基于K-Means聚類的在線學(xué)習(xí)用戶個性化分類

郭飛雁

湖南電氣職業(yè)技術(shù)學(xué)院 湖南省 湘潭市 410000

1 前 言

《教育信息化2.0 行動計劃》是加快實(shí)現(xiàn)教育現(xiàn)代化的有效途徑，是“教育現(xiàn)代化2035”的重點(diǎn)內(nèi)容和重要標(biāo)志。教育信息化2.0 行動計劃中明確指出，人工智能、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)迅猛發(fā)展，將深刻改變?nèi)瞬判枨蠛徒逃螒B(tài)。如何利用人工智能提供個性化學(xué)習(xí)環(huán)境及服務(wù)已成為當(dāng)前教育研究者關(guān)注的焦點(diǎn)［1］。個性化學(xué)習(xí)研究主要集中在根據(jù)學(xué)生不同的學(xué)習(xí)風(fēng)格、認(rèn)知風(fēng)格等為其提供不同形態(tài)的學(xué)習(xí)資源及個性化的教學(xué)方法。但在實(shí)施個性化教學(xué)前對學(xué)生進(jìn)行個性化分類是我們首先需要解決的一個問題。近年來，隨著各種在線學(xué)習(xí)平臺的層出不窮，越來越多的研究者將研究重點(diǎn)定位到利用在線學(xué)習(xí)平臺上的大量學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)基于大數(shù)據(jù)的在線學(xué)習(xí)用戶個性化分類，從而實(shí)現(xiàn)個性化學(xué)習(xí)資源推送，達(dá)到個性化教學(xué)的目的［2］。

因此，我們基于在線學(xué)習(xí)用戶相關(guān)學(xué)習(xí)數(shù)據(jù)，采用KMeans 聚類方法建立在線學(xué)生用戶模型，進(jìn)行學(xué)生用戶進(jìn)行個性化分類，對不同的學(xué)生用戶類別進(jìn)行特征分析，比較不同類學(xué)生用戶特征，對不同類學(xué)生用戶提供個性化服務(wù)，制作相應(yīng)學(xué)習(xí)策略，實(shí)現(xiàn)精準(zhǔn)推薦學(xué)習(xí)，因材施教，從而提高在線學(xué)習(xí)用戶參與度，達(dá)到在線學(xué)習(xí)效率最大化目標(biāo)［3］。

2 在線學(xué)習(xí)用戶IFLPT分類模型

明確在線學(xué)習(xí)用戶分類目標(biāo)為在線學(xué)習(xí)愛好特征分類，識別用戶分類應(yīng)用最廣泛的模型是三個指標(biāo)（學(xué)習(xí)時間間隔（Interval），學(xué)習(xí)互動頻率（Frequency），學(xué)習(xí)時長（Length），以上指標(biāo)簡稱IFL 模型，作用是識別不同類型的在線學(xué)習(xí)用戶?？紤]到在線學(xué)習(xí)資源類型多樣化，用戶對學(xué)習(xí)資源類型的個性化偏好在一定程度上影響學(xué)習(xí)時長，所以增加指標(biāo)個性 化 偏好P （Preferences）。同時，在線學(xué)習(xí)用戶訪問學(xué)習(xí)資源類別也代表了用戶的個人喜好，因此再增加指標(biāo)訪問學(xué)習(xí)資源類型T（Types）。通過學(xué)習(xí)時間間隔（Interval），學(xué)習(xí)互動頻率（Frequency），學(xué)習(xí)時長（Length），個性化偏好P（Preferences）及訪問學(xué)習(xí)資源類型T（Types）以上五個指標(biāo)，作為在線學(xué)習(xí)用戶分類指標(biāo)體系，記為IFLPT 模型。

傳統(tǒng)的IFL 模型，依據(jù)三個屬性的平均值進(jìn)行劃分，但由于細(xì)分用戶群太多，在線個性化教學(xué)的成本太高［4］。因此，我們采用聚類法對在線學(xué)習(xí)用戶進(jìn)行分類，以IFLPT 模型為基礎(chǔ)，總體流程如圖1 所示。

圖1 在線學(xué)習(xí)用戶數(shù)據(jù)挖掘建?？傮w流程

在線學(xué)習(xí)用戶數(shù)據(jù)挖掘建模總體流程中，我們首先從在線學(xué)習(xí)平臺選擇性抽取已產(chǎn)生數(shù)據(jù)，并對新增數(shù)據(jù)進(jìn)行抽取，形成歷史數(shù)據(jù)和增量數(shù)據(jù)。對歷史數(shù)據(jù)和增量數(shù)據(jù)進(jìn)行數(shù)據(jù)探索性分析和預(yù)處理，主要對有缺失值與異常值的數(shù)據(jù)進(jìn)行分析處理，主要操作為屬性規(guī)約、數(shù)據(jù)清洗和數(shù)據(jù)變換。在已處理完畢的規(guī)則化數(shù)據(jù)基礎(chǔ)上，建模數(shù)據(jù)，基于IFLPT 模型進(jìn)行學(xué)生用戶分群，對各個用戶群進(jìn)行特征分析，從而實(shí)施個性化推薦。

