程光勝

（寧夏財(cái)經(jīng)職業(yè)技術(shù)學(xué)院 寧夏 銀川 750021）

隨著國(guó)家政策的調(diào)整，職業(yè)教育生源結(jié)構(gòu)發(fā)生了很大變化，由學(xué)齡段生源進(jìn)入學(xué)齡段生源與社會(huì)生源共生共長(zhǎng)的新常態(tài)，這對(duì)當(dāng)前規(guī)?；?、標(biāo)準(zhǔn)化教學(xué)而言，將面臨很大的困難和挑戰(zhàn)。學(xué)習(xí)者成長(zhǎng)背景、知識(shí)積累、認(rèn)知方式等方面的巨大差異，促使職業(yè)教育的育人方式由傳統(tǒng)整體型向個(gè)性化轉(zhuǎn)變，而構(gòu)建學(xué)習(xí)者個(gè)性化模型是實(shí)施個(gè)性化教育的關(guān)鍵。因此，在職業(yè)教育轉(zhuǎn)向個(gè)性化教育的現(xiàn)實(shí)需求下，構(gòu)建面向職業(yè)教育的學(xué)習(xí)者個(gè)性化模型，為不同學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)和適性化教育服務(wù)，顯然具有重大的理論意義和現(xiàn)實(shí)意義。

一、學(xué)習(xí)者個(gè)性化建模及其研究現(xiàn)狀

學(xué)習(xí)者個(gè)性化建模涉及教育學(xué)、IT 技術(shù)、心理學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)學(xué)科，通過(guò)綜合學(xué)習(xí)者學(xué)習(xí)認(rèn)知、興趣偏好、情感因素等多個(gè)維度，實(shí)現(xiàn)對(duì)學(xué)習(xí)者特征的抽象表述，體現(xiàn)了學(xué)習(xí)者外部行為結(jié)構(gòu)和內(nèi)部心理機(jī)制，最終為個(gè)性化學(xué)習(xí)服務(wù)。個(gè)性化從人本主義出發(fā)，尊重學(xué)習(xí)者差異，體現(xiàn)人性化、多元化的教育理念。然而，個(gè)性化學(xué)習(xí)不是近幾年才出現(xiàn)的，早在春秋時(shí)期偉大的教育家孔子就提出了“因材施教”的教育思想，其中就體現(xiàn)了個(gè)性化教育和學(xué)習(xí)的元素。近幾年，在信息科技和教育的深度融合下，技術(shù)讓個(gè)性化學(xué)習(xí)有了新的突破，由理論研究轉(zhuǎn)向落地實(shí)施。

目前，相關(guān)學(xué)者從不同角度對(duì)學(xué)習(xí)者個(gè)性化建模做了研究，其中有代表性的有：岳俊芳等從學(xué)習(xí)者基本信息、學(xué)習(xí)風(fēng)格、學(xué)習(xí)興趣和知識(shí)模型四個(gè)維度構(gòu)建了學(xué)習(xí)者模型；徐鵬飛等分別從知識(shí)狀態(tài)、認(rèn)知行為、情感模型和綜合模型四個(gè)方面綜述和刻畫(huà)了學(xué)習(xí)者模型；武法提等在建模中融合學(xué)習(xí)者的場(chǎng)景特性，構(gòu)建了基于場(chǎng)景感知的個(gè)性化學(xué)習(xí)者模型；黃濤等基于經(jīng)典學(xué)習(xí)理論、人工智能技術(shù)、時(shí)空融合建模分析方法，對(duì)智能場(chǎng)域中的學(xué)習(xí)者建模研究趨向做了深入剖析；張濤等構(gòu)建了基于本體模型、知識(shí)模型、認(rèn)知模型、行為模型和情感模型五個(gè)維度構(gòu)成的通用型學(xué)習(xí)者模型?？梢钥闯?，學(xué)習(xí)者模型的構(gòu)建正朝著技術(shù)融合化、場(chǎng)景多樣化、特征多維化、模型多態(tài)化的方向發(fā)展，這些研究成果為本文的研究提供了很好的借鑒和參考。但是，上述研究大多偏重于理論層面，實(shí)踐操作太過(guò)復(fù)雜，準(zhǔn)確性也有待進(jìn)一步驗(yàn)證。相關(guān)文獻(xiàn)對(duì)高職學(xué)生的行為做了分析，但是在學(xué)習(xí)者個(gè)性化建模方面的研究甚少。因此，本文基于職業(yè)教育學(xué)生的學(xué)習(xí)特點(diǎn)，從可操作性、可量化性等角度出發(fā)，研究智能技術(shù)賦能職業(yè)教育學(xué)習(xí)者個(gè)性化建模，以期為職業(yè)教育環(huán)境下的個(gè)性化學(xué)習(xí)和適性化教育提供精準(zhǔn)服務(wù)，也為職業(yè)教育借助智能技術(shù)實(shí)施智慧教育、培養(yǎng)高技能人才提供理論和實(shí)踐方面的探索。

