宋　陽　江　玲　任其華　佟延秋

【摘要】文章研究的目的是通過在線學習者的瀏覽行為來測量在線學習者的學習風格，研究中作者借助于 Hopfield 神經(jīng)網(wǎng) 絡(luò)分析在線學習者在利用網(wǎng)絡(luò)課程進行學習的過程中所建構(gòu)出的概念圖來確定學習者的學習風格。

【關(guān)鍵詞】學習風格；概念圖；神經(jīng)網(wǎng)絡(luò)

【中圖分類號】G420 【文獻標識碼】B 【論文編號】1009—8097（2009）01—0099—03

一 簡介

學習者的學習風格一般用來描述學習者在進行信息加工 的（包括接受、存儲、轉(zhuǎn)化和提?。┻^程中所習慣采用的不 同方式。試驗表明，學習者的學習風格對學習者的學業(yè)成就 會產(chǎn)生明顯的影響 （Kim & Michael, 1995） [1]。因此，采用 與學習者學習風格相匹配的教學策略和教學方法，能夠讓學 習者對信息保持的時間更長而且更容易提取與遷移；另外， 同那些與采用的教學策略和教學方法相抵觸的學生相比，這 些學生能以更加積極的態(tài)度面對課程的教學目標（Riding & Grimly, 1999） [2]。

學習者的個性差異給網(wǎng)絡(luò)課程的教學設(shè)計者帶來了一個極大的挑戰(zhàn)，即如何在網(wǎng)絡(luò)課程教學設(shè)計過程中創(chuàng)建一個并 不帶有明顯的對某種特定學習風格傾向的網(wǎng)絡(luò)課程或?qū)W習資源。

AHT（Adaptive Hypermedia Technology），即適應(yīng)性超媒 體技術(shù)被認為是解決許多包含在超媒體學習環(huán)境中學習問題（如認知負擔和學習者迷航）的最有效的策略。適應(yīng)性超媒 體技術(shù)的核心理念是按照學習者的個性特征設(shè)計與開發(fā)教學 內(nèi)容和教學資源。然而，目前對大多數(shù)教育超媒體系統(tǒng)的研 究主要集中在學習資源和學習環(huán)境的構(gòu)建上，很少關(guān)注學習 者的個性差異。一個基于 Web 的教學系統(tǒng)必須包含關(guān)于學習 者學習風格的信息以為學習者提供最優(yōu)化的教學資源 （Carver，Howard & Lane，1999）[3]。 在傳統(tǒng)的面授教學條件下，學習資源以印刷材料為主，而在當今的網(wǎng)絡(luò)學習環(huán)境中，學習資源都是以超媒體方式呈 現(xiàn)的。由于傳統(tǒng)教材同超媒體教材在教學內(nèi)容安排上的邏輯 結(jié)構(gòu)不同，因此利用傳統(tǒng)學習風格測量方法得出的數(shù)據(jù)來開 發(fā)基于 Web 的學習資源顯然是不適合的。即便是目前已有的 某些在線學習者學習風格測量方式，仍然還是通過要求學習 者完成在線調(diào)查問卷來收集學習者的學習風格信息。本研究 應(yīng)用神經(jīng)網(wǎng)絡(luò)方法，對在線學習者在使用超媒體課件進行學 習的過程中所體現(xiàn)出的瀏覽行為確定學習者的學習風格，而不需要學習者完成測量量表。