3 基于IFLPT模型的在線學(xué)習(xí)用戶分類

3.1 數(shù)據(jù)預(yù)處理

通過在線學(xué)習(xí)平臺“超星泛雅”導(dǎo)出《網(wǎng)頁設(shè)計與制作》在線學(xué)習(xí)精品課程相關(guān)數(shù)據(jù)，選擇寬度為1 個月的時間段作為觀測窗口，抽取觀測窗口內(nèi)所有在線學(xué)習(xí)用戶的詳細(xì)數(shù)據(jù)，形成歷史數(shù)據(jù)，對于后續(xù)新增的在線學(xué)習(xí)用戶信息，采用目前的時間作為重點(diǎn)，形成新增數(shù)據(jù)。在兩個數(shù)據(jù)基礎(chǔ)上對數(shù)據(jù)進(jìn)行缺失值和異常值分析，查找每列屬性值中空值的個數(shù)、最大值及最小值，并對數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，丟棄空值、學(xué)習(xí)時長過短或?qū)W習(xí)頻率低的相關(guān)記錄。同時，由于原始數(shù)據(jù)中屬性太多，根據(jù)在線學(xué)習(xí)用戶IFLPT 分類模型，選擇與模型相關(guān)的五個屬性，刪除其他無用屬性［5］。

通過學(xué)習(xí)時間間隔（Interval），學(xué)習(xí)互動頻率（Frequency），學(xué)習(xí)時長（Length），個性化偏好P（Preferences）及訪問學(xué)習(xí)資源類型T（Types）以上五個指標(biāo)，作為在線學(xué)習(xí)用戶分類指標(biāo)體系，記為IFLPT 模型。數(shù)據(jù)清洗完畢后采用數(shù)據(jù)變換的方式為方便屬性構(gòu)造和數(shù)據(jù)標(biāo)準(zhǔn)化，將原始數(shù)據(jù)轉(zhuǎn)換成相應(yīng)的格式，構(gòu)造IFLPT 的五個指標(biāo)如表1 所示。

表1 IFLPT 模型指標(biāo)說明

3.2 IFLPT 模型構(gòu)建

采用K-Means 聚類算法對在線學(xué)習(xí)用戶數(shù)據(jù)進(jìn)行分群，聚成五類，代碼如圖2 所示。

圖2 K-Means 聚類代碼

分類結(jié)果如圖3 所示。用戶群1：red，用戶群2：green，用戶群3：yellow，用戶群4：blue，用戶群5：purple，橫坐標(biāo)上總共有五個節(jié)點(diǎn)，按順序?qū)?yīng)IFLPT。對應(yīng)節(jié)點(diǎn)上的用戶群的屬性值，代表該客戶群的該屬性的程度。

圖3 在線學(xué)習(xí)用戶分析

3.3 分類結(jié)果分析

我們重點(diǎn)關(guān)注I、F、L 三個屬性，從圖3 中可以看到：紅色線代表的用戶群1 的I 較低，F(xiàn)、L 都很高，表示該類用戶群是學(xué)習(xí)主動的用戶；綠色線代表的用 戶 群2 的I 較 高，F(xiàn)、L 都 很低，表示該類用戶群是懶散型的用戶；黃色線代表的用戶群3的I、F、L 值都居中，表示該類用戶群會經(jīng)常登錄在線學(xué)習(xí)平臺，但學(xué)習(xí)時長居中，屬于普通型；藍(lán)色線代表的用戶群4 的I、F、L 值 都 不 高，但P 值 較高，說明該類用戶只對某類學(xué)習(xí)資源感興趣，屬于專業(yè)型；紫色線代表的用戶群5 的I 值低表示會經(jīng)常登錄學(xué)習(xí)平臺，但F、L 各類值都較低，屬于學(xué)習(xí)不主動型。

對于不同類型的學(xué)習(xí)用戶群我們采取不同的策略對用戶進(jìn)行在線學(xué)習(xí)干預(yù)實(shí)施，從而達(dá)到最佳的在線學(xué)習(xí)效果［6］［7］。如表2 所示。

表2 在線學(xué)習(xí)干預(yù)策略

4 小 結(jié)

本文結(jié)合在線學(xué)習(xí)平臺“超星泛雅”中《網(wǎng)頁設(shè)計與制作》在線課程案例，重點(diǎn)介紹了數(shù)據(jù)挖掘算法中K-Means 聚類算法的應(yīng)用。針對傳統(tǒng)IFL模型的不足，結(jié)合在線學(xué)習(xí)案例進(jìn)行改造，設(shè)定了五個指標(biāo)的IFLPT 模型。最后通過聚類的結(jié)果，對在線學(xué)習(xí)用戶進(jìn)行分類，從而制定相應(yīng)的在線學(xué)習(xí)干預(yù)策略，提高在線學(xué)習(xí)效率。