陳恩紅，劉淇，王士進(jìn)，黃振亞，蘇喻,，丁鵬，馬建輝，竺博

（1. 中國科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 大數(shù)據(jù)分析與應(yīng)用安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230027; 2. 科大訊飛股份有限公司，安徽 合肥 230088）

黨的十九大報(bào)告中，習(xí)近平總書記將“科教興國”確定為決勝全面建成小康社會(huì)需要堅(jiān)定實(shí)施的七大戰(zhàn)略之一，并指出“建設(shè)教育強(qiáng)國是中華民族偉大復(fù)興的基礎(chǔ)工程”。發(fā)展能夠融合大數(shù)據(jù)和人工智能技術(shù)的智能教育則是建設(shè)教育強(qiáng)國的必由之路[1]。作為智能教育的核心，自適應(yīng)學(xué)習(xí)旨在根據(jù)學(xué)習(xí)者個(gè)體的認(rèn)知水平、學(xué)習(xí)能力等，動(dòng)態(tài)調(diào)整相適應(yīng)的教學(xué)資源與學(xué)習(xí)方式，提升學(xué)習(xí)者的學(xué)習(xí)效率，使其獲得最佳發(fā)展。早在春秋末期，我國古代著名教育家孔子就開創(chuàng)了“因材施教，有教無類”的全新教育理念。這一理念也是自適應(yīng)學(xué)習(xí)思想的開端，即使在兩千余年后的今天依然指導(dǎo)著教育現(xiàn)代化發(fā)展的方向。遵循這一思想，聯(lián)合國教科文組織在《教育2030行動(dòng)綱領(lǐng)》中將教育質(zhì)量的提升作為未來十幾年內(nèi)全世界教育改革發(fā)展的關(guān)鍵之一。與此同時(shí)，我國各級政府與教育主管部門也制定了多項(xiàng)教育政策來促進(jìn)智能教育和自適應(yīng)學(xué)習(xí)的發(fā)展。2019年，中共中央、國務(wù)院印發(fā)《中國教育現(xiàn)代化2035》，指出“利用現(xiàn)代技術(shù)加快推動(dòng)人才培養(yǎng)模式改革，實(shí)現(xiàn)規(guī)模化教育與個(gè)性化培養(yǎng)的有機(jī)結(jié)合”。同時(shí)印發(fā)的《加快推進(jìn)教育現(xiàn)代化實(shí)施方案(2018-2022年)》則具體指出“促進(jìn)信息技術(shù)與教育教學(xué)深度融合，加快推進(jìn)智慧教育創(chuàng)新發(fā)展”。

在傳統(tǒng)的課堂教學(xué)模式下，由于時(shí)間和空間的限制，教師無法為每一個(gè)學(xué)生都制定自適應(yīng)的學(xué)習(xí)方案。近年來，伴隨著教育現(xiàn)代化程度的不斷加深，互聯(lián)網(wǎng)技術(shù)涌入到了教育教學(xué)的各個(gè)環(huán)節(jié)當(dāng)中，新興的在線學(xué)習(xí)模式方興未艾[2]，國內(nèi)外涌現(xiàn)出一系列優(yōu)秀的在線學(xué)習(xí)系統(tǒng)，例如：Coursera、智學(xué)網(wǎng)、學(xué)堂在線等。特別地，在2020年初，受新型冠狀病毒引發(fā)的肺炎疫情影響，約2.5億學(xué)生利用網(wǎng)絡(luò)、電視等在線工具學(xué)習(xí)知識，在線教育平臺(tái)保障了正常的教育學(xué)習(xí)秩序。目前，我國在線教育用戶規(guī)模已達(dá)4.23億，規(guī)?？涨癧3]。在線教育模式已經(jīng)成為了教育現(xiàn)代化的重要組成部分，它突破了傳統(tǒng)課堂教學(xué)中的時(shí)空約束限制，實(shí)現(xiàn)了優(yōu)質(zhì)教學(xué)資源共享，使得融合大數(shù)據(jù)和人工智能等先進(jìn)技術(shù)來促進(jìn)智能教育的發(fā)展成為了可能。

智能教育的核心之一是自適應(yīng)學(xué)習(xí)，它以數(shù)據(jù)為基礎(chǔ)，利用相關(guān)理論與方法，旨在實(shí)現(xiàn)更加精準(zhǔn)、規(guī)?；囊虿氖┙痰慕逃繕?biāo)。盡管在線教育模式為真正實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)帶來了新的機(jī)遇，但其市場高度自由和開放的特點(diǎn)還無法滿足智能教育的要求[4]。一方面，盡管在線教育平臺(tái)提供了開放共享、頗具規(guī)模的教學(xué)資源，但這些資源大多缺乏有效標(biāo)記，使得自適應(yīng)學(xué)習(xí)面臨教學(xué)資源表示困難的技術(shù)難題[5-7]。另一方面，由于學(xué)習(xí)者的學(xué)習(xí)狀態(tài)隱蔽易變，如何精準(zhǔn)地診斷每一個(gè)學(xué)習(xí)者的認(rèn)知狀態(tài)是又一技術(shù)難題。此外，學(xué)習(xí)目標(biāo)的復(fù)雜多樣性也對自適應(yīng)學(xué)習(xí)的學(xué)習(xí)策略設(shè)計(jì)造成了很大的困難。因此，研究自適應(yīng)學(xué)習(xí)關(guān)鍵技術(shù)具有重要意義。