二 從學習者的瀏覽行為到概念圖的映射

1概念圖簡介

概念圖（Concept Map）最早是由是諾瓦克（J.D.Novak） 博士于1971年在康乃爾大學研究兒童科學概念改變的過程時 所提出的。概念圖是根據(jù)奧蘇貝爾（David P. Ausube）的有意 義學習理論以及建構(gòu)主義學習理論構(gòu)建起來的一種幫助學習 者構(gòu)建合理的、結(jié)構(gòu)化知識的教學工具。奧蘇貝爾認為：知 識是按層次結(jié)構(gòu)組織起來的，知識之間是有聯(lián)系的。概念具 有不同的深度，非?；\統(tǒng)的概念包含著不太籠統(tǒng)的概念，而 不太籠統(tǒng)的概念中又包含非常具體的概念。因此，Novak和 Gowin指出，概念圖應(yīng)該是具有層次結(jié)構(gòu)的，人們可以用適當 的關(guān)聯(lián)詞來說明不同層次概念之間的縱向關(guān)系，并確定不同 分支之間的橫向聯(lián)系。這正是認知結(jié)構(gòu)的漸進分化和融會貫 通特征的體現(xiàn)[4]。

概念圖（Concept Map）理論是一種關(guān)于信息的組織、表達 和分析的技術(shù)。借助它可以將一組彼此關(guān)聯(lián)但又各具復(fù)雜含義 的信息轉(zhuǎn)化成易于理解、條理化的結(jié)構(gòu)，以便進一步分析[5]。 直觀地說，概念圖就是一組網(wǎng)絡(luò)圖，圖中的每個節(jié)點表示某個 命題或知識領(lǐng)域內(nèi)的概念，各節(jié)點之間的連線表示節(jié)點之間的 相互聯(lián)系。概念圖理論致力于以下幾個方面的研究[6]：

（1） 如何選擇、劃分和表示信息節(jié)點；

（2） 信息狀態(tài)如何有效的分類和描述；

（3） 如何構(gòu)建、表述和結(jié)構(gòu)化存儲概念圖；

（4） 對于概念圖采用不同數(shù)學方法進行有針對性的分析。 在學習某一命題中的新概念過程中，通過使用概念圖， 讓新概念所表達的信息總是不斷地與學習者頭腦中原有概念 發(fā)生相互作用，并整合到學習者已有的概念結(jié)構(gòu)中去，并且 按照“漸進分化”的原則，形成一個更為緊湊的認知結(jié)構(gòu)圖 式，其結(jié)果便是學習者所構(gòu)建的認知結(jié)構(gòu)圖示逐步向這一領(lǐng)域內(nèi)的專家所構(gòu)建出的認知結(jié)構(gòu)圖式相靠近[7]。

2學習者的瀏覽行為

本研究與傳統(tǒng)的學習風格測量方法的不同之處在于，該方法是通過觀察在線學習者的網(wǎng)絡(luò)瀏覽行為（Web Browsing Behavior，WBB）來確定學習者的學習風格的。學習者是在 瀏覽網(wǎng)絡(luò)課程的過程中完成課程學習的，由于學習者個體間 內(nèi)部信息加工方式的差異，相應(yīng)地就會表現(xiàn)出行為模式的差 異，這些瀏覽行為也就會內(nèi)隱地包含可能代表學習者特殊喜 好或興趣的信息，將這些信息與目前已有的學習風格類型相 對比就有可能確定學習者的學習風格。

在基于 Web 的遠程教學系統(tǒng)中，學習者通過超媒體課件 進行學習。這類學習課件的知識點拓撲結(jié)構(gòu)大多是樹狀結(jié)構(gòu)， 學習者在樹型目錄的引導下進行課程的學習。從某種意義上 來講，目錄樹決定了整個課程內(nèi)容中知識點的分布結(jié)構(gòu)狀況。 使用樹狀結(jié)構(gòu)的優(yōu)點是：知識點的表示方式比較直觀，設(shè)計 導航的時候比較容易操作。但由此也帶來一些缺點，一般而 言，樹狀結(jié)構(gòu)的教學內(nèi)容通常是按照章、節(jié)順序建立的, 所 包含的信息量太少，這樣的組織形態(tài)實際上對于提供學習障 礙診斷并以此作為分析診斷的依據(jù)并無太大的幫助。大量的 實踐也表明,知識點之間的復(fù)雜聯(lián)系并不是僅僅通過樹狀結(jié) 構(gòu)圖就能清楚地表達出來的。從建構(gòu)主義學習觀的角度來講， 學習者的學習過程也是其自身構(gòu)建知識的過程，其結(jié)果就是 學習者按照自己的學習風格在頭腦中構(gòu)建出一幅符合自身信 息加工特點的知識表征圖，即概念圖。

