謝洵
摘 要:隨著網(wǎng)絡(luò)學(xué)習(xí)資源的空前繁榮及未來(lái)學(xué)習(xí)資源的進(jìn)一步開(kāi)放共享,海量資源的過(guò)濾和選取將成為學(xué)習(xí)者的一大困擾。快速發(fā)現(xiàn)有用信息的工具主要有搜索引擎和推薦系統(tǒng)兩種。前者需要學(xué)習(xí)者主動(dòng)提供準(zhǔn)確的關(guān)鍵詞來(lái)尋找信息;后者則通過(guò)對(duì)學(xué)習(xí)者的背景、偏好、認(rèn)知狀態(tài)以及交互狀況信息的采集、分析,主動(dòng)為學(xué)習(xí)者推薦信息。自適應(yīng)推送將綜合利用這兩種工具,對(duì)學(xué)習(xí)者的行為和需求進(jìn)行分析和預(yù)測(cè),實(shí)現(xiàn)資源對(duì)于學(xué)習(xí)者的自適應(yīng),從而為學(xué)習(xí)者構(gòu)建起個(gè)性化的學(xué)習(xí)環(huán)境。
關(guān)鍵詞:自適應(yīng);推送;推薦;個(gè)性化
中圖分類號(hào):TP393 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1673-8454(2016)22-0090-04
一、引言
《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要(2010-2020年)》中提到我國(guó)教育的戰(zhàn)略目標(biāo)是“到2020年,基本實(shí)現(xiàn)教育現(xiàn)代化,基本形成學(xué)習(xí)型社會(huì),進(jìn)入人力資源強(qiáng)國(guó)行列”,為了實(shí)現(xiàn)這個(gè)目標(biāo),要求“繼續(xù)教育的參與率大幅提升,從業(yè)人員繼續(xù)教育年參與率達(dá)到50%”,即從業(yè)人員繼續(xù)教育將從2009年的“1.66億”增長(zhǎng)至2020年的“3.5億”。這樣大規(guī)模的繼續(xù)教育將依托各類網(wǎng)絡(luò)教育來(lái)實(shí)現(xiàn)。如何為這些能力水平、年齡結(jié)構(gòu)、學(xué)習(xí)風(fēng)格等特征各異的學(xué)習(xí)對(duì)象提供適合的學(xué)習(xí)內(nèi)容和服務(wù),靈活適應(yīng)他們多樣化的學(xué)習(xí)需求,確保學(xué)習(xí)熱情的保持和學(xué)習(xí)的發(fā)生就顯得非常重要。當(dāng)前,網(wǎng)絡(luò)課程資源極大豐富,僅僅是在線高等教育,大規(guī)模在線開(kāi)放課程、國(guó)家精品課程、大學(xué)視頻公開(kāi)課等就足以讓任何一個(gè)學(xué)習(xí)者眼花繚亂,無(wú)所適從。自適應(yīng)能夠較好地解決資源和學(xué)習(xí)者特征的匹配問(wèn)題,提升學(xué)習(xí)者獲取資源的效率,成為了在線教育的理想狀態(tài)和發(fā)展趨勢(shì)。
二、自適應(yīng)推送
1.概念
自適應(yīng)推送是指系統(tǒng)捕捉、判斷學(xué)習(xí)者的特征、行為及其變化,自動(dòng)為學(xué)習(xí)者匹配相應(yīng)的資源,并以學(xué)習(xí)者能夠感知、理解和選擇的方式進(jìn)行呈現(xiàn)。
2.特征
(1)以學(xué)習(xí)者為中心。尊重學(xué)習(xí)者的知識(shí)基礎(chǔ)、學(xué)習(xí)風(fēng)格和學(xué)習(xí)習(xí)慣,幫助、引導(dǎo)學(xué)習(xí)者形成自己個(gè)性化的學(xué)習(xí)路徑和學(xué)習(xí)資源,保護(hù)學(xué)習(xí)興趣,提高學(xué)習(xí)效率。
(2)自適應(yīng)。系統(tǒng)內(nèi)規(guī)劃相應(yīng)的規(guī)則和算法,依據(jù)學(xué)習(xí)者的學(xué)習(xí)特征和行為及其他學(xué)習(xí)者的特征和行為,自動(dòng)為學(xué)習(xí)者匹配和推送學(xué)習(xí)資源和學(xué)習(xí)路徑。
