付宇博　曾致中

摘 要：個(gè)性化在線學(xué)習(xí)系統(tǒng)是指根據(jù)學(xué)習(xí)者的個(gè)性特征和情境因素為其提供有針對(duì)性的學(xué)習(xí)策略、學(xué)習(xí)資源以及學(xué)習(xí)路徑的在線學(xué)習(xí)環(huán)境，能真正意義上的實(shí)現(xiàn)自主學(xué)習(xí)。它涉及到教育學(xué)、心理學(xué)、認(rèn)知科學(xué)、人工智能等多方面的領(lǐng)域知識(shí)，可以有效解決網(wǎng)絡(luò)迷航問(wèn)題。該篇文章論述了國(guó)內(nèi)外關(guān)于個(gè)性化在線學(xué)習(xí)系統(tǒng)的研究現(xiàn)狀，歸納總結(jié)了開發(fā)個(gè)性化學(xué)習(xí)系統(tǒng)所用到的主要先進(jìn)技術(shù)，最后分析了個(gè)性化學(xué)習(xí)可能面臨的挑戰(zhàn)并對(duì)其未來(lái)的發(fā)展提出了一些建議，以期為個(gè)性化學(xué)習(xí)方面的研究者提供借鑒。

關(guān)鍵詞：個(gè)性化在線學(xué)習(xí)系統(tǒng)；智能感知；學(xué)習(xí)分析；自適應(yīng)學(xué)習(xí)；前景分析

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2018）04-0009-06

一、 引言

隨著互聯(lián)網(wǎng)+和教育信息化時(shí)代的飛速發(fā)展，網(wǎng)絡(luò)信息資源也呈現(xiàn)指數(shù)增長(zhǎng)，但隨之而來(lái)的問(wèn)題是，面對(duì)如此巨大的信息資源庫(kù)，學(xué)習(xí)者很難快速有效地找到適合自己的學(xué)習(xí)資源，甚至?xí)霈F(xiàn)認(rèn)知超載、迷航[1]等問(wèn)題。于是，個(gè)性化學(xué)習(xí)應(yīng)運(yùn)而生，并逐步成為教育技術(shù)領(lǐng)域的研究熱點(diǎn)。

個(gè)性化學(xué)習(xí)是指根據(jù)學(xué)習(xí)者的興趣偏好、學(xué)習(xí)需求、學(xué)習(xí)風(fēng)格、初始能力和認(rèn)知水平等特征來(lái)設(shè)計(jì)教育項(xiàng)目、教學(xué)方法以及學(xué)術(shù)支持策略，并為學(xué)習(xí)者提供獨(dú)特的學(xué)習(xí)資源和學(xué)習(xí)路徑。在教育領(lǐng)域，個(gè)性化學(xué)習(xí)的思想多被用在一些在線教育平臺(tái)中，開發(fā)個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)（PersonalizedE-learningSystem，簡(jiǎn)稱PELS）或智能導(dǎo)學(xué)系統(tǒng)（IntelligentTutoring System，簡(jiǎn)稱ITS）。一個(gè)PELS通常包含數(shù)據(jù)庫(kù)，網(wǎng)絡(luò)服務(wù)以及個(gè)性化學(xué)習(xí)導(dǎo)航等功能模塊，如圖1所示。數(shù)據(jù)庫(kù)中存儲(chǔ)著靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)。靜態(tài)數(shù)據(jù)庫(kù)主要包括學(xué)習(xí)者信息、資源管理者信息以及教學(xué)資源（課程，作業(yè)，試題等）；動(dòng)態(tài)數(shù)據(jù)庫(kù)主要記錄學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)效果。網(wǎng)絡(luò)服務(wù)模塊包含了系統(tǒng)中所有的子功能，負(fù)責(zé)處理用戶的所有學(xué)習(xí)活動(dòng)和請(qǐng)求，并把這些活動(dòng)產(chǎn)生的數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)中，為個(gè)性化分析提供動(dòng)態(tài)的數(shù)據(jù)來(lái)源。[2]個(gè)性化學(xué)習(xí)導(dǎo)航是個(gè)性化學(xué)習(xí)系統(tǒng)中的核心模塊，它利用數(shù)據(jù)挖掘（學(xué)習(xí)分析）和其他智能技術(shù)對(duì)數(shù)據(jù)庫(kù)中學(xué)習(xí)者的信息進(jìn)行分析，進(jìn)而為其提供個(gè)性化的學(xué)習(xí)導(dǎo)航。其主要流程是：首先，學(xué)習(xí)者登錄系統(tǒng)，如果不是新用戶，系統(tǒng)會(huì)從數(shù)據(jù)庫(kù)中提取用戶的配置文件（Profile），接著上次登錄的學(xué)習(xí)進(jìn)度繼續(xù)進(jìn)行資源學(xué)習(xí)；如果是新用戶，則系統(tǒng)需要為其建立配置文件，主要包括學(xué)習(xí)者的學(xué)生模型信息（性別專業(yè)、知識(shí)水平、學(xué)習(xí)風(fēng)格、認(rèn)知能力、興趣愛(ài)好等），前測(cè)的結(jié)果以及根據(jù)測(cè)試結(jié)果和知識(shí)空間理論、遺傳算法等技術(shù)為學(xué)習(xí)者制定的個(gè)性化學(xué)習(xí)路徑，還有記錄學(xué)習(xí)者的學(xué)習(xí)行為和學(xué)習(xí)效果的日志文件。然后用戶根據(jù)系統(tǒng)導(dǎo)航執(zhí)行學(xué)習(xí)計(jì)劃，直到完成本單元所有學(xué)習(xí)課程，并進(jìn)行后測(cè)，如果達(dá)到了學(xué)習(xí)目標(biāo)，則結(jié)束本單元的學(xué)習(xí)；如果沒(méi)達(dá)到目標(biāo)，則需要重新制定學(xué)習(xí)計(jì)劃，進(jìn)行強(qiáng)化學(xué)習(xí)，直到實(shí)現(xiàn)學(xué)習(xí)目標(biāo)。最后，系統(tǒng)還可以為用戶推薦與當(dāng)前學(xué)習(xí)主題相關(guān)的其他學(xué)習(xí)資源。

