常青

（錦州醫(yī)科大學(xué)　公共基礎(chǔ)學(xué)院，遼寧　錦州　121000）

網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中認知風(fēng)格測量工具的研究

常青

（錦州醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院，遼寧錦州121000）

在網(wǎng)絡(luò)教育中，學(xué)習(xí)者的認知風(fēng)格可以明確的反映出學(xué)習(xí)者應(yīng)該采取何種學(xué)習(xí)方式，它也對網(wǎng)絡(luò)的學(xué)習(xí)活動和學(xué)習(xí)媒體的設(shè)計有著重要的影響，所以，確定網(wǎng)絡(luò)學(xué)習(xí)者的認知風(fēng)格類型就變得尤為重要。在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中，測量學(xué)習(xí)者的認知風(fēng)格類型，通常會使用CSA（認知風(fēng)格分析系統(tǒng)）。它的測量結(jié)果與被測試者的反應(yīng)時間有著重要的關(guān)系，所以在實際的應(yīng)用中，就會有一些不確定的因素影響測試結(jié)果。文章通過對網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)以及系統(tǒng)中學(xué)習(xí)者的學(xué)習(xí)行為屬性進行研究分析，同時借鑒了專家的意見以及一部分已有的研究成果，確定了與認知風(fēng)格相關(guān)的學(xué)習(xí)行為屬性，主要通過數(shù)據(jù)挖掘技術(shù)，設(shè)計出基于網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的認知風(fēng)格測量工具。

認知風(fēng)格；數(shù)據(jù)挖掘；決策樹

1　概念

1.1認知風(fēng)格

認知風(fēng)格是一個變量，標志著每個人的個體差異。有的人用語言符號的形式來表現(xiàn)運用信息，有的人用圖形的形式來表現(xiàn)信息。認知風(fēng)格的研究領(lǐng)域范圍廣泛，有的研究是針對問題的解決，有的研究是針對學(xué)習(xí)，有的研究是針對知覺特點等，彼此間也存在很大的差異性。雖然有人提出過認知風(fēng)格類型的分類如此之多，主要是因為認知本身太過復(fù)雜，不過也會認為如此多的認知風(fēng)格類型劃分，并不利于深入性的研究。

在網(wǎng)絡(luò)學(xué)習(xí)的模式中，學(xué)習(xí)是通過自已的原有知識或經(jīng)驗，與個性化的學(xué)習(xí)系統(tǒng)進行交互，以此來獲取知識與能力的過程。學(xué)生可以組織、制訂、執(zhí)行自己的學(xué)習(xí)計劃，自行的對學(xué)習(xí)策略進行選擇，還可以控制全部的學(xué)習(xí)過程，對學(xué)習(xí)成果進行自我評價。它充分的考慮到了教學(xué)行為和學(xué)習(xí)行為的個人化。它根據(jù)各學(xué)生不同的需求，對教學(xué)資源進行不同的組合。學(xué)生的學(xué)習(xí)過程受本人支配。學(xué)生在這一系統(tǒng)的學(xué)習(xí)中，不僅掌握了所學(xué)的知識，同時也掌握了學(xué)習(xí)的方法。

2　個性化網(wǎng)絡(luò)課程設(shè)計

最終形成的學(xué)習(xí)效果與教學(xué)資源的組合形式有著非常重要的關(guān)系。交互界面的設(shè)計對學(xué)習(xí)者認知呈現(xiàn)出的效果，會與界面讓學(xué)習(xí)者所看到的窗口大小、標題、材料的整體配合效果，以及每個界面展示出學(xué)習(xí)材料的多少、布局等因素有關(guān)。圖像型的學(xué)習(xí)者比文本型的學(xué)習(xí)者表現(xiàn)要好，這主要來取決于各個媒體的表達特征。例如，通過視頻的方式來進行學(xué)習(xí)，圖像、聲音和視頻的表現(xiàn)方式對圖像型學(xué)習(xí)者更有幫助。所以，通常會認為不同認知風(fēng)格的人會從與自己風(fēng)格相適應(yīng)的學(xué)習(xí)資源中獲益。本文所設(shè)計的網(wǎng)絡(luò)課程，是基于二維認知風(fēng)格理論基礎(chǔ)之上的，通過分析學(xué)習(xí)者的認知風(fēng)格類型，利用學(xué)習(xí)模式和媒體資源的不同組合，形成9種（3×3）不同的學(xué)習(xí)課程，提供給9種不同認知風(fēng)格的學(xué)習(xí)者，從而促進學(xué)習(xí)者實施有效學(xué)習(xí)。

