摘要：教育數字化是我國教育改革的關鍵路徑，智能教育資源服務平臺是其標志性成果，為構建數字教育生態(tài)提供了堅實基礎。個性化學習服務是推薦教育數字化的重要抓手，智能教育資源服務平臺也是實現(xiàn)個性化學習的關鍵手段。文章以國家中小學智慧教育平臺為研究對象，分析智慧教育平臺個性化學習資源建設及服務的發(fā)展現(xiàn)狀，探究個性化導學服務、個性化學習指導和學習共同體3個方面的模型構建，并提供學生畫像、課程定制、個性化教學、智能評估、學習跟蹤與反饋以及學習檔案管理與分析6個具體實現(xiàn)路徑，以更加精準高效地推送個性化資源，從而推動基于平臺的個性化學習實施與落地，實現(xiàn)高效育人的目標。

關鍵詞：中小學智慧教育平臺；學習服務定制；個性化學習；路徑引導；智能推送

中圖分類號：G434" 文獻標志碼： A

0 引言

習近平總書記在黨的二十大報告中指出：教育、科技、人才是全面建設社會主義現(xiàn)代化國家的基礎性、戰(zhàn)略性支撐。將“推進教育數字化”寫入黨代會報告標志著國家高度重視教育數字化，并將加快全面實施的步伐［1］。

高等教育數字化轉型融合物理與數字空間，打破了優(yōu)質資源供應與流通壁壘，突破了傳統(tǒng)高等教育體系中優(yōu)質資源供應量與流通的壁壘，并利用大數據化方法全面勾勒出學生、教師、學校等各種高等教育對象特征，是促進高等教育優(yōu)質公平、提升素質和改進高等教育管理的一個突破口［2］。深入推動國家智慧教育平臺試點應用既是落實《“十四五”國家信息化規(guī)劃》的重要抓手之一，又是促進我國教育數字化戰(zhàn)略決策的重大部署，更是推進建設數字中國的關鍵舉措?；趪抑行W智慧教育平臺的學習服務定制模型研究，為學生提供全面、個性化的學習服務定制，包括大數據分析、學習資源、個性化教學等。

通過對教學資源和服務的分析，本文確定了熱門課程、熱點話題和高價值服務，并根據學生畫像的需求進行定制化推薦，有助于優(yōu)化教學資源和服務，提高其使用效果和滿意度，進一步促進教育信息化的發(fā)展。

1 學習服務定制

基于我國中小學智慧教育平臺的教育教學是數智時代下的智慧教育，是傳統(tǒng)線下教育的拓展與延伸，具有前所未有的鮮明服務性質，為學生提供服務［3］。智慧教育要圍繞學生的個性化、多樣化需要，充分利用數智技術實現(xiàn)幫助與服務功能。個性化學習既是培育創(chuàng)新人才的關鍵支撐，又是教育轉型數字化的關鍵目標，更是推進教育智能化的核心要素。學習服務定制化是指包括學生特征分析、針對性的學習任務驅動、學習資源個性化推送、數據分析、個性化學習反饋等板塊的完整體系，同時也是實現(xiàn)個性化學習的現(xiàn)實路徑。傳統(tǒng)的學習服務是被動服務模式，學生是主動的一方，學習資源和服務器是被動應答的一方，學生必須主動到服務器上去尋找各類學習資源。這種“人找信息”的服務模式在網絡“信息過載”客觀存在的情況下，越來越無法滿足學生日益多元化和個性化的需求以及創(chuàng)新人才培養(yǎng)的教育目標，容易令學生陷入“信息迷航”，失去自己尋找的方向［4］。因此，如何主動感知不同學生的個性化信息需求，根據學生特征自動組織和調整服務模式，已成為目前探索教育數字化轉型和教育智慧化的一個研究熱點。

國內學者對學習服務定制的探索不斷深入。李薇等［5］構建了一種融合“識別學生需求”“制定服務計劃”“實施服務計劃”和“評估服務成效”4個環(huán)節(jié)的學習服務定制模型，以支持教育機構更有效地提供個性化服務。在技術層面上，趙俊峰等［6］研究了人工智能、大數據和云計算等技術用于實現(xiàn)教育服務定制的策略。李如芳等［7］通過案例研究，總結了教育服務定制的成功經驗。在國際上，Qualtrics和Instructure公司開發(fā)了針對學生時間和未滿足預期的個性化學習支持服務［8］。Michael等［9］提出了混合式學習和自主學習等個性化方法。