個(gè)性化在線（網(wǎng)絡(luò)）學(xué)習(xí)系統(tǒng)的使用能夠有效解決在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者的認(rèn)知超載和迷航等問(wèn)題，可以極大地提高資源的利用率和學(xué)習(xí)者的學(xué)習(xí)效率。隨著教育信息化進(jìn)程的快速發(fā)展，個(gè)性化學(xué)習(xí)越來(lái)越受到教育專家的重視，在線學(xué)習(xí)環(huán)境與自適應(yīng)等各種智能技術(shù)的發(fā)展為個(gè)性化學(xué)習(xí)系統(tǒng)的開發(fā)提供了良好的契機(jī)。本篇文章首先論述了國(guó)內(nèi)外個(gè)性化學(xué)習(xí)系統(tǒng)的研究現(xiàn)狀，然后介紹了個(gè)性化在線學(xué)習(xí)系統(tǒng)中用到的主要智能技術(shù)，最后分析了開展個(gè)性化學(xué)習(xí)面臨的挑戰(zhàn)和可能存在的問(wèn)題，并對(duì)未來(lái)的發(fā)展提出了一些建議，以期為個(gè)性化學(xué)習(xí)方面的研究者提供借鑒。

二、個(gè)性化學(xué)習(xí)系統(tǒng)研究現(xiàn)狀

個(gè)性化學(xué)習(xí)系統(tǒng)是指根據(jù)學(xué)習(xí)者的興趣偏好、學(xué)習(xí)需求、學(xué)習(xí)風(fēng)格、初始能力和認(rèn)知水平等個(gè)性特征為其提供有針對(duì)性的學(xué)習(xí)策略、學(xué)習(xí)資源以及學(xué)習(xí)路徑的在線學(xué)習(xí)環(huán)境，能真正意義上的實(shí)現(xiàn)自主學(xué)習(xí)。目前，個(gè)性化學(xué)習(xí)系統(tǒng)的開發(fā)已經(jīng)引起了國(guó)內(nèi)外教育研究專家的廣泛關(guān)注，已有大量關(guān)于個(gè)性化學(xué)習(xí)系統(tǒng)的應(yīng)用研究的文獻(xiàn)。接下來(lái)，文章會(huì)對(duì)國(guó)內(nèi)外現(xiàn)有的相關(guān)研究進(jìn)行分析和總結(jié)。

個(gè)性化學(xué)習(xí)又稱自適應(yīng)性學(xué)習(xí)（AdaptiveLearning）。關(guān)于自適應(yīng)的概念，八十年代末就已經(jīng)被提出。1996年，Brusilovsky提出了自適應(yīng)超媒體系統(tǒng)（AdaptiveHypermediaSystems，AHS）。傳統(tǒng)的超媒體系統(tǒng)中采用一刀切（one-size-first-all）的方法為所有的用戶提供相同的靜態(tài)超媒體文檔，容易導(dǎo)致用戶搜索效率低下，認(rèn)知過(guò)負(fù)和網(wǎng)絡(luò)迷航等問(wèn)題[3]。為了解決這些問(wèn)題，Brusilovsky提出了自適應(yīng)超媒體系統(tǒng)（AdaptiveHypermediaSystems，簡(jiǎn)稱AHS）。AHS根據(jù)學(xué)習(xí)者的知識(shí)水平、學(xué)習(xí)目標(biāo)、背景經(jīng)驗(yàn)以及興趣偏好等個(gè)性特征為每個(gè)學(xué)習(xí)者構(gòu)建模型，系統(tǒng)根據(jù)模型與學(xué)習(xí)者進(jìn)行交互，從而為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)內(nèi)容[4]。另外，自適應(yīng)超媒體系統(tǒng)可以限制學(xué)習(xí)者的瀏覽空間，為學(xué)習(xí)者提供與當(dāng)前所學(xué)內(nèi)容相關(guān)性較高的其他鏈接[5]。自適應(yīng)超媒體系統(tǒng)能夠?yàn)橛脩籼峁﹤€(gè)性化的服務(wù)，自然引起了教育領(lǐng)域研究的關(guān)注。 ELM-ART，InterBook，PT等都是早期開發(fā)的自適應(yīng)教育超媒體系統(tǒng)[6]。Knewton-被譽(yù)為全球自適應(yīng)學(xué)習(xí)平臺(tái)的典范，它的核心產(chǎn)品就是自適應(yīng)學(xué)習(xí)工具。Knewton的主要優(yōu)勢(shì)在于優(yōu)化學(xué)習(xí)過(guò)程的三項(xiàng)服務(wù)：為學(xué)生提供實(shí)時(shí)的內(nèi)容推薦服務(wù)；為教師提供學(xué)情分析服務(wù)；為內(nèi)容提供商提供內(nèi)容洞察和分析服務(wù)。

AHS可以有效克服傳統(tǒng)超媒體系統(tǒng)的認(rèn)知過(guò)負(fù)和網(wǎng)絡(luò)迷航等問(wèn)題，能夠讓學(xué)習(xí)者快速準(zhǔn)確地獲取所需信息。但AHS只是為用戶提供了學(xué)習(xí)內(nèi)容，并沒(méi)有給用戶制定出一條個(gè)性化的學(xué)習(xí)路徑。

2003年，Brusilovsky提出了基于學(xué)習(xí)者知識(shí)水平的學(xué)習(xí)對(duì)象排序方法，學(xué)習(xí)對(duì)象排序法是基于知識(shí)空間理論對(duì)不同層次的知識(shí)點(diǎn)按優(yōu)先關(guān)系進(jìn)行排序，同一層次的按照知識(shí)點(diǎn)的重要程度排序，讓學(xué)習(xí)者在對(duì)目標(biāo)知識(shí)點(diǎn)學(xué)習(xí)之前首先對(duì)先修知識(shí)點(diǎn)進(jìn)行學(xué)習(xí)，從而根據(jù)學(xué)習(xí)者的知識(shí)水平和學(xué)習(xí)目標(biāo)為用戶推薦個(gè)性化的學(xué)習(xí)路徑[7]。這是一篇基礎(chǔ)文獻(xiàn)，之后的很多研究成果都是對(duì)該方法的優(yōu)化和補(bǔ)充。2006年，Hanlei在他的文章中，把概念地圖的節(jié)點(diǎn)、連接、連接詞、交叉連接和層級(jí)等觀念應(yīng)用到了設(shè)計(jì)、開發(fā)適應(yīng)性超媒體學(xué)習(xí)系統(tǒng)中，他提出在超媒體學(xué)習(xí)系統(tǒng)內(nèi)部建立一套“基于概念地圖的學(xué)習(xí)路徑控制機(jī)制”，通過(guò)診斷性和過(guò)程性的評(píng)價(jià)策略，生成適合個(gè)別學(xué)習(xí)者知識(shí)水平的、系統(tǒng)控制的引導(dǎo)路徑，以此來(lái)增強(qiáng)網(wǎng)絡(luò)超媒體學(xué)習(xí)系統(tǒng)的適應(yīng)性，從而更好的滿足學(xué)習(xí)者的需要[8]。endprint

