姚文貴

[摘 ? ? ? ? ? 要] ?針對(duì)非正式學(xué)習(xí)環(huán)境下學(xué)習(xí)者模型建模問(wèn)題，在分析學(xué)習(xí)者模型的國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，提出了一種非正式學(xué)習(xí)環(huán)境下基于移動(dòng)終端的學(xué)習(xí)者模型（IL-ML學(xué)習(xí)者模型）。IL-ML學(xué)習(xí)者模型包括學(xué)習(xí)者描述、學(xué)習(xí)目的、個(gè)體興趣、學(xué)習(xí)風(fēng)格和學(xué)習(xí)情境五個(gè)維度，其中個(gè)體興趣和學(xué)習(xí)情境是非正式學(xué)習(xí)環(huán)境中重要的適應(yīng)性維度，個(gè)體興趣決定了非正式學(xué)習(xí)系統(tǒng)中的適配內(nèi)容，學(xué)習(xí)情境將學(xué)習(xí)者所處的地理位置、網(wǎng)絡(luò)環(huán)境、設(shè)備和時(shí)間信息進(jìn)行表征，使非正式學(xué)習(xí)系統(tǒng)的服務(wù)更具個(gè)性化。IL-ML學(xué)習(xí)者模型可根據(jù)學(xué)習(xí)者的瀏覽數(shù)據(jù)進(jìn)行動(dòng)態(tài)更新。該模型能較好地反映非正式學(xué)習(xí)環(huán)境下基于移動(dòng)終端學(xué)習(xí)者的個(gè)體差異，為適應(yīng)性學(xué)習(xí)支持系統(tǒng)在非正式學(xué)習(xí)環(huán)境中的應(yīng)用提供決策依據(jù)。

[關(guān) ? ?鍵 ? 詞] ?非正式學(xué)習(xí);學(xué)習(xí)者模型;移動(dòng)學(xué)習(xí)

[中圖分類(lèi)號(hào)] ?G712 ? ? ? ? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] ?A ? ? ? ? ? ? ? ? ? ?[文章編號(hào)] ?2096-0603（2019）18-0116-02

隨著現(xiàn)代社會(huì)對(duì)人的技能要求越來(lái)越高，人們需要不斷地學(xué)習(xí)各個(gè)領(lǐng)域的知識(shí)來(lái)充實(shí)自己，跟緊時(shí)代發(fā)展從而擺脫被淘汰的命運(yùn)。人們選擇學(xué)習(xí)的形式多樣，其中非正式學(xué)習(xí)是典型的學(xué)習(xí)模式，非正式學(xué)習(xí)沒(méi)有固定的形式，學(xué)習(xí)的內(nèi)容多樣，學(xué)習(xí)時(shí)間具有不固定性，學(xué)習(xí)者在學(xué)習(xí)過(guò)程中會(huì)表現(xiàn)出來(lái)各種不同的學(xué)習(xí)信息，這表現(xiàn)在兩個(gè)方面：一是不同的學(xué)習(xí)者在起點(diǎn)水平、認(rèn)知結(jié)構(gòu)、學(xué)習(xí)態(tài)度、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)風(fēng)格上有所不同，具有一定的差異性;二是學(xué)習(xí)者在學(xué)習(xí)的過(guò)程中的知識(shí)水平和認(rèn)知技能也是不斷更新的。