3從學習者的瀏覽行為到概念圖的映射

通過以上分析，可以將網(wǎng)頁以及它們之間的鏈接看作是概念之間的結(jié)構(gòu)關(guān)系，將網(wǎng)頁間的知識點映射為概念圖。通過網(wǎng) 頁之間的結(jié)構(gòu)方式與學習者的行為相結(jié)合，Liu 和 Lin（1999） 提出了一個基于網(wǎng)頁的概念圖課件結(jié)構(gòu)。每個網(wǎng)頁被定義為一 個概念的節(jié)點[8]。在基于 Web 的超媒體學習資源中有四種類型 的節(jié)點鏈接：C、E、X 和 J 型。C 型鏈接被定義為學習路徑的 主要流程，它被用來描述期望的學習路徑，按照課程的設(shè)計者 在不同的教學目標中被定義；它可以用來表示同一概念圖的停 留點以及下一個概念圖的導入，C 型鏈接如圖 1 所示。

與 C 型鏈接不同，E 型鏈接（Explanatory-type link）是一 種解釋性的鏈接，它將學習路徑指向概念節(jié)點的子層來補充 說明帶有 C 型鏈接的主要流中的概念節(jié)點，即它將導入“解 釋型”的概念，可以理解為當前概念的下層概念。 X（eXtension-typle link）型鏈接是一種可擴展的鏈接，用來支 持帶有 C 型鏈接的概念知識的擴展，可以理解為與當前概念 所處于同一層次的概念，如圖 2 所示。J 型鏈接可以將當前鏈

接導向任意的概念圖，所謂任意表示可以選擇任何的節(jié)點進入；而所謂任何一個節(jié)點則表示可以是整個基于 Web 的課程 中任何一個概念圖上的某一節(jié)點。

三 應(yīng)用神經(jīng)網(wǎng)絡(luò)確定在線學習者的學習風格

1神經(jīng)網(wǎng)絡(luò)簡介

神經(jīng)網(wǎng)絡(luò)被用于模擬人腦神經(jīng)元的活動過程，其中包括對信息的加工、處理、存貯和搜索等過程，它具有如下基本特點：

（1） 能夠充分逼近任意復(fù)雜的非線性關(guān)系，從而形成 非線性動態(tài)系統(tǒng)，以表示某種被控對象的數(shù)學模型；

（2） 能夠?qū)W習和適應(yīng)不確定性系統(tǒng)的動態(tài)特性；

（3） 所有定量或定性的信息都分布儲存于網(wǎng)絡(luò)內(nèi)的各 個神經(jīng)元中,從而具有很強的容錯性和魯棒性；

（4） 采用信息的分布式式并行處理，可以進行快速大 量的運算[9]。

對學習者學習風格的識別可以被理解為是對學習者個性 特征的識別問題，這一問題同模式識別的問題是類似的，它 們之所以類似，是因為它們都是根據(jù)某些特征對一個無窮的 輸入進行分類（Castellano，F(xiàn)anelli & Roselli，2001）[10]。應(yīng) 用神經(jīng)網(wǎng)絡(luò)對學習者學習風格進行分類的優(yōu)勢如下：

