趙大為 荊永君

摘 要 在網(wǎng)絡(luò)學(xué)習過程中運用推薦服務(wù)，可以使信息過載的問題得到有效解決，達到提升學(xué)習效率的目的。對當前資源推薦系統(tǒng)的不足，在借鑒個性化研究框架的基礎(chǔ)上，主要分析學(xué)習資源推薦情境中的學(xué)習位置情境信息，大膽設(shè)想運用位置情境信息來構(gòu)建起個性化學(xué)習資源推薦框架。針對不同的學(xué)習位置情境信息為用戶提供合適的學(xué)習資源，這種基于學(xué)習位置情境的資源推薦機制，有利于提高學(xué)生的學(xué)習效率。

關(guān)鍵詞 資源推薦；情境信息；學(xué)習位置情境；個性化學(xué)習；學(xué)習資源；智慧校園

中圖分類號：G652 文獻標識碼：B

文章編號：1671-489X（2018）06-0044-03

Study of Resources Recommend based Learning Location Con-text//ZHAO Dawei， JING Yongjun

Abstract In the process of network learning， the use of recommended

services can effectively solve the problem of information overload and achieve the purpose of improving learning efficiency. Based on the study of the individual research framework， this paper mainly analyzes the learning position information in the situations of the recommended learning resources， and boldly envisages the use of the

location context information to construct the recommended frame-work of personalized learning resource. It is helpful to improve the

learning efficiency of the students by providing the appropriate lear-ning resources in term of the different learning location context.

Key words resource recommendation； situational information； lear-ning location context； personalized learning； learning resources； wis-

dom campus

1 問題的提出

21世紀被稱為信息時代，人們獲取信息不再受到時間與空間的限制，卻遭遇信息超載的尷尬，學(xué)生在高度泛濫的信息面前無所適從，難以在短時間內(nèi)獲取有利信息。為了擺脫信息超載的困境，在此背景下，有人提出個性化信息推薦服務(wù)的概念，隨即在多個領(lǐng)域得到應(yīng)用，成為解決信息過載問題最有效的途徑，因而受到教育界的廣泛關(guān)注，成為最新的研究話題[1]。但從現(xiàn)階段情況來看，個性化推薦系統(tǒng)存在諸多問題，究其原因，在于系統(tǒng)感知能力較差，無法準確把握用戶個性化信息需求情況。怎樣幫助學(xué)生在最短的時間內(nèi)找到適合學(xué)習的資源，已成為目前個性化推薦應(yīng)用中的主要問題。

鑒于此，以情境信息作為切入點，為學(xué)生提供個性化信息，是解決信息過載、學(xué)習效率不高等問題最有力的手段。個性化推薦技術(shù)，就是要依據(jù)用戶的興趣點和實際需求，將有價值的資源適時推送到用戶面前[2]，具有較高的可行性。但在信息爆炸的環(huán)境中，學(xué)生的需求日益呈現(xiàn)出多元化的顯著特征，具有較強的敏感性[3]，對信息提出更高、更具體的要求，僅從學(xué)生、推薦資源兩個方面考慮問題具有局限性?；谇榫承畔⒌馁Y源推薦，可以為用戶提供高品質(zhì)、精準化的信息服務(wù)，為用戶的學(xué)習提供有力保障。同時能在最短時間內(nèi)使用戶獲得需要的信息，滿足他們在不同地理環(huán)境、不同時間段的學(xué)習需求，使他們適應(yīng)新的學(xué)習環(huán)境。

2 資源推薦技術(shù)研究現(xiàn)狀

學(xué)習資源推薦情境分析 移動環(huán)境下，學(xué)習者的學(xué)習情境具有明顯的復(fù)雜性，怎樣根據(jù)不同的情境向他們提供合適的資源，引起研究者的深思。眾所周知，學(xué)習者對資源的要求會伴隨著學(xué)習情境的不同而產(chǎn)生變化，再加上不同學(xué)習者的個人知識儲備、學(xué)習基礎(chǔ)、知識背景、興趣愛好等情況也不盡相同，即使在相同環(huán)境中，也會對學(xué)習資源提出不同的要求。對于同一個學(xué)習資源來說，如果被使用的時間、用戶的身份、用戶的認知結(jié)構(gòu)、當前工作任務(wù)等因素產(chǎn)生變化，這個學(xué)習資源的價值也會發(fā)生改變，甚至會由一個價值極高的資源變成干擾資源。學(xué)習位置情境信息可以是學(xué)習資源推薦情境的一個子集，也可以在現(xiàn)有資源推薦情境的基礎(chǔ)上進一步擴展其屬性[4]，詳情見圖1。所以，在向用戶推薦高質(zhì)量信息時，要充分考慮用戶的位置、資源描述、學(xué)習環(huán)境等因素。