一、學(xué)習(xí)者模型的國(guó)內(nèi)外研究現(xiàn)狀

學(xué)習(xí)者模型是對(duì)學(xué)習(xí)者的個(gè)體特征和學(xué)習(xí)狀態(tài)的形式化表示。對(duì)學(xué)習(xí)者模型的研究是基于智能教學(xué)系統(tǒng)（ITS）展開(kāi)的，智能教學(xué)系統(tǒng)的主要研究熱點(diǎn)包括學(xué)習(xí)者模型、著作系統(tǒng)、在線協(xié)作學(xué)習(xí)、自然語(yǔ)言對(duì)話、智能教學(xué)系統(tǒng)評(píng)估等，學(xué)習(xí)模型是研究智能教學(xué)系統(tǒng)教學(xué)效果的其中一個(gè)維度。所謂智能教學(xué)系統(tǒng)，它扮演著教師的角色，以計(jì)算機(jī)技術(shù)和人工智能技術(shù)為中介，需要識(shí)別出學(xué)習(xí)者在各種學(xué)習(xí)情境下的各種學(xué)習(xí)行為以形成反饋機(jī)制，推測(cè)和預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)。通常，建立的學(xué)習(xí)模型需要識(shí)別出學(xué)習(xí)者初始的學(xué)習(xí)狀態(tài)，記錄學(xué)習(xí)者進(jìn)入下一步學(xué)習(xí)中所會(huì)發(fā)生的學(xué)習(xí)行為，同時(shí)可以用登錄和退出時(shí)間差來(lái)記錄學(xué)習(xí)者學(xué)習(xí)和掌握知識(shí)的快慢，應(yīng)用于智能教學(xué)系統(tǒng)的學(xué)習(xí)者模型能掃除學(xué)習(xí)的盲點(diǎn)，提高教師教學(xué)的效率。為了提供更有針對(duì)性和適應(yīng)性的學(xué)習(xí)，有學(xué)者對(duì)學(xué)習(xí)者模型的結(jié)構(gòu)進(jìn)行了充分研究，覆蓋模型、偏差模型、認(rèn)知模型和心理模型是最常見(jiàn)的幾種學(xué)習(xí)者模型。在國(guó)內(nèi)，有學(xué)者在學(xué)習(xí)者學(xué)習(xí)基礎(chǔ)、認(rèn)知能力、心理因素的基礎(chǔ)上設(shè)計(jì)了一個(gè)智能教學(xué)系統(tǒng)的學(xué)習(xí)者模型，并給出了學(xué)習(xí)者模型的動(dòng)態(tài)調(diào)整算法。有學(xué)者提出在網(wǎng)絡(luò)智能教學(xué)系統(tǒng)中建立一個(gè)雙層動(dòng)態(tài)學(xué)習(xí)者模型，模型的初始層采用復(fù)合認(rèn)知型學(xué)習(xí)者模型，高級(jí)層利用Hopfield神經(jīng)網(wǎng)絡(luò)算法，克服了單一學(xué)習(xí)者模型結(jié)構(gòu)數(shù)據(jù)處理的障礙。有的學(xué)者以基于決策樹(shù)的遺傳算法，將學(xué)習(xí)者的學(xué)習(xí)標(biāo)準(zhǔn)、興趣、愛(ài)好、知識(shí)狀態(tài)、學(xué)習(xí)歷史、心理因素和認(rèn)知能力等信息進(jìn)行數(shù)據(jù)挖掘和分類(lèi)，構(gòu)建了一個(gè)綜合覆蓋模型、偏差模型、認(rèn)知型模型或是幾種模型組合的全面學(xué)習(xí)者模型。國(guó)外的許多學(xué)者也對(duì)學(xué)習(xí)者模型進(jìn)行了豐富的研究，有的學(xué)者利用對(duì)話來(lái)獲得學(xué)習(xí)者對(duì)領(lǐng)域知識(shí)的掌握程度，從中分析學(xué)習(xí)者學(xué)習(xí)的速度、掌握程度以及記憶能力，采用一定策略對(duì)學(xué)習(xí)者實(shí)施個(gè)別化教學(xué)。有的學(xué)者采用知識(shí)發(fā)現(xiàn)技術(shù)對(duì)學(xué)習(xí)者的歷史數(shù)據(jù)進(jìn)行分析，防止學(xué)習(xí)者棄學(xué)。

二、非正式學(xué)習(xí)環(huán)境下基于移動(dòng)終端的學(xué)習(xí)者模型

構(gòu)建非正式學(xué)習(xí)環(huán)境下（Informal Learning Environments）基于移動(dòng)端（Mobile Learning）的學(xué)習(xí)者模型（簡(jiǎn)稱(chēng)IL-ML學(xué)習(xí)者模型）需要解決三方面問(wèn)題：一是學(xué)習(xí)者模型建模;二是初始化學(xué)習(xí)者模型;三是學(xué)習(xí)者模型的動(dòng)態(tài)更新。其中，學(xué)習(xí)者模型建模的主要功能是確定學(xué)習(xí)者模型的要素，建立學(xué)習(xí)者模型的數(shù)據(jù)結(jié)構(gòu);初始化學(xué)習(xí)者模型的主要功能是初始化學(xué)習(xí)者模型的數(shù)據(jù);學(xué)習(xí)者模型動(dòng)態(tài)更新的主要功能是在學(xué)習(xí)過(guò)程中動(dòng)態(tài)更新學(xué)習(xí)者模型的數(shù)據(jù)。