1 本文研究介紹

總結(jié)起來，自適應(yīng)學(xué)習(xí)的關(guān)鍵是要解決教學(xué)過程中教學(xué)資源的理解難、學(xué)習(xí)者知識的診斷難、學(xué)習(xí)策略的設(shè)計(jì)難等三大難題。針對上述關(guān)鍵技術(shù)難題，本文成果構(gòu)建了教學(xué)資源表示新框架，提出了學(xué)習(xí)者認(rèn)知診斷新方法，設(shè)計(jì)了自適應(yīng)推薦新技術(shù)，研發(fā)了面向基礎(chǔ)教育的智能教育系統(tǒng)?智學(xué)網(wǎng)，已在全國推廣使用，對我國智能教育發(fā)展具有積極意義。本文成果的研究應(yīng)用方案如圖1所示。具體來說，針對智能教育涉及的3類主要對象，即教學(xué)資源、學(xué)習(xí)者和學(xué)習(xí)策略，本文成果分別提出系列模型算法以解決現(xiàn)有分析技術(shù)面臨的困難。首先，針對海量教學(xué)資源多源異構(gòu)、語義豐富、標(biāo)記缺失等特點(diǎn)導(dǎo)致的教學(xué)資源理解難題，本文成果構(gòu)建了一種數(shù)據(jù)驅(qū)動(dòng)的教學(xué)資源無監(jiān)督表示新框架，提出“深度表征?精準(zhǔn)評估?高效檢索”的教學(xué)資源表示和應(yīng)用新模式，揭示教學(xué)資源與知識空間的深層關(guān)系，解決專家評估操作低效、主觀有偏的問題，提高了教學(xué)資源質(zhì)量評估和內(nèi)容檢索的精度和效率。其次，針對學(xué)習(xí)者學(xué)習(xí)活動(dòng)自由、狀態(tài)隱蔽易變等特點(diǎn)帶來的學(xué)習(xí)狀態(tài)診斷難題，本文成果提出一系列基于深度學(xué)習(xí)的學(xué)習(xí)者認(rèn)知診斷新方法，通過直接挖掘?qū)W習(xí)者的作答表現(xiàn)，闡明了“學(xué)習(xí)者?知識/興趣?資源”的高階交互和潛在關(guān)聯(lián)，突破以量表為基礎(chǔ)的教育測量理論研究范式，增強(qiáng)學(xué)習(xí)者認(rèn)知建模的可解釋性。最后，針對自適應(yīng)學(xué)習(xí)推薦任務(wù)中場景多樣、目標(biāo)復(fù)雜等特點(diǎn)導(dǎo)致的學(xué)習(xí)策略設(shè)計(jì)困難，基于上述建立的教學(xué)資源表示框架和提出的學(xué)習(xí)者認(rèn)知診斷方法，本文成果設(shè)計(jì)了基于知識匹配的個(gè)性化推薦新技術(shù)以及多目標(biāo)匹配的自適應(yīng)推薦新技術(shù)，分別解決了在靜態(tài)學(xué)習(xí)場景和交互式學(xué)習(xí)場景中，如何將教學(xué)資源質(zhì)量與學(xué)習(xí)者認(rèn)知狀態(tài)進(jìn)行智能匹配的難題。進(jìn)一步，本文成果集成上述關(guān)鍵技術(shù)難題，攻關(guān)所研發(fā)的創(chuàng)新方法，研發(fā)了面向基礎(chǔ)教育的智能教育系統(tǒng)?“智學(xué)網(wǎng)”，已在全國推廣使用?！爸菍W(xué)網(wǎng)”通過伴隨式地采集日?！敖膛c學(xué)”過程性的動(dòng)態(tài)數(shù)據(jù)，建立了面向中小學(xué)的大規(guī)模高質(zhì)量教學(xué)資源庫，構(gòu)建了以學(xué)習(xí)者為中心的學(xué)業(yè)評價(jià)體系，實(shí)現(xiàn)了優(yōu)質(zhì)資源精準(zhǔn)推薦，提供了智能環(huán)境與服務(wù)。

圖1 研究總體介紹Fig.1 General introduction of the research

2 教學(xué)資源表示新框架

教學(xué)資源的理解是發(fā)展智能教育系統(tǒng)的基礎(chǔ)。針對海量教學(xué)資源多源異構(gòu)、語義豐富、標(biāo)記缺失等特點(diǎn)導(dǎo)致的教學(xué)資源理解難題，本文成果構(gòu)建了一種數(shù)據(jù)驅(qū)動(dòng)的教學(xué)資源無監(jiān)督表示新框架，提出“深度表征?精準(zhǔn)評估?高效檢索”的教學(xué)資源表示和應(yīng)用新模式，揭示了教學(xué)資源與知識空間的深層關(guān)系，解決專家評估操作低效、主觀有偏的問題，顯著提高了教學(xué)資源質(zhì)量評估和內(nèi)容檢索的精度和效率。

2.1 基于語義理解的教學(xué)資源無監(jiān)督表征框架

教學(xué)資源一般由文本、圖像和語音等多種不同類型的數(shù)據(jù)組成，具有明顯的多源異構(gòu)特征。此外，教學(xué)資源通?；谝欢ǖ慕虒W(xué)目的編寫，如用于評估或提高學(xué)習(xí)者對于特定知識或技能的掌握水平，因此往往蘊(yùn)含著豐富的語義信息，并且具有更深層次的邏輯知識特征，以數(shù)學(xué)試題為例，計(jì)算題通常與代數(shù)知識相關(guān)，幾何證明題則更關(guān)注幾何知識，而傳統(tǒng)自然語言理解方法難以精準(zhǔn)建模這些邏輯特征[8-10]。此外，教學(xué)資源的難度、知識點(diǎn)、相似資源等信息的標(biāo)注對專家的經(jīng)驗(yàn)具有較高要求，導(dǎo)致了教學(xué)資源的標(biāo)簽數(shù)據(jù)有限，標(biāo)簽缺失現(xiàn)象嚴(yán)重，具有明顯的數(shù)據(jù)稀疏性特征。如何對多源異構(gòu)、語義豐富且標(biāo)簽稀疏的教學(xué)資源進(jìn)行充分理解與刻畫，建立統(tǒng)一的數(shù)學(xué)表征，在教學(xué)資源的組織與自動(dòng)標(biāo)注、教學(xué)資源與學(xué)習(xí)者學(xué)習(xí)需求的自適應(yīng)匹配等實(shí)際應(yīng)用中具有重要價(jià)值，是教學(xué)資源表示技術(shù)研究中亟需解決的關(guān)鍵問題。

為解決上所述問題，本文成果提出一種多源異構(gòu)教學(xué)資源的統(tǒng)一表征框架?QuesNet。QuesNet設(shè)計(jì)了教學(xué)試題(一類典型的教學(xué)資源)中異構(gòu)信息的統(tǒng)一表征方法，提出結(jié)合低層次語義和高層次邏輯知識的表征方法，利用無監(jiān)督的預(yù)訓(xùn)練技術(shù)實(shí)現(xiàn)對海量無標(biāo)簽教學(xué)試題的深度理解和表征[11]。

圖2是QuesNet框架示意[11]。該框架主要由3個(gè)部分構(gòu)成，分別是嵌入層、內(nèi)容表示層以及語義學(xué)習(xí)層。具體地，在嵌入層，QuesNet通過不同的嵌入表征模塊將試題(如幾何題)不同類型的輸入信息(文本、圖像以及元信息)映射為等長的數(shù)學(xué)向量表示，通過映射表將詞映射為嵌入向量，通過卷積和池化層將圖像編碼為數(shù)學(xué)向量，通過全連接神經(jīng)網(wǎng)絡(luò)將元信息(如章節(jié)、知識點(diǎn)等)編碼為特征向量。嵌入層將不同類型的試題內(nèi)容映射到統(tǒng)一的數(shù)學(xué)空間，使模型能處理不同類型的輸入。在內(nèi)容表示層，QuesNet使用雙向長短期記憶網(wǎng)絡(luò)(long short-term memory networks，LSTM)建模題目內(nèi)容局部性特征，捕獲題目的深層次上下文語義信息與內(nèi)容關(guān)聯(lián)，生成試題內(nèi)容的表征序列。最后，在語義學(xué)習(xí)層，在建模低層次語言特征的基礎(chǔ)上，QuesNet通過多頭自注意力機(jī)制聚合試題的表征序列，生成統(tǒng)一的試題向量，挖掘復(fù)雜的全局關(guān)聯(lián)，捕獲資源的高層次邏輯與知識特征。