二、學(xué)習(xí)者個(gè)性化建模分析

為了準(zhǔn)確刻畫(huà)學(xué)習(xí)者個(gè)性化模型，借鑒王小根等人的文章綜述，本文從學(xué)習(xí)者、模型構(gòu)建、建模技術(shù)三個(gè)層面對(duì)學(xué)習(xí)者個(gè)性化模型展開(kāi)具體分析。

（一）學(xué)習(xí)者對(duì)象

本文的研究對(duì)象是職業(yè)院校學(xué)生，結(jié)合職業(yè)教育的實(shí)際，從知識(shí)維度、認(rèn)知維度、情感維度等方面進(jìn)行詳細(xì)分析。

職業(yè)教育的目標(biāo)是培養(yǎng)高技術(shù)技能型人才，服務(wù)地方經(jīng)濟(jì)和社會(huì)發(fā)展。因此，學(xué)習(xí)者在汲取知識(shí)的同時(shí)，更注重技能水平和職業(yè)素養(yǎng)的提升。隨著人工智能時(shí)代的到來(lái)，社會(huì)產(chǎn)業(yè)結(jié)構(gòu)面臨深度變革，跨界融合將是常態(tài)。因此，職業(yè)教育在人才培養(yǎng)上更趨向復(fù)合型、創(chuàng)新型、全面發(fā)展型，反過(guò)來(lái)，人才輸出的外在特征就是：具備大國(guó)工匠和能工巧匠的知識(shí)、技能和素養(yǎng)，更加凸顯知識(shí)、技能和素養(yǎng)作為高素質(zhì)技術(shù)技能人才的重要性。因此，知識(shí)、技能、素養(yǎng)是一個(gè)重要的維度，是學(xué)習(xí)者模型需要重點(diǎn)體現(xiàn)的內(nèi)容之一。

隨著不斷的學(xué)習(xí)和鍛煉，學(xué)生的認(rèn)知水平也會(huì)發(fā)生變化。所謂認(rèn)知，就是對(duì)其自身的理解和洞察，具體包括感知、思維、期望、行為判斷等。張莉等針對(duì)高職院校學(xué)生的自我認(rèn)知進(jìn)行了調(diào)查分析，在個(gè)體層面，性別、民族是影響認(rèn)知的主要因素；在教育層面，認(rèn)知差異主要表現(xiàn)在專(zhuān)業(yè)、班干部經(jīng)驗(yàn)、獎(jiǎng)學(xué)金獲得等方面；家庭背景層面，家庭類(lèi)型、父母職業(yè)、家庭經(jīng)濟(jì)收入等會(huì)顯著影響學(xué)生認(rèn)知水平。伴隨著高職學(xué)生生源的多樣化，認(rèn)知水平的差異性會(huì)越來(lái)越明顯。因此，在構(gòu)建學(xué)習(xí)者個(gè)性化模型時(shí)，認(rèn)知水平是刻畫(huà)學(xué)習(xí)者的重要內(nèi)容之一。

學(xué)習(xí)情感體現(xiàn)了學(xué)習(xí)者對(duì)待學(xué)習(xí)的興趣、態(tài)度和相應(yīng)的行為反映。相關(guān)研究表明，在實(shí)踐教學(xué)中，學(xué)習(xí)者的快樂(lè)感與活動(dòng)過(guò)程和認(rèn)知參與度存在高度的相關(guān)性。作為類(lèi)型教育的職業(yè)教育，教學(xué)和學(xué)習(xí)體現(xiàn)雙重特性，即教育性和職業(yè)性，而這種職業(yè)性就是通過(guò)不斷的參與實(shí)踐活動(dòng)逐步培養(yǎng)和積累的，外在表現(xiàn)就是職業(yè)能力。吳志華等從興趣、參與度等情感因素實(shí)際驗(yàn)證了其與學(xué)生的實(shí)踐活動(dòng)、職業(yè)能力有顯著的正向相關(guān)性。因此，職業(yè)教育環(huán)境下的學(xué)習(xí)者，在構(gòu)建個(gè)性化學(xué)習(xí)模型時(shí)，情感因素是一個(gè)很重要的度量?jī)?nèi)容，豐富的情感激勵(lì)會(huì)促進(jìn)學(xué)習(xí)者的學(xué)習(xí)興趣、享樂(lè)和積極參與，反之，會(huì)讓學(xué)習(xí)者感覺(jué)不到學(xué)習(xí)的快樂(lè)，從而導(dǎo)致不同的學(xué)習(xí)效果。

