孫小江 周琴

摘要：在信息化、數(shù)字化時代到來的背景下，智慧+教育、智慧+資源成為網(wǎng)絡(luò)技術(shù)與智慧教育融合的外在表現(xiàn)。其中，學(xué)習(xí)資源在數(shù)據(jù)挖掘、人工智能、智慧平臺支持下能夠?qū)崿F(xiàn)智能化、個性化、針對性推薦，為學(xué)生學(xué)業(yè)發(fā)展提供助力，對教育事業(yè)發(fā)展、學(xué)生長遠發(fā)展具有重要意義。在海量的網(wǎng)絡(luò)資源下，學(xué)生容易在篩選學(xué)習(xí)資源時陷入迷茫的狀態(tài)，為了讓用戶能夠在有限時間內(nèi)找到適合的資源，必須要打造服務(wù)于資源推送的在線推送平臺，以彰顯教育技術(shù)的優(yōu)勢。本文對大數(shù)據(jù)背景下學(xué)生學(xué)習(xí)需求進行分析，結(jié)合資源推送機制的研究，提出了適用于在線學(xué)習(xí)資源推送的機制，以促進學(xué)習(xí)資源向精準化、個性化推送方向發(fā)展。

關(guān)鍵詞：大數(shù)據(jù);學(xué)習(xí)資源;推送方法

在進入大數(shù)據(jù)、人工智能時代后，在線學(xué)習(xí)已經(jīng)成為諸多群體自我提升、發(fā)展的重要途徑。網(wǎng)絡(luò)引擎中覆蓋的學(xué)習(xí)資源、信息量十分龐大，再加上信息時刻都在更新，支持學(xué)習(xí)者進行即時訪問、瀏覽和共享。但是，網(wǎng)絡(luò)系統(tǒng)中容納的海量資源呈現(xiàn)出分散化的特點，未能遵照某種規(guī)則形成條理清晰的內(nèi)容，這就給學(xué)習(xí)者梳理、查找和整合帶來了挑戰(zhàn)，諸多用戶也容易因此找不到合適的學(xué)習(xí)資源。由此，在資源建設(shè)層面，加強學(xué)習(xí)資源的精準推動、智能推動是促進在線學(xué)習(xí)向智能化轉(zhuǎn)型的關(guān)鍵要素，促進教育領(lǐng)域的優(yōu)質(zhì)數(shù)據(jù)量不斷增長，這也是大數(shù)據(jù)技術(shù)與智慧教育融合發(fā)展的趨勢。在MOOC、智慧樹、超星學(xué)習(xí)通等平臺日益發(fā)展的同時，越來越多數(shù)字型學(xué)習(xí)資源開始面向大眾，為更多社會群體進行線上資源查找、線上學(xué)習(xí)提供了大量優(yōu)質(zhì)內(nèi)容。為了讓龐大的學(xué)習(xí)資源形成系統(tǒng)化的架構(gòu)，為學(xué)生提供清晰的目標資源選擇方案，本文對學(xué)習(xí)資源的推送機制進行研究和分析。

一、大數(shù)據(jù)背景下學(xué)生的學(xué)習(xí)需求分析

伴隨網(wǎng)絡(luò)信息化發(fā)展的日漸深入，智慧教育、未來教育給固定的授課、學(xué)習(xí)形式帶來了沖擊。在固定的課堂教學(xué)環(huán)境下，教師理念影響著學(xué)生知識接受程度。在轉(zhuǎn)入信息技術(shù)教育環(huán)境后，學(xué)生學(xué)習(xí)地點不再被局限在教室中，網(wǎng)絡(luò)化在線學(xué)習(xí)可以讓學(xué)生實現(xiàn)自由化、個性化學(xué)習(xí)，只要擁有終端設(shè)備、網(wǎng)絡(luò)條件，學(xué)生就能進行在線選課、自由選取喜愛的老師，以及相關(guān)課程，還能及時下載完成線上作業(yè)、參與課程考核等。這樣的情況下，學(xué)生的時間更加靈動自由，便于其根據(jù)自身實際安排線上學(xué)習(xí)時間，更能真正發(fā)揮優(yōu)質(zhì)資源的價值，學(xué)生可以對自身學(xué)習(xí)進度進行了解，更加迅速地完成課程學(xué)習(xí)，并通過完成課程作業(yè)、考核累計學(xué)分，順利得到畢業(yè)證書。處在這一狀態(tài)下，學(xué)生可以脫離課堂在網(wǎng)絡(luò)上參與學(xué)習(xí)任務(wù)，而教師也可以將更多精力放在自我提升上，不僅要提升自身的授課能力、本領(lǐng)，同時要做好優(yōu)質(zhì)微視頻、課件資源的制作，還要做好答疑問題的預(yù)測。言而總之，學(xué)習(xí)資源的選取在學(xué)生學(xué)習(xí)中是不可分割的重要部分，由于繁雜、豐富的學(xué)習(xí)資源類型和主題，學(xué)生實現(xiàn)精準選取、教師把握學(xué)生知識掌握進度都面臨著一定的難度。通過運用數(shù)據(jù)挖掘技術(shù)，實現(xiàn)學(xué)習(xí)資源的精準化“配送”、推送將成為未來教育、智慧學(xué)習(xí)發(fā)展的焦點。