圖2 QuesNet框架示意Fig.2 Overview of QuesNet framework

QuesNet通過無監(jiān)督任務(wù)在海量無標(biāo)簽試題數(shù)據(jù)上預(yù)訓(xùn)練模型。在嵌入層，QuesNet利用Word2Vec工具從數(shù)據(jù)中生成試題詞嵌入向量的映射表，通過自編碼器的重建損失函數(shù)預(yù)訓(xùn)練圖像(如幾何圖形)與元信息如知識點(diǎn)的編碼模型。在內(nèi)容層，通過掩碼語言模型進(jìn)行預(yù)訓(xùn)練，隨機(jī)掩蓋或替換部分輸入內(nèi)容，以預(yù)測被掩蓋的部分作為預(yù)訓(xùn)練任務(wù)，使內(nèi)容層模型能夠從大量訓(xùn)練數(shù)據(jù)中學(xué)習(xí)建模資源的語言特征。在語義學(xué)習(xí)層，以與領(lǐng)域特定的邏輯和知識相關(guān)的任務(wù)進(jìn)行模型預(yù)訓(xùn)練，在選擇題中，以預(yù)測選項(xiàng)是否為問題的正確答案作為預(yù)訓(xùn)練任務(wù)，使模型能夠捕獲資源的高層次邏輯與知識特征。本文成果將QuesNet學(xué)習(xí)試題表征向量應(yīng)用于如知識點(diǎn)預(yù)測、難度預(yù)測等多個(gè)基于教學(xué)資源的應(yīng)用任務(wù)中。特別地，以知識點(diǎn)預(yù)測任務(wù)為例，如表1所示，QuesNet模型的準(zhǔn)確率(ACC)指標(biāo)較現(xiàn)有預(yù)訓(xùn)練方法相對提升近10%，F(xiàn)1指標(biāo)較現(xiàn)有方法也有5%以上的提升。

表1 知識點(diǎn)映射任務(wù)實(shí)驗(yàn)結(jié)果Table 1 Experimental result of knowledge mapping

2.2 數(shù)據(jù)驅(qū)動(dòng)的教學(xué)資源質(zhì)量精準(zhǔn)評估方法

評估教學(xué)資源的質(zhì)量，如試題、課程的難度與知識點(diǎn)，不僅為教學(xué)資源的表征方法提供一種有效的驗(yàn)證方案，也為教學(xué)資源的檢索與匹配等相關(guān)應(yīng)用提供了支撐。難度與知識點(diǎn)是試題等教學(xué)資源的重要屬性，在資源檢索、測試評估與個(gè)性化推薦等應(yīng)用中具有重要的意義。例如，在線教育平臺(tái)中經(jīng)常會(huì)根據(jù)學(xué)生在練習(xí)上的作答情況，檢索具有特定難度與知識點(diǎn)的試題以鞏固或加強(qiáng)訓(xùn)練。在能力評估測試等允許學(xué)生重復(fù)參加且選取最高成績的測試中，每一次測試的試題需要具有基本一致的難度，以保證成績的穩(wěn)定性與公平性[12]。在個(gè)性化推薦應(yīng)用中，難度與知識點(diǎn)屬性具有重要的價(jià)值，通常情況下，難度過低或過高的練習(xí)都無法使學(xué)習(xí)者提高知識掌握程度，而知識點(diǎn)屬性不合適的練習(xí)無法使學(xué)習(xí)者進(jìn)行針對性的提高。因此，難度和知識點(diǎn)等教學(xué)資源質(zhì)量的精準(zhǔn)評估是一個(gè)具有重要價(jià)值的研究課題。

傳統(tǒng)方法通過專家對教學(xué)資源(如試題)的質(zhì)量進(jìn)行標(biāo)注。然而，對大量的教學(xué)資源進(jìn)行標(biāo)注需要花費(fèi)大量的時(shí)間與人力，并且對標(biāo)注人員的專業(yè)經(jīng)驗(yàn)具有較高要求，難以通過傳統(tǒng)的眾包等方法進(jìn)行大范圍推廣。此外，教學(xué)資源的質(zhì)量標(biāo)準(zhǔn)難以通過具體標(biāo)準(zhǔn)準(zhǔn)確給出，評估結(jié)果依賴專家經(jīng)驗(yàn)，由不同專家評估的結(jié)果不統(tǒng)一，具有明顯的強(qiáng)主觀性特征。為了解決以上瓶頸問題，本文成果提出一種數(shù)據(jù)驅(qū)動(dòng)的教學(xué)資源質(zhì)量自動(dòng)化評估方法，構(gòu)建了資源屬性預(yù)測模型，在知識結(jié)構(gòu)多層依賴關(guān)系刻畫的基礎(chǔ)上，準(zhǔn)確預(yù)測教學(xué)資源的屬性特征，形成了高效且有數(shù)據(jù)依據(jù)的資源質(zhì)量評估新模式。

首先，本文成果針對教學(xué)資源的知識點(diǎn)屬性評估任務(wù)進(jìn)行研究。教學(xué)資源具有多個(gè)知識點(diǎn)標(biāo)簽，且多個(gè)知識點(diǎn)具有層級組織結(jié)構(gòu)，如“代數(shù)”、“函數(shù)”、“一次函數(shù)”。教學(xué)資源的多個(gè)知識點(diǎn)標(biāo)簽分布于層級結(jié)構(gòu)的不同層上，不同層間的標(biāo)簽具有依賴關(guān)系。針對這一特征，本文成果提出HARNN(hierarchical attention-based recurrent neural network)框架結(jié)合教學(xué)資源文本與知識點(diǎn)的層級結(jié)構(gòu)，提出基于層級注意力的循環(huán)層以自頂向下的方式建模不同層間的依賴關(guān)系，并設(shè)計(jì)混合方法準(zhǔn)確預(yù)測各層的標(biāo)簽，在層級結(jié)構(gòu)上逐層預(yù)測與資源最相關(guān)的知識點(diǎn)標(biāo)簽。在試題多標(biāo)簽知識點(diǎn)預(yù)測任務(wù)上，HARNN框架的正確率較現(xiàn)有方法具有明顯提高[13]。

在教學(xué)試題的難度屬性評估任務(wù)中，本文成果針對英語閱讀理解試題提出如圖3所示的TACNN(test-aware attention-based convolutional neural network)框架進(jìn)行難度評估[14]。TACNN框架能夠結(jié)合試題的閱讀材料、問題與選項(xiàng)等不同部分文本的語義進(jìn)行試題難度預(yù)測，并創(chuàng)新性地提出了測試感知的訓(xùn)練方法以解決不同測試的難度偏差。

圖3 TACNN框架示意Fig.3 Overview of TACNN framework

具體地，TACNN框架主要由輸入層、語句理解層、語義依賴層與預(yù)測層4部分構(gòu)成。輸入層將試題的閱讀材料作為語句序列，問題以及每個(gè)選項(xiàng)作為單獨(dú)的語句，將每個(gè)語句中的單詞映射為固定長度的嵌入向量表示。語句理解層通過卷積層和最大池化層以從局部到全局的方式捕獲每個(gè)語句中的關(guān)鍵信息，從詞嵌入向量中學(xué)習(xí)語句表征，將每個(gè)語句表示為固定長度的向量。語義依賴層針對閱讀材料中不同語句對問題貢獻(xiàn)不同的特點(diǎn)，通過加權(quán)求和的方式聚合語句表示向量，生成閱讀材料和選項(xiàng)的注意力向量表征，以余弦相似度作為閱讀材料和選項(xiàng)中每個(gè)句子對問題的重要性的度量。預(yù)測層拼接閱讀材料和選項(xiàng)的注意力向量以及問題的向量表征，通過全連接神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)試題的難度表征并預(yù)測問題的難度值。

