□姜強 趙蔚 劉紅霞 李松

能力導向的個性化學習路徑生成及評測*

□姜強 趙蔚 劉紅霞 李松

自適應學習系統(tǒng)是網(wǎng)絡學習系統(tǒng)智能化的發(fā)展趨勢，能有效解決傳統(tǒng)課堂教學不能實現(xiàn)的個性化教育問題。然而當前常用的網(wǎng)絡學習系統(tǒng)在學習資源、教學方法、學習進度方面尚不能有效滿足學習者的個性差異。能力是個體差異中最為重要的一個因素。建立能夠自動診斷學習者能力，為不同特性的學習者推送“最適合”的個性化學習路徑，提供個性化學習服務的自適應學習系統(tǒng)非常重要。而實現(xiàn)此功能的關鍵在于能力模型的構建。能力模型的構建，需要能力描述規(guī)范和標準作為支撐，對能力元數(shù)據(jù)進行描述，實現(xiàn)能力的可觀察、可操作性及可測量，制定能力發(fā)展服務的參考框架。能力導向的個性化學習服務，基于個性特征、知識水平及個人能力應用情境維度構建的能力模型，借助可測量、可觀察的任務實現(xiàn)對能力的量化、評估，并最終實現(xiàn)學習路徑的推薦。經(jīng)具體學習任務驗證，能力導向的個性化學習路徑推薦有助于提高學習者學習效率，且可能擴展MOOC個性化學習，解決認知負載問題，促進網(wǎng)絡有效學習。

能力模型；個性化學習；自適應學習；學習路徑；績效測評

一、引言

古代偉大的思想家、教育家孔子提出“因材施教、因人施用”的教育思想，美國哈佛大學心理學教授霍華德·加德納教授也再三闡述了學校教育的改革必須重視“學生個體的差異”（霍華德·加德納，2012）。學習者個體差異表現(xiàn)在多方面，比如不同學習能力、學習背景、學習需求、學習習慣等，其中能力（Competence）是個體差異因素中最為重要的一個。能力起源于心理學，有勝任力的含義，用于推斷個體在一定環(huán)境中對特定需求所做出的反應。能力是一種內(nèi)化了的個體品質(zhì)，能夠在相關的專業(yè)領域活動過程中得到外化，包括知識，認知與技能，態(tài)度、價值與動機等（劉紅霞，2011）。對具有不同學習能力的學習者而言，必須以不同的方式和不同的學習內(nèi)容幫助其完成學習過程，即實施個性化教育。而在傳統(tǒng)課堂教學環(huán)境中，教師不是講堂上的“哲人”，無法針對班級眾多學生個性差異實施個性化教育。馬歇爾·麥克盧漢在《理解媒介：論人的延伸》中提出：“媒介即人體的延伸”（馬歇爾·麥克盧漢，2000）。在e-Learning環(huán)境下，網(wǎng)絡可以成為教師的延伸，網(wǎng)絡學習系統(tǒng)的發(fā)展為師生深度交互、個性化學習提供了保障。

然而，目前一些常用的網(wǎng)絡學習系統(tǒng)如Blackboard、Moodle、Sakai等在學習資源、教學方法、學習進度等方面的呈現(xiàn)上具有千篇一律性，忽略了學生的個性差異，因此，有效的解決辦法就是設計一種自適應學習系統(tǒng)（姜強等，2011）。該系統(tǒng)能夠自動診斷學習者能力，為不同類型的學習者推薦“最適合”的個性化學習路徑，打破傳統(tǒng)學習群體的結構，把學生作為一個個體，置于一個更為個人化的情境之中，真正為學習者提供個性化學習服務?？梢姡赃m應學習系統(tǒng)是網(wǎng)絡學習系統(tǒng)智能化的發(fā)展趨勢。國內(nèi)外已有許多研究者進行了大量且富有成效的研究，如美國匹茲堡大學的Peter Brusilovsky教授、國際著名教育技術學專家金書軻（Kinshuk）教授以及東北師范大學趙蔚教授研究團隊等。然而，自適應學習系統(tǒng)的作用最大化需建立在對學習者能力建構基礎上，而學習者能力的管理得以實現(xiàn)的關鍵又在于能力模型的構建，能力模型可幫助學習者進行能力定位，找到學習者的能力需求。