二、關(guān)于學(xué)習(xí)資源推送機制的研究現(xiàn)狀

隨著5G通信技術(shù)發(fā)展、互聯(lián)網(wǎng)覆蓋條件提升，再加上移動智能終端的日漸普及，網(wǎng)絡(luò)數(shù)據(jù)、信息呈現(xiàn)出“爆炸式”增長的趨勢，這就衍生出了“大數(shù)據(jù)”的概念，使得大量信息資產(chǎn)、資料以海量形式出現(xiàn)，這就需要形成全新的處理技術(shù)、手段和平臺。用于學(xué)習(xí)的資源，可以理解為支持多種學(xué)習(xí)活動的資源和材料，包括以下教學(xué)要素，如支持學(xué)習(xí)的環(huán)境、系統(tǒng)和資料，以及輔導(dǎo)個體進行有效性學(xué)習(xí)、操作實踐的多種要素。在組合應(yīng)用數(shù)據(jù)庫、人工智能技術(shù)的基礎(chǔ)上，將機器學(xué)習(xí)、數(shù)據(jù)挖掘方法進行融入，能夠?qū)τ脩羧粘Ｐ畔⑦M行記錄和識別，實現(xiàn)用戶興趣的精準化識別、預(yù)測，從而自動化地、針對性地實現(xiàn)用戶信息推送，達到滿足用戶個人需求的目的。在國內(nèi)外，關(guān)于學(xué)習(xí)資源推送的服務(wù)模型主要有兩種，分別為基于協(xié)同過濾、基于內(nèi)容的服務(wù)模型。具體而言，在面向內(nèi)容需求的推送服務(wù)模型中，以推送算法在高校課程中運用為依據(jù)。首先，要對用戶個人信息和意愿、所學(xué)專業(yè)課程、參與的職業(yè)活動等綜合信息進行搜集，并形成與之對應(yīng)的特征模型。在實現(xiàn)這一步驟后，要對用戶所學(xué)、所選課程進行關(guān)聯(lián)特征詞匯、信息的提取，以明確課程開展的真實目的。最后，系統(tǒng)需要調(diào)取用戶某時間段內(nèi)的數(shù)據(jù)方位情況，再對合并形成的操作日志執(zhí)行特征向量抽取處理，通過算法運算實現(xiàn)初始推送模型的構(gòu)建，再對初始向量、執(zhí)行中的訪問序列進行相似度對比，若二者間的閾值關(guān)系保持相當(dāng)，可以判定用戶已經(jīng)匹配到符合其需求和興趣的課程，就可以實現(xiàn)最后一步的在線學(xué)習(xí)資源和課程的推送。利用這種服務(wù)模型進行推送，系統(tǒng)主要是圍繞在線課程的簡介、關(guān)鍵詞展開，所以存在以下不足：由于網(wǎng)絡(luò)學(xué)習(xí)課程的特征存在有限性，此模型對用戶產(chǎn)生的在線課程瀏覽記錄依賴性較強，這就給提取有效特征項增加了難度，系統(tǒng)難以生成最契合用戶需求、傾向的課程信息，限制了資源的推送。從服務(wù)模型的原理、過程角度看，基于協(xié)同過濾的推送算法則區(qū)別于基于內(nèi)容的推算模型，其關(guān)注到人的興趣并非是孤立的。首先，其推送依據(jù)主要是所有用戶的共同興趣，并非是課程內(nèi)容、信息。其次，不再是結(jié)合課程內(nèi)容執(zhí)行特征值提取、數(shù)據(jù)處理操作，而是通過搜集用戶反饋的課程推薦項的評分，再以算法運算形式對比其他用戶和當(dāng)下用戶的相似度，以針對性地推送用戶集。這一推送算法模型，存在三方面的不足：其一，由于需要統(tǒng)計基于興趣評估的用戶數(shù)據(jù)，對課程評價上存在一定不足;其二，在新課程出現(xiàn)在在線平臺時，由于缺乏一定的用戶評價和反饋，難以通過協(xié)同過濾實現(xiàn)學(xué)習(xí)者傾向預(yù)測，精準化推送也就無從實現(xiàn);其三，若用戶缺乏對課程的了解，容易接收到已掌握知識的課程推送，影響被推送用戶的體驗。