學(xué)習(xí)模式設(shè)計的策略，主要是為了給具有不同特點的學(xué)生，提供更適合他們的網(wǎng)絡(luò)課程，從而設(shè)計出的三種不同的學(xué)習(xí)模式。它彌補了具有不同特點的學(xué)生在認知上的不足，換句話說，就是網(wǎng)絡(luò)課程在面對不同的認知風(fēng)格學(xué)習(xí)者，可以采用不同的結(jié)構(gòu)、不同的學(xué)習(xí)次序和不同的使用方式。

3　數(shù)據(jù)挖掘

數(shù)據(jù)挖掘，它可以從數(shù)量多，或者不完全，甚至是模糊的數(shù)據(jù)內(nèi)，提取出有用的信息和知識，這些信息和知道隱含在這些數(shù)據(jù)中，而人們事先并不知道［1］。它可以挖掘出數(shù)據(jù)的潛在模式，指導(dǎo)決策，并找出最有價值的信息。數(shù)據(jù)挖掘過程如下：

（1）數(shù)據(jù)挖掘的結(jié)果是要在大型的數(shù)據(jù)庫中，發(fā)現(xiàn)令人產(chǎn)生興趣的有用信息，必須要明確定義和挖掘目標信息［2］。

（2）對數(shù)據(jù)進行準備。首先根據(jù)用戶的需求，在原始的數(shù)據(jù)庫中提取數(shù)據(jù)，確定要操作的對象。再對數(shù)據(jù)做預(yù)處理，也就是對已經(jīng)提取出來的數(shù)據(jù)進行加工，篩查，檢查數(shù)據(jù)的完整性、一致性。最后將這些數(shù)據(jù)轉(zhuǎn)換成一個適合于挖掘算法的分析模型。

當(dāng)學(xué)生認識了自己的錯誤解法，學(xué)生就多了一種對錯誤的“免疫力”。而當(dāng)學(xué)生分辨出對錯后，教師沒有“見好就收”，而是“乘勝追擊”。引導(dǎo)學(xué)生反思為何會犯錯，思考經(jīng)歷了這次犯錯糾錯活動以后要注意些什么？學(xué)生學(xué)會將活動所得經(jīng)驗不斷內(nèi)化和概括，最終遷移運用到其他活動和學(xué)習(xí)中去。

（3）根據(jù)所要挖掘的數(shù)據(jù)功能類型或特點，選擇與之相適應(yīng)的算法，對篩查和轉(zhuǎn)換后的數(shù)據(jù)集進行挖掘。

（4）對數(shù)據(jù)挖掘的結(jié)果進行解釋和評估，再轉(zhuǎn)換成為可以被用戶所理解的、合理的知識。

4　認知風(fēng)格測量工具設(shè)計

4.1認知風(fēng)格測量工具的基礎(chǔ)結(jié)構(gòu)

認知風(fēng)格測量工具要求具有基于兼容WindowsXP以上的操作系統(tǒng)，后臺為兼容SQL Server 2000以上的數(shù)據(jù)庫管理系統(tǒng)。認知風(fēng)格測量工具主要包括數(shù)據(jù)收集和認知風(fēng)格評價兩個部分。

4.2認知風(fēng)格測量工具設(shè)計流程

學(xué)生者學(xué)習(xí)過程的信息收集模塊，其實就相當(dāng)于一個基于多代理理論的跟蹤器。當(dāng)學(xué)生登陸網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)時，跟蹤器也同時啟動，并對學(xué)生的學(xué)習(xí)行為進行跟蹤和記錄。數(shù)據(jù)處理模塊通過對跟蹤器所收集到的數(shù)據(jù)進行加工處理，從中提取出有效的數(shù)據(jù)。分類模塊通過所建立的決策樹，對所提取的有效數(shù)據(jù)進行分類。結(jié)果評價模塊對分類結(jié)果進行分析，根據(jù)分類的結(jié)果向用戶推薦參考信息。

4.3解決方案

本文設(shè)計了多個數(shù)據(jù)收集模塊以及以決策樹的分類算法為基礎(chǔ)的認知風(fēng)格測量模塊。數(shù)據(jù)收集模塊是將學(xué)生的相關(guān)屬性數(shù)據(jù)建立關(guān)系化量表，再概念化，從而形成的概化量表。認知風(fēng)格測量模塊的具體工作步驟為：

（1）明確挖掘的對象和目標。通過跟蹤器收集挖掘?qū)ο?，儲存學(xué)生學(xué)習(xí)行為信息到用戶數(shù)據(jù)庫中，通過以上的信息，對學(xué)生的認知風(fēng)格來確定挖掘目標。

