摘 要：學(xué)習(xí)者在使用網(wǎng)絡(luò)學(xué)習(xí)資源過程中存在著“信息過載”及“知識迷途”的問題，無法實(shí)現(xiàn)學(xué)習(xí)資源的個(gè)性化需求。針對問題與現(xiàn)狀，本文分析了學(xué)習(xí)者個(gè)性化學(xué)習(xí)資源需求特征，指出了知識圖譜管理學(xué)習(xí)資源的優(yōu)點(diǎn)，分析了基于知識圖譜的方法技術(shù)生成學(xué)習(xí)路徑圖的推薦技術(shù)研究，提出基于知識圖譜的個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)架構(gòu)。為建立個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)提供一種技術(shù)方案。

關(guān)鍵詞：知識圖譜；個(gè)性化學(xué)習(xí)資源；推薦系統(tǒng)

中圖分類號：TP399 文獻(xiàn)標(biāo)識碼：A

Abstract：In the process of using online learning resources，learners have the problems of information overload and knowledge trek，which cannot meet the personalized needs of learning resources.In view of the problems and current situation，this paper analyzes the characteristics of learners' personalized learning resource needs，points out the advantages of knowledge graph in managing learning resources，analyzes the recommendation technology of learning road map generation based on the method and technology of knowledge graph，and proposes the architecture of personalized learning resource recommendation system based on knowledge graph.The study provides a technical scheme for establishing personalized learning resource recommendation system.

Keywords：knowledge graph；personalized learning resources；recommendation system

1 引言（Introduction）

隨著互聯(lián)網(wǎng)的發(fā)展，教育教學(xué)環(huán)境發(fā)生了巨大變化，推動了我國的教學(xué)形態(tài)改革，混合教育學(xué)習(xí)、在線自主學(xué)習(xí)、翻轉(zhuǎn)教學(xué)等各種形態(tài)的學(xué)習(xí)模式深入發(fā)展。發(fā)展過程中重要的推動力是網(wǎng)絡(luò)教學(xué)資源的建設(shè)，經(jīng)過多年的建設(shè)，我國的網(wǎng)絡(luò)教學(xué)資源已經(jīng)非常豐富，各種網(wǎng)絡(luò)平臺推出形式多樣的教學(xué)資源，為教師、學(xué)習(xí)者提供了極大的便利，學(xué)習(xí)變得泛在化和移動化，已然是“人人皆學(xué)、處處能學(xué)、時(shí)時(shí)可學(xué)”的新形態(tài)。

有研究發(fā)現(xiàn)，在使用網(wǎng)絡(luò)資源學(xué)習(xí)過程中學(xué)習(xí)者容易產(chǎn)生信息過載與知識迷途的現(xiàn)象[1]。在面對海量的學(xué)習(xí)資源的選取中，檢索出來的資源會包含大量類似內(nèi)容，學(xué)習(xí)產(chǎn)生信息過載，同時(shí)也面臨著面對海量的學(xué)習(xí)資源，不知道資源的學(xué)習(xí)順序，產(chǎn)生學(xué)習(xí)知識迷途。

針對網(wǎng)絡(luò)學(xué)習(xí)資源使用過程中的信息過載及知識迷途問題，本文提出基于知識圖譜對從學(xué)習(xí)目標(biāo)開始到學(xué)習(xí)路徑圖生成技術(shù)的研究，以解決學(xué)習(xí)者在學(xué)習(xí)過程中產(chǎn)生的信息過載與知識迷途問題。