由于試題難度標(biāo)簽無法直接獲得，TACNN依據(jù)試題的學(xué)生作答平均得分作為試題的難度屬性進(jìn)行模型訓(xùn)練。由于參與不同測試的學(xué)生不同，不同測試的試題難度無法直接比較，但同一測試的試題難度可以直接比較，針對這一問題，TACNN提出測試依賴的損失函數(shù)訓(xùn)練模型，而訓(xùn)練后的模型僅需要試題的文本信息對試題難度屬性進(jìn)行評估。在英語閱讀理解試題難度預(yù)測任務(wù)上，TACNN較現(xiàn)有方法在皮爾遜相關(guān)系數(shù)指標(biāo)上平均提升約10%， 如表2[14]所示，與專家評估結(jié)果對比，TACNN預(yù)測難度的穩(wěn)定性(平均方差std小)更高。

表2 TACNN與專家結(jié)果對比Table 2 Comparison between TACNN and experts

續(xù)表2

2.3 大規(guī)模教學(xué)資源的高效檢索技術(shù)

現(xiàn)有在線教育平臺(tái)一般具有大量的用戶以及海量的教學(xué)資源，不同用戶的學(xué)習(xí)需求存在巨大的差異，滿足其需求的教學(xué)資源也各不相同，因此為了支撐大規(guī)模教學(xué)資源的智能應(yīng)用，需要解決“如何精準(zhǔn)檢索滿足學(xué)習(xí)需求的資源”以及“如何從海量資源中高效獲得檢索結(jié)果”兩個(gè)關(guān)鍵問題。

傳統(tǒng)檢索技術(shù)僅基于教學(xué)資源的文本內(nèi)容進(jìn)行檢索[15-18]，無法利用教學(xué)資源中的圖像、知識等非文本內(nèi)容，難以理解學(xué)習(xí)者的檢索意圖，難以從海量教學(xué)資源中精準(zhǔn)檢索滿足學(xué)習(xí)者需求的資源，導(dǎo)致檢索的精度差、效率低等不足。

針對以上問題，本文成果分別提出基于教學(xué)資源語義表征的相似資源檢索方法和高效檢索技術(shù)，不僅能夠利用教學(xué)資源異構(gòu)信息的內(nèi)在含義，還能充分理解學(xué)習(xí)者的檢索意圖，進(jìn)而提高教學(xué)資源表示的效率和資源檢索的精度。在相似試題檢索任務(wù)中，本文成果提出MANN(multimodal attention-based neural network)框架通過從異構(gòu)數(shù)據(jù)中學(xué)習(xí)統(tǒng)一的語義表征進(jìn)而在大規(guī)模教學(xué)資源中精準(zhǔn)檢索與目標(biāo)試題相似的教學(xué)試題[19]。MANN通過卷積神經(jīng)網(wǎng)絡(luò)編碼圖像數(shù)據(jù)，通過嵌入模型編碼知識點(diǎn)數(shù)據(jù)，從而利用試題的文本、圖像、知識點(diǎn)的異構(gòu)信息，通過基于注意力的長短期記憶網(wǎng)絡(luò)從異構(gòu)信息中學(xué)習(xí)統(tǒng)一的語義表征，通過注意力機(jī)制捕獲試題的文本與圖像、知識間的內(nèi)在聯(lián)系，并通過相似注意力評估目標(biāo)試題與候選試題的相似部分，提高方法的可解釋性。在相似試題檢索任務(wù)中，MANN的檢索精度較現(xiàn)有方法相對提升約30%，并且檢索結(jié)果具有較好的可解釋性。

3 學(xué)習(xí)者認(rèn)知診斷新方法

學(xué)習(xí)者作為學(xué)習(xí)的主體，分析其學(xué)習(xí)狀態(tài)具有重要的意義。然而，由于學(xué)習(xí)者學(xué)習(xí)活動(dòng)自由、狀態(tài)隱蔽易變等特點(diǎn)，對其學(xué)習(xí)狀態(tài)的診斷是非常困難的。為此，本文成果提出了基于深度學(xué)習(xí)的學(xué)習(xí)者認(rèn)知診斷新方法，通過直接挖掘?qū)W習(xí)者的作答表現(xiàn)，闡明了“學(xué)習(xí)者?知識/興趣?資源”的高階交互和潛在關(guān)聯(lián)，突破了以量表為基礎(chǔ)的教育測量理論研究范式，增強(qiáng)了學(xué)習(xí)者認(rèn)知建模的可解釋性，為個(gè)性化學(xué)習(xí)推薦提供理論和技術(shù)支撐。

3.1 基于深度學(xué)習(xí)的認(rèn)知診斷通用框架

學(xué)習(xí)者的知識狀態(tài)是影響其表現(xiàn)的根本因素，學(xué)習(xí)者答對已掌握的知識相關(guān)的試題的可能性很高，而答對未掌握的知識相關(guān)的試題的可能性則很低，因此準(zhǔn)確診斷學(xué)習(xí)者的知識狀態(tài)是認(rèn)知診斷的核心目標(biāo)，同時(shí)也是自適應(yīng)學(xué)習(xí)研究的關(guān)鍵課題。然而，學(xué)習(xí)者、知識、教學(xué)資源三者間存在復(fù)雜的交互關(guān)系。具體來說，學(xué)習(xí)者對不同的知識有著不同的掌握狀態(tài)，這直接影響學(xué)習(xí)者與相關(guān)的教學(xué)資源的交互結(jié)果。學(xué)習(xí)者的知識狀態(tài)也會(huì)在其與相關(guān)教學(xué)資源的交互中不斷更新。此外，不同知識間、教學(xué)資源與知識間都存在多種多樣的復(fù)雜關(guān)聯(lián)。學(xué)習(xí)者、知識、教學(xué)資源三者間的復(fù)雜交互關(guān)系與學(xué)習(xí)者的認(rèn)知診斷結(jié)果密切相關(guān)。而現(xiàn)有的教育測量理論研究大多基于IRT[20]或DINA[21]等傳統(tǒng)認(rèn)知診斷模型，需要人工設(shè)計(jì)學(xué)習(xí)者的認(rèn)知特征并定義學(xué)習(xí)者與教學(xué)資源的交互關(guān)系，通常使用簡單的線性關(guān)系對其進(jìn)行建模，模型表達(dá)能力弱，難以捕獲“學(xué)習(xí)者?知識?資源”間的復(fù)雜交互關(guān)系。因此如何建模這種交互關(guān)系一直是現(xiàn)有認(rèn)知診斷技術(shù)的瓶頸。針對這一問題，本文成果首次構(gòu)建了基于深度學(xué)習(xí)的通用認(rèn)知診斷框架NeuralCD(neural cognitive diagnosis)，通過伴隨式地挖掘?qū)W習(xí)者在各類試題上的作答表現(xiàn)，利用深度學(xué)習(xí)技術(shù)自動(dòng)發(fā)現(xiàn)學(xué)習(xí)者與試題間的復(fù)雜交互關(guān)系，建立“學(xué)習(xí)者?知識?資源”之間的高階交互和潛在關(guān)聯(lián)。通過利用深度神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征學(xué)習(xí)能力，NeuralCD模型突破了以人工量表為基礎(chǔ)的教育測量理論研究范式表達(dá)能力弱的缺陷，提高了對學(xué)習(xí)者的建模能力。