目前，關于能力模型研究多數(shù)集中在人力資源管理領域和企業(yè)培訓中，有必要將研究視野從信息服務、經(jīng)濟學拓展到教育學領域。摩洛哥的瑪麗亞姆（Meriem）基于知識、才能和價值等三方面構建能力模型（Hnida，2014），摩洛哥的Elena基于知識、才能和態(tài)度等構建能力模型（Garcia-Barriocanal et al.，2012），主要闡明了能力是個人因素（知識、認知能力、態(tài)度、情感、動機）、社會因素（背景知識與社會知識）與行為因素（行動、行為、目的與目標影響下的積極性）的結合。此外，歐盟委員會組織開展的TENCompetence項目采用開放、標準化、可持續(xù)的革新技術建立了適應終身學習的個體能力發(fā)展模型，表現(xiàn)在諸如技能、知識、態(tài)度、行為、動機、自控力、社會角色等方面（European Commission，2009）。本文在此基礎之上，進一步全面綜合智力因素和非智力因素，從多元維度建構學習者能力模型，并在個性化自適應學習系統(tǒng)（Personalized Adaptive Learning System，PALS）中應用，實現(xiàn)能力導向的個性化學習路徑生成，以及基于個體能力差異的因材施教，并對其學習效率進行實證評價研究。

二、學習者能力模型建構

能力包括知識、才能、價值和天資，既是掌握知識的前提，又是掌握知識的結果。21世紀教育的宗旨——“學會認知、學會做事、學會共處、學會生存”均是能力的外在表現(xiàn)（聯(lián)合國教科文組織總部，2001），級別也從基本熟練水平到最高優(yōu)秀水平不等。能力模型的構建，需要有能力描述規(guī)范和標準作為支撐，對能力元數(shù)據(jù)進行描述，實現(xiàn)能力的可觀察、可操作性及可測量，制定能力發(fā)展服務的參考框架。

1.能力元數(shù)據(jù)描述

為了給學習者提供能力導向的個性化學習服務，首先需要基于IEEE LOM、IMS RDCEO、IEEE-RCD、HR-XML等標準對能力進行元數(shù)據(jù)描述，如圖1所示（Sampson，2009）。

圖1 能力元數(shù)據(jù)描述

從圖1可知，學習者能力元數(shù)據(jù)描述主要包括名稱、描述、能力級別和情境四個元素。其中能力級別最為重要，所包含的名稱是指能力級別的名字，如“初學者”；包含的類型是指能力的分類，用于描述能力的“個性特征”維度，如“注意、記憶、觀察、興趣、情緒、道德”等；包含的值是指能力水平的取值，可用數(shù)字表示（如1-5）或文字表示（如A-E），代表學習者能力差異；包含的尺度值必須被表示為一個有序的列表，如{“初學者”、“中級”、“高級”…}。此外，情境元素是指能力發(fā)揮作用的具體情境。創(chuàng)造情境可以通過兩條途徑：一是為特定活動提供情境，如“教師教育技術能力培訓”；二是提供學習資源?？傊?，基于建構主義學習理論和情境認知理論，人總是“處于某種情境中”，情境是產(chǎn)出并培養(yǎng)能力的土壤。沒有情境，就不可能有能力。能力是在某種特定情境中，通過人的行為和思考而提高的。貼近學生學習實際的真實情境，可以有效調(diào)動他們所有感官和經(jīng)歷。

2.學習者能力模型及其維度交互層次關系

結合已有能力模型研究成果，同時依據(jù)學習者能力元數(shù)據(jù)，本研究從個性特征（智力因素與非智力因素）、知識水平及個人能力應用的情境等三大維度構建能力模型，如圖2所示。

圖2 學習者學習能力模型

基于學習者能力模型和美國心理學家布魯姆提出的識記、理解、應用、分析、綜合和評價6個認知層次，并采用訪談、頭腦風暴法與美國匹茲堡大學、東北師范大學、遼寧師范大學等教育學、心理學、教育技術學等學科領域權威專家對個性特征的智力因素（觀察、記憶、思維、想象、注意、知覺）、非智力因素（意志、情緒、情感、興趣、性格、道德）與知識水平（初學者、初級、中級、較高級、高級、非常高級）之間關系進行分析，確定各因素特征在不同知識水平等級上應具備的不同能力程度，為個性化學習路徑推薦奠定堅實基礎，如表1所示。