2 相關(guān)概念（Related terms）

2.1 個(gè)性化學(xué)習(xí)資源

在校學(xué)生的學(xué)習(xí)路徑都是由教學(xué)計(jì)劃規(guī)范好，然后按部就班的分階段傳授給學(xué)生。學(xué)生按照這種邏輯嚴(yán)密的教學(xué)方案學(xué)習(xí)是能夠基本滿足專業(yè)發(fā)展的最低水平的。但是每個(gè)學(xué)習(xí)者都存在個(gè)體差異（如專業(yè)背景、認(rèn)知水平等），在學(xué)習(xí)的過程中對按部就班的教學(xué)會有跟不上進(jìn)度的，也會有不滿足既定學(xué)習(xí)目標(biāo)的等各種情況，普適性的教育資源不能滿足所有用戶的個(gè)性化學(xué)習(xí)需求，這個(gè)時(shí)候?qū)W習(xí)者就需要滿足自己特定需求的學(xué)習(xí)資源。

專業(yè)的能力發(fā)展落實(shí)到職業(yè)崗位能力需求會產(chǎn)生各種不一樣的學(xué)習(xí)路徑。如同樣是計(jì)算機(jī)專業(yè)的學(xué)生，如落實(shí)到j(luò)ava工程師、前端工程師等不同的崗位，對學(xué)習(xí)內(nèi)容的取舍，知識點(diǎn)的廣度和深度各不相同，這樣就會造就不同的學(xué)習(xí)路徑，需要不同的學(xué)習(xí)資源。

綜合來說，學(xué)習(xí)者的個(gè)體差異、專業(yè)發(fā)展、興趣愛好諸多因素導(dǎo)致對學(xué)習(xí)資源產(chǎn)生不同的需求，需要推薦恰當(dāng)?shù)膶W(xué)習(xí)資源內(nèi)容。

2.2 知識圖譜

知識圖譜是由一條條知識組成，每條知識表示為一個(gè)實(shí)體、實(shí)體屬性、實(shí)體關(guān)系三元組知識體系，所有數(shù)據(jù)被組織成一張有向圖[2]。它的基本思想來源于五六十年代所提出的一種知識表示形式——語義網(wǎng)絡(luò)，近年來在搜索領(lǐng)域的熱門話題。在學(xué)習(xí)資源檢索領(lǐng)域引入知識圖譜，可以把專業(yè)領(lǐng)域內(nèi)容所有的知識點(diǎn)組織成一個(gè)專業(yè)知識圖譜，圖譜中的每個(gè)節(jié)點(diǎn)都表示一個(gè)知識單元，單元與單元之間通過有向邊指出知識單元間的邏輯關(guān)系，這樣的知識圖譜具有具有明晰知識結(jié)構(gòu)，預(yù)測知識前沿，揭示知識關(guān)系等特性關(guān)系。

利用專業(yè)知識圖譜指導(dǎo)學(xué)習(xí)者學(xué)習(xí)具有全局性、引領(lǐng)性的優(yōu)勢，它可以使得學(xué)習(xí)者從一個(gè)全局的高度全面了解專業(yè)的知識體系、課程之間的關(guān)聯(lián)性，它就像一張課程內(nèi)容的地圖，每個(gè)知識點(diǎn)都有地圖中的位置，學(xué)習(xí)者可以根據(jù)知識在地圖中的位置，查找知識地圖的路線指引，結(jié)合自己目前的知識狀況及自己的個(gè)人需求，來確定下一步的學(xué)習(xí)計(jì)劃。

2.3 推薦系統(tǒng)

海量的資源伴隨著個(gè)性化需求，產(chǎn)生了信息過載及知識迷途，為了緩解這些問題大量的研究人員在研究如何恰當(dāng)?shù)耐扑]信息問題，如同商場的優(yōu)秀的導(dǎo)購員，能夠非常熟悉所導(dǎo)航商品的特性，還能記住顧客的特征及了解顧客的潛在需求，為顧客推薦最合適的商品。推薦系統(tǒng)的實(shí)質(zhì)就是在海量的信息中，找到用戶感興趣的資源，并生成個(gè)性化推薦結(jié)果，為用戶提供差異性的搜索服務(wù)。

