.

[10] 祝智庭. 智慧教育新發(fā)展： 從翻轉(zhuǎn)課堂到智慧課堂及智慧學(xué)習(xí)空間[J]. 開放教育研究， 2016， 22（1）： 18-26

[11] 梁子鑫. 探討新時(shí)代背景下新興技術(shù)在人工智能中的應(yīng)用[J]. 軟件， 2018， 39（7）： 166-169

[12] 閆志明， 唐夏夏等. 教育人工智能（EAI）的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢(shì)——美國《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J]. 遠(yuǎn)程教育雜志， 2017， 35（1）： 26-35.

[13] 吳南中， 王覓. 基于情境感知的智慧學(xué)習(xí)環(huán)境探究[J]. 現(xiàn)代教育技術(shù)， 2016， 26（5）： 18-23.

[14] 胡旺. “互聯(lián)網(wǎng) ”教育背景下智慧學(xué)習(xí)生態(tài)環(huán)境構(gòu)建研究[D]. 徐州： 江蘇師范大學(xué)， 2017.

[15] 許益通， 張冰雪， 趙逢禹. 基于學(xué)習(xí)風(fēng)格的自適應(yīng)學(xué)習(xí)內(nèi)容推薦研究[J]. 軟件， 2018， 39（4）： 01-08

[16] 黃誠， 張冰雪， 趙逢禹. 在線學(xué)習(xí)風(fēng)格識(shí)別技術(shù)與方法研究[J]. 軟件， 2018， 39（4）： 97-102

[17] Suciu G， Vulpe A， et al. Cloud Computing and Big Data As Convergent Technologies For Mobile e-Learning[A]. 10th International Scientific Conference e-learning & Software for Education[C]. Bucharest， Romania： Carolnatl defence univ publishing house， 2014. 113-120.

[18] Udupi P K， Malali P， et al. Big data integration for transition from e-learning to smart learning framework[A]. 3rd Mec International Conference on Big Data and Smart City （ICBDSC）[C]. Muscat， Oman： IEEE， 2016. 268-271.

[19] 黃克斌， 彭文輝. 機(jī)器學(xué)習(xí)與現(xiàn)代教育技術(shù)[A]. 中國人工智能學(xué)會(huì)計(jì)算機(jī)輔助教育專業(yè)委員會(huì). 計(jì)算機(jī)與教育——全國計(jì)算機(jī)輔助教育學(xué)會(huì)第十二屆學(xué)術(shù)年會(huì)論文集[C]. 北京： 中國人工智能學(xué)會(huì)計(jì)算機(jī)輔助教育專業(yè)委員會(huì)， 2005. 156-159.

[20] 李葆萍， 江紹祥等. 智慧學(xué)習(xí)環(huán)境的研究現(xiàn)狀和趨勢(shì)——近十年國際期刊論文的內(nèi)容分析[J]. 開放教育研究， 2014， 20（5）： 111-119.

[21] 曹育紅， 袁南輝等. 職業(yè)技能傳承智慧學(xué)習(xí)環(huán)境的支撐技術(shù)[J]. 中國電化教育， 2016（3）： 87-89.

[22] 高瑞， 朱榮. 智慧學(xué)習(xí)視角下在線學(xué)習(xí)成績智能測(cè)試系統(tǒng)設(shè)計(jì)[J]. 現(xiàn)代電子技術(shù)， 2018， 第41卷（14）： 154-157.

[23] Griol D， José Manuel Molina， et al. An approach to develop intelligent learning environments by means of immersive virtual worlds[J]. Journal of Ambient Intelligence & Smart Environments， 2014， 6（6）： 237-255.

[24] Kim S， Song S M， et al. Smart Learning Services Based on Smart Cloud Computing[J]. Sensors， 2011， 11（12）： 7835-7850.