但是，以上的研究都沒(méi)有考慮到個(gè)體學(xué)習(xí)者的學(xué)習(xí)風(fēng)格的差異對(duì)學(xué)習(xí)路徑的影響。諸多教育理論的研究成果表明，學(xué)習(xí)內(nèi)容應(yīng)該與學(xué)習(xí)者的學(xué)習(xí)風(fēng)格相符合[9]，對(duì)此，Yi-ChunChang等人提出了基于學(xué)習(xí)者學(xué)習(xí)風(fēng)格的分類機(jī)制。該機(jī)制優(yōu)化了k-nearestneighbor（k-NN）分類算法，并把它和GA（Gene Algorithm）算法結(jié)合在一起應(yīng)用在開放式學(xué)習(xí)管理系統(tǒng)（Open-Learning Management System）中，能夠準(zhǔn)確高效地判定學(xué)習(xí)者的學(xué)習(xí)風(fēng)格[10]。另外，Chin-MingChen提出的學(xué)習(xí)路徑推薦方法主要解決的是學(xué)習(xí)對(duì)象的難度與學(xué)習(xí)者的知識(shí)水平和學(xué)習(xí)能力相匹配的問(wèn)題，他提出了一種遺傳算法中的適應(yīng)度函數(shù)（FitnessFunction）——由課程的難度參數(shù)和學(xué)習(xí)路徑中兩個(gè)相鄰概念的關(guān)聯(lián)度決定，和一種課程排序機(jī)制，并把它們應(yīng)用到了個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中，實(shí)驗(yàn)證明，該系統(tǒng)可以滿足在線學(xué)習(xí)者的需求，幫助他們更快速高效的學(xué)習(xí)[1]。而且他用項(xiàng)目反應(yīng)理論（ItemResponseTheory）對(duì)學(xué)習(xí)對(duì)象進(jìn)行建模，很大程度的簡(jiǎn)化了Brusilovsky提出的方法中對(duì)學(xué)習(xí)對(duì)象的描述的工作[11]。為了構(gòu)建更精確的測(cè)量模型，YaoJungYang提出了蟻群優(yōu)化算法（Antcolonyoptimizationalgorithm），進(jìn)一步對(duì)學(xué)習(xí)者風(fēng)格進(jìn)行了分類，并考慮了用戶群體對(duì)學(xué)習(xí)路徑使用的頻繁度，提高了學(xué)習(xí)路徑推薦的效率和準(zhǔn)確度[12]。但是，Yang提出的方法中沒(méi)有學(xué)習(xí)者對(duì)學(xué)習(xí)路徑的評(píng)價(jià)，那么對(duì)于目標(biāo)用戶就缺少了參考價(jià)值。因此，YanCheng在綜合考慮了學(xué)習(xí)者群體對(duì)學(xué)習(xí)路徑的評(píng)價(jià)以及目標(biāo)用戶在知識(shí)水平和學(xué)習(xí)風(fēng)格上的特點(diǎn)，提出了一種擴(kuò)展蟻群算法來(lái)解決學(xué)習(xí)路徑推薦的問(wèn)題[11]。Feng-HsuWang認(rèn)為之前的蟻群優(yōu)化算法存在局限性，如需要大量的用戶訓(xùn)練數(shù)據(jù)和長(zhǎng)時(shí)間的訓(xùn)練周期等，為了能利用合理的訓(xùn)練數(shù)據(jù)和訓(xùn)練周期來(lái)實(shí)現(xiàn)滿意的學(xué)習(xí)路徑推薦，Wang在蟻群優(yōu)化模型的基礎(chǔ)上修訂了全局更新規(guī)則、適應(yīng)性搜索規(guī)則和分目標(biāo)培訓(xùn)策略[13]。

之前的大多數(shù)研究都沒(méi)有涉及到環(huán)境因素對(duì)學(xué)習(xí)效果的影響。HaoJunLi研究了移動(dòng)學(xué)習(xí)環(huán)境下個(gè)性化學(xué)習(xí)路徑特征以及生成原理，剖析影響移動(dòng)學(xué)習(xí)環(huán)境下學(xué)習(xí)效率的主要因素，并以影響因素作為個(gè)性化學(xué)習(xí)路徑優(yōu)化的切入點(diǎn)，利用遺傳算法優(yōu)化移動(dòng)學(xué)習(xí)環(huán)境下的個(gè)性化學(xué)習(xí)路徑，幫助學(xué)習(xí)者更加有效地利用學(xué)習(xí)資源開展學(xué)習(xí)活動(dòng)[14]。

隨著在線學(xué)習(xí)環(huán)境的快速發(fā)展，學(xué)習(xí)者更加迫切的需要使用個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)（PELS）來(lái)提高學(xué)習(xí)效率。PELS的開發(fā)和應(yīng)用需要各種智能技術(shù)的支持，文章的下一部分將對(duì)開發(fā)個(gè)性化學(xué)習(xí)系統(tǒng)所運(yùn)用到的技術(shù)進(jìn)行介紹和總結(jié)。

三、個(gè)性化學(xué)習(xí)系統(tǒng)運(yùn)用的主要技術(shù)

智能Agent技術(shù)能夠提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能化和個(gè)性化；智能感知技術(shù)可以全面獲取學(xué)習(xí)情境信息（如環(huán)境信息、設(shè)備信息、用戶信息等），結(jié)合情感計(jì)算技術(shù)和學(xué)習(xí)分析技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行處理分析，能夠詳細(xì)掌握學(xué)生的學(xué)習(xí)狀態(tài)，為學(xué)生提供內(nèi)容推薦，為教師提供學(xué)情分析；課程排序技術(shù)能夠以知識(shí)空間理論為基礎(chǔ)為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)路徑；自適應(yīng)學(xué)習(xí)技術(shù)可以根據(jù)學(xué)習(xí)者的學(xué)習(xí)效果動(dòng)態(tài)的呈現(xiàn)學(xué)習(xí)內(nèi)容。這些現(xiàn)代化智能技術(shù)的發(fā)展和應(yīng)用，為個(gè)性化學(xué)習(xí)系統(tǒng)的開發(fā)和應(yīng)用提供了良好的契機(jī)。

1.Agent技術(shù)