(3)路徑優(yōu)化。教師規(guī)劃的初始路徑作為參考路徑,后續(xù)學(xué)習(xí)路徑由學(xué)習(xí)者和系統(tǒng)依據(jù)學(xué)習(xí)者的基礎(chǔ)和學(xué)習(xí)進(jìn)程相互作用形成,更符合學(xué)習(xí)者需求。
三、相關(guān)研究領(lǐng)域
1.智能教學(xué)系統(tǒng)
智能教學(xué)系統(tǒng)是一種借助人工智能技術(shù),讓計(jì)算機(jī)扮演教師的角色實(shí)施個(gè)別化教學(xué),向不同需求、不同特征的學(xué)習(xí)者傳授知識(shí)、提供指導(dǎo)的適應(yīng)性學(xué)習(xí)支持系統(tǒng)[1]。適應(yīng)性學(xué)習(xí)支持系統(tǒng)是智能教學(xué)系統(tǒng)與適應(yīng)性超媒體系統(tǒng)在網(wǎng)絡(luò)環(huán)境下發(fā)展的融合。其目的就是要實(shí)時(shí)地把握學(xué)習(xí)者的經(jīng)驗(yàn)基礎(chǔ)、認(rèn)知結(jié)構(gòu)、認(rèn)知風(fēng)格、興趣愛(ài)好等方面的信息,據(jù)此提供學(xué)習(xí)者在當(dāng)前狀態(tài)下學(xué)習(xí)新信息時(shí)最適合的學(xué)習(xí)內(nèi)容、學(xué)習(xí)策略、學(xué)習(xí)支持以及最佳的知識(shí)基礎(chǔ)等[2]??梢哉f(shuō),自適應(yīng)推送是智能教學(xué)系統(tǒng)的一個(gè)發(fā)展方向。
2.教育數(shù)據(jù)挖掘
教育數(shù)據(jù)挖掘主要關(guān)注開(kāi)發(fā)探索教育情境中產(chǎn)生的那些獨(dú)特類型的數(shù)據(jù)的方法,并且使用這些方法來(lái)更好地理解學(xué)習(xí)者和他們學(xué)習(xí)的情境。主要的挖掘方法可分為五類:統(tǒng)計(jì)分析與可視化、聚類(聚類、離群點(diǎn))、預(yù)測(cè)(決策樹(shù)、回歸分析、時(shí)序分析)、關(guān)系挖掘(關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘、社會(huì)網(wǎng)絡(luò)分析)、文本挖掘[3]。教育數(shù)據(jù)挖掘強(qiáng)調(diào)將學(xué)習(xí)簡(jiǎn)化為能夠被分析、且隨后能夠被軟件所影響從而適配學(xué)習(xí)者的成分[4],是自適應(yīng)推送系統(tǒng)的重要基礎(chǔ)之一。
3.推薦系統(tǒng)
推薦系統(tǒng)就是自動(dòng)聯(lián)系用戶和物品的一種工具,它能夠在信息過(guò)載的環(huán)境中幫助用戶發(fā)現(xiàn)令他們感興趣的信息,也能將信息推送給對(duì)它們感興趣的用戶。推薦算法的本質(zhì)是通過(guò)一定的方式將用戶和物品聯(lián)系起來(lái)。個(gè)性化推薦的成功應(yīng)用需要兩個(gè)條件,第一是存在信息過(guò)載,第二是用戶沒(méi)有明確的需求。[5]當(dāng)前個(gè)性化推薦系統(tǒng)的研究相對(duì)集中在商業(yè)領(lǐng)域,自適應(yīng)推送強(qiáng)調(diào)基于教育領(lǐng)域?qū)ν扑]技術(shù)的應(yīng)用,其指導(dǎo)思想、應(yīng)用環(huán)境、評(píng)測(cè)指標(biāo)、推薦解釋等與商業(yè)領(lǐng)域均不盡相同。
4.學(xué)習(xí)分析
