江夢茜+周勇軍+柯曉昱

摘要：移動學(xué)習(xí)以海量的數(shù)字資源作為載體，突破了傳統(tǒng)學(xué)習(xí)模式中資源匱乏、時空限制等不足。但其資源豐富性也帶來了一些信息過載現(xiàn)象，極大地影響了學(xué)習(xí)效率?；趨f(xié)同過濾算法的移動英語學(xué)習(xí)平臺不僅充分發(fā)揮了移動學(xué)習(xí)的優(yōu)勢，同時能夠根據(jù)不同的學(xué)習(xí)者推薦滿足其學(xué)習(xí)需求的學(xué)習(xí)資源，較大程度上節(jié)省了學(xué)習(xí)者的時間與精力投入，具有一定的現(xiàn)實意義。

關(guān)鍵詞：移動學(xué)習(xí)；協(xié)同過濾算法；信息化教育；推薦系統(tǒng)

中圖分類號：TP319

文獻(xiàn)標(biāo)識碼：A

文章編號：16727800（2017）004012702

0引言

近年來，隨著”互聯(lián)網(wǎng)+”及大數(shù)據(jù)時代的到來，如何豐富教育資源、優(yōu)化教學(xué)過程，成為教育發(fā)展領(lǐng)域中的一個研究熱點。新的教學(xué)模式應(yīng)以現(xiàn)代電子信息技術(shù)，特別是網(wǎng)絡(luò)技術(shù)為支撐，使教學(xué)可以在一定程度上不受時間和地點的限制，朝著個性化和自主學(xué)習(xí)的方向發(fā)展。因此，傳統(tǒng)教育模式的信息化、數(shù)字化以及智能化成為未來教育改革道路上的必然發(fā)展趨勢。 移動學(xué)習(xí)是一種將移動技術(shù)與數(shù)字化學(xué)習(xí)技術(shù)相結(jié)合的新型數(shù)字化學(xué)習(xí)形式，它主要依托于無線移動技術(shù)、國際互聯(lián)網(wǎng)絡(luò)技術(shù)以及多媒體技術(shù)等[1]。移動學(xué)習(xí)以豐富的數(shù)字資源作為載體，突破了傳統(tǒng)教學(xué)模式中的時空局限性，受到了國內(nèi)外學(xué)者的廣泛關(guān)注。自2001年起，不少學(xué)者對移動學(xué)習(xí)項目進(jìn)行了深入研究，國際遠(yuǎn)程教育學(xué)家愛爾蘭學(xué)者德斯蒙德·基更博士[23]主持“從數(shù)字化學(xué)習(xí)到移動學(xué)習(xí)”的移動學(xué)習(xí)研究項目，對移動學(xué)習(xí)技術(shù)的可行性、移動學(xué)習(xí)的優(yōu)勢與不足進(jìn)行了分析。楊麗芳[4]基于Paivio的雙重編碼等記憶理論，將移動學(xué)習(xí)應(yīng)用在大學(xué)英語詞匯學(xué)習(xí)中，提出的移動交流社區(qū)能有效刺激學(xué)生記憶單詞。王萍[5]對基于移動學(xué)習(xí)的藝術(shù)設(shè)計課程教學(xué)進(jìn)行了探討。秦艷菲[6]設(shè)計開發(fā)了基于Andriod的移動學(xué)習(xí)平臺，通過移動智能終端拓寬學(xué)習(xí)者的學(xué)習(xí)途徑，使學(xué)習(xí)者能夠高效快捷地學(xué)習(xí)。 〖JP2〗在基于移動學(xué)習(xí)的教育平臺中，在強(qiáng)調(diào)其資源豐富性的同時也帶來了諸多問題。例如，在不同的教育背景下，學(xué)習(xí)者對學(xué)習(xí)資源的需求往往具有差異性。然而，在海量學(xué)習(xí)資源中，學(xué)習(xí)者想要獲得感興趣的學(xué)習(xí)資料極其困難，學(xué)習(xí)者需要自己判斷資源類別并且手動查找、過濾信息。作為一種信息過濾技術(shù)，個性化推薦系統(tǒng)通過對用戶的歷史行為數(shù)據(jù)進(jìn)行分析，在建立用戶興趣偏好模型的基礎(chǔ)上，為用戶主動推薦滿足他們興趣和需求的資源，較好地解決了信息過載問題[7]。個性化推薦系統(tǒng)最初應(yīng)用于電子商務(wù)領(lǐng)域，通過分析用戶的歷史購買，推斷用戶的偏好特征，從而更好地為用戶服務(wù)。常見的個性化推薦技術(shù)主要有協(xié)同過濾推薦、基于內(nèi)容的推薦、混合推薦以及關(guān)聯(lián)推薦等[811]，根據(jù)不同場景的需要，這些個性化推薦算法被優(yōu)化、總結(jié)，并作為內(nèi)核算法鑲嵌在各種實際推薦系統(tǒng)中[12]。 隨著視頻點播技術(shù)的日益成熟和移動學(xué)習(xí)的廣泛應(yīng)用，無論是高校還是中小學(xué)，都將移動端視頻學(xué)習(xí)作為校園網(wǎng)建設(shè)的一個重要組成部分，并將其應(yīng)用到英語教學(xué)過程中。為了能夠智能地推薦滿足不同層次學(xué)生學(xué)習(xí)需求的學(xué)習(xí)內(nèi)容，幫助學(xué)生不斷提高英語水平，重點研究了基于協(xié)同過濾推薦算法的英語自主學(xué)習(xí)平臺，建設(shè)語音視頻資源庫及語義庫，整合碎片化時間，從聽說讀譯等多維度充分發(fā)揮學(xué)生學(xué)習(xí)的主動性。