（一）IL-ML學(xué)習(xí)者模型構(gòu)建

為了構(gòu)建IL-ML學(xué)習(xí)者模型，需要先分析基于移動(dòng)終端的非正式學(xué)習(xí)的特點(diǎn)，以明確學(xué)習(xí)者模型包含哪些要素。首先，非正式學(xué)習(xí)環(huán)境下學(xué)習(xí)者的學(xué)習(xí)目的不同，反映在學(xué)習(xí)者的知識(shí)與技能、過(guò)程與方法、情感態(tài)度與價(jià)值觀上。其次，非正式學(xué)習(xí)環(huán)境下由于學(xué)習(xí)者的背景差異、所要解決的問(wèn)題不同也會(huì)產(chǎn)生不同的學(xué)習(xí)風(fēng)格與興趣，為了充分研究非正式學(xué)習(xí)環(huán)境下基于移動(dòng)終端的學(xué)習(xí)者的學(xué)習(xí)過(guò)程對(duì)學(xué)習(xí)效果的影響，為其提供個(gè)性化的學(xué)習(xí)服務(wù)，現(xiàn)以學(xué)習(xí)者描述、個(gè)體興趣、學(xué)習(xí)風(fēng)格、學(xué)習(xí)情境五個(gè)要素構(gòu)建IL-ML學(xué)習(xí)者模型。其中，學(xué)習(xí)者描述記錄了學(xué)習(xí)者的基本信息;個(gè)體興趣代表了學(xué)習(xí)者對(duì)內(nèi)容的偏好;學(xué)習(xí)風(fēng)格反映了學(xué)習(xí)者在學(xué)習(xí)時(shí)具有個(gè)人特色的方式;學(xué)習(xí)情境刻畫(huà)了學(xué)習(xí)者的學(xué)習(xí)環(huán)境。

1.學(xué)習(xí)者描述

學(xué)習(xí)者描述學(xué)習(xí)者的基本屬性，學(xué)習(xí)者的特征，對(duì)學(xué)習(xí)者的特征進(jìn)行分析，可以為開(kāi)展非正式學(xué)習(xí)活動(dòng)提供依據(jù)，了解學(xué)習(xí)者的學(xué)習(xí)背景能為學(xué)習(xí)者模型的設(shè)計(jì)指明方向，描述學(xué)習(xí)者的姓名、性別、年齡、學(xué)歷和職業(yè)。

2.個(gè)體興趣

一般認(rèn)為，個(gè)體興趣指的是隨著時(shí)間的遷移而不斷發(fā)展的、一種相對(duì)穩(wěn)定持久且與某一特定主題或領(lǐng)域有關(guān)的動(dòng)機(jī)取向、個(gè)人傾向或個(gè)人偏好，它與知識(shí)、價(jià)值觀及積極感情相關(guān)聯(lián)。學(xué)習(xí)者對(duì)某一個(gè)問(wèn)題有興趣，就會(huì)持續(xù)地、專(zhuān)心致志地鉆研它，從而提高學(xué)習(xí)效果。非正式學(xué)習(xí)可以發(fā)生于各類(lèi)領(lǐng)域、各種形式以及各個(gè)層次。

3.學(xué)習(xí)風(fēng)格

現(xiàn)有對(duì)學(xué)習(xí)風(fēng)格的分類(lèi)大多是基于正式學(xué)習(xí)環(huán)境下的傳統(tǒng)學(xué)習(xí)者，與非正式環(huán)境下基于移動(dòng)端的學(xué)習(xí)者有著極大區(qū)別。因此，在分析基于移動(dòng)端的非正式學(xué)習(xí)特點(diǎn)的基礎(chǔ)上，本文依照鄧恩夫婦（Dunn R和Dunn K）的觀點(diǎn)，從環(huán)境、情感、社會(huì)、生理和心理這五個(gè)方面對(duì)非正式環(huán)境下基于移動(dòng)端的學(xué)習(xí)風(fēng)格進(jìn)行分類(lèi)。

