蔡櫻

摘要：隨著在線教育在教育領(lǐng)域中的異軍突起，提出了在線教育互動(dòng)式教學(xué)個(gè)性化推薦系統(tǒng)構(gòu)建模式，擬采用大數(shù)據(jù)的分析技術(shù)，通過(guò)對(duì)學(xué)生學(xué)習(xí)行為數(shù)據(jù)的收集和分析，綜合分析學(xué)習(xí)者的學(xué)習(xí)情況，并進(jìn)行智能推薦。

關(guān)鍵詞：在線教育；大數(shù)據(jù)；個(gè)性化推薦

中圖分類號(hào)：G642文獻(xiàn)標(biāo)志碼：A文章編號(hào)：10052909（2018）03013104為深入貫徹落實(shí)黨的十九大精神，加快教育現(xiàn)代化和教育強(qiáng)國(guó)建設(shè)，推進(jìn)新時(shí)代教育信息化發(fā)展，培育創(chuàng)新驅(qū)動(dòng)發(fā)展新引擎，結(jié)合國(guó)家“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、新一代人工智能等重大戰(zhàn)略安排，國(guó)家推出《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》《國(guó)家教育事業(yè)發(fā)展“十三五”規(guī)劃》《教育信息化十年發(fā)展規(guī)劃（2011—2020年）》《教育信息化“十三五”規(guī)劃》等文件，2015年3月教育部也推出了《教育部關(guān)于加強(qiáng)高等學(xué)校在線開(kāi)放課程建設(shè)應(yīng)用與管理的意見(jiàn)》。

一、“互聯(lián)網(wǎng)+教育”的基本內(nèi)容與發(fā)展情況

“互聯(lián)網(wǎng)+”這個(gè)概念第一次出現(xiàn)在2015年兩會(huì)李克強(qiáng)總理的《政府工作報(bào)告》中。“互聯(lián)網(wǎng)+商品”變成了淘寶、唯品會(huì)；“互聯(lián)網(wǎng)+貨幣”變成了支付寶、余額寶；“互聯(lián)網(wǎng)+手機(jī)”變成了微信、視頻通話；“互聯(lián)網(wǎng)+出租車”變成了滴滴打車……而“互聯(lián)網(wǎng)+教育”則變成了愈演愈熱的在線教育。

在線教育在國(guó)內(nèi)發(fā)展一般會(huì)經(jīng)歷試錯(cuò)、認(rèn)同和發(fā)展三個(gè)階段。目前在線教育已經(jīng)處于認(rèn)同階段，人們已經(jīng)普遍接受在線教育模式，正感受著在線教育帶來(lái)的與傳統(tǒng)教育不同的體驗(yàn)，各種探索模式不斷涌現(xiàn)，層出不窮。在之后的幾年里，相信在線教育將會(huì)以驚人的速度步入發(fā)展階段，并逐步成為教育領(lǐng)域的主流[1]。

二、在線互動(dòng)式教育國(guó)內(nèi)外經(jīng)典案例分析

中國(guó)在線教育目前仍屬于起步階段。在線教育有B2C、C2C、O2O、MOOC等多種模式。

（一） 針對(duì)中小學(xué)英語(yǔ)教育的“一起作業(yè)網(wǎng)”

“一起作業(yè)網(wǎng)”在中小學(xué)教材同步作業(yè)的基礎(chǔ)上，基于大數(shù)據(jù)的分析方式，依托強(qiáng)大的教研和科研團(tuán)隊(duì)，為教師、學(xué)生、家長(zhǎng)提供基于互聯(lián)網(wǎng)的在線教學(xué)互動(dòng)式服務(wù)，可為教師提供全面的分析報(bào)告和便捷的教學(xué)工具，為孩子推送有趣的學(xué)習(xí)應(yīng)用和個(gè)性化的學(xué)習(xí)內(nèi)容，為家長(zhǎng)反饋孩子學(xué)習(xí)情況。

（二） 猿題庫(kù)“1對(duì)1”輔導(dǎo)

基于學(xué)生數(shù)據(jù)的個(gè)性化課外輔導(dǎo)平臺(tái)，為學(xué)生獨(dú)立定制課件，同時(shí)，還發(fā)布了教師端的產(chǎn)品，構(gòu)建了服務(wù)于教師的作業(yè)布置平臺(tái)，主要有“1對(duì)1出題”和“統(tǒng)一出題”功能。