表1 個性特征與知識水平交互層次關系

續(xù)表1

三、能力導向的個性化學習路徑生成框架及實現(xiàn)

個性化學習路徑是指以學習者為中心，根據(jù)每個學習者的特征（如學習能力、知識水平、愛好和興趣等），為其推薦適合的學習活動序列，進行學習過程的評價和指導，協(xié)助學習者進行知識的構建。然而，學習能力是一個抽象的概念，較難進行直接的操作，如何對它進行量化與評估，進而促使個性化學習路徑的生成是一個難點問題。本研究首先對學習者的能力需求進行結構分析，將能力與任務之間產(chǎn)生映射關系（即能力發(fā)展通過分解任務來實施和任務的完成來評估），采用典型任務列表的方式對各項子能力進行直觀量化，并通過學習者對任務列表自我執(zhí)行能力的自評和系統(tǒng)中的學習行為分析，進行學習者初始能力的判定，進而得出能力差距，給學習者推送基于任務的學習方案（學習活動序列）；學習結果將保存至能力檔案（Competence File）中，用于修正能力模型，便于下階段初始能力的判定，實現(xiàn)框架如圖3所示（劉紅霞，2011）。整個過程完成了從能力到任務轉(zhuǎn)換，再到個性化學習路徑推薦，隨后執(zhí)行、動態(tài)監(jiān)控、完成與評估任務，最后實現(xiàn)能力提升與發(fā)展。

圖3 能力導向的個性化學習路徑生成框架

根據(jù)能力導向的個性化學習路徑生成框架，可知學習者個性化學習路徑是依據(jù)能力差距生成，而能力差距是能力期望與能力起點水平的差值。其中能力期望是通過確定學習任務，進行學習者能力需求分析獲得；能力起點水平通過顯性和隱性相結合的方式獲得。顯性方式是指學習者采用頭腦風暴法，進行自我評定，然后進行倒退分析其能力定位點；隱性方式是指在學習過程中，對學習行為進行數(shù)據(jù)挖掘分析，如記錄在學習對象上停留的時間和點擊次數(shù)，統(tǒng)計在測試中每道題上的時間和答案修改次數(shù)（如表2所示），判別在答錯一道題之后有沒有回頭復習，統(tǒng)計在論壇中提問的次數(shù)、參與討論的多少等，利用項目反應理論等級反應模型實時判定學習者能力的級別和熟練程度（Rudner，2001），同時結合德國心理學家艾賓浩斯（Ebbinghaus）對人類記憶認知研究結果，采用遺忘曲線捕獲學生知識增長或減少（Ebbinghaus，1885），推薦個性化學習路徑。

表2 測試題行為統(tǒng)計

PALS中的個性化學習路徑是由多個學習活動序列組成，通常采用關聯(lián)規(guī)則挖掘算法制定學習路徑中的活動序列呈現(xiàn)規(guī)則（Agrawal et al.，1993）。例如，規(guī)則1：{學習對象1，論壇1}→{測試1}，即在執(zhí)行測試1之前，需要先完成學習對象1和論壇1。當一個學習者確定了學習任務，如“50天攻克C語言”，系統(tǒng)會根據(jù)其能力差距判斷能力等級，然后推送最佳學習路徑。圖4展示了一個能力等級是“初學者”，系統(tǒng)在考慮其特性（如學習風格）基礎上，為其推送的個性化學習路徑。

圖4 能力導向的個性化學習路徑

初學者{張一}可以根據(jù)系統(tǒng)推薦的學習路徑進行學習。如果該學習者未按推薦的學習路徑進行學習，而是首選第3個學習活動，此時系統(tǒng)將會彈出對話框，建議學習者先從第1、2學習活動開始學習，如圖5所示。

圖5 建議學習路徑

當學習者完成任務，且學習者能力已經(jīng)提升到相應熟練水平層次，系統(tǒng)將會分析用戶的學習記錄，并向?qū)W習者推薦下一步學習任務，如圖6所示。

圖6 推薦下一個任務

值得注意的是，考慮到學習者對學習任務的理解能力會有所差異，學習任務的描述應盡量通俗易懂，貼近用戶的真實需求，并能夠直接反映學習的結果，比如“50天攻克C語言”“60天攻克C++程序設計”等，利于學習者理解并掌控，提高學習興趣和學習積極性。