學(xué)習(xí)分析是以理解和優(yōu)化學(xué)習(xí)及其發(fā)生的環(huán)境為目的,對(duì)學(xué)習(xí)者及其所處情境的數(shù)據(jù)進(jìn)行測(cè)量、收集、分析和報(bào)告。[6]新媒體聯(lián)盟認(rèn)為,學(xué)習(xí)分析是以評(píng)估學(xué)業(yè)成就、預(yù)測(cè)未來(lái)表現(xiàn)、發(fā)現(xiàn)潛在問(wèn)題為目的,對(duì)學(xué)習(xí)者產(chǎn)生和收集的大量數(shù)據(jù)進(jìn)行闡釋的過(guò)程,旨在應(yīng)用數(shù)據(jù)分析為教育系統(tǒng)的各級(jí)決策提供參考。[7]學(xué)習(xí)分析與自適應(yīng)推送的側(cè)重點(diǎn)不同,除了共同關(guān)注的產(chǎn)生適應(yīng)性學(xué)習(xí)內(nèi)容外,學(xué)習(xí)分析還重點(diǎn)關(guān)注危機(jī)學(xué)習(xí)者干預(yù)和決策支持等,相對(duì)關(guān)注的范圍更廣,指導(dǎo)決策的層級(jí)也更加豐富。
四、相關(guān)研究現(xiàn)狀
國(guó)外的一些自適應(yīng)學(xué)習(xí)系統(tǒng)主要依據(jù)學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、知識(shí)背景和興趣,以及學(xué)習(xí)者的學(xué)習(xí)信息和行為構(gòu)建學(xué)習(xí)者模型,通過(guò)個(gè)性化推薦或自適應(yīng)導(dǎo)航提供個(gè)性化的內(nèi)容呈現(xiàn)、教學(xué)活動(dòng)、學(xué)習(xí)環(huán)境、學(xué)習(xí)者評(píng)價(jià)等,并以某種方式進(jìn)行展示或標(biāo)注。[8]
美國(guó)教育部發(fā)布的《通過(guò)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》報(bào)告認(rèn)為,自適應(yīng)學(xué)習(xí)系統(tǒng)和個(gè)性化學(xué)習(xí)屬于教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的高級(jí)應(yīng)用,是教育大數(shù)據(jù)相關(guān)研究的終極目標(biāo)。[9]典型的自適應(yīng)學(xué)習(xí)系統(tǒng)包括六個(gè)組成部分:①內(nèi)容管理,提供個(gè)性化的學(xué)科內(nèi)容和評(píng)價(jià)。②學(xué)習(xí)者學(xué)習(xí)數(shù)據(jù)庫(kù),存儲(chǔ)基于時(shí)間標(biāo)記的學(xué)習(xí)者行為。③預(yù)測(cè)模型,聯(lián)合人口統(tǒng)計(jì)數(shù)據(jù)和學(xué)習(xí)者行為數(shù)據(jù)來(lái)進(jìn)行追蹤和預(yù)測(cè)。④報(bào)告服務(wù),為各類使用者提供可視化反饋。⑤適應(yīng)性引擎,根據(jù)學(xué)習(xí)者的表現(xiàn)水平和興趣發(fā)送材料,確保后續(xù)學(xué)習(xí)的提高。⑥干預(yù)引擎,允許干預(yù)或改寫(xiě)自動(dòng)化系統(tǒng)以更好地服務(wù)學(xué)習(xí)者。
國(guó)內(nèi)的研究從理論、模型、原型到系統(tǒng)相比于國(guó)外并沒(méi)有大的突破。余勝泉提出適應(yīng)性學(xué)習(xí)模式的關(guān)鍵環(huán)節(jié)是:學(xué)習(xí)診斷(學(xué)習(xí)能力、認(rèn)知能力)、學(xué)習(xí)內(nèi)容的動(dòng)態(tài)組織(根據(jù)學(xué)習(xí)歷史、認(rèn)知風(fēng)格)、學(xué)習(xí)策略(傳授式、探索式和協(xié)作式)。[10]謝曉林等提出適應(yīng)性學(xué)習(xí)系統(tǒng)包括運(yùn)行層(含適應(yīng)引擎)和存儲(chǔ)層(如圖1)。姜強(qiáng)認(rèn)為研發(fā)自適應(yīng)學(xué)習(xí)系統(tǒng)的關(guān)鍵在于用戶模型和領(lǐng)域模型。依據(jù)學(xué)習(xí)風(fēng)格和知識(shí)水平進(jìn)行了用戶建模,利用解釋結(jié)構(gòu)模型法和本體技術(shù)進(jìn)行了知識(shí)建模。[11]