（三） 麥學(xué)習(xí)

建立個(gè)性化題庫(kù)并挖掘?qū)W生長(zhǎng)短板，由教師主導(dǎo)創(chuàng)建班級(jí)，布置作業(yè)，上傳題目、答案和解析，并由系統(tǒng)自動(dòng)批改部分主觀題，自動(dòng)生成報(bào)告并反饋。

（四） 學(xué)大教育推出的個(gè)性化教育“e時(shí)代”

學(xué)習(xí)者可以利用學(xué)大教育2萬(wàn)多名教師提供的海量學(xué)習(xí)資源，建立屬于自己的學(xué)習(xí)檔案，教師和家長(zhǎng)在相應(yīng)的終端上可以隨時(shí)查看學(xué)生的學(xué)習(xí)情況，了解作業(yè)進(jìn)度和學(xué)習(xí)中遇到的問(wèn)題。通過(guò)對(duì)數(shù)據(jù)的分析，可以作為提高成績(jī)、填報(bào)志愿的參考依據(jù)[2]。

美國(guó)匹茲堡大學(xué)的Peter Brusilovsky教授針對(duì)學(xué)生的學(xué)習(xí)背景、興趣愛(ài)好、知識(shí)水平建立了用戶模型，為適應(yīng)學(xué)習(xí)者與系統(tǒng)交互過(guò)程中的個(gè)性化學(xué)習(xí)需求，先后開(kāi)發(fā)了InterBook、ELM-ART、Knowledge Sea、AnnotatEd、TaskSieve等個(gè)性化學(xué)習(xí)系統(tǒng)；荷蘭愛(ài)因霍芬科技大學(xué)的DeBra教授、澳大利亞墨爾本皇家理工大學(xué)的Wolf教授及希臘雅典大學(xué)的Papanikolaou等人也分別研發(fā)了AHA！、iWeaver、INSPIRE等個(gè)性化教育超媒體系統(tǒng)[3]。

以“child-centered learning”為創(chuàng)學(xué)主旨的K12教育AltSchool成功打造了個(gè)性化在線教育機(jī)構(gòu)，根據(jù)每個(gè)學(xué)生不同的特點(diǎn)制定了不同的教學(xué)計(jì)劃，了解其真正的興趣點(diǎn)和天賦。AltSchool還提供面向家長(zhǎng)的APP，讓家長(zhǎng)在電腦和手機(jī)上查看孩子的情況，尋求家長(zhǎng)與機(jī)構(gòu)的雙向反饋。

三、在線互動(dòng)式教育個(gè)性化推薦的目的與構(gòu)建思路

傳統(tǒng)教育喜歡采取“題海戰(zhàn)術(shù)”，一到考試復(fù)習(xí)，學(xué)生有做不完的試卷。我們不否認(rèn)通過(guò)練習(xí)能提高學(xué)生的學(xué)習(xí)成績(jī)，但是一味盲目的做題，大量重復(fù)地做已經(jīng)會(huì)了的題，不僅對(duì)成績(jī)的提高無(wú)益，反而會(huì)使學(xué)生產(chǎn)生厭煩情緒，長(zhǎng)此以往，應(yīng)該掌握的知識(shí)點(diǎn)依舊沒(méi)有掌握。這樣的惡性循環(huán)，將學(xué)生對(duì)學(xué)習(xí)的興趣磨滅殆盡，學(xué)生的信心下降，產(chǎn)生排斥心理，面對(duì)做不完的試卷，最后只有胡亂填寫(xiě)，甚至抄襲[4]。

為此，提出了基于大數(shù)據(jù)的在線教育個(gè)性化推薦互動(dòng)教學(xué)思維模型，根據(jù)學(xué)生對(duì)知識(shí)點(diǎn)認(rèn)知程度的差異，實(shí)時(shí)跟蹤記錄學(xué)生的學(xué)習(xí)狀態(tài)，對(duì)每一單元的知識(shí)點(diǎn)進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)劃分，層層遞進(jìn)；根據(jù)學(xué)生的基礎(chǔ)情況，嚴(yán)格有效控制每道題的難度，以提高學(xué)生的信心；在避免大量重復(fù)做題的同時(shí)，推送個(gè)性化練習(xí)，從根本上提高學(xué)生的成績(jī)，從而實(shí)現(xiàn)在大數(shù)據(jù)時(shí)代背景下的在線教育個(gè)性化推薦。不僅如此，教師可以根據(jù)記錄的每個(gè)學(xué)生的學(xué)習(xí)狀態(tài)和對(duì)不同題型的掌握情況，調(diào)整教學(xué)計(jì)劃，開(kāi)展個(gè)性化教學(xué)?；诖髷?shù)據(jù)的在線教育個(gè)性化推薦有很好的應(yīng)用前景，在減輕學(xué)生學(xué)習(xí)負(fù)擔(dān)的同時(shí)，能輕松提高學(xué)生的學(xué)習(xí)成績(jī)。