（二）模型構(gòu)建

由于人們對(duì)模型認(rèn)知的偏差，學(xué)習(xí)者個(gè)性化模型在不同階段有不同的側(cè)重點(diǎn)。最初，人們將學(xué)習(xí)者模型定義為關(guān)于學(xué)習(xí)者的認(rèn)知狀態(tài)，與此同時(shí)，在以教為主導(dǎo)的理念下，學(xué)習(xí)者個(gè)性化模型被視作為知識(shí)和行為的集合。在信息技術(shù)未能與教育教學(xué)有效融合的教學(xué)環(huán)境下，探討學(xué)習(xí)者個(gè)性化模型構(gòu)建是否有必要，也引起相關(guān)學(xué)者的質(zhì)疑。

近些年來(lái)，隨著建構(gòu)主義、聯(lián)通主義等學(xué)習(xí)理論的發(fā)展，以及大數(shù)據(jù)、人工智能等技術(shù)的推動(dòng)，催生了教育信息科學(xué)與技術(shù)，目的是借助現(xiàn)代信息技術(shù)探求底層教育規(guī)律，還原教育過(guò)程，刻畫(huà)教育主體，從而推動(dòng)教育邁上新的臺(tái)階，促進(jìn)教育整體革新。信息技術(shù)的發(fā)展給學(xué)習(xí)者模型的構(gòu)建帶來(lái)新的契機(jī)，使得模型由之前的知識(shí)模型、認(rèn)知模型轉(zhuǎn)向適應(yīng)不同學(xué)習(xí)者狀態(tài)的自適應(yīng)型，這是一種“以學(xué)習(xí)者為中心”的教學(xué)設(shè)計(jì)理念，促進(jìn)學(xué)習(xí)者的自主探索和協(xié)作交流學(xué)習(xí)。但是，對(duì)于學(xué)習(xí)者而言，學(xué)習(xí)者模型是“不可見(jiàn)”的，是“透明”的，難以激發(fā)學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容、重難點(diǎn)或不足之處進(jìn)行反思。在此基礎(chǔ)上，一種開(kāi)放型的設(shè)計(jì)理念應(yīng)運(yùn)而生。在這種理念的驅(qū)動(dòng)下，包括學(xué)習(xí)者模型、各種資源庫(kù)、在線課程建設(shè)、教學(xué)模式等，都基于“開(kāi)放型”進(jìn)行重構(gòu)，表現(xiàn)在學(xué)習(xí)者模型中，就是促進(jìn)學(xué)習(xí)者更好地自我反思、評(píng)估和監(jiān)控。

上述各種學(xué)習(xí)者模型都是側(cè)重某個(gè)或某些方面的，從學(xué)習(xí)者的全面發(fā)展來(lái)看，仍然不能反映學(xué)習(xí)者特征的全貌。因此，如何構(gòu)建更加全面的、準(zhǔn)確反映學(xué)習(xí)者特征的學(xué)習(xí)者模型，成為學(xué)習(xí)者建模關(guān)注的焦點(diǎn)。

（三）建模技術(shù)

從當(dāng)前學(xué)習(xí)者個(gè)性化建模所采用的技術(shù)來(lái)看，主流的技術(shù)主要有：機(jī)器學(xué)習(xí)技術(shù)、數(shù)據(jù)挖掘技術(shù)、大數(shù)據(jù)分析技術(shù)、人工智能技術(shù)等。并且為了提升模型的精度，這些技術(shù)在建模過(guò)程中會(huì)被綜合應(yīng)用。因此，在技術(shù)層面，它們之間在某些方面沒(méi)有明顯的界限，甚至在某些技術(shù)領(lǐng)域是交叉重疊的。

在學(xué)科層面，彼此之間還是有一定界限的。機(jī)器學(xué)習(xí)是人工智能的一個(gè)重要分支，而且是最能體現(xiàn)“智能”的一個(gè)分支，也是發(fā)展最快的一個(gè)分支，因此專(zhuān)門(mén)形成了一個(gè)獨(dú)立的學(xué)科，致力于研究如何通過(guò)計(jì)算的手段，利用經(jīng)驗(yàn)來(lái)改善系統(tǒng)的性能。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)，從這個(gè)角度來(lái)講，數(shù)據(jù)挖掘可以視作知識(shí)發(fā)現(xiàn)，作為以應(yīng)用驅(qū)動(dòng)的一門(mén)技術(shù)，在不斷的發(fā)展過(guò)程中，逐步形成了自身的基礎(chǔ)理論及知識(shí)體系，從而產(chǎn)生了數(shù)據(jù)挖掘這一學(xué)科，并在電子商務(wù)、經(jīng)濟(jì)管理、生物醫(yī)學(xué)等領(lǐng)域得到廣泛應(yīng)用。大數(shù)據(jù)分析技術(shù)是伴隨著大數(shù)據(jù)的出現(xiàn)而產(chǎn)生的一種從海量數(shù)據(jù)中抽取有價(jià)值的潛在知識(shí)的技術(shù)，這種分析技術(shù)與傳統(tǒng)的數(shù)據(jù)分析技術(shù)存在本質(zhì)的差別，包括具體的存儲(chǔ)和處理模式，通過(guò)分析幫助決策者發(fā)現(xiàn)隱藏的關(guān)系和模式，從而獲取大數(shù)據(jù)中的大價(jià)值。人工智能是研究理解和模擬人類(lèi)智能、智能行為及其規(guī)律的一門(mén)學(xué)科，目的是讓機(jī)器像人一樣會(huì)聽(tīng)、會(huì)看、會(huì)說(shuō)、會(huì)思考、會(huì)學(xué)習(xí)和會(huì)行動(dòng)，最終讓“零智商”的機(jī)器以類(lèi)似于人類(lèi)發(fā)展的方式發(fā)展成人的“高智商”，這也是人工智能發(fā)展的目標(biāo)。