學(xué)習資源推薦應(yīng)用中的情境由四大因素構(gòu)成，分別為學(xué)習者、學(xué)習資源、領(lǐng)域知識、學(xué)習位置情境。每一個情境都與學(xué)習者的個人情況息息相關(guān)，如學(xué)習者處于哪個階段、喜歡的學(xué)習風格、需要理解的知識點、周圍的學(xué)習環(huán)境等。四個情境中都涵蓋了多個元素，即情境元素。本文中主要研究的是對于學(xué)習位置情境的資源推薦。

基于用戶位置的推薦技術(shù)研究現(xiàn)狀 基于情境的信息推薦研究在國外起步較早，已經(jīng)卓見成效。研究者根據(jù)不同的情境為學(xué)習者提供高品質(zhì)的個人推薦服務(wù)，并將此成果應(yīng)用于不同的領(lǐng)域。如Kim[5]等人將其運用于健康服務(wù)領(lǐng)域，構(gòu)建起情境感知模型，將個性化推薦與情境感知二者的優(yōu)勢發(fā)揮得淋漓盡致，先在系統(tǒng)內(nèi)輸入用戶的基本資料，有針對性地提供服務(wù)。同時，許多教育界的專家學(xué)者也致力于成果轉(zhuǎn)化，最有代表性的當屬Yau[6]等人。他們充分考慮到學(xué)習環(huán)境中的地理位置、學(xué)習時間等元素，為用戶推送恰當?shù)馁Y源，為移動環(huán)境中資源推薦提供了借鑒。

總體而言，基于情境信息的推薦引起西方發(fā)達國家的足夠重視，使多個領(lǐng)域內(nèi)切實存在的問題得到有效解決，給用戶帶來方便。在實踐運用過程中，系統(tǒng)對用戶需求的感知力不斷提升，會依照不同的情境元素為用戶推薦個性化信息。這足以說明，本課題的研究具有深遠意義。

相較而言，國內(nèi)這方面的研究時間并不長，但專家學(xué)者一致認為，情境元素會對個性化推薦信息起到至關(guān)重要的影響。應(yīng)中云[7]基于用戶情境元素，構(gòu)建起個性化資源推薦框架，嘗試將其運用于論壇中，在獲取用戶情境元素的基礎(chǔ)上設(shè)置用戶情境框架、主題情境框架，在第一時間內(nèi)成功地向?qū)W習者推薦信息。這引起許多研究者的注意，與之類似的研究成果相繼出現(xiàn)。這充分表明，為了實現(xiàn)個性化的資源推薦，研究者付出不懈的努力，從現(xiàn)階段的研究情況來看，傾向于結(jié)合情境元素進行資源推薦，先對學(xué)習者的不同情境元素進行分析，根據(jù)分析結(jié)果推送學(xué)習資源，與學(xué)習者的需求相吻合。

位置服務(wù)在校園中的應(yīng)用 現(xiàn)代信息技術(shù)的迅猛發(fā)展使教育領(lǐng)域掀起巨大變革，智慧校園成為教育信息化的新潮流，對教育的發(fā)展起到積極引領(lǐng)的作用。智慧校園起源于校園網(wǎng)，通過物聯(lián)網(wǎng)與互聯(lián)網(wǎng)技術(shù)的融合，對校園各處室的環(huán)境進行監(jiān)控與管理，以信息化的角度對教學(xué)資源及配套服務(wù)進行管理。智慧校園的核心內(nèi)容為環(huán)境感知，需要得到視頻和傳感器的支持，隨時敏銳地捕捉人與設(shè)備的最新信息，并能將信息進行匯總、反饋；學(xué)生的學(xué)習情境則成為最關(guān)鍵的內(nèi)容，包括學(xué)習位置、學(xué)習活動等。所以，在移動學(xué)習、校園網(wǎng)建設(shè)過程中，位置服務(wù)起到重要作用。

3 基于學(xué)習位置的資源推薦應(yīng)用過程

學(xué)習位置的獲取 學(xué)習位置采集，一般是利用GPS或移動終端等傳感設(shè)備，獲取每個學(xué)生的行為信息并進行跟蹤，充分把握不同學(xué)生的特征信息，如興趣愛好、位置、知識基礎(chǔ)等。位置信息又分兩類：