在線教育的個(gè)性化推薦，其個(gè)性化推薦模式很多，大致可以歸納為三個(gè)方向。

（一）針對(duì)學(xué)習(xí)內(nèi)容的個(gè)性化推薦

個(gè)性化推薦是在線學(xué)習(xí)領(lǐng)域中是最常見(jiàn)的一種方式，通過(guò)學(xué)習(xí)者的偏好程度，建立用戶模型，預(yù)測(cè)學(xué)習(xí)者可能需要哪些方面的學(xué)習(xí)內(nèi)容，推薦給學(xué)習(xí)者。記錄學(xué)習(xí)者的學(xué)習(xí)行為結(jié)果，通過(guò)分析不同的結(jié)果刷新用戶模型，將學(xué)習(xí)者感興趣或者應(yīng)該學(xué)習(xí)的學(xué)習(xí)內(nèi)容推薦給學(xué)習(xí)者。

（二）針對(duì)學(xué)習(xí)難度的個(gè)性化推薦

這是基于智能題庫(kù)的個(gè)性化推薦，學(xué)習(xí)者每進(jìn)行完一次練習(xí)之后，計(jì)算學(xué)習(xí)者的個(gè)性化的學(xué)習(xí)難度，結(jié)合精確的學(xué)習(xí)狀態(tài)，生成適合于學(xué)習(xí)者的個(gè)性化難度習(xí)題。這種個(gè)性化的推薦往往在內(nèi)容上沒(méi)有太多要求，但是通過(guò)對(duì)習(xí)題難度的有效控制，可以大大提高學(xué)習(xí)者的信心，重拾對(duì)學(xué)習(xí)的興趣，提高學(xué)習(xí)者的成績(jī)。

（三） 針對(duì)學(xué)習(xí)風(fēng)格的個(gè)性化推薦

基于VARK學(xué)習(xí)風(fēng)格模型的多元化媒體資源適應(yīng)性呈現(xiàn)模型[3]研究表明，視覺(jué)性的學(xué)習(xí)者更喜歡看動(dòng)畫(huà)和視頻，聽(tīng)覺(jué)性的學(xué)習(xí)者更喜歡音頻資料，讀寫(xiě)型的學(xué)習(xí)者更愿意選擇閱讀文檔，動(dòng)覺(jué)型的學(xué)習(xí)者傾向于在仿真游戲中學(xué)習(xí)。如果給學(xué)習(xí)者呈現(xiàn)了最佳的媒體資源，并且符合其認(rèn)知習(xí)慣，就可以極大地激發(fā)和維持其學(xué)習(xí)動(dòng)機(jī)，提高學(xué)習(xí)效率[5]。

（四）構(gòu)建工作原理

一個(gè)好的個(gè)性化推薦系統(tǒng)，可以結(jié)合學(xué)習(xí)者自身的學(xué)習(xí)基礎(chǔ)，為其量身定制習(xí)題，從根本上提升學(xué)習(xí)者的成績(jī)，個(gè)性化推薦已較為常見(jiàn)，只是根據(jù)側(cè)重點(diǎn)而有所不同。 其基本的工作原理是：首先獲取諸多的離線數(shù)據(jù)源，然后利用大數(shù)據(jù)分析技術(shù)分析、清洗這些異構(gòu)數(shù)據(jù)源，處理分析這些看似雜亂的數(shù)據(jù)，挖掘其中潛在的規(guī)律和隱藏的趨勢(shì)，建立學(xué)習(xí)者預(yù)測(cè)模型，再結(jié)合個(gè)性化智能推薦引擎，便可以為學(xué)習(xí)者推薦量身定制的習(xí)題，更快更好更精準(zhǔn)地提升學(xué)習(xí)者的成績(jī)。