隨著信息化時(shí)代的快速發(fā)展，教育的智能化越來(lái)越受到教育技術(shù)領(lǐng)域?qū)W者的關(guān)注和重視。網(wǎng)絡(luò)教學(xué)為學(xué)習(xí)者提供了更寬廣的學(xué)習(xí)平臺(tái)，但由于網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能化和個(gè)性化不足，導(dǎo)致教學(xué)效果不甚理想，而智能Agent技術(shù)的出現(xiàn)，為提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能化和個(gè)性化提供了可能[15]。由于研究方向和研究領(lǐng)域的不同，各個(gè)學(xué)者對(duì)于Agent的定義也不盡相同。在計(jì)算機(jī)領(lǐng)域，比較權(quán)威的定義是Wooldridge等人提出的Agent的強(qiáng)弱定義——弱定義：Agent是一個(gè)基于軟件（多數(shù)情況下）或硬件的計(jì)算機(jī)系統(tǒng)，它擁有自治性，社會(huì)性，反映性和能動(dòng)性等特性；強(qiáng)定義：除了具備弱定義中的特性外，Agent還應(yīng)具備一些人類才有的特性，如知識(shí)，信念，意圖等[16]。在實(shí)際應(yīng)用中，有國(guó)內(nèi)學(xué)者把a(bǔ)gent定義為一個(gè)智能體，是一類在特定目標(biāo)（用戶需求）驅(qū)動(dòng)下，能夠感知環(huán)境，并能自主地接受用戶的指令并執(zhí)行，進(jìn)而實(shí)現(xiàn)用戶目標(biāo)的計(jì)算實(shí)體或程序[17]。

智能Agent技術(shù)能夠使用自動(dòng)獲得的領(lǐng)域模型（如web知識(shí)、與用戶興趣相關(guān)的信息資源、領(lǐng)域組織結(jié)構(gòu)等）、用戶模型（如用戶知識(shí)背景、興趣愛(ài)好、行為、學(xué)習(xí)風(fēng)格等）來(lái)進(jìn)行信息資源的搜集、索引和過(guò)濾，并自動(dòng)地將用戶感興趣的、能滿足用戶需求的信息提供給用戶[18]。由于智能Agent具有不斷學(xué)習(xí)、適應(yīng)信息和用戶興趣動(dòng)態(tài)變化的能力，因此，它可以提供個(gè)性化的服務(wù)。目前，已經(jīng)有很多研究者把Agent技術(shù)應(yīng)用到了個(gè)性化智能教學(xué)系統(tǒng)中。如，吳戰(zhàn)杰等設(shè)計(jì)了基于Agent技術(shù)的兩種網(wǎng)絡(luò)教學(xué)模式——集中模式和分布模式[15]，劉慧敏等人開發(fā)了基于Agent技術(shù)的專家系統(tǒng)平臺(tái)結(jié)構(gòu)模型[19]，Chih-MingChen在它的PELS（PersonalizedE-LearningSystem）中，構(gòu)建了六個(gè)智能Agent（即用戶接口Agent，前測(cè)Agent，生成學(xué)習(xí)路徑Agent，自適應(yīng)導(dǎo)航Agent，后測(cè)Agent以及課件管理Agent）來(lái)為學(xué)習(xí)者提供個(gè)性化的服務(wù)[1]。這些基于Agent的網(wǎng)絡(luò)智能教學(xué)系統(tǒng)都有共同的優(yōu)勢(shì)：智能Agent技術(shù)的使用，極大地提高了網(wǎng)絡(luò)資源的有效利用率，并且由于Agent本身強(qiáng)大的進(jìn)化功能，通過(guò)與學(xué)習(xí)者的交互會(huì)使Agent越來(lái)越“了解”學(xué)習(xí)者，從而真正實(shí)現(xiàn)網(wǎng)絡(luò)教育的個(gè)性化；而且基于Agent的智能網(wǎng)絡(luò)教學(xué)系統(tǒng)為學(xué)習(xí)者提供的是開放的學(xué)習(xí)環(huán)境，學(xué)習(xí)者可以自主選擇學(xué)習(xí)的內(nèi)容和方式，并且可以在討論區(qū)提出問(wèn)題，討論板塊Agent會(huì)總結(jié)學(xué)習(xí)者的問(wèn)題，組織學(xué)習(xí)者進(jìn)行專題的協(xié)作討論并引導(dǎo)學(xué)習(xí)者做更深入的專業(yè)研究，有利于素質(zhì)教育的開展，培養(yǎng)學(xué)習(xí)者的各項(xiàng)能力[15]。endprint

2.智能感知技術(shù)

智能感知技術(shù)是以研究生物特征識(shí)別、自然語(yǔ)言理解和動(dòng)態(tài)圖像處理為基礎(chǔ)的“以人為中心”的智能信息處理和控制技術(shù)。智能感知技術(shù)在教育領(lǐng)域的最主要應(yīng)用是學(xué)習(xí)情境識(shí)別和學(xué)習(xí)者信息感知。

（1）學(xué)習(xí)情景識(shí)別[20]

學(xué)習(xí)情景識(shí)別主要包括三部分，即信息采集，動(dòng)態(tài)建模和情景推理。首先利用傳感器、各類嵌入式設(shè)備以及無(wú)線射頻識(shí)別（RadioFrequencyIdentification，RFID）等技術(shù)從物理環(huán)境或者信息系統(tǒng)中獲取識(shí)別學(xué)習(xí)情景所需的各種數(shù)據(jù)信息，比如客觀環(huán)境的溫度、聲音、光線，學(xué)習(xí)者的場(chǎng)所、位置，學(xué)科知識(shí)、訪問(wèn)需求、學(xué)習(xí)檔案和已有的學(xué)習(xí)情景要素模型等。然后根據(jù)獲取的原數(shù)據(jù)信息構(gòu)建或更新學(xué)習(xí)情境識(shí)別的各種條件要素的模型，如情景模型、學(xué)習(xí)者模型、領(lǐng)域知識(shí)模型等。最后根據(jù)動(dòng)態(tài)建構(gòu)的要素模型，按照一定的推理機(jī)制，主動(dòng)判斷適合當(dāng)前學(xué)習(xí)情景的學(xué)習(xí)支持，然后根據(jù)判斷結(jié)果為學(xué)習(xí)者推送個(gè)性化的學(xué)習(xí)資源或是學(xué)習(xí)活動(dòng)建議。

（2）學(xué)習(xí)者信息感知[21]