上海交通大學(xué)檀曉紅等認(rèn)為“個(gè)性化導(dǎo)學(xué)系統(tǒng)”應(yīng)包含:初始知識(shí)域建構(gòu)模塊、個(gè)性化的知識(shí)域生成模塊、個(gè)性化的學(xué)習(xí)路徑生成模塊、歷史學(xué)習(xí)記錄模塊、知識(shí)結(jié)構(gòu)水平評(píng)估模塊和個(gè)性化學(xué)習(xí)資源推薦模塊。[12]系統(tǒng)的設(shè)計(jì)以知識(shí)點(diǎn)為核心,根據(jù)對(duì)學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)的分析和學(xué)習(xí)效果的測(cè)試,判斷其知識(shí)結(jié)構(gòu)和水平,從而進(jìn)行相應(yīng)的學(xué)習(xí)資源和同學(xué)推薦。
總的來(lái)說(shuō),對(duì)于自適應(yīng)系統(tǒng),研究者關(guān)注了學(xué)習(xí)內(nèi)容、學(xué)習(xí)內(nèi)容的存儲(chǔ)、學(xué)習(xí)內(nèi)容呈現(xiàn)的對(duì)象、學(xué)習(xí)內(nèi)容呈現(xiàn)的依據(jù)、學(xué)習(xí)內(nèi)容呈現(xiàn)的規(guī)則和學(xué)習(xí)內(nèi)容呈現(xiàn)的方法。[13]這些研究具有很好的啟迪和指導(dǎo)作用,然而,還有一些問(wèn)題需要進(jìn)一步深入研究,比如:①由于用戶行為的復(fù)雜性和其所處環(huán)境的噪音等,用戶模型的構(gòu)建通常不存在通用的建模方法,如何提取用戶最核心的要素加以描述和表示?②不是什么樣的資源都能直接進(jìn)行匹配,資源的構(gòu)建、存儲(chǔ)和提取都是值得深入研究的問(wèn)題,這也是制約自適應(yīng)系統(tǒng)研究大多處于理論層面的重要原因。
五、推薦系統(tǒng)的研究現(xiàn)狀
推薦系統(tǒng)當(dāng)前主要用于電子商務(wù)、音樂(lè)、視頻網(wǎng)站,社交網(wǎng)絡(luò)、個(gè)性化閱讀等領(lǐng)域。利用用戶行為數(shù)據(jù)、用戶標(biāo)簽數(shù)據(jù)、上下文信息(時(shí)間信息、地點(diǎn)信息)、社交網(wǎng)絡(luò)數(shù)據(jù)等對(duì)用戶的興趣、行為進(jìn)行預(yù)測(cè),從而進(jìn)行物品或好友的推薦。目前主流的推薦系統(tǒng)有表1中的三類。
每種基本方法都各有利弊,有的存在數(shù)據(jù)稀疏性和冷啟動(dòng)能力問(wèn)題,有的存在放大效應(yīng)問(wèn)題,同時(shí),沒(méi)有一種方法能夠充分利用所有的信息。構(gòu)建一種混合的系統(tǒng),結(jié)合不同算法和模型的優(yōu)點(diǎn),克服相應(yīng)的缺陷和問(wèn)題,不失為實(shí)踐中的解決辦法。[14]
六、網(wǎng)絡(luò)教育系統(tǒng)的特征
網(wǎng)絡(luò)教育系統(tǒng)與商業(yè)系統(tǒng)相比,用戶特征集中,數(shù)據(jù)來(lái)源明確,其所應(yīng)用的教務(wù)管理系統(tǒng)和教學(xué)管理系統(tǒng)為學(xué)習(xí)者特征數(shù)據(jù)的采集提供了很大的便利,能夠做很多相關(guān)的設(shè)計(jì)。