三、基于大數(shù)據(jù)的學(xué)習(xí)資源精準推送機制

在大數(shù)據(jù)技術(shù)理念下的學(xué)習(xí)資源推送，突出了數(shù)據(jù)挖掘技術(shù)的應(yīng)用優(yōu)勢，能夠?qū)崿F(xiàn)學(xué)習(xí)系統(tǒng)后臺數(shù)據(jù)庫信息記錄的訪問，還支持對已采集的數(shù)據(jù)信息技術(shù)挖掘、分析，從而得出促進學(xué)生學(xué)習(xí)的信息內(nèi)容，為學(xué)生資源推送打下基礎(chǔ)。具體而言，首先，通過搭建在線教學(xué)平臺，圍繞課程知識點進行一系列微視頻資源的打造，并推動后臺數(shù)據(jù)庫順利運行，實現(xiàn)對學(xué)生學(xué)習(xí)記錄的搜集。然后，采用數(shù)據(jù)挖掘技術(shù)，從分類分析角度的實現(xiàn)后臺數(shù)據(jù)庫信息，形成特征模型，最后進行多維度對比。這樣，就能獲得以下數(shù)據(jù)信息：學(xué)生順利掌握的知識點內(nèi)容;學(xué)生在學(xué)習(xí)中出現(xiàn)的疑難問題;整個教學(xué)實踐中點擊次數(shù)超過一定次數(shù)的視頻片段;學(xué)生最厭煩/感興趣的片段;課堂測試中出錯/正確頻率最高的知識點;最受學(xué)生喜愛的講課/講課/資源推送模式。在對上述信息結(jié)果進行分析、整理后，可以形成契合學(xué)校、平臺發(fā)展的學(xué)習(xí)資源推送機制：首先，教師要對課前注意事項、重難點知識等上傳至在線平臺，讓學(xué)習(xí)者通過登錄在線平臺賬號進行瀏覽;然后，在線上教學(xué)時，教師可以針對主要問題展開探究活動，并讓大家分組推出解決方案;再者，要在關(guān)注整節(jié)課教學(xué)情況的基礎(chǔ)上，進行重難點課程知識的推送，讓學(xué)生獲得相關(guān)的設(shè)計案例、例題、學(xué)習(xí)資源包等資料;此外，對于學(xué)習(xí)進度、掌握進度慢的學(xué)生，可以將預(yù)先準備的預(yù)習(xí)資源、資料推出，掌握進度理想的學(xué)生則不需要推送;最后，利用數(shù)據(jù)挖掘技術(shù)，可以圍繞接受能力、學(xué)習(xí)主動型、學(xué)習(xí)興趣程度等指標對學(xué)生進行分類。根據(jù)不同學(xué)習(xí)者的分類情況進行精準化的資源推送，讓學(xué)生在合適的資源下迅速完成知識認知目標。