學(xué)習(xí)者信息感知包括學(xué)習(xí)者生物特征感知和社會(huì)特征感知。生物特征信息可以利用智能可穿戴設(shè)備（小米手環(huán)、TalkBand等）或者傳感器來(lái)獲取，通過(guò)對(duì)學(xué)習(xí)者的脈搏、血壓、生物電等生物特征的分析來(lái)了解學(xué)習(xí)者的身體狀態(tài)、心理特征、情緒等情況。對(duì)生物特征數(shù)據(jù)的分析可以幫助學(xué)習(xí)者及時(shí)的調(diào)整學(xué)習(xí)狀態(tài)，實(shí)現(xiàn)最好的學(xué)習(xí)效果。社會(huì)特征信息包括學(xué)習(xí)者在社會(huì)交互中的情感狀態(tài)以及學(xué)習(xí)者的社會(huì)角色和社會(huì)交互狀態(tài)。情感狀態(tài)數(shù)據(jù)信息可以利用面部表情識(shí)別、語(yǔ)音識(shí)別、眼球追蹤傳感器等技術(shù)來(lái)獲取，然后通過(guò)情感計(jì)算技術(shù)識(shí)別觸發(fā)反應(yīng)過(guò)程的情緒和行為信號(hào)。對(duì)于學(xué)習(xí)者在社會(huì)交互中的狀態(tài)以及扮演的角色可以通過(guò)網(wǎng)絡(luò)分析技術(shù)來(lái)獲取。通過(guò)對(duì)社會(huì)特征數(shù)據(jù)的分析可以了解到學(xué)習(xí)者的個(gè)人風(fēng)格與偏好等信息，從而為學(xué)習(xí)者提供更個(gè)性化的推薦，實(shí)現(xiàn)自適應(yīng)的學(xué)習(xí)。

3.課程排序技術(shù)

課程排序技術(shù)的思想是動(dòng)態(tài)選擇最優(yōu)的教學(xué)操作，根據(jù)學(xué)習(xí)者的個(gè)性特征對(duì)學(xué)習(xí)主題和課程進(jìn)行排序，從而為學(xué)習(xí)者提供一條實(shí)現(xiàn)學(xué)習(xí)目標(biāo)的最佳個(gè)性化學(xué)習(xí)路徑。課程排序技術(shù)的驅(qū)動(dòng)力通常是學(xué)生模型，它是領(lǐng)域模型的加權(quán)疊加。每個(gè)學(xué)生模型反映了該學(xué)生當(dāng)前的知識(shí)水平。Brusilovsky在他的論文[7][22]中介紹了幾種課程排序的方法，作者把它們歸納為了兩類：靜態(tài)課程排序法和動(dòng)態(tài)課程生成法。

（1）靜態(tài)課程排序法

靜態(tài)課程排序法，也可稱為學(xué)習(xí)對(duì)象排序法。它是基于知識(shí)空間理論對(duì)不同層次的學(xué)習(xí)課程按優(yōu)先關(guān)系進(jìn)行排序，然后根據(jù)學(xué)習(xí)者的目標(biāo)以及初始知識(shí)水平為學(xué)習(xí)者提供最優(yōu)的個(gè)性化學(xué)習(xí)路徑。這種方法的優(yōu)點(diǎn)是能讓學(xué)習(xí)者在對(duì)目標(biāo)知識(shí)學(xué)習(xí)之前首先對(duì)先修知識(shí)進(jìn)行學(xué)習(xí)，并且可以獲得“下一步”的最佳學(xué)習(xí)課程的推薦，有利于學(xué)習(xí)者建立良好的認(rèn)知結(jié)構(gòu)。但它的劣勢(shì)是課程排序是靜態(tài)的，不能針對(duì)學(xué)習(xí)者的變化或進(jìn)步提供動(dòng)態(tài)的適應(yīng)性課程。

（2）動(dòng)態(tài)課程排序法

動(dòng)態(tài)課程排序法的核心思想是通過(guò)考慮學(xué)習(xí)者的年齡，學(xué)習(xí)目標(biāo)以及初始知識(shí)水平來(lái)為學(xué)習(xí)者提供適應(yīng)性的個(gè)性化學(xué)習(xí)課程序列。和靜態(tài)課程排序法不同的是，該方法可以觀察并適應(yīng)學(xué)生的進(jìn)步，即如果學(xué)習(xí)者的表現(xiàn)沒(méi)有達(dá)到預(yù)期的結(jié)果，那么機(jī)制將會(huì)動(dòng)態(tài)地重新設(shè)計(jì)課程序列以適應(yīng)學(xué)生的變化和進(jìn)步。這種方法的好處是能為學(xué)習(xí)者提供盡可能多的適應(yīng)性，學(xué)習(xí)者可以獲得滿足自己學(xué)習(xí)需求的高度個(gè)性化的學(xué)習(xí)課程。

4.學(xué)習(xí)分析技術(shù)

隨著在線教育的迅速發(fā)展，網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)已經(jīng)累積存儲(chǔ)了學(xué)習(xí)者信息和學(xué)習(xí)過(guò)程的海量數(shù)據(jù)，如何利用這些數(shù)據(jù)進(jìn)行學(xué)習(xí)優(yōu)化和教學(xué)決策成為教育工作者關(guān)注的重點(diǎn)。學(xué)習(xí)分析技術(shù)的出現(xiàn)，為教育大數(shù)據(jù)的挖掘提供了可能。美國(guó)新媒體聯(lián)盟的地平線報(bào)告也連續(xù)幾年預(yù)測(cè)學(xué)習(xí)分析技術(shù)會(huì)在未來(lái)幾年內(nèi)成為教育領(lǐng)域的研究主流。