四、能力導向的個性化學習路徑學習績效評測

本實驗選取東北師范大學教育技術學專業(yè)60名學生作為研究對象，進行“C語言程序設計”課程學習，將其隨機分成兩組，實驗組（推薦學習路徑）和控制組（自選學習路徑）各30人。以靈活的在線和混合式課程方式開展，經(jīng)過30天的學習后，從兩組中各隨機選取5人，從學習時間和學習成績兩個維度對已完成學習績效進行客觀分析，如圖7、8所示。

圖7 兩組學習時間比較

圖8 兩組學習成績比較

從圖7可知，控制組（自選學習路徑）學習者所花費學習時間要多于實驗組（推薦學習路徑）；而從圖8可知，實驗組學習者取得成績要高于控制組。可見，當學習者根據(jù)能力導向生成的個性化學習路徑學習時，效率顯然要更高些。正如實驗組學生認為：“根據(jù)個人學習目的、學習能力和既有基礎的不同，可以有一個定制化的成長路徑，并以自己的速度不斷學習，利于個人學習能力培養(yǎng)和學習績效提升?！?/p>

最后，基于技術接受模型（Technology Acceptance Model，TAM）（Davis，1989），研究從系統(tǒng)的有用性、易用性、滿意度等維度設計問卷并采用李克特六點量表，用1-6分別代表“非常不同意”到“非常同意”，實證調(diào)查評價了學習者對推薦學習路徑和自選學習路徑的態(tài)度，結果如圖9所示（姜強，2012）。

圖9 實證調(diào)查學習者對兩種學習路徑的態(tài)度

由圖9可知，實驗組學習者對系統(tǒng)的有用性、易用性、滿意度等維度的主觀評價要高于控制組，其中在有用性方面，實驗組的評價高于控制組約25%；在易用性方面，實驗組的評價高于控制組約19%；在滿意度方面，實驗組的評價高于控制組約31%?？傊谀芰蛏傻膫€性化學習路徑能夠引導學習者自我制定目標、自我監(jiān)控、評價及反思，體現(xiàn)“學習者為中心”思想，激發(fā)學習興趣，提高學習動機，進而促進真正的學習者個性發(fā)展。

五、研究思考

美國著名未來學家阿爾文·托夫勒（Alvin Toffler）在《未來的沖擊》（1970）和《第三次浪潮》（1980）中預測未來的教育要面對服務、面對創(chuàng)新，在家上學、面向未來的學校界限的消失將成為趨勢。如今伴隨著“互聯(lián)網(wǎng)+”時代的到來，MOOC、微課、翻轉(zhuǎn)課堂、大數(shù)據(jù)、學習分析等新技術正在不斷沖擊傳統(tǒng)的教育教學模式，促進智慧教育生成。特別是MOOC的興起，“互聯(lián)網(wǎng)+ MOOC”具有破壞性創(chuàng)新的關鍵特征（袁莉等，2014），實現(xiàn)了重塑學習方式和思維方式，打破了學習的時空限制，使有組織、有目的的學習成為人人皆學、處處可學、時時能學的活動，為教育高位公平提供了機會，開啟了學習革命的新紀元。大數(shù)據(jù)推動了MOOC可持續(xù)發(fā)展，其教學環(huán)境提供了多元化的學習資源和學習內(nèi)容，包括基于認知主義學習理論預先設定的資源，以及基于聯(lián)通主義理論在學習過程中的生成性資源（王志軍等，2015）。然而，對于學習者而言（尤其是初學者），提供大量豐富學習資源的同時也很容易造成信息迷航、認知負載，導致學習效率低下，進而喪失繼續(xù)學習的愿望。