上述學(xué)科與教育科學(xué)融合，從而產(chǎn)生了不同技術(shù)在學(xué)習(xí)者個(gè)性化建模中的應(yīng)用，比如知識(shí)圖譜、個(gè)性化推薦、學(xué)習(xí)預(yù)警等，從而使得學(xué)習(xí)者個(gè)性化模型所包含的特征更加全面豐富、模型應(yīng)用更加精準(zhǔn)高效。

三、學(xué)習(xí)者個(gè)性化模型構(gòu)建

在智能學(xué)習(xí)環(huán)境下，學(xué)習(xí)者可以通過(guò)網(wǎng)絡(luò)、電子設(shè)備突破時(shí)空限制實(shí)現(xiàn)碎片化和自主化的學(xué)習(xí)，在方便學(xué)習(xí)的同時(shí)，其學(xué)習(xí)行為也會(huì)被記錄和存儲(chǔ)下來(lái)。開(kāi)展對(duì)學(xué)習(xí)行為的分析，可以識(shí)別學(xué)習(xí)者的學(xué)習(xí)規(guī)律和認(rèn)知過(guò)程，分析學(xué)習(xí)行為與學(xué)習(xí)績(jī)效之間的關(guān)系，對(duì)實(shí)施教學(xué)干預(yù)、開(kāi)展精準(zhǔn)教學(xué)能夠提供有力支持。李月等通過(guò)挖掘?qū)W生自主學(xué)習(xí)行為模式，得到高低成就學(xué)習(xí)者之間在學(xué)習(xí)行為上存在顯著差異，以縮小規(guī)模化教學(xué)和個(gè)性化教學(xué)之間的矛盾。對(duì)學(xué)習(xí)行為及其相關(guān)數(shù)據(jù)的分析，可以深層次探究學(xué)習(xí)者個(gè)性化特征和元素，為學(xué)習(xí)者個(gè)性化建模提供重要的數(shù)據(jù)和信息支撐。因此，本文以學(xué)習(xí)行為數(shù)據(jù)為主體，構(gòu)建學(xué)習(xí)者個(gè)性化模型。具體建?？蚣苋鐖D1 所示。

圖1 學(xué)習(xí)者個(gè)性化模型構(gòu)建框架

（一）構(gòu)建知識(shí)模型

每一門(mén)課程都有完備的課程標(biāo)準(zhǔn)，課程標(biāo)準(zhǔn)針對(duì)每一個(gè)教學(xué)單元，都會(huì)抽取具體的知識(shí)點(diǎn)和技能點(diǎn)，這樣學(xué)生對(duì)于將要學(xué)習(xí)的知識(shí)點(diǎn)和技能點(diǎn)就非常明確。但是，唯一的缺陷就是知識(shí)點(diǎn)和技能點(diǎn)之間缺乏有機(jī)聯(lián)系，這樣對(duì)于學(xué)習(xí)者來(lái)講，就形成不了完整的知識(shí)和技能體系。Google 公司于2012 年提出了知識(shí)圖譜的概念，利用知識(shí)圖譜就可以對(duì)當(dāng)前具體的知識(shí)點(diǎn)和技能點(diǎn)搭建鏈接關(guān)系和鏈接重構(gòu)，從而形成“課程——專(zhuān)業(yè)——專(zhuān)業(yè)群”間的完備的知識(shí)和技能圖譜體系。