學(xué)習(xí)分析技術(shù)是通過(guò)收集和分析學(xué)習(xí)者在進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)和交互過(guò)程中產(chǎn)生的海量數(shù)據(jù)來(lái)掌握學(xué)習(xí)者的特征，評(píng)估學(xué)習(xí)進(jìn)展，預(yù)測(cè)未來(lái)表現(xiàn)，發(fā)現(xiàn)潛在問(wèn)題，為優(yōu)化學(xué)習(xí)服務(wù)和教學(xué)決策提供參考[23]。學(xué)習(xí)分析通常分為三個(gè)階段：階段一是描述結(jié)果，階段二是診斷，階段三是預(yù)測(cè)未來(lái)。學(xué)習(xí)分析技術(shù)主要涉及到內(nèi)容分析、話語(yǔ)分析、社會(huì)網(wǎng)絡(luò)分析、統(tǒng)計(jì)分析以及一系列數(shù)據(jù)挖掘方法（如聚類、預(yù)測(cè)、關(guān)系挖掘、文本挖掘等）。學(xué)習(xí)分析技術(shù)的應(yīng)用和發(fā)展對(duì)于學(xué)生、教師、教育研究人員以及技術(shù)開發(fā)人員來(lái)說(shuō)都有重大意義。對(duì)于學(xué)生而言，學(xué)習(xí)分析技術(shù)可以通過(guò)挖掘?qū)W生的特征信息和學(xué)習(xí)日志來(lái)為學(xué)生構(gòu)建學(xué)習(xí)者模型，并對(duì)學(xué)習(xí)者進(jìn)行診斷，進(jìn)而及時(shí)為學(xué)習(xí)者提供針對(duì)性的指導(dǎo)和個(gè)性化學(xué)習(xí)推薦；對(duì)于教師而言，學(xué)習(xí)分析技術(shù)可以用來(lái)評(píng)估教學(xué)課程、教學(xué)策略和考核方式，進(jìn)而優(yōu)化教學(xué)決策，并根據(jù)學(xué)生特征模型因材施教，為學(xué)習(xí)者提供有針對(duì)性的教學(xué)輔導(dǎo)；對(duì)于教育研究人員而言，學(xué)習(xí)分析技術(shù)為研究網(wǎng)絡(luò)學(xué)習(xí)環(huán)境和學(xué)習(xí)過(guò)程以及個(gè)性化學(xué)習(xí)系統(tǒng)的開發(fā)提供了契機(jī)；對(duì)于技術(shù)開發(fā)人員而言，可以利用學(xué)習(xí)分析技術(shù)對(duì)學(xué)習(xí)管理系統(tǒng)各模塊使用頻次以及使用路徑的數(shù)據(jù)分析來(lái)優(yōu)化學(xué)習(xí)管理系統(tǒng)的界面設(shè)計(jì)，另外還可以根據(jù)學(xué)習(xí)分析的需要優(yōu)化學(xué)習(xí)管理系統(tǒng)的日志功能[24]。目前，學(xué)習(xí)分析技術(shù)已經(jīng)有了實(shí)際的應(yīng)用，如電子科技大學(xué)的數(shù)字化“學(xué)生畫像系統(tǒng)”，它能夠通過(guò)收集學(xué)生日常學(xué)習(xí)活動(dòng)的信息，分析其實(shí)時(shí)行為數(shù)據(jù)，并據(jù)此來(lái)預(yù)測(cè)學(xué)生的潛在發(fā)展方向，從而幫助教育者為學(xué)生提供更為個(gè)性化的學(xué)習(xí)指導(dǎo)。

5.自適應(yīng)學(xué)習(xí)技術(shù)

自適應(yīng)學(xué)習(xí)技術(shù)與學(xué)習(xí)分析技術(shù)一起出現(xiàn)在2017新媒體聯(lián)盟中國(guó)高等教育技術(shù)展望的地平線報(bào)告中，報(bào)告預(yù)測(cè)自適應(yīng)學(xué)習(xí)技術(shù)在未來(lái)二至三年內(nèi)會(huì)被廣泛應(yīng)用于網(wǎng)絡(luò)在線學(xué)習(xí)系統(tǒng)中，并逐步成為教育領(lǐng)域的研究主流。

自適應(yīng)學(xué)習(xí)技術(shù)是一種由數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜的教育科技手段，可以基于學(xué)習(xí)者的個(gè)人特征和能力水平來(lái)動(dòng)態(tài)調(diào)整課程的種類和難度，并能根據(jù)學(xué)習(xí)者的交互和績(jī)效水平評(píng)估學(xué)生的學(xué)習(xí)速度和進(jìn)度，進(jìn)而實(shí)時(shí)調(diào)整學(xué)習(xí)內(nèi)容，實(shí)現(xiàn)高效的個(gè)性化學(xué)習(xí)。目前研究較多的自適應(yīng)學(xué)習(xí)技術(shù)包括自適應(yīng)內(nèi)容呈現(xiàn)技術(shù)以及自適應(yīng)學(xué)習(xí)路徑推薦技術(shù)。自適應(yīng)內(nèi)容呈現(xiàn)技術(shù)是以學(xué)習(xí)分析為基礎(chǔ)，通過(guò)對(duì)在線學(xué)習(xí)平臺(tái)中學(xué)生數(shù)據(jù)信息的分析來(lái)獲取學(xué)習(xí)者的興趣偏好、學(xué)習(xí)風(fēng)格、認(rèn)知水平以及學(xué)習(xí)目標(biāo)等個(gè)性化特征，并以此作為學(xué)習(xí)內(nèi)容推薦的驅(qū)動(dòng)信息，為每個(gè)學(xué)習(xí)者動(dòng)態(tài)提供自適應(yīng)學(xué)習(xí)內(nèi)容。這種自適應(yīng)技術(shù)被廣泛應(yīng)用于資源檢索領(lǐng)域，如Science-Direct和CNKI等，能夠根據(jù)用戶之前或正在檢索的內(nèi)容自適應(yīng)推薦相關(guān)資源的鏈接。自適應(yīng)學(xué)習(xí)路徑推薦技術(shù)可以根據(jù)學(xué)習(xí)者的學(xué)習(xí)目標(biāo)和能力水平來(lái)安排學(xué)習(xí)課程，通過(guò)設(shè)置學(xué)習(xí)資源的可見性或可訪問(wèn)性來(lái)控制學(xué)習(xí)者對(duì)課程的學(xué)習(xí)順序。另外，該技術(shù)還可以對(duì)學(xué)生的學(xué)習(xí)效果進(jìn)行評(píng)估（測(cè)試），及時(shí)的為學(xué)習(xí)者提供反饋，并且可以針對(duì)學(xué)習(xí)者在測(cè)試中打錯(cuò)的題目進(jìn)行分析，自適應(yīng)的制定強(qiáng)化學(xué)習(xí)路徑。這種技術(shù)一般應(yīng)用在測(cè)試中，根據(jù)學(xué)生回答問(wèn)題的正確與否，及時(shí)改變和調(diào)整測(cè)評(píng)的標(biāo)準(zhǔn)。比如我們熟悉的GRE和GMAT考試，測(cè)試者在連續(xù)作對(duì)題目之后就會(huì)發(fā)現(xiàn)題目越來(lái)越難，這就是自適應(yīng)評(píng)估工具在根據(jù)測(cè)試者的表現(xiàn)及時(shí)調(diào)整的結(jié)果。endprint