推薦系統(tǒng)主要技術(shù)是依靠推薦算法來實(shí)現(xiàn)資源的查找推薦，主要的推薦算法包括協(xié)同過濾算法、基于內(nèi)容的推薦算法和混合推薦算法。協(xié)同過濾算法主要對用戶行為數(shù)據(jù)進(jìn)行度量和打分，根據(jù)得分的數(shù)據(jù)確認(rèn)用戶的偏好，同時(shí)查找一組類似的用戶組集合，然后找出該集合中的用戶組偏好度高但目標(biāo)用戶還沒有涉及到的資源推薦給目標(biāo)用戶[3]?；趦?nèi)容的推薦算法是建立項(xiàng)目資源的特征庫，分析對比候選資源的特征與用戶的興趣特征，為用戶推薦相關(guān)的資源?；旌贤扑]算法是一種將多種基本推薦算法混合在一起的推薦算法。在數(shù)字化學(xué)習(xí)資源推薦技術(shù)中，最常用的是協(xié)同過濾推薦，其次為混合推薦。

3 個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)（Personalized learning resource recommendation system）

利用知識圖譜構(gòu)建的個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)分四個(gè)步驟構(gòu)成，建立專業(yè)知識圖譜、學(xué)科資源本體模型、生成專業(yè)發(fā)展學(xué)習(xí)線路，建立個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)。

3.1 建立專業(yè)知識圖譜

學(xué)科專業(yè)知識圖譜的基本結(jié)構(gòu)由媒體資源層、邏輯關(guān)系層和節(jié)點(diǎn)顯示層構(gòu)成，媒體資源層鏈接到具體的各種學(xué)習(xí)資源，邏輯關(guān)系層把資源整合形成學(xué)科知識本體模型，節(jié)點(diǎn)顯示層把學(xué)科知識關(guān)系用圖譜的形式可視化地展示給用戶。

媒體資源層、邏輯關(guān)系層和節(jié)點(diǎn)顯示層三個(gè)層完成了資源整合到圖譜呈現(xiàn)的過程[4]。媒體資源層接受來自本地資源、scrom資源包、網(wǎng)絡(luò)中的結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行標(biāo)簽、關(guān)鍵字提取操作，經(jīng)數(shù)據(jù)加工后實(shí)現(xiàn)學(xué)科資源的數(shù)據(jù)預(yù)處理。邏輯關(guān)系層對預(yù)處理后的媒體數(shù)據(jù)進(jìn)行邏輯定義、關(guān)系描述、標(biāo)簽標(biāo)注等操作，建構(gòu)學(xué)科的專業(yè)本體庫，同時(shí)進(jìn)一步對各學(xué)科本體庫進(jìn)行加工整合和合并，形成學(xué)科資源本體模型。節(jié)點(diǎn)顯示層把學(xué)科本體模型，各學(xué)科本體間的語義關(guān)聯(lián)映射到知識圖譜中，以網(wǎng)狀結(jié)構(gòu)呈現(xiàn)學(xué)科知識節(jié)點(diǎn)間的關(guān)聯(lián)，把學(xué)科知識關(guān)系用圖譜的形式可視化地展示給用戶，實(shí)現(xiàn)學(xué)科知識圖譜的全局關(guān)系網(wǎng)絡(luò)呈現(xiàn)。

3.2 學(xué)科資源本體模型

在學(xué)科資源本體模型中采用知識點(diǎn)作為資源描述的基本單位，每個(gè)知識點(diǎn)對應(yīng)多個(gè)相關(guān)的學(xué)習(xí)資源，包括word、PPT、音視頻等。若干個(gè)相關(guān)性較大的知識點(diǎn)組合成一個(gè)專題，而若干個(gè)專題組合成一個(gè)課程內(nèi)容，各課程內(nèi)容之間的關(guān)系按課程內(nèi)容之間的相關(guān)性等參數(shù)來記錄的。每個(gè)知識識點(diǎn)包括一系列的屬性標(biāo)簽，如媒體呈現(xiàn)方式（word、PPT、音視頻等）、知識點(diǎn)要求的掌握程度（了解、理解、掌握）等。