在知識(shí)圖譜構(gòu)建上，借助人工特征選擇，使用機(jī)器學(xué)習(xí)技術(shù)可以實(shí)現(xiàn)知識(shí)之間的聚類(lèi)、分類(lèi)等，從而生成有效的知識(shí)圖譜。但是，從效率和準(zhǔn)確性上來(lái)講，還有待進(jìn)一步改進(jìn)。隨著深度學(xué)習(xí)的深入研究，為知識(shí)圖譜的構(gòu)建提供了強(qiáng)大的技術(shù)支持，利用深度學(xué)習(xí)可以實(shí)現(xiàn)知識(shí)抽取、知識(shí)表示、知識(shí)推理和知識(shí)融合。隨著課程及專(zhuān)業(yè)領(lǐng)域內(nèi)新知識(shí)的增加，知識(shí)圖譜需要統(tǒng)一更新，借助深度學(xué)習(xí)的計(jì)算優(yōu)勢(shì)可以實(shí)現(xiàn)知識(shí)圖譜動(dòng)態(tài)性和整體性調(diào)整，從而保證知識(shí)圖譜是最新的。

知識(shí)抽取是構(gòu)建知識(shí)圖譜的第一步，具體需要完成的工作有實(shí)體抽取、關(guān)系抽取和屬性抽取，抽取技術(shù)可以使用基于語(yǔ)言模型的詞向量，如Word2Vec、GloVe 等，也可以使用基于深度神經(jīng)網(wǎng)絡(luò)的方式，比如CNN 或RNN?；谏疃葘W(xué)習(xí)的知識(shí)抽取，具備特征抽取自動(dòng)化、序列建模能力強(qiáng)的優(yōu)勢(shì)，因此誕生了很多具體的知識(shí)抽取技術(shù)。在抽取出知識(shí)后，對(duì)知識(shí)進(jìn)行提煉形成本體構(gòu)建，用以反映知識(shí)之間的特定關(guān)系，比如同義詞、層次及所屬關(guān)系等，然后在此基礎(chǔ)上構(gòu)建有效的知識(shí)表示，主要代表性的模型有距離模型、TransE 模型、雙線性模型、神經(jīng)網(wǎng)絡(luò)模型等，從而形成符合計(jì)算機(jī)處理的模式。知識(shí)之間有確定的顯性關(guān)系，也有不確定的隱性關(guān)系，通過(guò)知識(shí)推理（比如邏輯推理、統(tǒng)計(jì)推理、神經(jīng)網(wǎng)絡(luò)推理等），可以發(fā)掘這種隱性的知識(shí)關(guān)系，從而使形成的知識(shí)網(wǎng)絡(luò)更加豐富和完善。由于知識(shí)在不同的語(yǔ)境中體現(xiàn)不同的意義，因此通過(guò)知識(shí)推理階段產(chǎn)生的知識(shí)關(guān)系可能存在沖突或重疊，通過(guò)知識(shí)融合（實(shí)體鏈接、實(shí)體對(duì)齊）可以豐富知識(shí)的存量，提高知識(shí)圖譜的質(zhì)量。

通過(guò)系統(tǒng)化的知識(shí)圖譜，學(xué)習(xí)者在學(xué)習(xí)過(guò)程中學(xué)習(xí)了哪些知識(shí)點(diǎn)，這些知識(shí)點(diǎn)之間的關(guān)系如何，就可以使用類(lèi)似于Neo4j 這樣的NoSQL 數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，形成知識(shí)模型后，基于Neo4j 的有向圖結(jié)構(gòu)，實(shí)現(xiàn)便捷的可視化展示，這樣學(xué)習(xí)者就可以看到目前的知識(shí)掌握程度。同時(shí)，基于語(yǔ)義網(wǎng)絡(luò)的知識(shí)圖譜，可以根據(jù)學(xué)習(xí)者對(duì)知識(shí)點(diǎn)的學(xué)習(xí)數(shù)據(jù)建立學(xué)習(xí)者學(xué)習(xí)興趣模型，一方面實(shí)現(xiàn)學(xué)習(xí)者與知識(shí)點(diǎn)之間的關(guān)聯(lián)，另一方面實(shí)現(xiàn)知識(shí)點(diǎn)與知識(shí)點(diǎn)之間的關(guān)聯(lián)，從而搜索到學(xué)習(xí)者潛在感興趣的知識(shí)點(diǎn)以及可能需要學(xué)習(xí)的知識(shí)點(diǎn)。

（二）構(gòu)建能力模型

學(xué)生能力是一個(gè)被廣泛使用但又難以界定的一個(gè)概念，不管是能力內(nèi)涵還是外延在不同的環(huán)境和場(chǎng)景中，內(nèi)容都非常豐富。事實(shí)上，能力在橫向上具有知識(shí)、認(rèn)知、態(tài)度、價(jià)值、情感等多維度性，在縱向上由下到上具有特征和特質(zhì)、技能和才能，展現(xiàn)出多層次性。針對(duì)學(xué)生的能力構(gòu)建能力模型，要體現(xiàn)能力的上述特征和特性，同時(shí)要重視道德在能力中的首要地位。因此，針對(duì)教育環(huán)境下的學(xué)生主體，能力模型是以德性塑造為靈魂和核心，是一個(gè)包含態(tài)度、價(jià)值觀、情感、知識(shí)、技能的多維度的綜合體。