四、個(gè)性化學(xué)習(xí)發(fā)展前景分析

隨著教育信息化進(jìn)程的快速發(fā)展，個(gè)性化學(xué)習(xí)已然成為教育技術(shù)領(lǐng)域的研究熱點(diǎn)。個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的開發(fā)和應(yīng)用迫在眉睫。然而，在近兩年的新媒體聯(lián)盟地平線報(bào)告（高等教育版）[25， 26]中，個(gè)性化學(xué)習(xí)被定義為是一項(xiàng)“了解但解決方案尚不清晰的困難挑戰(zhàn)”，并且認(rèn)為目前個(gè)性化學(xué)習(xí)最大的障礙就是如何把紛繁復(fù)雜的方法和技術(shù)轉(zhuǎn)變成一套精簡(jiǎn)的策略，開發(fā)出有教學(xué)理論指導(dǎo)的個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)。

個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的開發(fā)之所以是一項(xiàng)困難的挑戰(zhàn)，依作者看來(lái)，原因在于：（1）個(gè)性化學(xué)習(xí)涉及學(xué)習(xí)策略和教學(xué)方法，并且要與個(gè)人的學(xué)習(xí)目標(biāo)相結(jié)合，還要考慮到個(gè)體的背景知識(shí)，認(rèn)知能力，興趣愛(ài)好等諸多因素。這些數(shù)據(jù)的獲取可能會(huì)涉及到學(xué)習(xí)者的個(gè)人隱私，如何對(duì)學(xué)習(xí)數(shù)據(jù)進(jìn)行隱私保護(hù)和有效使用是教育研究人員需要權(quán)衡的問(wèn)題。（2）雖然個(gè)性化學(xué)習(xí)的需求量很大，學(xué)習(xí)分析、智能感知、情感計(jì)算和自適應(yīng)學(xué)習(xí)等智能教學(xué)技術(shù)的出現(xiàn)也的確為實(shí)現(xiàn)個(gè)性化學(xué)習(xí)提供了良好的契機(jī)，但目前這些科學(xué)方法和智能技術(shù)的發(fā)展并不成熟，應(yīng)用在高等教育中的具體成果還很少，即較少的中國(guó)高校能夠?yàn)閭€(gè)性化學(xué)習(xí)系統(tǒng)的開發(fā)和應(yīng)用提供充分的技術(shù)支持和實(shí)踐機(jī)會(huì)，因此想要大規(guī)模的開展個(gè)性化學(xué)習(xí)相當(dāng)困難。（3）從目前關(guān)于個(gè)性化學(xué)習(xí)的研究?jī)?nèi)容來(lái)看，現(xiàn)有的研究更多的是從實(shí)踐層面將個(gè)性化學(xué)習(xí)與學(xué)習(xí)系統(tǒng)相結(jié)合，多數(shù)局限在技術(shù)的研究上，僅有少量文獻(xiàn)試圖挖掘個(gè)性化學(xué)習(xí)的理論基礎(chǔ)[27]。

個(gè)性化學(xué)習(xí)的有效開展還必須依托合理的教學(xué)理論，結(jié)合有效的教學(xué)方法，同時(shí)也離不開教師的參與。個(gè)性化學(xué)習(xí)系統(tǒng)需要的是不同于傳統(tǒng)課堂的數(shù)字化智慧環(huán)境，在這種新型的學(xué)習(xí)環(huán)境中，該如何根據(jù)教學(xué)理論制定教學(xué)設(shè)計(jì)和組織教學(xué)資源，教師在個(gè)性化學(xué)習(xí)過(guò)程中該扮演什么樣的角色，個(gè)性化的學(xué)習(xí)資源能多大程度地替代教師都是需要重新考慮的問(wèn)題。

盡管個(gè)性化在線學(xué)習(xí)系統(tǒng)的實(shí)施開展任重而道遠(yuǎn)，但不可否認(rèn)的是教育信息化和智能教學(xué)技術(shù)的快速發(fā)展正在逐步改變當(dāng)前的教育格局。針對(duì)個(gè)性化學(xué)習(xí)面臨的挑戰(zhàn)，作者想對(duì)未來(lái)個(gè)性化學(xué)習(xí)的發(fā)展提出一些建議：（1）隨著數(shù)字化學(xué)習(xí)環(huán)境中采集數(shù)據(jù)的增多，需要制定合適的政策來(lái)保護(hù)學(xué)生的個(gè)人隱私。美國(guó)的馬里斯特學(xué)院（MaristCollege）通過(guò)咨詢他們的機(jī)構(gòu)審查委員會(huì)成立了一個(gè)項(xiàng)目來(lái)設(shè)定學(xué)習(xí)者的數(shù)據(jù)隱私和訪問(wèn)參數(shù)，為我們提供了典范。（2）自適應(yīng)學(xué)習(xí)技術(shù)具有推動(dòng)學(xué)生個(gè)性化學(xué)習(xí)的潛力，同時(shí)還能為高校提高教學(xué)效率提供真知灼見；智能感知技術(shù)、情感計(jì)算技術(shù)以及作用于教育大數(shù)據(jù)的學(xué)習(xí)分析技術(shù)融合了人工智能與人類智能，將為學(xué)習(xí)者提供更精準(zhǔn)、更智能的個(gè)性化學(xué)習(xí)服務(wù)。因此各個(gè)高校應(yīng)繼續(xù)致力于智能教學(xué)技術(shù)的開發(fā)和應(yīng)用，但與此同時(shí)，也應(yīng)該注重教學(xué)理論的研究，要把技術(shù)與適當(dāng)?shù)慕虒W(xué)設(shè)計(jì)相結(jié)合，建立計(jì)算機(jī)介入和人腦思維之間的平衡[26]。（3）在新型的數(shù)字化智慧學(xué)習(xí)環(huán)境中，學(xué)生和教師都需要重新定位自己的角色。對(duì)于學(xué)生，在個(gè)性化學(xué)習(xí)的環(huán)境中，學(xué)生的主體性得到了最大程度的體現(xiàn)，學(xué)生需要培養(yǎng)自主學(xué)習(xí)的意識(shí)，并積極增進(jìn)自我理解。對(duì)于教師，角色由知識(shí)的占有者和傳授者轉(zhuǎn)變成學(xué)習(xí)活動(dòng)的組織者和引導(dǎo)者，工作由簡(jiǎn)單的“教學(xué)”轉(zhuǎn)變?yōu)榻逃难芯空?，課程的開發(fā)者和設(shè)計(jì)者。教師要充分認(rèn)識(shí)自己的新角色，合理利用現(xiàn)代化教學(xué)工具，做好教學(xué)決策，因材施教。（4）各個(gè)高校要為教師提供技術(shù)培訓(xùn)，提高教師的信息素養(yǎng)，幫助教師盡快適應(yīng)新型的數(shù)字化智慧學(xué)習(xí)環(huán)境。