（1） 模糊識別能力和對數(shù)據(jù)的充分理解能力；

（2） 歸類能力和從特定樣本中的學習能力；

（3） 具有額外參數(shù)的升級能力；

（4） 執(zhí)行速度使它們成為理想的實時應(yīng)用；

2應(yīng)用 Hopfield 神經(jīng)網(wǎng)絡(luò)測量在線學習者的學習風格

1982 年 J．Hopfield 提出了可用于聯(lián)想存儲器的互連網(wǎng)絡(luò)， 這個網(wǎng)絡(luò)被稱為 Hopfield網(wǎng)絡(luò)模型，也稱 Hopfield模型。 Hopfield 神經(jīng)網(wǎng)絡(luò)模型是一種反饋神經(jīng)網(wǎng)絡(luò)，從輸出端到輸入 端有反饋連接，其網(wǎng)絡(luò)模型結(jié)構(gòu)如圖 3 所示。Hopfield 網(wǎng)絡(luò)可 用于聯(lián)想記憶，如果把穩(wěn)定狀態(tài)視為一個記憶樣本，那么從 初狀態(tài)向穩(wěn)定狀態(tài)收斂的過程就是尋找記憶樣本的過程。初 態(tài)可認為是給定樣本的部分信息，收斂過程可認為是從部分 信息找到全部信息，這樣就實現(xiàn)了聯(lián)想記憶。具體地講，就 是合理選擇權(quán)系數(shù)，使得網(wǎng)絡(luò)的穩(wěn)態(tài)恰好為聯(lián)想存儲的一組 穩(wěn)態(tài) M。如果網(wǎng)絡(luò)的初態(tài)在 M 中，則網(wǎng)絡(luò)的狀態(tài)不變；如果 不在 M 中，希望網(wǎng)絡(luò)所達到的穩(wěn)定狀態(tài)應(yīng)該為 M 中與初值在 Hamming 距離意義最近的狀態(tài)。

圖 4 和圖 5 分別是領(lǐng)域內(nèi)專家所構(gòu)建出概念圖和學生在 學習過程中所構(gòu)建的概念圖。由此，我們可以將圖 4 和圖 5 的概念圖轉(zhuǎn)化為 M 和 S，分別作為 Hopfield 網(wǎng)絡(luò)的穩(wěn)定狀態(tài) 和輸入樣本，這樣就可以對學習者在學習過程中所帶有的學 習風格進行測量。

四 結(jié)論

文章提出一種新的測量在線學習者學習風格的途徑，采用 結(jié)構(gòu)比較簡單的 Hopfield 網(wǎng)絡(luò)進行學習風格的識別是可行的。

參考文獻

[1] Kim. J & Michael, W. B. (1995). The relationship of creativity measures to school achievement and preferred learning and thinking style in a sample of Korean high school students [J]. Educational and Psychological Measurement, 1995, 55:60-71.

[2] Riding, R., & Grimly, M. (1999). Cognitive style and learning frommultimediamaterialsin11-yearchildren[J].British Journal of Educational Technology, 1999,30:43-59.

[3]Carver,C.A.,Howard,R.A.&Lane;,W.D.(1999).Enhancing student learning through hypermedia courseware and incorporation of student learning styles [J]. IEEE

Transactions on Education, 1999, 42:33–38.

[4]張倩葦.概念圖及其在教學中的應(yīng)用[J].教育導刊.2002,11:25.

[5] Oughton JM, Reed W M. The influence of learner differences on the const ruction of hypermedia concepts a case study [J].Computers in Human Behavior, 1999,15:11-50.

[6] Herl H E, ONeil H F, Chung W K, et al. Reliability and validity of a computer2based know ledge mapping system to measurecontentunderstanding[J].ComputersinHuman

Behavior, 1999.15:315-333.

[7] 徐洪林,康長運等.概念圖的研究及其進展[J].學科教 育,2003, 3:39-40.

[8] Liu, M. C. & Lin, H. L. (1999). A concept map based web page structure analysis and design for adaptive learning[A]. Proceedings of 1999 Taiwan Area Network Conference (TANET99)

[C].Taiwan: National Sun Yat-sen University Press, 1999:28-32.

[9] 李士勇.模糊控制神經(jīng)網(wǎng)絡(luò)和智能控制論[M]. 哈爾濱:哈 爾濱工業(yè)大學出版社,1998:101-1031.

[10]Castellano,G.,Fanelli,A.M.&Roselli;,T.Mining categories of learners by a competitive neural network[EB/OL],