通常離線數(shù)據(jù)來(lái)源于以下幾個(gè)方面：（1）待推薦習(xí)題的特征屬性，如學(xué)科、年級(jí)、知識(shí)點(diǎn)、難度等；（2）學(xué)習(xí)者的屬性信息，如姓名、年級(jí)；（3）學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)，如完成時(shí)間、完成效果等。

而個(gè)性化智能推薦引擎用到了協(xié)同過(guò)濾相關(guān)的理論和算法，結(jié)合大數(shù)據(jù)中挖掘?qū)W習(xí)者學(xué)習(xí)行為數(shù)據(jù)中的有效信息，通過(guò)數(shù)學(xué)建模實(shí)現(xiàn)在線教育的個(gè)性化推薦。

以某個(gè)學(xué)習(xí)者為例，針對(duì)每一次練習(xí)之后的情況進(jìn)行演示，由此可以看出每一次練習(xí)之后的學(xué)習(xí)效果，驗(yàn)證所提出的在線教育個(gè)性化推薦系統(tǒng)的可行性。

學(xué)習(xí)者經(jīng)過(guò)系統(tǒng)推薦進(jìn)行指定習(xí)題集的學(xué)習(xí)，產(chǎn)生新的學(xué)習(xí)行為數(shù)據(jù)，計(jì)算機(jī)計(jì)算出每個(gè)知識(shí)點(diǎn)對(duì)應(yīng)的完成時(shí)間以及正確率，分析學(xué)習(xí)者掌握得最差和最好的知識(shí)點(diǎn)，作為下一個(gè)新的輸入進(jìn)入大數(shù)據(jù)。智能推薦系統(tǒng)則通過(guò)建立協(xié)同過(guò)濾模型，計(jì)算出每個(gè)知識(shí)點(diǎn)對(duì)應(yīng)的理解程度參數(shù)（UD）值，結(jié)合大數(shù)據(jù)不斷循環(huán)記錄學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)，并進(jìn)行數(shù)據(jù)分析，再次為其進(jìn)行個(gè)性化推薦，為學(xué)習(xí)者推薦合適的習(xí)題。經(jīng)過(guò)不斷迭代和多次訓(xùn)練之后，如學(xué)習(xí)者已經(jīng)完全掌握了這一單元的全部知識(shí)要求，系統(tǒng)會(huì)給學(xué)習(xí)者一個(gè)肯定的結(jié)論和分值，從而完成該知識(shí)點(diǎn)的學(xué)習(xí)。

（五）構(gòu)建思路

在線教育個(gè)性化推薦，主要是通過(guò)學(xué)習(xí)者對(duì)每一個(gè)知識(shí)點(diǎn)的理解程度系數(shù)UD建立學(xué)習(xí)者模型，再通過(guò)BP神經(jīng)網(wǎng)絡(luò)建模計(jì)算出準(zhǔn)確的UD值。例如：將UD定義為11個(gè)等級(jí)，用0～10中的整數(shù)分別表示。設(shè)學(xué)習(xí)者模型中UD的期望值為9，通過(guò)實(shí)際值與期望值比較得出誤差值，再由誤差值來(lái)計(jì)算出需要推薦的習(xí)題。推薦的習(xí)題主要由單元、知識(shí)點(diǎn)、習(xí)題難度、題量決定[6]。