4.學(xué)習(xí)情境

學(xué)習(xí)情境理論認(rèn)為學(xué)習(xí)是一個(gè)參與情境的過(guò)程，是一個(gè)基于情境而展開(kāi)的過(guò)程，它時(shí)時(shí)刻刻都處于情境當(dāng)中。而隨著學(xué)習(xí)者在移動(dòng)終端上的學(xué)習(xí)參與度與日俱增，情境與學(xué)習(xí)需求的關(guān)聯(lián)準(zhǔn)確度直接決定了學(xué)習(xí)資源推薦質(zhì)量的高低。學(xué)習(xí)者模型的整體框架中已經(jīng)對(duì)學(xué)習(xí)者的基本信息、學(xué)習(xí)目的、學(xué)習(xí)風(fēng)格和學(xué)習(xí)興趣進(jìn)行了歸類(lèi)，因此在學(xué)習(xí)情境中主要對(duì)學(xué)習(xí)者具體現(xiàn)實(shí)環(huán)境進(jìn)行描述，這其中包括學(xué)習(xí)時(shí)間、地點(diǎn)、設(shè)備信息、網(wǎng)絡(luò)狀況，網(wǎng)絡(luò)狀況描述了學(xué)習(xí)者的網(wǎng)絡(luò)類(lèi)型以及連接速度，這些都會(huì)影響學(xué)習(xí)者的學(xué)習(xí)情緒。

（二）模型初始化

學(xué)習(xí)者模型的初始化包括靜態(tài)屬性和動(dòng)態(tài)屬性?xún)蓚€(gè)方面，依據(jù)學(xué)習(xí)者模型先初始化后使用的原則，需要分步驟對(duì)學(xué)習(xí)者模型進(jìn)行初始化。根據(jù)學(xué)習(xí)者模型構(gòu)造的五個(gè)要素的特點(diǎn)，學(xué)習(xí)者描述、學(xué)習(xí)目的、學(xué)習(xí)風(fēng)格是靜態(tài)的，在學(xué)習(xí)中是固定不變的，而個(gè)體興趣、學(xué)習(xí)情境是動(dòng)態(tài)的，在學(xué)習(xí)中是不斷變化的。學(xué)習(xí)者模型的初始化主要是測(cè)量出靜態(tài)屬性的信息，動(dòng)態(tài)屬性的初始化可以采用系統(tǒng)預(yù)設(shè)值的方法，動(dòng)態(tài)更新學(xué)習(xí)者的學(xué)習(xí)過(guò)程。在非正式的學(xué)習(xí)者模型中，學(xué)習(xí)者描述、學(xué)習(xí)目的和學(xué)習(xí)風(fēng)格可以通過(guò)注冊(cè)填表的方式進(jìn)行初始化。

（三）模型動(dòng)態(tài)更新

非正式學(xué)習(xí)者模型的個(gè)體興趣和學(xué)習(xí)情境是動(dòng)態(tài)更新的。學(xué)習(xí)者在移動(dòng)終端中進(jìn)行非正式學(xué)習(xí)時(shí)，系統(tǒng)會(huì)自動(dòng)跟蹤學(xué)習(xí)者所選擇的內(nèi)容和歷史數(shù)據(jù)，更新學(xué)習(xí)興趣和學(xué)習(xí)情境。