知識點(diǎn)與知識點(diǎn)之間也包含各種關(guān)系屬性，主要是相關(guān)性與先導(dǎo)性。相關(guān)性指知識點(diǎn)A與知識點(diǎn)B有某方面的關(guān)聯(lián)，這種關(guān)聯(lián)能使得在學(xué)習(xí)過程中增加新舊知識的聯(lián)系，更容易理解。先導(dǎo)性是指，知識點(diǎn)A與知識點(diǎn)B的邏輯關(guān)系，若知識點(diǎn)A是建立在知識點(diǎn)B的基礎(chǔ)上，稱知識B為知識A的預(yù)備知識，要學(xué)習(xí)知識點(diǎn)A，須先學(xué)習(xí)預(yù)備知識點(diǎn)B；反之則是知識點(diǎn)A為知識點(diǎn)B的預(yù)備知識。

3.3 生成專業(yè)發(fā)展學(xué)習(xí)線路

協(xié)同過濾推薦系統(tǒng)使用算法通過對用戶行為數(shù)據(jù)的挖掘找出用戶的偏好特性，基于不同的偏好對用戶進(jìn)行群組劃分，對用戶推薦用戶群組偏好相似的資源列表[5]。協(xié)同過濾推薦的實(shí)現(xiàn)流程包含四個(gè)關(guān)鍵步驟：獲取及表示用戶信息、匹配學(xué)習(xí)資源、形成鄰居和產(chǎn)生推薦。

下面我們通過具體的步驟與算法來說明基于協(xié)同過濾算法的個(gè)性化推薦技術(shù)的實(shí)現(xiàn)[6，7]。

第一步：將獲取的數(shù)據(jù)以學(xué)習(xí)者一資源評分矩陣的形式表示。如表 1 所示，水平方向向Res_n表示學(xué)習(xí)資源的個(gè)數(shù)， 垂直方向User_1表示學(xué)習(xí)者的個(gè)數(shù)； 第i行第j列的元素R代表第i個(gè)學(xué)習(xí)者對第j個(gè)資源的評分，Rij的值表示學(xué)習(xí)者對資源的喜愛程度。

第二步： 通過計(jì)算矩陣稀疏度來匹配學(xué)習(xí)資源。首先設(shè)定一個(gè)最小值α，稀疏度計(jì)算公式為： Sparsity=En/Un×Rn，其中En指學(xué)習(xí)者評價(jià)資源的數(shù)量，Un指學(xué)習(xí)者的數(shù)量，Rn是學(xué)習(xí)資源的數(shù)量。只有當(dāng)Sparsity>α?xí)r，才能和學(xué)習(xí)者特征進(jìn)行匹配從而為其推薦相應(yīng)的學(xué)習(xí)資源，否則說明在線學(xué)習(xí)資源庫評價(jià)矩陣過于稀疏，不能和學(xué)習(xí)者特征進(jìn)行匹配。

第三步： 尋找相似的學(xué)習(xí)者，形成鄰居。計(jì)算學(xué)習(xí)者i和學(xué)習(xí)者j共同評分過的所有資源集合Rij=Ri∪Rj，之后使用相似性度量方法計(jì)算學(xué)習(xí)者之間的相似性?；舅悸肥峭ㄟ^篩選得到學(xué)習(xí)者i和學(xué)習(xí)者j共同評分的所有資源集合，然后通過修正的余弦相似性度量方法計(jì)算兩個(gè)用戶之間的相似性。

第四步： 生成推薦。計(jì)算鄰居集中學(xué)習(xí)者i對學(xué)習(xí)資源s的預(yù)測評分值Ri，s，取Ri，s值最大的前N個(gè)資源推薦給學(xué)習(xí)者。

3.4 基于知識圖譜的個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)架構(gòu)