（2）數(shù)據(jù)的采集。在現(xiàn)實的學(xué)習(xí)環(huán)境中，以及個性化的網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中，采集各類有關(guān)數(shù)據(jù)信息。其中的一部分數(shù)據(jù)需要處理有關(guān)數(shù)據(jù)才可以獲取，其余部分的數(shù)據(jù)需要對學(xué)生進行調(diào)查后才可以獲取。

（3）數(shù)據(jù)的轉(zhuǎn)換。將采集到的不同數(shù)據(jù)信息，合成轉(zhuǎn)換為數(shù)據(jù)分析模型，以便將采集到的數(shù)據(jù)適用于本工具的挖掘。

（4）數(shù)據(jù)的分類挖掘。先選擇一個合適的挖掘算法，并且通過恰當(dāng)?shù)某绦蛟O(shè)計來實現(xiàn)這一算法。再對轉(zhuǎn)換后的數(shù)據(jù)對象進行處理，來得到?jīng)Q策樹對學(xué)生的認知風(fēng)格進行測量。

（5）獲取分類的規(guī)則與結(jié)果的分析。用于對使用工具所獲得的學(xué)生認知風(fēng)格測量結(jié)果，進行分析與評估。

5　認知風(fēng)格測量工具開發(fā)

5.1數(shù)據(jù)收集模塊

數(shù)據(jù)收集模塊，將收集到的學(xué)生在線學(xué)習(xí)行為形成數(shù)據(jù)，并將其存儲于數(shù)據(jù)庫中。每當(dāng)學(xué)習(xí)者登陸學(xué)習(xí)系統(tǒng)時，數(shù)據(jù)收集模塊就自動的啟動，同時開始記錄下學(xué)習(xí)者的學(xué)習(xí)行為。該模塊是認知風(fēng)格測評工具的基礎(chǔ)，根據(jù)個性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的用戶分析模型，確立采集數(shù)據(jù)類型，同時它也是認知風(fēng)格測量工具的數(shù)據(jù)源，它所收集到的信息質(zhì)量和數(shù)量會直接的影響認知風(fēng)格測量工具的準確性。

5.2認知風(fēng)格決策樹的實現(xiàn)

（1）數(shù)據(jù)的預(yù)處理。通過對學(xué)生在線學(xué)習(xí)行為的數(shù)據(jù)采集，可以獲得兩類記錄，即第一類，運用個性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)模式所選擇的記錄。第二類，運用媒體類型的記錄。

數(shù)據(jù)的預(yù)處理，主要是將數(shù)據(jù)庫所獲取的兩類學(xué)習(xí)行為記錄通過集成、變換與歸納，最后所形成的待挖掘的數(shù)據(jù)集。第一類記錄中獲取的，是學(xué)生的學(xué)習(xí)模式（線性模式、分支模式以及學(xué)習(xí)者自主模式）。從第二類記錄中獲取的是學(xué)生所選擇的使用多媒體的組合方式（單一文本、講課視頻、PPT、文本、交互式超媒體）。

（2）建立決策樹。經(jīng)過預(yù)處理的數(shù)據(jù)包括一個類別項（認知風(fēng)格類型）和三個影響分類的屬性項（學(xué)習(xí)行為的數(shù)據(jù)）。我們選取某大學(xué)的600名大一學(xué)生作為數(shù)據(jù)樣本，生成訓(xùn)練集來構(gòu)造決策樹。

5.3認知風(fēng)格測量工具效果分析

通過對使用了認知風(fēng)格測量工具的網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的某大學(xué)860名學(xué)生的跟蹤調(diào)查，可以對網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的結(jié)構(gòu)以及媒體的設(shè)計策略起到一定的指導(dǎo)作用。對網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者來講，可以使他們確定個人的認知風(fēng)格類型，再針對自己的不足之處，進行與之相適應(yīng)的強化練習(xí)。得到的決策樹，對于理想學(xué)習(xí)者的分類正確率非常高。對于非理想學(xué)習(xí)者的分類正確率不夠理想。而非理想學(xué)習(xí)者的不準確部分，在實際操作中相當(dāng)于增加了部分不真實的理想學(xué)習(xí)者，這與實際情況是一致的。

主要參考文獻

［1］鄧英，李明.Web數(shù)據(jù)挖掘技術(shù)及工具研究［J］.計算機工程與應(yīng)用，2001（20）.

［2］曲紅亭，申瑞民.基于數(shù)據(jù)挖掘的個性化學(xué)習(xí)導(dǎo)航系統(tǒng)的設(shè)計與實現(xiàn)［J］.計算機工程，2003（8）.

10.3969/j.issn.1673-0194.2016.11.145

G420

A

1673-0194（2016）11-0242-02

2016-02-19

2015年遼寧醫(yī)學(xué)院教學(xué)改革研究一般項目（YA2015037）。

常青（1980-），女，遼寧錦州人，錦州醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院講師。