職業(yè)教育的內(nèi)涵就是培養(yǎng)學(xué)習(xí)者能夠從事特定職業(yè)或行業(yè)所需具備的知識(shí)、技能和能力，而能力是建立在知識(shí)和技能基礎(chǔ)上的，并在工作或研究等職場(chǎng)環(huán)境中表現(xiàn)出的個(gè)人、社會(huì)等不同層面的遷移性才能。在借鑒相關(guān)研究成果的基礎(chǔ)上，本文設(shè)計(jì)的職業(yè)院校學(xué)習(xí)者能力模型指標(biāo)體系如表1 所示。

表1 職業(yè)院校學(xué)習(xí)者能力模型指標(biāo)體系

基于上述指標(biāo)體系，通過(guò)人工或自動(dòng)化獲取相關(guān)數(shù)據(jù)，采用定性、定量相結(jié)合的方式，利用大數(shù)據(jù)、人工智能等技術(shù)構(gòu)建能力模型，為學(xué)習(xí)者構(gòu)建能力畫(huà)像，從而全面反映學(xué)習(xí)者的能力概況。

（三）構(gòu)建認(rèn)知模型

認(rèn)知模型是針對(duì)認(rèn)知活動(dòng)建立的模型，以反映學(xué)習(xí)者的認(rèn)知過(guò)程。從學(xué)術(shù)層面來(lái)看，目前對(duì)于認(rèn)知還沒(méi)有一個(gè)統(tǒng)一的界定。綜觀目前的各種描述，可以分為兩種：從人文角度來(lái)看，認(rèn)知是通過(guò)思維活動(dòng)認(rèn)識(shí)和了解，體現(xiàn)一種思考的過(guò)程，將抽象的對(duì)象轉(zhuǎn)化成大腦可以接受的具體對(duì)象；從技術(shù)角度來(lái)看，認(rèn)知是一種計(jì)算活動(dòng)，因?yàn)槿四X是由很多神經(jīng)元組成的，認(rèn)知的過(guò)程是無(wú)數(shù)個(gè)神經(jīng)元協(xié)同計(jì)算的過(guò)程。要將人腦的思考過(guò)程映射到計(jì)算機(jī)環(huán)境中，通過(guò)計(jì)算機(jī)的強(qiáng)大計(jì)算功能模擬神經(jīng)元的協(xié)同計(jì)算過(guò)程，從而實(shí)現(xiàn)用計(jì)算機(jī)描述認(rèn)知，建立針對(duì)學(xué)習(xí)者的認(rèn)知模型。因此，構(gòu)建認(rèn)知模型，實(shí)際就是認(rèn)知在計(jì)算機(jī)中計(jì)算的過(guò)程。

目前，對(duì)于認(rèn)知計(jì)算還沒(méi)有一個(gè)確切的定義，相關(guān)研究甚少。單美賢等認(rèn)為，認(rèn)知計(jì)算是人工智能和信號(hào)處理的結(jié)合，通過(guò)認(rèn)知科學(xué)、深度學(xué)習(xí)等多學(xué)科交叉研究賦予計(jì)算機(jī)系統(tǒng)認(rèn)識(shí)、思考和感覺(jué)的能力，從而實(shí)現(xiàn)增強(qiáng)人類(lèi)決策能力的目的?；趯W(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)，通過(guò)認(rèn)知計(jì)算構(gòu)建認(rèn)知模型，可以重新定義學(xué)習(xí)者的學(xué)習(xí)思維過(guò)程，來(lái)幫助和改善學(xué)習(xí)者更有效地學(xué)習(xí)。