1）靜態(tài)信息，具有穩(wěn)定性較強的特點，在某一周期內(nèi)會保持不變，采集加工難度較低；

2）動態(tài)信息，會伴隨學(xué)生的不同位置而發(fā)生改變，如乘坐公交車、火車等。

資源推薦流程 學(xué)習位置情境是推動學(xué)習資源精確推薦的核心。通過學(xué)生的學(xué)習位置來準確判斷他們身處何種情境之中，依據(jù)不同的情境特征來把握學(xué)習需求。在進行資源推薦過程中，用戶情境與學(xué)習需求的匹配程度成為最關(guān)鍵的一環(huán)。學(xué)習資源的個性化推薦框架將資源推薦流程進行劃分，與各個模塊的功能融會交織，分別為數(shù)據(jù)收集、數(shù)據(jù)篩選、合理推薦、反饋更新四個階段，具體推薦流程如下：

第一步，數(shù)據(jù)收集，通過不同的渠道獲取不同學(xué)習者的全面信息；

第二步，數(shù)據(jù)篩選，根據(jù)不同學(xué)習者的位置信息特征，進行識別與過濾處理，準確把握最貼近學(xué)習者需求的信息；

第三步，合理推薦，以最快速度將目標資源推送給學(xué)習者；

第四步，更新反饋，對學(xué)習者、學(xué)習資源兩個維度的信息進行更新，一個學(xué)習資源的推送至此結(jié)束。

學(xué)習位置的資源推薦形式 通過學(xué)習位置的資源推薦服務(wù)，其核心內(nèi)容就是準確找到與學(xué)習位置情境相貼近的學(xué)習資源，進而推薦相關(guān)信息資源。在資源推薦過程中，對學(xué)習者當前情境進行準確描述，把握用戶對資源的需求情況，這一任務(wù)由情境模式承擔，在經(jīng)過識別處理后，為用戶提供得宜的信息。表1直觀地表明資源推薦的主要流程，獲取并篩選學(xué)習位置情境成為最重要的前提，在此基礎(chǔ)上對情境信息進行描述，并快速檢索到相關(guān)信息，經(jīng)過甄別與篩選后將資源薦列表發(fā)送給學(xué)習者。參考國內(nèi)的幾種基于情境信息的個性化推薦，設(shè)計出表1中的一些資源集合，根據(jù)學(xué)習位置情境下的學(xué)習位置特點，給學(xué)習者選擇適合的學(xué)習資源，從而提高學(xué)習效率。

4 結(jié)論

通過基于學(xué)習位置的資源推薦方式，改變了教與學(xué)的方式，促進學(xué)生進行有意義學(xué)習、主動建構(gòu)知識。本文研究的翻轉(zhuǎn)課堂模式下的教學(xué)資源設(shè)計，大大提升了學(xué)生對學(xué)習資源的滿意度，隨著信息技術(shù)的發(fā)展和教學(xué)實踐的深入，以及教學(xué)媒體的多元化、學(xué)生學(xué)習的多樣化，給教學(xué)資源設(shè)計提出更高要求。通過資源推薦四大類情境信息，即學(xué)習者情境信息、學(xué)習資源情境信息、領(lǐng)域知識情境信息、學(xué)習位置情境信息。本文主要研究的是學(xué)習位置情境信息。在基于學(xué)習位置的情境信息方面，綜合考慮學(xué)生所處的學(xué)習環(huán)境因素，以及學(xué)生在環(huán)境中場所、網(wǎng)絡(luò)、設(shè)備等因素，通過對學(xué)習位置定位給學(xué)生進行資源推薦。這樣一來，可以使學(xué)生無須面對海量信息，避免出現(xiàn)“迷航”現(xiàn)象，為提高學(xué)習效率做好鋪墊。

參考文獻

[1]袁靜，焦玉英.基于情景信息的學(xué)習資源個性化推薦[J].情報理論與實踐，2009（7）：116-119.

[2]洪亮，冉從敬，吳志強.移動環(huán)境下基于共同興趣的情境感知信息推薦研究[J].情報理論與實踐，2014（11）：124-128.

[3]周樸雄，陶夢瑩.移動網(wǎng)絡(luò)環(huán)境下情景敏感的個性化信息推薦系統(tǒng)研究[J].圖書情報工作，2012（19）：80-84.

[4]余平，管玨琪，徐顯龍，等.情境信息及其在智慧學(xué)習資源推薦中的應(yīng)用研究[J].電化教育研究，2016（2）：54-61.

[5]Kim J， Lee D， Chung K Y. Item recommendation based

on context-aware model for personalized u-healthcare

service[J].Multimedia Tools and Applications，2014（2）：

855-872.

[6]Yau J Y K， Joy M. A Context-Aware Personalised M-

learning Application based on M-learning Preferences

[J].International Journal of Mobile Learning and Orga-

nisation，2011（1）：1-14.

[7]應(yīng)中運.基于用戶情境的論壇個性化推薦模型研究[D].重慶：西南大學(xué)，2014.