如圖4[22]所示，NeuralCD框架考慮認(rèn)知診斷過程中的3個(gè)因素：學(xué)習(xí)者因素、試題因素與兩者的交互。對每條作答記錄，NeuralCD通過獨(dú)熱編碼對應(yīng)的學(xué)習(xí)者與試題作為輸入并獲得兩者的診斷因素。學(xué)習(xí)者因素建模學(xué)生的特征，通過連續(xù)向量建模學(xué)習(xí)者在各知識上的掌握程度；試題因素建模試題的特征，并分為與知識相關(guān)的特征以及與知識無關(guān)的特征兩種，前者是知識試題與知識概念間的關(guān)聯(lián)，并與學(xué)習(xí)者因素對應(yīng)，通過非負(fù)向量建模試題與每個(gè)知識概念的相關(guān)程度，而后者并非認(rèn)知診斷所必需但可以與其結(jié)合，如知識的難度與試題難度、區(qū)分度等。在此基礎(chǔ)上，交互層通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)兩個(gè)診斷因素的交互函數(shù)并輸出學(xué)習(xí)者正確作答試題的概率。進(jìn)一步，為了保證診斷結(jié)果的可解釋性，NeuralCD引入單調(diào)性假設(shè)在訓(xùn)練中約束交互函數(shù)，即學(xué)習(xí)者正確作答試題的概率隨其知識掌握度向量任一維的提高單調(diào)上升。經(jīng)過模型訓(xùn)練，以學(xué)生的知識掌握度向量作為診斷結(jié)果。

圖4 NeuralCD框架示意Fig.4 Overview of NeuralCD framework

NeuralCD是一個(gè)泛化的通用認(rèn)知診斷框架，在該框架下，許多傳統(tǒng)認(rèn)知診斷模型可以視為NeuralCD框架的特例，如MF[23]、IRT、MIRT[24]及其變種。例如設(shè)定學(xué)習(xí)者診斷因素為一維、試題診斷因素為一維以及交互函數(shù)為sigmoid函數(shù)，NeuralCD可以退化為傳統(tǒng)IRT模型。因此NeuralCD框架統(tǒng)一了多種傳統(tǒng)教育測量學(xué)技術(shù)。更進(jìn)一步，本文成果基于NeuralCD框架實(shí)現(xiàn)了一個(gè)具體的認(rèn)知診斷模型NeuralCDM。如表3[22]所示，在學(xué)習(xí)者認(rèn)知診斷任務(wù)上，誤差較現(xiàn)有方法相對降低約5%。

表3 認(rèn)知診斷任務(wù)實(shí)驗(yàn)結(jié)果Table 3 Experimental result of cognitive diagnosis

3.2 多角度的學(xué)習(xí)者學(xué)習(xí)興趣模型

學(xué)習(xí)者的學(xué)習(xí)興趣是影響其學(xué)習(xí)表現(xiàn)的潛在因素，因此，如何識別學(xué)習(xí)者的學(xué)習(xí)興趣是認(rèn)知診斷的重要任務(wù)。然而，學(xué)習(xí)興趣是個(gè)人隱性特征，難以直接測量，且影響因素眾多。為此，本文成果提出了“學(xué)習(xí)者?興趣?資源”的多角度建模方法，從學(xué)習(xí)者的“同質(zhì)化特點(diǎn)”、“長短期行為”和“心理活動(dòng)”等3個(gè)影響學(xué)習(xí)興趣的重要因素著手，數(shù)值化建模不同因素對于學(xué)習(xí)者興趣的影響程度，增強(qiáng)學(xué)習(xí)興趣建模的可解釋性。為研究“游戲行為”(gaming behavior)等行為活動(dòng)對學(xué)習(xí)者學(xué)習(xí)興趣的影響，本文提出了KPGRM(knowledge plus gaming response model)模型，對在線學(xué)習(xí)中的學(xué)生“游戲行為”進(jìn)行診斷和分析[25-26]。針對學(xué)生答題過程中不同的答題行為，KPGRM通過分析學(xué)生在多次答題(multiple-attempt responses,MAR)下的顯式“游戲行為”因子和單次答題(oneattempt response, OAR)下的顯式猜測因子和隱式猜測因子，建模并診斷學(xué)生的“游戲行為”以及相對應(yīng)的認(rèn)知情況。

在現(xiàn)有大多數(shù)研究假設(shè)的一種在線選擇題答題形式下，學(xué)生只有答對當(dāng)前試題才能進(jìn)行下一題的作答。在該形式下，學(xué)生的可能存在的“游戲行為”主要可以分為3類：持續(xù)作答、系統(tǒng)作答和快速作答，KPGRM基于這3種學(xué)生“游戲行為”提出了4個(gè)用于診斷顯式的學(xué)生“游戲行為”的特征：1)持續(xù)作答(keep answering)：在一道題上的答題嘗試次數(shù)越多，則對應(yīng)的“游戲行為”因子越高。2)快速作答(quickly)：答題速度越快，則“游戲行為”越強(qiáng)。3)系統(tǒng)作答(systematically)：答題轉(zhuǎn)換越多，系統(tǒng)性越差，則“游戲行為”越多。4)選項(xiàng)覆蓋度(coverage)：選擇的選項(xiàng)對所有選項(xiàng)的覆蓋度越大，都標(biāo)志著更高的“游戲行為”因子?；趯W(xué)生的答題特征觀測，KPGRM對這4個(gè)特征進(jìn)行線性組合，對學(xué)生的顯式“游戲行為”因子進(jìn)行分析。具體來說，KPGRM模型通過學(xué)生多次回答問題時(shí)的特征觀測其顯式“游戲行為”因子，并使用協(xié)同過濾的方法推斷隱式“游戲行為”因子。在結(jié)合學(xué)生“游戲行為”因子的情況下，使用信號檢測模型來進(jìn)行學(xué)生學(xué)習(xí)狀態(tài)的診斷。KPGRM在分析學(xué)生在線答題時(shí)“游戲行為”的同時(shí)，能更加精確地診斷學(xué)生的認(rèn)知狀態(tài)，具體內(nèi)容可參考文獻(xiàn)[26]。

3.3 構(gòu)建認(rèn)知狀態(tài)的動(dòng)態(tài)演化模型

學(xué)習(xí)者的知識狀態(tài)與學(xué)習(xí)興趣在長期的學(xué)習(xí)過程中動(dòng)態(tài)變化，這給學(xué)習(xí)者認(rèn)知診斷演化建模提出了更高的要求[27]。為此，本文成果分別從教學(xué)資源屬性特征和人腦記憶特性兩個(gè)角度，量化了學(xué)習(xí)過程中學(xué)習(xí)者的認(rèn)知狀態(tài)變化過程，基于馬爾科夫等性質(zhì)提出了融合教學(xué)資源表征和記憶曲線理論的時(shí)序建模方案，揭示了學(xué)習(xí)者知識狀態(tài)和學(xué)習(xí)興趣的動(dòng)態(tài)演化規(guī)律。