構(gòu)建認(rèn)知模型是建立在多模態(tài)學(xué)習(xí)數(shù)據(jù)基礎(chǔ)上的，每個(gè)學(xué)習(xí)者對(duì)學(xué)習(xí)認(rèn)知的不同，導(dǎo)致學(xué)習(xí)過(guò)程存在很大的差異性，而這種差異性就體現(xiàn)在學(xué)習(xí)過(guò)程中，而智能化的學(xué)習(xí)環(huán)境為自動(dòng)化采集學(xué)習(xí)過(guò)程的實(shí)時(shí)數(shù)據(jù)提供了良好的技術(shù)手段。在智能技術(shù)賦能教育的學(xué)習(xí)環(huán)境下，學(xué)習(xí)者通過(guò)觀看視頻實(shí)現(xiàn)基本學(xué)習(xí)，通過(guò)論壇互動(dòng)實(shí)現(xiàn)疑難答疑，或交流學(xué)習(xí)體會(huì)感悟，通過(guò)專(zhuān)題研究實(shí)現(xiàn)深度學(xué)習(xí)，通過(guò)項(xiàng)目任務(wù)實(shí)踐實(shí)現(xiàn)學(xué)以致用，等等。在不同的學(xué)科中，有不同的學(xué)習(xí)行為。但是，對(duì)每一個(gè)學(xué)習(xí)者來(lái)講，在學(xué)習(xí)過(guò)程中總存在一個(gè)不變的學(xué)習(xí)模式或?qū)W習(xí)習(xí)慣，而這種“不變的”模式或習(xí)慣與學(xué)習(xí)者的認(rèn)知是緊密相關(guān)的。因此，構(gòu)建認(rèn)知模型的第一步是實(shí)現(xiàn)對(duì)多模態(tài)學(xué)習(xí)數(shù)據(jù)的聚合。聚合的結(jié)果是形成有時(shí)間序列和具有特定學(xué)習(xí)情境的學(xué)習(xí)行為片段，然后針對(duì)某一時(shí)間片段和特定學(xué)習(xí)情境下的學(xué)習(xí)數(shù)據(jù)運(yùn)用機(jī)器學(xué)習(xí)、行為序列分析、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等技術(shù)進(jìn)行建模，生成學(xué)習(xí)者的學(xué)習(xí)習(xí)慣和模式，用以反映學(xué)習(xí)者的學(xué)習(xí)認(rèn)知。

隨著知識(shí)的積累、技能和能力的提升，學(xué)習(xí)者的認(rèn)知也會(huì)發(fā)生變化，所以認(rèn)知模型要能夠適應(yīng)這種動(dòng)態(tài)變化。在模型中，可以構(gòu)建反映學(xué)習(xí)者的長(zhǎng)期認(rèn)知模型和短期認(rèn)知模型，當(dāng)認(rèn)知出現(xiàn)變化的時(shí)候，可以通過(guò)長(zhǎng)期認(rèn)知模型反映出來(lái)，而針對(duì)學(xué)習(xí)的推薦或改進(jìn)，可通過(guò)短期認(rèn)知模型生成。

（四）構(gòu)建情感模型

情感是影響學(xué)習(xí)者學(xué)習(xí)效果的關(guān)鍵性非智力因素，學(xué)習(xí)者的情感能夠反映學(xué)習(xí)者對(duì)學(xué)習(xí)資源的偏好，也與學(xué)習(xí)者的知識(shí)、認(rèn)知等存在緊密關(guān)系。因此，通過(guò)計(jì)算機(jī)實(shí)現(xiàn)對(duì)情感數(shù)據(jù)的采集和計(jì)算也是近年來(lái)智能教育重點(diǎn)關(guān)注的熱點(diǎn)。學(xué)習(xí)者情感數(shù)據(jù)通過(guò)心理測(cè)量、行為測(cè)量、生理測(cè)量等渠道獲取，可以借助傳感技術(shù)和人工智能等技術(shù)自動(dòng)實(shí)時(shí)獲取，從而形成多模態(tài)的海量情感數(shù)據(jù)，為情感模型的構(gòu)建奠定基礎(chǔ)。周進(jìn)等基于多模態(tài)情感數(shù)據(jù)建立了情感計(jì)算框架，具體計(jì)算過(guò)程為：數(shù)據(jù)標(biāo)簽、特征提取、數(shù)據(jù)建模、情感識(shí)別、情感表達(dá)，經(jīng)過(guò)該過(guò)程的計(jì)算，實(shí)現(xiàn)了情感數(shù)據(jù)從采集到處理，再到建模分析，最后可視化展示并應(yīng)用于動(dòng)態(tài)學(xué)習(xí)干預(yù)和調(diào)節(jié)。

對(duì)情感數(shù)據(jù)的建模分析，根據(jù)情感數(shù)據(jù)類(lèi)型的不同，可以采用不同的處理技術(shù)，比如，可以從學(xué)習(xí)空間中獲取學(xué)習(xí)者發(fā)表的觀點(diǎn)、體會(huì)等文本內(nèi)容，運(yùn)用文本挖掘、支持向量機(jī)、樸素貝葉斯、隨機(jī)森林等識(shí)別學(xué)習(xí)者的情感傾向。相關(guān)研究也表明，相對(duì)其他的信息載體，文本含有更高的情感價(jià)值密度；對(duì)于采集到的音頻數(shù)據(jù)，可以結(jié)合聲學(xué)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等技術(shù)挖掘和識(shí)別情感狀態(tài)；根據(jù)視頻、圖像等捕獲到學(xué)習(xí)者的面部表情和行為動(dòng)作，運(yùn)用深度學(xué)習(xí)、圖像識(shí)別、卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)分析學(xué)習(xí)者的學(xué)習(xí)情緒（積極情緒、消極情緒）、專(zhuān)注度等；根據(jù)智能化感知設(shè)備獲取學(xué)習(xí)者的生理信息（眼動(dòng)、腦電、近紅外等），通過(guò)小波變換、長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)、支持向量機(jī)等識(shí)別學(xué)習(xí)者情感狀態(tài)。