所構(gòu)建的基于知識圖譜的個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)架構(gòu)主要提供個(gè)性化學(xué)習(xí)推薦和資源管理兩個(gè)功能模塊，總體架構(gòu)如圖3所示[8]。學(xué)習(xí)單元測評用于診斷學(xué)習(xí)者當(dāng)前的認(rèn)知水平，主要借助習(xí)題測試、調(diào)查問卷來實(shí)現(xiàn)；學(xué)習(xí)者信息數(shù)據(jù)記錄主要包括學(xué)習(xí)者學(xué)習(xí)記錄、學(xué)習(xí)策略，以及學(xué)習(xí)路徑等用戶的特征信息。協(xié)同過濾推薦模塊獲取學(xué)習(xí)者當(dāng)前的認(rèn)知水平信息，與鄰居用戶群中提取學(xué)習(xí)記錄集，結(jié)合知識圖譜的知識邏輯關(guān)系，產(chǎn)生個(gè)性化資源推薦列表，并將資源推薦通過可視化的接口推送到用戶頁面。管理員或教師用戶登錄系統(tǒng)后，通過管理功能實(shí)時(shí)更新學(xué)習(xí)資源信息，如上傳和編輯資源、修改學(xué)習(xí)資源的策略關(guān)系等。

4 結(jié)論（Conclusion）

隨著網(wǎng)絡(luò)學(xué)習(xí)資源的不斷建設(shè)，幫助學(xué)習(xí)者選擇合適的學(xué)習(xí)資源越來越重要，個(gè)性化學(xué)習(xí)資源的推薦工作值得教育工作者深入研究。本文從知識圖譜的應(yīng)用角度，利用協(xié)同過濾技術(shù)構(gòu)造了一個(gè)基于知識圖譜的個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)，使得學(xué)習(xí)者能直觀的了解學(xué)習(xí)的途徑，有效的解決學(xué)習(xí)者的“信息過載”與“知識迷途”的問題。今后需要繼續(xù)在知識圖譜的建構(gòu)技術(shù)及推薦算法的準(zhǔn)確度方面深入研究，以實(shí)現(xiàn)更準(zhǔn)確的個(gè)性化資源推薦方案。

參考文獻(xiàn)（References）

[1] 黃華升.運(yùn)用MindManager解決網(wǎng)絡(luò)用戶導(dǎo)航迷失的方法探究[J].電腦知識與技術(shù)，2014，10（20）：4676-4677.

[2] 吳強(qiáng)強(qiáng)，陳昊鵬，趙子濠，等.基于MOOC平臺數(shù)據(jù)和知識圖譜的學(xué)習(xí)路徑推薦——以軟件工程專業(yè)為例[J].工業(yè)和信息化教育，2017（11）：33-38.

[3] 丁強(qiáng).基于學(xué)習(xí)路徑圖的習(xí)題推薦算法研究[D].西北大學(xué)，2016.

[4] 石磊.基于語義Web的學(xué)科知識地圖的建構(gòu)研究[J].現(xiàn)代教育技術(shù)，2011，21（07）：110-113.

[5] 王永固，邱飛岳，趙建龍，等.基于協(xié)同過濾技術(shù)的學(xué)習(xí)資源個(gè)性化推薦研究[J].遠(yuǎn)程教育雜志，2011，29（03）：66-71.

[6] 張小雪，張立國.在線學(xué)習(xí)資源個(gè)性化推薦服務(wù)模型的構(gòu)建[J].中國醫(yī)學(xué)教育技術(shù)，2017，31（02）：172-176.

[7] 郭青，孫健.基于專家系統(tǒng)的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].軟件工程，2016，19（06）：22-27.

[8] 趙學(xué)孔，徐曉東，龍世榮.協(xié)同推薦：一種個(gè)性化學(xué)習(xí)路徑生成的新視角[J].中國遠(yuǎn)程教育，2017（05）：24-34.

作者簡介：

黃華升（1978-），男，碩士，高級工程師.研究領(lǐng)域：軟件開發(fā).