本文成果提出一種稱為exercise-aware knowledge tracing(EKT)[28]的動(dòng)態(tài)知識跟蹤框架，該框架通過題目語義來建模教學(xué)資源特征，進(jìn)而分析其對學(xué)習(xí)者認(rèn)知狀態(tài)的影響。對比傳統(tǒng)的認(rèn)知狀態(tài)動(dòng)態(tài)演化模型，EKT還考慮了兩類額外信息對于學(xué)習(xí)過程的影響，分別是題目中包含的知識信息和每個(gè)題目的個(gè)性化信息。具體來說，模型輸入學(xué)生歷史上做過的題目序列，輸出學(xué)習(xí)者的認(rèn)知狀態(tài)預(yù)測。對于題目中包含的知識信息，模型設(shè)計(jì)了一種動(dòng)態(tài)增強(qiáng)記憶網(wǎng)絡(luò)，以存儲(chǔ)題目之間的知識共性，并量化題目知識對學(xué)生知識概念學(xué)習(xí)的影響。對于每個(gè)題目的個(gè)性化信息，模型設(shè)計(jì)了基于雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的題目特征提取器，可以自動(dòng)學(xué)習(xí)題目的個(gè)性化特征。然后，模型分別對每一個(gè)時(shí)刻的共性和個(gè)性兩種特征信息進(jìn)行融合，利用多維LSTM網(wǎng)絡(luò)追蹤學(xué)習(xí)者在多個(gè)知識概念下的狀態(tài)變化[10]。最后，本文成果提出兩個(gè)EKT的實(shí)例化模型，模型框架如圖5[28]所示。其中圖5(a)所示的EKTM(EKT with Markov property)假設(shè)學(xué)生的未來表現(xiàn)僅與當(dāng)前時(shí)刻的知識狀態(tài)相關(guān)，即對學(xué)生的認(rèn)知?jiǎng)討B(tài)演化建立一階馬爾科夫假設(shè)。圖5(b)所示的EKTA(EKT with Attention mechanism)則假設(shè)學(xué)生的未來表現(xiàn)與其歷史上的每一時(shí)刻的知識狀態(tài)均可能相關(guān)，按照題目的相似性聚合歷史的做題表現(xiàn)。本文成果在大規(guī)模數(shù)據(jù)集上對EKT框架進(jìn)行了實(shí)驗(yàn)驗(yàn)證，結(jié)果表明EKT同時(shí)具有較高的預(yù)測精度和良好的可解釋性。

圖5 基于EKT框架的兩個(gè)模型框架Fig.5 Architectures of two implementations based on EKT framework

為了建模人腦記憶特性對學(xué)習(xí)者認(rèn)知狀態(tài)的影響，本文成果提出一種融合學(xué)習(xí)因素的知識跟蹤模型exercise-correlated knowledge proficiency tracing (EKPT)[29]。首先，模型通過一個(gè)預(yù)定義的關(guān)聯(lián)矩陣將題目映射為一個(gè)向量，向量的每一維表示該題是否與某一特定知識概念相關(guān)聯(lián)。為建立知識空間中題目之間的關(guān)聯(lián)關(guān)系，EKPT首先為題目尋找具有相近知識概念的鄰居題目集合，然后聚合其鄰居的知識信息，以使得具有相似知識概念的題目在空間中距離相近。為建立學(xué)生的動(dòng)態(tài)演化模型，EKPT基于學(xué)生的表現(xiàn)，將學(xué)生投影到相同的知識空間中的一個(gè)認(rèn)知狀態(tài)向量，該向量的每一維表示此學(xué)生在何種程度上掌握某一知識概念。最后，結(jié)合“學(xué)習(xí)曲線理論”和“遺忘曲線理論”，模型對學(xué)習(xí)者在學(xué)習(xí)過程中的記憶與遺忘特性進(jìn)行量化，進(jìn)而動(dòng)態(tài)追蹤其知識掌握情況。本文成果將EKPT應(yīng)用于實(shí)際教育學(xué)任務(wù)中，實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出模型的效果。

4 自適應(yīng)學(xué)習(xí)推薦新技術(shù)

智能教育的核心目標(biāo)是提供學(xué)習(xí)者自主學(xué)習(xí)環(huán)境。其中，如何設(shè)計(jì)和自適應(yīng)學(xué)習(xí)的策略是一個(gè)重要的任務(wù)。然而，由于智能教育場景多樣、目標(biāo)復(fù)雜等特點(diǎn)，學(xué)習(xí)策略的設(shè)計(jì)和自動(dòng)調(diào)整非常困難，本文成果首次設(shè)計(jì)了基于知識匹配的個(gè)性化推薦新技術(shù)以及多目標(biāo)匹配的自適應(yīng)推薦新技術(shù)，分別解決了在靜態(tài)學(xué)習(xí)場景和交互式學(xué)習(xí)場景中，如何將教學(xué)資源質(zhì)量與學(xué)習(xí)者認(rèn)知狀態(tài)進(jìn)行智能匹配的難題，為智能教育應(yīng)用和系統(tǒng)研發(fā)奠定了基礎(chǔ)。

4.1 基于知識匹配的個(gè)性化推薦技術(shù)

自適應(yīng)學(xué)習(xí)推薦所具備的教育背景與傳統(tǒng)推薦場景(如電子商務(wù))有所不同。傳統(tǒng)的電商推薦關(guān)注用戶在興趣喜好上與商品的匹配，而教育中的自適應(yīng)學(xué)習(xí)推薦關(guān)注學(xué)習(xí)者與教育資源在知識上的匹配。因此，實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)推薦技術(shù)的一個(gè)關(guān)鍵在于如何在知識空間中教學(xué)資源與學(xué)習(xí)者進(jìn)行精準(zhǔn)匹配。為解決傳統(tǒng)推薦方法難以顯式建模知識狀態(tài)的難題，同時(shí)滿足學(xué)習(xí)者不同的學(xué)習(xí)需求，本文成果面向教學(xué)資源推薦和學(xué)習(xí)伙伴推薦兩個(gè)任務(wù)，分別設(shè)計(jì)了融合認(rèn)知狀態(tài)的矩陣分解技術(shù)和優(yōu)化認(rèn)知收益的異質(zhì)聚類技術(shù)，在知識空間中，實(shí)現(xiàn)了“學(xué)習(xí)者–教學(xué)資源”和“學(xué)習(xí)者–學(xué)習(xí)者”之間的智能匹配，保證了教學(xué)資源推薦和學(xué)習(xí)伙伴推薦的可靠性[30]。

為滿足教學(xué)資源的個(gè)性化推薦需求，本文成果結(jié)合教育心理學(xué)中的認(rèn)知診斷方法和數(shù)據(jù)挖掘的推薦方法，為了增強(qiáng)試題推薦結(jié)果可靠性以及可解釋性，提出了一種新的試題推薦方法。如圖6所示[30]，該試題推薦框架主要包括數(shù)據(jù)輸入、認(rèn)知診斷、得分預(yù)測以及試題推薦4個(gè)步驟。根據(jù)已有的學(xué)生答題記錄，該框架利用認(rèn)知診斷方法獲得每個(gè)學(xué)生的認(rèn)知狀態(tài)。隨后，將學(xué)生的認(rèn)知狀態(tài)作為先驗(yàn)信息應(yīng)用到得分預(yù)測的概率矩陣分解方法中，在考慮學(xué)生共性的同時(shí)加入了每個(gè)學(xué)生的個(gè)性化認(rèn)知狀態(tài)。最后，根據(jù)試題難度范圍和學(xué)生認(rèn)知狀態(tài)的不同，可以篩選出合適的試題并形成個(gè)性化的推薦試題集，每個(gè)學(xué)生可以得到一份相應(yīng)的個(gè)性化推薦試題。因此，根據(jù)學(xué)生的不同學(xué)習(xí)需求，該個(gè)性化試題推薦框架可以有針對性的向?qū)W生推薦不同難度的試題。如圖7所示[30]，針對需要提升薄弱知識點(diǎn)的掌握程度、提高知識能力的學(xué)生，可以向其推薦難度較大的試題，幫助成績提升；而對于每個(gè)知識點(diǎn)的基礎(chǔ)鞏固，則可以向?qū)W生推薦難度較低(簡單)的試題。