隨著信息化時(shí)代網(wǎng)絡(luò)教學(xué)的快速發(fā)展，個(gè)性化學(xué)習(xí)勢(shì)必會(huì)越來(lái)越受到教育領(lǐng)域的重視。希望有更多的專家學(xué)者能夠投身到個(gè)性化學(xué)習(xí)的研究中，把機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等人工智能領(lǐng)域的成熟技術(shù)用到教育中來(lái)，提高網(wǎng)絡(luò)資源的有效利用率，為學(xué)習(xí)者提供更快速、更個(gè)性化的服務(wù)。

參考文獻(xiàn)：

[1]Chen C-M.Intelligent web-based learning system with personalized learning path guidance[J].Computers & Education，2008，51（2）：787-814.

[2]曲毅.基于Web的個(gè)性化學(xué)習(xí)系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2006，27（18）：3388-3390.

[3]徐海燕， 施勇， 周學(xué)海， 趙振西.自適應(yīng)超媒體系統(tǒng)探析[J].計(jì)算機(jī)科學(xué)，2000，27（1）：80-84.

[4]Brusilovsky P.Methods and techniques of adaptive hypermedia[J].User Modeling and User-Adapted Interaction，1996，6（2-3）：87-129.

[5]邢麗刃， 趙蔚， 李曉紅.基于Web的自適應(yīng)教育超媒體系統(tǒng)現(xiàn)狀及前景分析[J].中國(guó)電化教育，2007（3）：100-103.

[6]Brusilovsky P.Adaptive and Intelligent Technologies for Web-based Education[C].Special Issue on Intelligent Systems and Teleteaching， Künstliche Intelligenz，1999：19-25.

[7]Brusilovsky P， Peylo C.Adaptive and Intelligent Web-Based Educational Systems[J].International Journal of Artificial Intelligence in Education，2003，13：156-169.

[8]雷菡.基于概念地圖的網(wǎng)絡(luò)化學(xué)習(xí)路徑控制研究[D].重慶：西南大學(xué)，2006.

[9]Tseng JCR， Chu HC， Hwang GJ， Tsai CC.Development of an adaptive learning system with two sources of personalization information [J]. Computers & Education，2008，51（2）：776-786.endprint

[10]Chang YC， Kao WY， Chu CP， Chiu CH.A learning style classification mechanism for e-learning[J].Computers & Education，2009，53（2）：273-285.

[11]程巖.在線學(xué)習(xí)中基于群體智能的學(xué)習(xí)路徑推薦方法[J].系統(tǒng)管理學(xué)報(bào)，2011，20（2）：232-237.

[12]Yang YJ， Wu C.An attribute-based ant colony system for adaptive learning object recommendation[J].Expert Systems with Applications，2009，36（2）：3034-3047.

[13]Wang FH.On extracting recommendation knowledge for personalized web-based learning based on ant colony optimization with segmented-goal and meta-control strategies[J].Expert Systems with Applications An International Journal，2012，39（7）：6446-6453.

[14]李浩君，徐佳程，房邵敏， 謝蘇超.個(gè)性化移動(dòng)學(xué)習(xí)路徑優(yōu)化策略應(yīng)用研究[J].電化教育研究，2016（1）：39-44.

[15]吳戰(zhàn)杰，秦健.Agent技術(shù)及其在網(wǎng)絡(luò)教育中的應(yīng)用研究[J].電化教育研究，2003（3）：32-36.

[16]Wooldridge M， Jennings NR.Intelligent agents： theory and practice[J].Knowledge Engineering Review，1970，10（2）：115-152.

[17]田雪， 陶璐琳.網(wǎng)絡(luò)個(gè)性化學(xué)習(xí)路徑與學(xué)習(xí)績(jī)效研究——以《遠(yuǎn)程教育原理與技術(shù)》課程為例[J].軟件導(dǎo)刊，2015（3）：185-187.

[18]錢瑛.基于智能Agent的網(wǎng)絡(luò)搜索和推薦信息系統(tǒng)[J].科技管理研究，2010，30（8）：147-149.

[19]劉慧敏，王歡，王萬(wàn)森.基于Agent技術(shù)的專家系統(tǒng)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用研究，2004，21（6）：187-188.

[20]張永和， 肖廣德， 胡永斌， 黃榮懷.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].開放教育研究，2012，18（1）：85-89.

[21]劉清堂， 毛剛， 楊琳， 程云.智能教學(xué)技術(shù)的發(fā)展與展望[J].中國(guó)電化教育，2016（6）：8-15.

[22]Brusilovsky P， Vassileva J.Course Sequencing Techniques for Large-Scale Web-Based Education[J].International Journal of Continuing Engineering Education and Life-Long Learning，2003，13：75-94.

[23]L·約翰遜， S·亞當(dāng)斯·貝克爾， M·卡明斯， V·埃斯特拉達(dá)， A·弗里曼， C·霍爾， et al.新媒體聯(lián)盟地平線報(bào)告（2012高等教育版）[R].北京廣播電視大學(xué)學(xué)報(bào)，2012.

[24]魏順平.學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時(shí)代下教育數(shù)據(jù)的價(jià)值[J].現(xiàn)代教育技術(shù)，2013，23（2）：5-11.

[25]L·約翰遜， S·亞當(dāng)斯·貝克爾， M·卡明斯， V·埃斯特拉達(dá)， A·弗里曼， C·霍爾，et al.新媒體聯(lián)盟地平線報(bào)告（2015高等教育版）[R].北京廣播電視大學(xué)學(xué)報(bào)，2015.

[26]L·約翰遜， S·亞當(dāng)斯·貝克爾， M·卡明斯， V·埃斯特拉達(dá)， A·弗里曼， C·霍爾， et al.新媒體聯(lián)盟地平線報(bào)告：2016高等教育版[R].北京廣播電視大學(xué)學(xué)報(bào)，2016.

[27]譚焱丹.新世紀(jì)國(guó)內(nèi)個(gè)性化學(xué)習(xí)研究綜述[J].才智，2016（28）：276-277.

（編輯：郭桂真）endprint