四、學(xué)習(xí)資源個性化、精準化推送分析

個性化、智能化、精準化學(xué)習(xí)資源的推送，是基于機器學(xué)習(xí)、結(jié)構(gòu)化處理體系，以及“行為系統(tǒng)”“知識系統(tǒng)”“特征系統(tǒng)”，根據(jù)學(xué)習(xí)者的知識掌握等級、個性特征、歷史學(xué)習(xí)行為，構(gòu)建基于興趣的特征模型，再運用人工智能技術(shù)實現(xiàn)個性化、精準化數(shù)據(jù)資源的推送。這一推送方式契合了大數(shù)據(jù)技術(shù)應(yīng)用環(huán)境需求，巧妙地解決了學(xué)習(xí)者面對學(xué)習(xí)資源、檢索能力不足的問題，更能控制知識搜集消耗的時間成本，促進學(xué)生線上學(xué)習(xí)效果提高?！芭d趣模型”的構(gòu)建，是促進學(xué)習(xí)資源智能化、個性化的關(guān)鍵，關(guān)乎最終學(xué)習(xí)資源推送結(jié)果是否符合學(xué)習(xí)者的實際需求、個性特點。在整個“興趣模型”的構(gòu)建中，要從隱性層面、顯性層面進行模型建立，二者分別對應(yīng)了學(xué)習(xí)者的行為信息、基本信息。關(guān)于學(xué)習(xí)者的行為信息如下：課程學(xué)習(xí)風(fēng)格信息、學(xué)習(xí)者產(chǎn)生的學(xué)習(xí)軌跡，能夠反映學(xué)習(xí)者的學(xué)習(xí)全過程，以及學(xué)習(xí)偏好、途徑，是實現(xiàn)智能學(xué)習(xí)資源方案、策略推薦的前提。關(guān)于學(xué)習(xí)者的基本信息如下：如學(xué)習(xí)者姓名、年齡、性別、知識程度、受教育水平、學(xué)習(xí)目標等信息，是支持學(xué)習(xí)者學(xué)習(xí)分類的基礎(chǔ)數(shù)據(jù)，是交互式、協(xié)作式學(xué)習(xí)資源推薦的依據(jù)?；谥悄芡扑湍Ｐ偷臉?gòu)建，可以繼續(xù)選取智能化推送策略，需要根據(jù)“知識系統(tǒng)”形成特定的推薦策略和方案，促進相關(guān)匹配資源、學(xué)習(xí)資料和清單的推送，并調(diào)用“行為系統(tǒng)”確保推送資源契合個體的學(xué)習(xí)偏好、途徑等“特征系統(tǒng)”引入教師協(xié)作方式，以多渠道、多維度的方式進行干預(yù)，從而進一步地提高資源推送的精準度。

五、結(jié)語

綜上所述，加強學(xué)習(xí)資源的精準化、個性化推送是提高大數(shù)據(jù)社會服務(wù)能力、發(fā)掘大數(shù)據(jù)技術(shù)價值的重要途徑。因此，要圍繞學(xué)習(xí)者個體的知識、行為、特征進行靜態(tài)、動態(tài)行為數(shù)據(jù)的搜集，形成適應(yīng)學(xué)生學(xué)習(xí)資源和路徑偏好的推送機制，不斷地優(yōu)化學(xué)習(xí)資源的推送服務(wù)機制，促進推送的預(yù)測精度、教師干預(yù)力度得到有效提高，真正實現(xiàn)在線學(xué)習(xí)資源推送向智慧化方向發(fā)展，提高教育平臺、學(xué)校的社會效益。

參考文獻：

[1] 田楓，李欣，劉芳，等.學(xué)習(xí)資源個性化推薦系統(tǒng)的學(xué)習(xí)者模型構(gòu)建[J].教育教學(xué)論壇，2020（10）：304-305.

[2] 劉華榮，胡文鵬.學(xué)習(xí)資源個性化推送對學(xué)習(xí)效果的影響[J].太原城市職業(yè)技術(shù)學(xué)院學(xué)報，2019（8）：151-152.

[3] 孫麗雯，歐陽薈，王藝凝，等.網(wǎng)絡(luò)課程學(xué)習(xí)資源推送平臺研究——以華南農(nóng)業(yè)大學(xué)在線教育綜合平臺為例[J].才智，2020（5）：121.

[4] 陳鑫宇，楊冬黎，魯金秋，等.基于學(xué)習(xí)者模型的文本學(xué)習(xí)資源推薦算法研究[J].計算機技術(shù)與發(fā)展，2020，30（6）：77-81.

[5] 曲芷萱，王朋嬌.基于學(xué)習(xí)分析的學(xué)生個性化學(xué)習(xí)資源推送[J].軟件，2019，40（12）：163-166.

基金項目：本文系海南職業(yè)技術(shù)學(xué)院課題名稱：“大數(shù)據(jù)背景下基于多維關(guān)聯(lián)分析的學(xué)習(xí)資源精準推送方法研究”，課題編號（Hnky2020-67）的研究成果;課題名稱：“熱帶醫(yī)學(xué)機構(gòu)知識庫的建設(shè)與實踐研究”，課題編號：（Hnky2020-45）的研究成果;新增科研團隊：海南職業(yè)技術(shù)學(xué)院“智能信息技術(shù)研究與應(yīng)用”科研團隊成果。