圖6 結(jié)合認(rèn)知能力結(jié)果的學(xué)生試題推薦框架Fig.6 Question recommendation with cognitive level

圖7 有針對性的試題推薦Fig.7 Personalized question recommendation

為滿足學(xué)習(xí)伙伴的個(gè)性化推薦需求，本文成果研究了一種基于學(xué)生認(rèn)知診斷分析的學(xué)生協(xié)同分組方法[22]，并基于該方法為學(xué)生尋找合適的學(xué)習(xí)伙伴。具體地，本文成果提出了基于學(xué)生差異的分組算法UKB(uniformk-means based)和基于收益的學(xué)生分組算法BGB(balanced gain based)。UKB以學(xué)生知識點(diǎn)掌握程度為特征對班級內(nèi)的學(xué)生進(jìn)行聚類，旨在將同類的學(xué)生分配到不同的學(xué)習(xí)小組；BGB通過最大化組內(nèi)所有學(xué)生的平均收益，對學(xué)生進(jìn)行分組。本文成果將分組方法應(yīng)用于學(xué)習(xí)伙伴推薦任務(wù)中，在班級中為每名學(xué)生尋找最合適的學(xué)習(xí)小組伙伴，實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出模型的效果[12]。

4.2 多目標(biāo)匹配的自適應(yīng)推薦技術(shù)

在智能教育系統(tǒng)中，學(xué)習(xí)者通常與系統(tǒng)進(jìn)行交互式的多輪學(xué)習(xí)，使得單一目標(biāo)的推薦策略難以滿足學(xué)習(xí)者動(dòng)態(tài)多樣的學(xué)習(xí)需求。因此，探索不同的推薦目標(biāo)，使學(xué)習(xí)者始終保持沉浸感并能夠獲取更多知識，是自適應(yīng)推薦所面臨的主要難題之一。為此，本文成果提出了融合多個(gè)學(xué)習(xí)目標(biāo)的自適應(yīng)推薦技術(shù)，利用強(qiáng)化學(xué)習(xí)協(xié)同優(yōu)化多目標(biāo)長期收益，實(shí)現(xiàn)了推薦策略的自動(dòng)調(diào)整；設(shè)計(jì)了滿足知識結(jié)構(gòu)約束的自適應(yīng)推薦技術(shù)，生成合理的學(xué)習(xí)路徑。

在實(shí)際應(yīng)用場景中，一個(gè)理想的在線學(xué)習(xí)推薦系統(tǒng)需要對其推薦機(jī)制進(jìn)行調(diào)整以適應(yīng)實(shí)際情況。傳統(tǒng)推薦系統(tǒng)的推薦機(jī)制一般較為單一，不足以滿足實(shí)際需求，因此，本文成果提出如下3種在線題目推薦目標(biāo)。1)復(fù)習(xí)與探索：題目推薦的根本目的是幫助學(xué)生掌握知識，不僅包括沒有接觸過的新知識，還包括未掌握需要復(fù)習(xí)的舊知識，因此需要根據(jù)學(xué)生實(shí)際情況，動(dòng)態(tài)地進(jìn)行復(fù)習(xí)與探索。2)難度平滑性：實(shí)踐表明，一個(gè)良好的知識學(xué)習(xí)過程是循序漸進(jìn)的，量化地說，即學(xué)習(xí)者接受的題目序列在難度上不應(yīng)該變化過于劇烈，在推薦的過程中，算法需要根據(jù)之前的推薦序列自適應(yīng)調(diào)整當(dāng)前推薦的題目難度，使得被推薦題目的難度更加平滑。3)參與度：保持學(xué)習(xí)積極性和熱情是決定學(xué)習(xí)者學(xué)習(xí)效率的重要因素，尤其是需要學(xué)習(xí)者持續(xù)參與的在線教育系統(tǒng)，因此，算法需要在適當(dāng)?shù)臅r(shí)候推薦一些有趣的或具有挑戰(zhàn)性的題目以激發(fā)學(xué)習(xí)者的興趣。因此，本文成果提出一種基于多學(xué)習(xí)目標(biāo)優(yōu)化的個(gè)性化推薦算法DRE (deep reinforcement exercise recommendation)，其框架如圖8[31]所示。

圖8 DRE框架Fig.8 The proposed DRE framework

這是一個(gè)基于深度強(qiáng)化學(xué)習(xí)的通用框架，它將在線學(xué)習(xí)推薦過程建模成一個(gè)馬爾科夫決策過程(Markov decision process, MDP)。由于題目資源規(guī)模過大，傳統(tǒng)的基于有限MDP的強(qiáng)化學(xué)習(xí)算法在在線教育系統(tǒng)中難以實(shí)現(xiàn)。因此，DRE轉(zhuǎn)而對“狀態(tài)–動(dòng)作”價(jià)值函數(shù)進(jìn)行參數(shù)化估計(jì)。具體來說，DRE設(shè)計(jì)了兩種基于不同策略的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(exercise Q-network，EQN)。第1種結(jié)構(gòu)基于Markov性質(zhì)，稱為EQNM(EQN with Markov property)，即假設(shè)推薦策略僅取決于學(xué)習(xí)者在當(dāng)前時(shí)刻的狀態(tài)。第2種結(jié)構(gòu)基于序列特性，稱為EQNR(EQN with recurrent manner)，即假設(shè)推薦策略取決于學(xué)習(xí)者之前所有的歷史行為序列。兩種神經(jīng)網(wǎng)絡(luò)對應(yīng)的強(qiáng)化學(xué)習(xí)訓(xùn)練算法都是模型無關(guān)的，不需要借助或?qū)W習(xí)Markov過程的狀態(tài)轉(zhuǎn)移信息。進(jìn)一步地，DRE針對前述3種推薦目標(biāo)，即復(fù)習(xí)和探索、難度平滑性、參與度，分別定義了量化的獎(jiǎng)勵(lì)函數(shù)，以同時(shí)對3個(gè)目標(biāo)進(jìn)行優(yōu)化。因此，DRE在能夠通過調(diào)節(jié)3個(gè)推薦目標(biāo)的平衡來自適應(yīng)地調(diào)整其推薦機(jī)制，以優(yōu)化推薦效果。最后，本文對DRE分別進(jìn)行了離線測試和在線模擬測試，實(shí)驗(yàn)結(jié)果驗(yàn)證了DRE的自適應(yīng)題目推薦效果的有效性和魯棒性[10]。