1問題描述

1.1移動英語自主學(xué)習(xí)理念

在本文設(shè)計的英語學(xué)習(xí)平臺中，學(xué)生既是英語視頻資源點播者，也可成為視頻上架的參與者。在教師的指導(dǎo)下，由學(xué)生精選英文視頻片斷的主題，其內(nèi)容可以是網(wǎng)絡(luò)上公開的優(yōu)秀資源，這樣不僅能夠從聽說讀等多角度訓(xùn)練學(xué)生的英語技能，還能夠調(diào)動學(xué)生學(xué)習(xí)的積極性與主動性。

1.2協(xié)同過濾推薦系統(tǒng)

協(xié)同過濾推薦算法是目前個性化推薦系統(tǒng)中應(yīng)用最為廣泛的技術(shù)之一，其最大優(yōu)勢在于能夠處理視頻、音樂等各種非文本結(jié)構(gòu)對象。協(xié)同過濾推薦系統(tǒng)主要分為兩類：基于記憶的協(xié)同過濾算法和基于模型的協(xié)同過濾算法[1314]。基于記憶的協(xié)同過濾算法流程可分為以下幾個步驟：①計算各用戶之間的相似度；②選取與目標(biāo)用戶興趣接近的部分用戶作為其鄰居用戶；③通過鄰居用戶的評分計算出目標(biāo)用戶對項目的評分；④將步驟③預(yù)測出的評分最高的前k個項目推薦給目標(biāo)用戶。本文設(shè)計開發(fā)的“3分鐘英語”學(xué)習(xí)平臺采用基于記憶的協(xié)同過濾算法。

2基于協(xié)同過濾算法的移動英語學(xué)習(xí)平臺

基于協(xié)同過濾算法的移動英語學(xué)習(xí)平臺主要包含5個功能模塊，分別為視頻學(xué)習(xí)、視頻搜索、個人中心及個性化推薦4個部分。其中，在視頻學(xué)習(xí)模塊中，學(xué)習(xí)者能夠在正式學(xué)習(xí)之前完成課前預(yù)習(xí)、整個句子的學(xué)習(xí)、英語聽力的學(xué)習(xí)，以及課后練習(xí)。視頻在播放過程中可以通過點擊單詞來了解單詞的釋義，并且獲得單詞的讀音。在視頻搜索功能模塊中，平臺支持關(guān)鍵詞搜索和高級搜索兩種搜索模式。在個人中心功能模塊中，除了最基本的個人資料查詢與修改外，還可查看個人的播放歷史記錄、視頻收藏記錄等。在個性化推薦模塊中，平臺能夠主動地收集并分析學(xué)習(xí)者的特征，推薦學(xué)習(xí)者感興趣的視頻資料，實現(xiàn)個性化服務(wù)。 在本文設(shè)計的移動英語學(xué)習(xí)平臺中，個性化推薦模塊為核心模塊。該模塊的難點在于采用何種方式、何種規(guī)則向?qū)W習(xí)者推薦感興趣的資料。為了能夠較為精確地向?qū)W習(xí)者推薦符合個人偏好的英語視頻資料。本文設(shè)計出一種基于協(xié)同過濾算法的移動英語學(xué)習(xí)平臺。