教育生態(tài)要求實現(xiàn)從“授人以魚”到“授人以漁”的轉(zhuǎn)變，以靈活性和適應學生不斷變化的需求為重點，為學習者提供差異化的學習路徑。聯(lián)合國大會通過《世界人權宣言》指出“教育的目的在于充分發(fā)展人的個性并加強對人權和基本自由的尊重”（萬鄂湘等，1998）。在近期教育部出臺的《關于加強高等學校在線開放課程建設應用與管理的意見》中，明確了七項任務之一是要主動適應學習者個性化發(fā)展（教育部，2015）。美國麻省理工學院教育學者沙爾默（Scharmer）將MOOC發(fā)展分成四個階段，即MOOC 1.0（傳統(tǒng)視頻錄制）、MOOC 2.0（在視頻基礎上增加了練習）、MOOC 3.0（注重同學間的互動學習，增加互評機制）和MOOC 4.0（實現(xiàn)個性化學習），同時指出MOOC的教學形式已經(jīng)到達3.0時代，而4.0時代是一個有待突破的領域，也是未來MOOC的一個發(fā)展趨勢（Scharmer，2015）。為MOOC學習者提供個性化學習路徑可指引有效學習發(fā)生，彌補個體的差異和不足。而基于大數(shù)據(jù)學習分析可實現(xiàn)對MOOC學習者知識能力的定位和判斷（比如追蹤學生的視頻播放次數(shù)來判斷學生的學習難點，數(shù)據(jù)挖掘整理答題的結果、過程、時間、速度、停頓甚至部分思路等），一方面根據(jù)個性化分析為不同MOOC學習者量身定制個性化資源，給予其可調(diào)節(jié)內(nèi)容順序的個性化課程，適應每個學生的差異，讓按需學習、自主學習成為可能。同時，鑒于MOOC學習者和平臺之間的主客體關系，推動學習者根據(jù)自身學習偏好個性化選擇資源（姜強等，2013）。另一方面幫助教師了解MOOC學習者學習進度，由教師進行教學內(nèi)容調(diào)整的個性化學習，使每個學生都能健康、全面地發(fā)展，從而提高教學效率和質(zhì)量。此外，研究成果也會為網(wǎng)絡學習空間人人通建設、智慧教育環(huán)境建設及移動互聯(lián)網(wǎng)時代在線教育的個性發(fā)展等提供指導策略，讓教育有了“人的維度”，真正以學習者為中心，真正尊重學生的個體差異和個性化需求，真正將學生作為教學過程的主體，從而推進當前我國教育信息化發(fā)展。

能力是使學習者生成優(yōu)秀績效的內(nèi)在驅(qū)動力，然而學習者的能力水平存在差異，并不是每一個學習者都擁有準確表達自己學習意愿或?qū)W習目標的能力。本研究在自適應學習環(huán)境下，首先建構了學習者能力模型，并在領域權威專家提出個性特征（智力因素與非智力因素）與知識水平等級交互層次關系基礎上，提出能力導向的個性化學習路徑生成框架以及對能力的量化與評估，并以具體任務為例，驗證了其學習效果。

關于學習者能力的研究，除了本文探討的真實能力（Actual Competence）外，還有能力信仰（Competence Belief）。多數(shù)學習者的能力信仰出現(xiàn)順序通常是由高至低，如何激發(fā)并保持能力信仰是亟待解決的問題。另外，本研究主要考慮了如何利用智力因素來判斷學習者能力，非智力因素如興趣、道德、情緒、情感等對效果評測的影響以及學習者辨別能力、決策能力、聯(lián)想能力、反思能力、協(xié)作能力等高階能力對學習效果的作用，將是下一步重點探究的問題。

[1][加拿大]馬歇爾·麥克盧漢(2000).理解媒介:論人的延伸[M].何道寬.北京:商務印書館.

[2][美]霍華德·加德納(2012).多元智能新視野[M].沈致隆.北京:中國人民大學出版社.

[3][英]袁莉,[英]Stephen Powell,馬紅亮等(2014).MOOC對高等教育的影響:破壞性創(chuàng)新理論視角[J].現(xiàn)代遠程教育研究,(2):3-9.

[4]姜強(2012).自適應學習系統(tǒng)支持模型與實現(xiàn)機制研究[D].長春:東北師范大學.

[5]姜強,趙蔚(2011).面向“服務”視角下的自適應學習系統(tǒng)設計與實現(xiàn)[J].中國電化教育,(2):119-124.

[6]姜強,趙蔚,王朋嬌(2013).自適應學習系統(tǒng)中雙向適應交互評價實證研究[J].現(xiàn)代遠程教育研究,(5):106-112.

[7]教育部(2015).教育部關于加強高等學校在線開放課程建設應用與管理的意見[EB/OL].[2015-04-13].http://old. moe.gov.cn/publicfiles/business/htmlfiles/moe/s7056/201504/ 186490.html.

[8]聯(lián)合國教科文組織(2001).教育——財富蘊藏其中[M].聯(lián)合國教科文組織總部中文科.北京:教育科學出版社.