1. 單元與知識(shí)點(diǎn)的確定

單元與知識(shí)點(diǎn)的確定取決于學(xué)習(xí)者的選擇，學(xué)習(xí)者可以選擇單元測(cè)試，選擇某個(gè)知識(shí)點(diǎn)的針對(duì)性練習(xí)，也可以選擇整個(gè)學(xué)期的總體復(fù)習(xí)。如果學(xué)習(xí)者選擇了某個(gè)知識(shí)點(diǎn)的針對(duì)性練習(xí)，系統(tǒng)會(huì)只推送該知識(shí)點(diǎn)的習(xí)題，這里又分兩種情況：如果上一次推薦的EI已經(jīng)為最小等級(jí)，即EI=1，但是學(xué)習(xí)者做了推薦習(xí)題之后UD還遠(yuǎn)遠(yuǎn)低于期望值，則系統(tǒng)判斷其原因是學(xué)習(xí)者對(duì)于該知識(shí)點(diǎn)的前一知識(shí)點(diǎn)沒(méi)有掌握，因此系統(tǒng)推薦復(fù)習(xí)前一知識(shí)點(diǎn)相關(guān)習(xí)題；如果上一次推薦的EI已經(jīng)為最高等級(jí)，即EI=10，并且學(xué)習(xí)者做了推薦習(xí)題之后UD已經(jīng)達(dá)到了期望值，則系統(tǒng)判斷學(xué)習(xí)者已經(jīng)完全掌握了該知識(shí)點(diǎn)，因此進(jìn)入下一知識(shí)點(diǎn)；如果學(xué)習(xí)者選擇了單元測(cè)試，系統(tǒng)會(huì)根據(jù)單元中每個(gè)知識(shí)點(diǎn)的掌握情況推送不同的習(xí)題，如果每個(gè)知識(shí)點(diǎn)的理解程度達(dá)到了期望值，則進(jìn)入下一單元的學(xué)習(xí)；如果學(xué)習(xí)者選擇了整體復(fù)習(xí)，系統(tǒng)會(huì)根據(jù)每個(gè)知識(shí)點(diǎn)的理解程度系數(shù)選取最薄弱的知識(shí)點(diǎn)進(jìn)行推送。

2. 習(xí)題難度的確定

同樣，定義每道題的難度系數(shù)EI，共分10個(gè)等級(jí)。在推薦過(guò)程中，推薦習(xí)題的難度系數(shù)由計(jì)算得出的UD值決定，即EI=UD。由系統(tǒng)自動(dòng)推薦對(duì)應(yīng)知識(shí)點(diǎn)的對(duì)應(yīng)難度等級(jí)的習(xí)題。

3. 題量的確定

學(xué)生需要達(dá)到的練習(xí)及復(fù)習(xí)鞏固的習(xí)題量可通過(guò)前面習(xí)題正確率和錯(cuò)誤率的統(tǒng)計(jì)分析，經(jīng)過(guò)輪盤(pán)算法確定。

四、結(jié)語(yǔ)

在線教育打破了傳統(tǒng)教育的固有模式，直指?jìng)鹘y(tǒng)教育的疑點(diǎn)和盲點(diǎn)，在教育領(lǐng)域開(kāi)辟了一條全新的道路。在大數(shù)據(jù)時(shí)代背景下的今天，通過(guò)大數(shù)據(jù)分析挖掘有價(jià)值的信息，實(shí)現(xiàn)在線互動(dòng)式教學(xué)個(gè)性化的學(xué)習(xí)推薦是在線教育的一個(gè)新起點(diǎn)。

通過(guò)總結(jié)在做題過(guò)程中最能影響學(xué)習(xí)者答題結(jié)果的外部因素，結(jié)合學(xué)習(xí)者的答題結(jié)果，綜合得出影響學(xué)習(xí)者對(duì)某一知識(shí)點(diǎn)的理解程度的關(guān)鍵點(diǎn)，建立原因與結(jié)果的一一對(duì)應(yīng)關(guān)系，通過(guò)后期訓(xùn)練，不斷加深學(xué)生對(duì)知識(shí)點(diǎn)的理解和掌握，提高學(xué)生學(xué)習(xí)的主動(dòng)性，讓教師的教學(xué)方向及側(cè)重點(diǎn)能夠及時(shí)調(diào)整從而到達(dá)到最佳的教學(xué)效果。

參考文獻(xiàn)：

[1]黃荷.今日談：大數(shù)據(jù)時(shí)代降臨[J].半月談，2012，（17）：97.

[2]魏順平，學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時(shí)代下教育數(shù)據(jù)的價(jià)值[J].現(xiàn)代教育技術(shù)，2013（2）：5-7.

[3]姜強(qiáng)，趙蔚，個(gè)性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時(shí)代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國(guó)電話教育，2016（2）：28-32.

[4]周洪宇，鮑成中.撲面而來(lái)的第三次教育革命[N ].中國(guó)教育報(bào)，2014-05-02（07）.

[5]余勝泉.適應(yīng)性學(xué)習(xí)——遠(yuǎn)程教育發(fā)展的趨勢(shì)[EB/OL] .www.etc.edu.cn/academist/ysq/shiying.html， 2015-10-08.

[6]楊妮.美國(guó)高中個(gè)性化教育策略及其啟示[J].教育導(dǎo)刊，2013（1）：16-19.