比如楊曼等就曾應(yīng)用學(xué)習(xí)者的學(xué)習(xí)時(shí)間和進(jìn)度數(shù)據(jù),平臺(tái)、課程的登錄頻率及時(shí)間,提交作業(yè)的百分率,發(fā)帖情況等來(lái)構(gòu)建學(xué)習(xí)者的學(xué)習(xí)能力評(píng)價(jià)模型,判斷學(xué)習(xí)者的學(xué)習(xí)時(shí)間管理能力、學(xué)習(xí)態(tài)度、學(xué)習(xí)效率等[15]。而且,網(wǎng)絡(luò)教育系統(tǒng)學(xué)習(xí)者相對(duì)比較穩(wěn)定,服從性和參與度較好,通過(guò)一些教學(xué)、教務(wù)管理功能的設(shè)計(jì),可以誘發(fā)更多的學(xué)習(xí)(行為)數(shù)據(jù)。并且可以通過(guò)測(cè)試、問(wèn)卷等方式獲取和印證更多的特征。
網(wǎng)絡(luò)教育系統(tǒng)的資源匹配能力與所采用的教學(xué)系統(tǒng)及課程組織形式緊密相關(guān)。例如,賀媛婧依托Moodle平臺(tái)中的學(xué)習(xí)者學(xué)習(xí)記錄,通過(guò)個(gè)性化的推薦技術(shù)預(yù)測(cè)學(xué)習(xí)者對(duì)學(xué)習(xí)資源的興趣度,然后按照興趣度從大到小進(jìn)行資源推薦。[16]事實(shí)上,平臺(tái)推送的資源可以有三個(gè)層次:方案級(jí)、課程級(jí)和內(nèi)容級(jí)。從某種意義上講,推送課程級(jí)資源相對(duì)比較容易。然而,推送內(nèi)容級(jí)資源可能是學(xué)習(xí)者在學(xué)習(xí)過(guò)程中最需要也是最難的。需要課程本身的設(shè)計(jì)是模塊化的,并且知識(shí)點(diǎn)相互關(guān)聯(lián)。只有在資源設(shè)計(jì)中埋下了行為選擇的可能,依托平臺(tái)的支撐才能夠?qū)崿F(xiàn)內(nèi)容級(jí)資源的推送。余勝泉等基于學(xué)習(xí)元平臺(tái)的生成性課程設(shè)計(jì)與實(shí)施就是在這個(gè)方向上的實(shí)踐。[17]在平臺(tái)功能的支撐下,通過(guò)學(xué)習(xí)活動(dòng)的設(shè)計(jì),學(xué)習(xí)者個(gè)性化的學(xué)習(xí)行為才能得以顯現(xiàn)。
七、自適應(yīng)推送系統(tǒng)的設(shè)計(jì)
基于網(wǎng)絡(luò)教育領(lǐng)域的特征,其自適應(yīng)推送系統(tǒng)的設(shè)計(jì)可以從以下三方面著手:學(xué)習(xí)者特征、資源特征以及推送算法。建立算法的前提是由平臺(tái)系統(tǒng)和資源端配合提煉出學(xué)習(xí)者個(gè)性化的學(xué)習(xí)行為。
從網(wǎng)絡(luò)教育的教學(xué)教務(wù)管理平臺(tái)中可以獲取學(xué)習(xí)者的統(tǒng)計(jì)特征、偏好特征、知識(shí)特征和目標(biāo)特征,學(xué)習(xí)系統(tǒng)可以讀取、測(cè)量和記錄學(xué)習(xí)者的行為特征,綜合起來(lái),可以形成學(xué)習(xí)者特征模型。因?yàn)榫W(wǎng)絡(luò)教育教學(xué)一般按照地域、年級(jí)和專業(yè)來(lái)組織,學(xué)習(xí)者具有一定的共性特征,可以采用基于用戶的算法(比如協(xié)同過(guò)濾算法),通過(guò)借鑒相似偏好的其他學(xué)習(xí)者的選擇來(lái)為當(dāng)前學(xué)習(xí)者進(jìn)行課程和內(nèi)容的推薦;考慮到網(wǎng)絡(luò)教育的學(xué)習(xí)者具有可交互性(比如為學(xué)習(xí)者提供搜索功能、提供多路徑供選擇或做問(wèn)卷調(diào)查等),也可以采用基于知識(shí)的推薦來(lái)為學(xué)習(xí)者選擇推送的課程、內(nèi)容或?qū)W習(xí)路徑。