其中，k表示學(xué)習(xí)者x的最近鄰居個數(shù)。Step 4：對gx，m進(jìn)行降序排序，將評分最高的前K個視頻資料推薦給學(xué)習(xí)者x。

3結(jié)語

移動學(xué)習(xí)打破了傳統(tǒng)教學(xué)模式的時空性限制，被廣泛應(yīng)用于當(dāng)前教育領(lǐng)域中。確保移動學(xué)習(xí)平臺質(zhì)量的關(guān)鍵在于學(xué)習(xí)資源的豐富性、高質(zhì)量性，而學(xué)習(xí)資源的快速篩選、精準(zhǔn)推送是提高學(xué)習(xí)效率的有效途徑。 本文以移動學(xué)習(xí)為契機(jī)，設(shè)計了移動英語自主學(xué)習(xí)平臺，采用協(xié)同過濾算法用以解決信息過載現(xiàn)象，提出了一種基于協(xié)同過濾算法的移動英語學(xué)習(xí)平臺，該平臺在充分發(fā)揮移動學(xué)習(xí)模式的便捷性、資源豐富性以及資源高度分享性的同時，也較好地解決了資源查找過程中的信息迷航現(xiàn)象。 在實際的學(xué)習(xí)資源推送過程中，隨著視頻數(shù)量的不斷增加，該學(xué)習(xí)平臺的推薦性能將受到極大影響。因此，如何對推薦算法加以優(yōu)化是未來要進(jìn)一步解決的問題。

參考文獻(xiàn)：[1]郭紹青，黃建軍，袁慶飛.國外移動學(xué)習(xí)應(yīng)用發(fā)展綜述[J].電化教育研究，2011（5）：105109.

[2]DESMOND KEEGAN，徐輝富.遠(yuǎn)距離教育：國際終身教育的第一選擇[J].開放教育研究，1998（2）：912.

[3]丁興富，DESMOND KEEGAN.從遠(yuǎn)程學(xué)習(xí)到電子學(xué)習(xí)再到移動學(xué)習(xí)[J].開放教育研，2000，27（5）：610.

[4]楊麗芳.移動學(xué)習(xí)在大學(xué)英語詞匯學(xué)習(xí)中的應(yīng)用[J].外語電化教學(xué)，2012（146）：5458.

[5]王萍.基于移動學(xué)習(xí)的藝術(shù)設(shè)計課程教學(xué)探討[J].浙江萬里學(xué)院學(xué)報，2015，28（6）：100103.

[6]秦艷菲，魏慧琴.基于Andriod的高級程序設(shè)計語言移動學(xué)習(xí)平臺設(shè)計與實現(xiàn)[J].開發(fā)案例，2015.

[7]張志軍.社交網(wǎng)絡(luò)中個性化推薦模型及算法研究[D].濟(jì)南：山東師范大學(xué)，2015.

[8]李聰.電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D].合肥：合肥工業(yè)大學(xué)，2009.

[9]BAEZAYATES R，RIHEIRONETO B.Modern information retrieval[J].New York，USA：ACM Press，1997.

[10]許海玲，吳瀟，李曉東.互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J].軟件學(xué)報，2009，20（2）：350362.

[11]蘇新寧，楊建林，鄧三鴻.數(shù)據(jù)挖掘理論與技術(shù)[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，2003.

[12]KANTOR P B，ROKACH L，RICCI F.Recommender systems handbook[M].Springer US，2011：132.

[13]BREESE J S，HECKERMAN D，KADIE C.Empirical analysis of predictive algorithms for collaborative filtering[C].Processing 14th Conference Uncertainty in Artificial Intelligence Madison，1998：4352.

[14]BILLSUS D，PAZZANI M.User modeling for adaptive news access[J].User Modeling and User Adapted Interaction，2000，10（2）：147180.

（責(zé)任編輯：孫娟）