有了上述單模態(tài)下的情感分析，要實(shí)現(xiàn)對(duì)學(xué)習(xí)者情感的精準(zhǔn)識(shí)別，需要對(duì)上述信息載體的情感數(shù)據(jù)進(jìn)行多元整合實(shí)現(xiàn)多模態(tài)建模，從而提高情感識(shí)別的準(zhǔn)確度。然后，將情感信息通過(guò)可視化技術(shù)全方位展示，并通過(guò)不同時(shí)段的長(zhǎng)期跟蹤，探索學(xué)習(xí)者的情感變化規(guī)律。最后，將情感變化規(guī)律應(yīng)用到學(xué)習(xí)上，結(jié)合學(xué)習(xí)效果，分析不同情感對(duì)學(xué)習(xí)效果的具體影響，從而可以有效地干預(yù)學(xué)習(xí)，提高學(xué)習(xí)的效果和質(zhì)量。

四、學(xué)習(xí)者個(gè)性化模型應(yīng)用

（一）根據(jù)學(xué)習(xí)者個(gè)性化模型提供個(gè)性化的學(xué)習(xí)資源

“互聯(lián)網(wǎng)+”教育在給學(xué)習(xí)者帶來(lái)學(xué)習(xí)便利的同時(shí)，海量的學(xué)習(xí)資源也讓學(xué)習(xí)者無(wú)法獲取適合自己的學(xué)習(xí)資源，出現(xiàn)了“知識(shí)過(guò)載”“學(xué)習(xí)迷航”等問(wèn)題。因此，借助智能技術(shù)下構(gòu)建的學(xué)習(xí)者個(gè)性化模型，可以精準(zhǔn)刻畫(huà)學(xué)習(xí)者的知識(shí)、能力、認(rèn)知和情感，即知識(shí)掌握方面存在哪些不足，哪些方面能力還有待加強(qiáng)和提升，當(dāng)前的認(rèn)知對(duì)學(xué)習(xí)是否有促進(jìn)作用，情感如何影響認(rèn)知及學(xué)習(xí)效果，等等。有了上述準(zhǔn)確的信息，就可以給學(xué)習(xí)者推薦更加適性和個(gè)性化的學(xué)習(xí)資源，以及相應(yīng)的學(xué)習(xí)路徑，讓學(xué)習(xí)者無(wú)需付出額外的時(shí)間成本就可以獲知需要學(xué)習(xí)什么以及該如何學(xué)習(xí)，從而實(shí)現(xiàn)學(xué)習(xí)效率的最大化。

（二）根據(jù)學(xué)習(xí)者個(gè)性化模型實(shí)施精準(zhǔn)化教學(xué)干預(yù)

學(xué)習(xí)者是教育教學(xué)活動(dòng)的主體和服務(wù)對(duì)象，把握學(xué)情是開(kāi)展教學(xué)活動(dòng)的前提和基礎(chǔ)，而教學(xué)內(nèi)容的組織和實(shí)施策略，與學(xué)習(xí)者的個(gè)性化特征存在密切關(guān)系。在規(guī)?；虒W(xué)環(huán)境下，教師了解的僅僅是學(xué)習(xí)者的平均學(xué)習(xí)水平，而對(duì)于個(gè)體差異以及深層次的學(xué)習(xí)特征，則是難以把握的。因此，精準(zhǔn)化教學(xué)和干預(yù)的前提是建立學(xué)習(xí)者個(gè)性化模型，通過(guò)個(gè)性化模型實(shí)施個(gè)性化的指導(dǎo)和干預(yù)，做到因材施教，全面發(fā)展，讓每一個(gè)學(xué)習(xí)者都能成長(zhǎng)成才，表現(xiàn)出個(gè)人風(fēng)彩。

（三）根據(jù)學(xué)習(xí)者個(gè)性化模型實(shí)施多元化的智慧評(píng)價(jià)

在以考試成績(jī)?yōu)閷?dǎo)向的單一學(xué)習(xí)評(píng)價(jià)環(huán)境下，學(xué)習(xí)者的全面發(fā)展未得到足夠重視。而學(xué)習(xí)者個(gè)性化模型，則從學(xué)生的知識(shí)、能力、認(rèn)知、情感等多個(gè)維度刻畫(huà)和反映學(xué)生的成長(zhǎng)狀況，據(jù)此可建立有效多元的評(píng)價(jià)機(jī)制，以評(píng)價(jià)促成長(zhǎng)，實(shí)現(xiàn)智慧化的評(píng)價(jià)。