對(duì)一門課程的內(nèi)容或?qū)W習(xí)路徑做推薦,需要將課程資源模塊化處理。一方面對(duì)資源的特征、屬性進(jìn)行標(biāo)注(基于人工或借助語(yǔ)義技術(shù));另一方面對(duì)資源的呈現(xiàn)做設(shè)計(jì),依托平臺(tái)功能為學(xué)生提供展現(xiàn)行為偏好的機(jī)會(huì)。以北京郵電大學(xué)《互聯(lián)網(wǎng)技術(shù)》課程為例,課程設(shè)計(jì)了三條彼此相通又各自獨(dú)立的學(xué)習(xí)路徑,在課程學(xué)習(xí)的任何環(huán)節(jié),都可以快速切換,靈活選用?!把驖u進(jìn)”路徑按照知識(shí)的內(nèi)在邏輯順序和學(xué)習(xí)者認(rèn)知能力發(fā)展來(lái)呈現(xiàn)學(xué)習(xí)內(nèi)容,適合初學(xué)者;“個(gè)性選擇”路徑按照知識(shí)的脈絡(luò)提供,強(qiáng)化了知識(shí)的關(guān)聯(lián)關(guān)系;“學(xué)以致用”路徑按照主題、任務(wù)組織知識(shí),增加了學(xué)習(xí)者問(wèn)題解決的體驗(yàn)。
1. “循序漸進(jìn)”路徑
在循序漸進(jìn)路徑中,保證知識(shí)點(diǎn)的覆蓋度,標(biāo)示重難點(diǎn),記錄學(xué)習(xí)者的學(xué)習(xí)進(jìn)度(見(jiàn)圖2)。
2. “個(gè)性選擇”路徑
在個(gè)性選擇路徑中,采用圖形化的無(wú)序樹(shù)形導(dǎo)航(見(jiàn)圖3)。導(dǎo)航可進(jìn)行展開(kāi)、收縮交互操作,同時(shí),支持知識(shí)點(diǎn)的名稱檢索,充分展現(xiàn)學(xué)習(xí)者個(gè)性化特征。
(1) 學(xué)習(xí)者可以按照感興趣的內(nèi)容逐層進(jìn)入。了解每一個(gè)知識(shí)點(diǎn)在知識(shí)體系中所處的位置和關(guān)聯(lián)關(guān)系。
(2) 也可以通過(guò)關(guān)鍵詞檢索,從檢索結(jié)果中找到自己感興趣的內(nèi)容,直接進(jìn)入學(xué)習(xí)。
3. “學(xué)以致用”路徑
在學(xué)以致用路徑(見(jiàn)圖4)中,以“實(shí)戰(zhàn)、實(shí)效、實(shí)用”為目的。比如局域網(wǎng)的組建,示范按照局域網(wǎng)的生命周期進(jìn)行設(shè)計(jì),對(duì)步驟、流程進(jìn)行講解,對(duì)操作細(xì)節(jié)進(jìn)行演示后,提供實(shí)際企業(yè)案例,設(shè)計(jì)組網(wǎng)任務(wù)。
通過(guò)記錄學(xué)習(xí)者在不同路徑上的學(xué)習(xí)行為,可以較好地識(shí)別學(xué)習(xí)者的個(gè)性特征,成為了下一步自適應(yīng)推送的有效鋪墊。比如,個(gè)性選擇路徑,可以得到學(xué)習(xí)者相應(yīng)知識(shí)點(diǎn)的學(xué)習(xí)狀態(tài),為他推送相關(guān)知識(shí)點(diǎn)。對(duì)于選擇學(xué)以致用路徑的學(xué)習(xí)者,可以為其推送其他相關(guān)知識(shí)領(lǐng)域?qū)嵅贋橹鞯恼n程等等。
在網(wǎng)絡(luò)教育領(lǐng)域,自適應(yīng)推送系統(tǒng)的應(yīng)用符合以學(xué)習(xí)者為中心,服務(wù)學(xué)生個(gè)性化需求的目標(biāo)和趨勢(shì)。但自適應(yīng)推動(dòng)系統(tǒng)的成熟需要學(xué)習(xí)者、資源和算法三個(gè)方面研究的共同進(jìn)步。對(duì)于網(wǎng)絡(luò)教育來(lái)說(shuō),資源的設(shè)計(jì)和處理難度最大,一方面有賴于技術(shù)(比如語(yǔ)義技術(shù))的進(jìn)一步發(fā)展完善,另一方面,還要賴于人的投入和創(chuàng)造。
參考文獻(xiàn):
[1]智勇.分布式學(xué)習(xí)環(huán)境中的智能授導(dǎo)系統(tǒng)研究[D]. 南京:南京師范大學(xué), 2004.