[9]劉紅霞(2011).終身學習個性化推薦系統(tǒng)中學習者個人能力發(fā)展研究[D].長春:東北師范大學:32.

[10]萬鄂湘,彭錫華(1998).人類社會追求的共同目標——評《世界人權宣言》[J].法學評論,(2):1-6.

[11]王志軍,陳麗(2015).聯(lián)通主義學習中教學交互研究的價值與關鍵問題[J].現(xiàn)代遠程教育研究,(5):47-54.

[12]Agrawal,R.,Imieliński,T.,&Swami,A.(1993).Mining Association Rules between Sets of Items in Large Databases [A].Buneman,P.,&Jajodia,S..Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data[C]. New York:ACM Press:207-216.

[13]Davis,F.D.(1989).Perceived Usefulness,Perceived Ease of Use,and User Acceptance of Information Technology [J].MIS Quarterly,(9):319-340.

[14]Ebbinghaus,H.(1885).Memory:A Contribution to Experimental Psychology[DB/OL].[2013-05-09].https://en.wikisource.org/wiki/Memory:_A_Contribution_to_Experimental_ Psychology.

[15]European Commission(2009).TENCompetence:Personal Competence Manager[DB/OL].[2009-12-01].http://tencompetence-project.bolton.ac.uk/.

[16]García-Barriocanal,E.,Sicilia,M.A.,&Sánchez-Alonso,S.(2012).Computing with Competencies:Modelling Organizational Capacities[J].Expert Systems with Applications,39(16): 12310-12318.

[17]Hnida,M.(2014).A Formalism of the Competency-Based Approach in Adaptive Learning Systems[J].Wseas Transactions on Information Science and Applications,11(14):83-93.

[18]Rudner,L.M.(2001).Item Response Theory[DB/OL]. [2001-12-01].http://echo.edres.org:8080/irt/.

[19]Sampson,D.G.(2009).Competence-Related Metadata for Educational Resources that Support Lifelong Competence Development Programmes[J].Educational Technology&Society, 12(4):149-159.

[20]Scharmer,O.(2015).MOOC 4.0:The Next Revolution in Learning&Leadership[DB/OL].[2015-05-12].http://www. huffingtonpost.com/otto-scharmer/mooc-40-the-next-revoluti_b_7209606.html.

The Generation of Competence-Oriented Personalized Learning Path and Its Evaluation

Jiang Qiang,Zhao Wei,Liu Hongxia,Li Song

Adaptive learning system,a development trend of intelligent network learning system,may efficiently realize the personalized education which can't be achieved in the traditional classroom teaching.However,some learning systems used currently can't cater for learners'individual differences in learning resources,teaching methods and learning progresses.Since competence is one of the main factors in individual differences,it is very important to construct a personalized adaptive learning system for diagnosing learners'competence automatically and pushing the best personalized learning path for different learners.To set up a competence model,the competence metadata should be described to make competence can be observed,operated and measured,according to the description specifications and standards of competence,and then the reference framework for competence development should be constructed.Based on this competence model constructed from personality traits,knowledge level and personal competence application situation, the competence-oriented personalized learning quantifies and evaluates competence through measurable and observable tasks,and finally put forward personalized learning path.It has been verified by specific learning tasks that competence-oriented personalized learning path can improve learning efficiency,extend personalized MOOC,resolve the problem of cognitive load and promote effective network learning.

Competence Model;Personalized Learning;Adaptive Learning;Learning Path;Performance Evaluation

G434

A

1009-5195（2015）06-0104-08 doi10.3969/j.issn.1009-5195.2015.06.013

教育部人文社會科學研究規(guī)劃基金“大數(shù)據(jù)支持下的個性化自適應學習及教育測量研究”（15YJA880027）；教育部人文社會科學研究規(guī)劃基金“基于知識圖譜的開放學習資源自主聚合研究”（14YJA880103）；“中央高?；究蒲袠I(yè)務費專項資金”。

姜強，博士，副教授，碩士生導師；趙蔚，博士，教授，博士生導師；劉紅霞，博士，講師，東北師范大學計算機科學與信息技術學院（吉林長春 130117）；李松，博士，副研究員，國家開放大學教育教學部部長（北京 100039）。

2015-09-29責任編輯 汪 燕