為生成合理的符合知識結(jié)構(gòu)的推薦路徑，本文成果提出了一種基于知識結(jié)構(gòu)的學(xué)習(xí)者學(xué)習(xí)路徑推薦方法CSEAL(cognitive structure enhanced framework for Adaptive Learning)[32]。CSEAL首先根據(jù)目標(biāo)學(xué)習(xí)路徑中包含的學(xué)生需要學(xué)習(xí)的所有知識單元及學(xué)生當(dāng)前學(xué)習(xí)的第一個(gè)知識單元，確定候選知識單元集合；然后，CSEAL利用知識追蹤算法獲取學(xué)生的當(dāng)前知識狀態(tài)，并根據(jù)學(xué)生不同的知識狀態(tài)，確定候選知識單元集合中每一個(gè)知識單元作為目標(biāo)知識單元時(shí)為最優(yōu)解的概率，最后選取其中最大概率的知識單元作為目標(biāo)知識單元，即學(xué)生下一個(gè)需要學(xué)習(xí)的知識單元。在CSEAL中，通過將學(xué)習(xí)路徑推薦問題轉(zhuǎn)化為逐步的馬爾可夫決策問題，并應(yīng)用演員–評論家算法，動(dòng)態(tài)更新推薦策略，從而順序地向不同學(xué)生推薦能實(shí)現(xiàn)高效學(xué)習(xí)的知識單元，詳細(xì)方法可參考文獻(xiàn)[32]。

5 智能教育系統(tǒng)?“智學(xué)網(wǎng)”

融合上述3項(xiàng)自適應(yīng)學(xué)習(xí)核心技術(shù)，本文成果進(jìn)一步研發(fā)了一款面向基礎(chǔ)教育的智能教育系統(tǒng)，名為“智學(xué)網(wǎng)”。該系統(tǒng)通過伴隨式地采集日常“教與學(xué)”過程性的動(dòng)態(tài)數(shù)據(jù)，建立面向中小學(xué)的大規(guī)模高質(zhì)量教學(xué)資源庫，構(gòu)建以學(xué)習(xí)者為中心的學(xué)業(yè)評價(jià)體系，實(shí)現(xiàn)優(yōu)質(zhì)資源精準(zhǔn)推薦，為老師“針對性教”和學(xué)生“個(gè)性化學(xué)”提供了智能環(huán)境與服務(wù)?！爸菍W(xué)網(wǎng)”系統(tǒng)核心模塊主要由數(shù)據(jù)層、技術(shù)層和應(yīng)用層構(gòu)成，核心模塊結(jié)構(gòu)如圖9所示。

圖9 “智學(xué)網(wǎng)”系統(tǒng)核心模塊結(jié)構(gòu)Fig.9 Structure diagram of key modules of “Zhixue”

數(shù)據(jù)層主要負(fù)責(zé)對上層應(yīng)用產(chǎn)生的教學(xué)資源(試題、課程、課件等)和學(xué)習(xí)者學(xué)習(xí)行為(學(xué)業(yè)數(shù)據(jù)、作答記錄等)數(shù)據(jù)進(jìn)行存儲(chǔ)管理?，F(xiàn)階段，“智學(xué)網(wǎng)”已構(gòu)建了面向中小學(xué)的大規(guī)模高質(zhì)量教學(xué)資源庫。技術(shù)層基于本文成果核心技術(shù)創(chuàng)新成果，即教學(xué)資源表示新框架、學(xué)習(xí)者認(rèn)知診斷新方法和自適應(yīng)學(xué)習(xí)推薦新技術(shù)，技術(shù)層為應(yīng)用層提供了核心接口服務(wù)。應(yīng)用層包含數(shù)據(jù)采集平臺(tái)和智能應(yīng)用服務(wù)，數(shù)據(jù)采集平臺(tái)通過如知識點(diǎn)標(biāo)注平臺(tái)、題庫平臺(tái)等多個(gè)數(shù)據(jù)平臺(tái)采集教學(xué)資源與學(xué)習(xí)者數(shù)據(jù)，并回灌數(shù)據(jù)層進(jìn)行存儲(chǔ)和管理；智能應(yīng)用服務(wù)為學(xué)習(xí)者提供了多個(gè)服務(wù)平臺(tái)，如個(gè)性化學(xué)情分析、個(gè)性化學(xué)習(xí)手冊，構(gòu)建了以學(xué)習(xí)者為中心的評價(jià)體系。通過數(shù)據(jù)層、服務(wù)層、應(yīng)用層的聯(lián)合協(xié)作，“智學(xué)網(wǎng)”實(shí)現(xiàn)了優(yōu)質(zhì)教學(xué)資源精準(zhǔn)推薦，同時(shí)，也伴隨式記錄了更高質(zhì)量的學(xué)業(yè)數(shù)據(jù)，促進(jìn)良性循環(huán)。

“智學(xué)網(wǎng)”的智能教育技術(shù)服務(wù)體系框架如圖10所示，包含智能基礎(chǔ)設(shè)施、上層對象和服務(wù)場景等3層架構(gòu)。截止至2020年7月，“智學(xué)網(wǎng)”系統(tǒng)已深入教學(xué)核心，其產(chǎn)品服務(wù)覆蓋智能課堂、智能教研、智能考試、智能評價(jià)等各類教與學(xué)場景。系統(tǒng)已在安徽、江西等全國各省市16 000余所學(xué)校推廣并實(shí)現(xiàn)常態(tài)化應(yīng)用，惠及師生約2 500萬。全國范圍每月組織聯(lián)考數(shù)千場，服務(wù)各類班級、年級測試數(shù)萬場，提供評價(jià)報(bào)告800萬份。

圖10 “智學(xué)網(wǎng)”智能教育技術(shù)服務(wù)體系框架Fig.10 Framework of intelligent technology and service system of “Zhixue”

6 結(jié)束語

教育作為民族振興、社會(huì)進(jìn)步的基石，是國之大計(jì)、黨之大計(jì)，對實(shí)現(xiàn)中華民族偉大復(fù)興具有決定性意義。本文成果經(jīng)過10余年的潛心研發(fā)，突破了面向智能教育的自適應(yīng)學(xué)習(xí)技術(shù)難點(diǎn)，構(gòu)建了教學(xué)資源表示新框架，提出了學(xué)習(xí)者認(rèn)知診斷新方法，設(shè)計(jì)了自適應(yīng)推薦新技術(shù)，研發(fā)了面向基礎(chǔ)教育的智能教育系統(tǒng)?“智學(xué)網(wǎng)”。其關(guān)鍵技術(shù)和系統(tǒng)平臺(tái)已取得重大的技術(shù)突破和大規(guī)模行業(yè)應(yīng)用。未來，我們將依托所研發(fā)的“智學(xué)網(wǎng)”系統(tǒng)，逐步開展教學(xué)資源知識庫的構(gòu)建、學(xué)習(xí)者多種學(xué)習(xí)行為數(shù)據(jù)的收集以及在線與離線數(shù)據(jù)的對標(biāo)融合，旨在設(shè)計(jì)智能程度更高、解釋性更強(qiáng)的自適應(yīng)學(xué)習(xí)技術(shù)，力求在關(guān)鍵技術(shù)上再一次突破，為我國智能教育發(fā)展應(yīng)用和教育現(xiàn)代化事業(yè)做出進(jìn)一步的貢獻(xiàn)。