[2]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].中國(guó)遠(yuǎn)程教育,2007(10).
[3]葛道凱,張少剛,魏順平.教育數(shù)據(jù)挖掘方法與應(yīng)用[M].北京:教育科學(xué)出版社,2012.
[4]Siemens, G., and R. S. J. d. Baker. 2012. “Learning Analytics and Educational Data Mining: Towards Communication and Collaboration.” NY: Association for Computing Machinery, 252-254.
[5]項(xiàng)亮.推薦系統(tǒng)實(shí)踐[M].北京:人民郵電出版社,2012:6.
[6]Siemens,G.Knewton-the future of education?[EB/OL].http://www.learninganalytics.net/?p=126.
[7]The New Media Consortium.Horizon Report:2013 Higher Education Edition.
[8]姜強(qiáng).自適應(yīng)學(xué)習(xí)系統(tǒng)支持模型與實(shí)現(xiàn)機(jī)制研究[D].長(zhǎng)春:東北師范大學(xué),2012.
[9]U.S. Department of Education,Office of Educational Technology. Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics [DB/OL].http://www.ed.gov/edblogs/technology/files/2012/03/edm-la-brief.pdf.
[10]余勝泉.適應(yīng)性學(xué)習(xí)——遠(yuǎn)程教育發(fā)展的趨勢(shì)[J].開(kāi)放教育研究,2000(3).
[11]謝曉林,余勝泉,程罡,黃燁敏.網(wǎng)絡(luò)教學(xué)平臺(tái)的新發(fā)展[J].開(kāi)放教育研究,2007(10).
[12]檀曉紅,申瑞民等.網(wǎng)絡(luò)教學(xué)中基于非零起點(diǎn)的個(gè)性化導(dǎo)學(xué)系統(tǒng)(專利)[D].上海:上海交通大學(xué),2007.
[13]陳品德. 基于Web的適應(yīng)性學(xué)習(xí)支持系統(tǒng)研究[D]. 上海:華東師范大學(xué),2003.
[14]Dietmar Jannach Markus Zanker, Alexander Felferning Gerhard Friedrich(著),蔣凡(譯).Recommender Systems: An Introduction[M].北京:人民郵電出版社,2013.
[15]楊曼,勾學(xué)榮,李建偉.基于網(wǎng)絡(luò)在線學(xué)習(xí)的學(xué)習(xí)能力評(píng)價(jià)模型研究[J].北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2011(1): 13-19.
[16]賀媛婧.個(gè)性化推薦技術(shù)在Moodle學(xué)習(xí)平臺(tái)的應(yīng)用研究[J].中國(guó)教育信息化,2015(4): 86-88.
[17]余勝泉,萬(wàn)海鵬,崔京菁.基于學(xué)習(xí)元平臺(tái)的生成性課程設(shè)計(jì)與實(shí)施[J].中國(guó)電化教育,2015(6).
(編輯:魯利瑞)