沈 偉

?

基于協(xié)同過濾算法的學(xué)習(xí)行為分析研究與實現(xiàn)

沈 偉

重慶智勝現(xiàn)場科技有限公司，重慶 400000

隨著在線教育的發(fā)展，基于教學(xué)設(shè)計、以學(xué)習(xí)者為中心、以學(xué)習(xí)行為數(shù)據(jù)為依據(jù)的適應(yīng)性學(xué)習(xí)系統(tǒng)，已從理論走向應(yīng)用。電子商務(wù)的推薦算法是適應(yīng)性學(xué)習(xí)的可行途徑，基于協(xié)同過濾算法與制造業(yè)在線教育平臺（http://www.zsxc100.com），對學(xué)習(xí)者的課程學(xué)習(xí)行為進(jìn)行分析，并根據(jù)分析結(jié)果為學(xué)習(xí)者推薦他需要的課程。

學(xué)習(xí)行為；協(xié)同過濾；MOOC

1 背景

隨著在線教育的發(fā)展，特別是近年互聯(lián)網(wǎng)MOOC的風(fēng)起，已影響到教育研究[1]；基于教學(xué)設(shè)計、以學(xué)習(xí)者為中心、以學(xué)習(xí)行為數(shù)據(jù)為依據(jù)的適應(yīng)性學(xué)習(xí)系統(tǒng)[2]，已從理論走向應(yīng)用。2016年好未來（前身學(xué)而思）公司投資了一個世界范圍內(nèi)領(lǐng)先的自適應(yīng)學(xué)習(xí)平臺——Knewton（目前全球范圍內(nèi)擁有學(xué)習(xí)數(shù)據(jù)最多的公司之一），好未來未來的十年的10000億條學(xué)習(xí)數(shù)據(jù)將成為Knewton的優(yōu)質(zhì)數(shù)據(jù)樣本；Knewton的學(xué)習(xí)數(shù)據(jù)庫就是獨立的、公共的學(xué)習(xí)行為大數(shù)據(jù)庫，其收集的用戶數(shù)據(jù)越多，一個用戶在平臺上的使用頻次越高，它所推送的學(xué)習(xí)內(nèi)容準(zhǔn)確率就越高。

在此背景下，電子商務(wù)的推薦算法是適應(yīng)性學(xué)習(xí)的可行途徑，本文試圖基于余弦相似度算法，以制造業(yè)在線教育平臺——“智勝現(xiàn)場”平臺（http://www.zsxc100.com）為案例，對學(xué)習(xí)者的課程學(xué)習(xí)行為進(jìn)行分析，并根據(jù)分析結(jié)果為學(xué)習(xí)者推薦他需要的課程。

2 課程學(xué)習(xí)行為分析與實現(xiàn)

（1）課程學(xué)習(xí)行為

“智勝現(xiàn)場”平臺學(xué)習(xí)者的課程學(xué)習(xí)行為有很多，本文主要對學(xué)習(xí)者完成學(xué)習(xí)的課程與課程評價進(jìn)行分析，其數(shù)據(jù)如下表所示。

表1 智勝現(xiàn)場平臺學(xué)習(xí)者課程學(xué)習(xí)行為表

（2）協(xié)同過濾

協(xié)同過濾的核心思想是相似的學(xué)習(xí)者會學(xué)習(xí)相似的課程，因此，根據(jù)其他學(xué)習(xí)者的課程學(xué)習(xí)信息來推薦課程給當(dāng)前學(xué)習(xí)者（A）。為了給當(dāng)前學(xué)習(xí)者A推薦他想學(xué)的課程，必須找出與學(xué)習(xí)者A相似的那些學(xué)習(xí)者（B、C、D…），利用學(xué)習(xí)者B、C、D…的信息給A產(chǎn)生推薦課程。因此，計算學(xué)習(xí)者間相似度的方法非常重要[2]。

可以利用“智勝現(xiàn)場”平臺課程學(xué)習(xí)行為提出一種計算學(xué)習(xí)者相似度的方法，即把平臺所有課程作為向量的一個維度，如果一個學(xué)習(xí)者學(xué)習(xí)完一門課程并評分N分（1-5分），則這個維度上的值就是N（1-5）。V（學(xué)習(xí)者A）=＜5,4,4,5,3＞；V（學(xué)習(xí)者B）=＜4,4,5,5,4＞；V（學(xué)習(xí)者C）=＜5,3,4,4,5＞。

采用向量空間余弦相似度算法可計算學(xué)習(xí)者之間的相似度，可根據(jù)學(xué)習(xí)者之間的相似度，進(jìn)行課程推薦，例如學(xué)習(xí)者A與C最相似，則學(xué)習(xí)者A沒有學(xué)習(xí)的《普通拉動系統(tǒng)》課程，而學(xué)習(xí)者C學(xué)了，可把《普通拉動系統(tǒng)》課程推薦給學(xué)習(xí)者A。

平臺按照亞馬遜的item-to-item協(xié)同過濾系統(tǒng)可優(yōu)化課程推薦。把學(xué)習(xí)課程的人員評分作為向量的一個維度，其數(shù)據(jù)如下表所示。

表2 智勝現(xiàn)場平臺課程被學(xué)習(xí)行為表

則V（班前會）=＜5，4，5＞；V（交接班）=＜4，4，4＞；V（5S現(xiàn)場改善）=＜4，5，4＞；V（精益概述）=＜5，5，5＞；V（生產(chǎn)現(xiàn)場質(zhì)量控制）=＜3，4，4＞。再利用向量空間余弦相似度算法直接計算課程相似度，進(jìn)行課程推薦。

3 總結(jié)與展望

協(xié)同過濾的缺點就是計算復(fù)雜度太高，為 O（MN），M 代表學(xué)習(xí)者數(shù)量，N代表課程學(xué)習(xí)數(shù)目。下一步當(dāng)學(xué)習(xí)者的課程學(xué)習(xí)行為數(shù)據(jù)量為大型數(shù)據(jù)集時，還應(yīng)采用分區(qū)、采樣、降維（去掉某些稀疏的學(xué)習(xí)者或去掉冷門、熱門課程，例如聚類方法）的應(yīng)對策略；并注意降低計算復(fù)雜度的同時兼顧推薦的準(zhǔn)確性。

[1]李曼麗，黃振中.MOOCs 平臺大數(shù)據(jù)的教育實證[J].科學(xué)通報，2015（5/6）：570-580.

[2]張羽，李越.基于MOOCs大數(shù)據(jù)的學(xué)習(xí)分析和教育測量介紹[J].清華大學(xué)教育研究，2013（4）：22-26.

Research and Implementation of Learning Experience Analysis Based on Collaborative Filtering Algorithm

Shen Wei

Chongqing smart production locale technology Co., Ltd., Chongqing 400000

With the development of online education，an adaptive learning system based on instructional design, learner centered and learning experience data has gone from the theory to the application. Recommendation algorithm of electronic commerce is a feasible approach to adaptive learning.Based on collaborative filtering algorithm and the online education platform for the manufacturing industry（http://www.zsxc100.com）, we investigate the learner's learning experience and recommend his course according to the results of the analysis for the learner.

Learning Experience;Collaborative Filtering;MOOC

TP391.3

A

1009-6434（2016）10-0149-02

沈偉（1973—），男，重慶人，重慶智勝現(xiàn)場科技有限公司技術(shù)總監(jiān)，工程師，研究方向在線教育。