（四）模型的應(yīng)用分析

學(xué)習(xí)者進(jìn)行非正式學(xué)習(xí)的主要目的是獲得新知識(shí)，拓展自己的興趣以及滿足自我提升的需要，因此學(xué)習(xí)者可以在任何時(shí)候通過(guò)互聯(lián)網(wǎng)在移動(dòng)終端上獲取學(xué)習(xí)資源，開(kāi)展各種各樣的學(xué)習(xí)活動(dòng)。學(xué)習(xí)者參與在非正式學(xué)習(xí)的過(guò)程中，系統(tǒng)會(huì)根據(jù)學(xué)習(xí)者的學(xué)習(xí)活動(dòng)為每一位學(xué)習(xí)者構(gòu)建對(duì)應(yīng)的學(xué)習(xí)者模型，針對(duì)學(xué)習(xí)者的信息、學(xué)習(xí)目的、學(xué)習(xí)風(fēng)格、個(gè)體興趣和學(xué)習(xí)情境，分析學(xué)習(xí)者的學(xué)習(xí)特征和興趣點(diǎn)，了解學(xué)習(xí)者的學(xué)習(xí)習(xí)慣，判斷學(xué)習(xí)者對(duì)學(xué)習(xí)資源的感興趣程度，系統(tǒng)主動(dòng)并且有選擇性地向?qū)W習(xí)者推送學(xué)習(xí)資源，如果學(xué)習(xí)者一開(kāi)始的學(xué)習(xí)目標(biāo)并不明確，然后在學(xué)習(xí)過(guò)程中找到學(xué)習(xí)興趣，系統(tǒng)可以通過(guò)學(xué)習(xí)者模型的動(dòng)態(tài)更新，及時(shí)掌握學(xué)習(xí)者的情況，制定相對(duì)應(yīng)的學(xué)習(xí)資源推送服務(wù)和學(xué)習(xí)路徑推薦服務(wù)。

三、結(jié)語(yǔ)

移動(dòng)終端產(chǎn)品的多樣化和簡(jiǎn)單化，便攜性為非正式學(xué)習(xí)提供了良好的設(shè)備支持，在非正式環(huán)境下基于移動(dòng)終端構(gòu)建的學(xué)習(xí)者模型系統(tǒng)，能抓取學(xué)習(xí)者在學(xué)習(xí)過(guò)程中的學(xué)習(xí)行為信息，識(shí)別出非正式環(huán)境下學(xué)習(xí)者學(xué)習(xí)的差異性，以便為學(xué)習(xí)者提供更有針對(duì)性的學(xué)習(xí)服務(wù)。非正式學(xué)習(xí)者模型包括學(xué)習(xí)者描述、學(xué)習(xí)目的、學(xué)習(xí)風(fēng)格、個(gè)體興趣和學(xué)習(xí)情境五個(gè)維度，對(duì)這五類(lèi)信息進(jìn)行分組可以詳細(xì)地記錄非正式學(xué)習(xí)環(huán)境下學(xué)習(xí)者的個(gè)體特征。其中，學(xué)習(xí)者描述、學(xué)習(xí)目的、學(xué)習(xí)風(fēng)格是學(xué)習(xí)者的個(gè)體特征的靜態(tài)屬性，學(xué)習(xí)興趣和學(xué)習(xí)情境是學(xué)習(xí)者個(gè)體特征的動(dòng)態(tài)屬性，需要采用不同的方法來(lái)分別計(jì)算和測(cè)量。將IL-ML學(xué)習(xí)者模型應(yīng)用于自適應(yīng)學(xué)習(xí)支持系統(tǒng)中，計(jì)算機(jī)系統(tǒng)能判斷出學(xué)習(xí)者的學(xué)習(xí)特征，為非正式學(xué)習(xí)活動(dòng)提供指導(dǎo)。

參考文獻(xiàn)：

[1]王艷輝.基于移動(dòng)終端大學(xué)生非正式學(xué)習(xí)有效策略研究[J].信息與電腦（理論版），2015（18）：194-195.

[2]張永和，肖廣德，胡永斌，等.智慧學(xué)習(xí)環(huán)境中的學(xué)習(xí)情景識(shí)別：讓學(xué)習(xí)環(huán)境有效服務(wù)學(xué)習(xí)者[J].開(kāi)放教育研究，2012，18（1）：85-89.

[3]陳仕品，張劍平.智能教學(xué)系統(tǒng)的研究熱點(diǎn)與發(fā)展趨勢(shì)[J].電化教育研究，2007（10）：41-46.

[4]馬志強(qiáng)，蘇珊.學(xué)習(xí)分析視域下的學(xué)習(xí)者模型研究脈絡(luò)與進(jìn)展[J].現(xiàn)代遠(yuǎn)距離教育，2016（4）：44-50.

[5]郭富強(qiáng).智能教學(xué)系統(tǒng)中動(dòng)態(tài)學(xué)生模型的研究與設(shè)計(jì)[J].中國(guó)電化教育，2011（1）：119-123.

編輯 陳鮮艷