隨著國家智慧教育平臺的發(fā)展，個性化學習成為教育科技研究的熱點。中國科學院軟件研究所、華東師范大學和北京大學等機構的研究者利用數據挖掘和深度學習等技術，從學習歷史數據、學生個性和課程特點出發(fā)，構建了自適應學習模型和知識圖譜自動構建算法，優(yōu)化學習路徑推薦，為國家智慧教育平臺的建設提供了新思路。這些研究推動了個性化教育的進步，未來在國家智慧教育平臺上的學習模型構建仍有廣闊的探索空間。

2 基于國家智慧教育平臺的學習服務定制模型構建研究

2.1 國家智慧教育平臺服務體系

我國中小學智慧教育平臺服務體系是一套國家層面推出的教育平臺，旨在利用信息技術推動教育現(xiàn)代化，提升教學診斷與數據分析能力，提高管理效率和教學質量，加強學生自主學習和信息素養(yǎng)。該體系包括在線課程教學與測試、教學資源建設與共享、智能化教學輔助工具、教育教學數據分析、學習管理與教學信息化管理等多個方面。該體系通過網絡技術建立教學資源庫，提高課程質量，開展協(xié)作教學，提供優(yōu)秀教學資源，支持教學實驗，實現(xiàn)教學資源的集成和分享［10］。教師上傳資源的自主化和多元化拓寬了學生學習資源的來源，推動了教師的專業(yè)發(fā)展和創(chuàng)新能力。平臺提供多種在線和離線的教學輔助工具和應用軟件，有助于教師實時進行教學評估和分析，持續(xù)優(yōu)化教學材料與手段，提升教學效果。通過平臺提供的數據分析工具和服務，教師能夠分析學生的學習情況，包括學習行為、知識熟練度、課堂參與度等。同時，平臺提供線上課程和學習管理的主要功能，包括在線教學、學習資料管理、學生學習計劃管理以及學生檔案管理、學生成長記錄等多種管理和服務功能，為學校管理提供規(guī)范化、科學化、信息化的手段。在教育部實施的“教育數字化戰(zhàn)略行動”中，加速實現(xiàn)面向各類用戶的個性化精準服務，提升智慧教育平臺智能服務水平是平臺功能提升的關鍵方向。但在實際運用落地中，國家智慧教育平臺服務體系的個性化、定制化學習服務還有待進一步精準和完善。

2.2 學習服務定制模型構建

基于國家中小學智慧教育平臺旨在構建精準、完備、多樣、標準化的學習服務定制模型，實現(xiàn)個性化學習和適應性學習環(huán)境。新用戶在使用該學習平臺時，必須完成注冊流程，并參加評估其學習風格和學習習慣的初步測試，測試結果通過Hadoop的chukwa進行數據采集，將信息存儲到學生數據庫，然后進行數據分析與處理；該系統(tǒng)采用圖卷積神經網絡進行知識點表征；在識別學生的個性化需求之后，系統(tǒng)將提供定制化的課程、資源和伙伴，隨后引導學生進入正式課程學習階段?；诮虒W和育人目標，系統(tǒng)運用以任務為導向的學習激勵方法，為學生推薦合適的課程。鑒于每位學生的發(fā)展水平不同，他們能夠完成的任務也有所區(qū)別。因此，系統(tǒng)提供分層次和多樣化的推薦，并自動根據每個知識點的掌握情況，創(chuàng)建個性化的動態(tài)課程知識圖譜；學生可以借助知識圖譜的標注，直觀地了解自己在各知識點的掌握程度。系統(tǒng)還允許學生與同伴一起自主選擇任務進行學習。

本學習服務定制模型的技術重點在于形成動態(tài)的圖卷積神經網絡，利用Chukwa提取相關數據信息，對課程和學習伙伴進行有效推送；技術難點在于如何建立簡潔、可視化的課程知識圖譜界面，無須學生手動操作，直接由系統(tǒng)通過跟蹤學習數據信息，形成課程知識點掌握情況的可視化界面，整體模型如圖1所示。

模型的設置主要考慮個性化的導學服務、個性化學習指導和學習共同體的組建3個方面的內容。

2.2.1 個性化的導學服務

初次使用平臺的學生需要進行注冊，并且進行初步的學習風格和學習習慣的測試，數據采集信息存儲到學生數據庫。在學習定制服務模型中，數據采集和分析系統(tǒng)根據自動生成的測試分析結果，為學生推薦課程學習資源和學習同伴。師生共同制定學習策略和學習計劃，并根據學習計劃同步完成課程內容。

（1）學習風格與學習習慣分析測試。

學習風格是學生在學習過程中表現(xiàn)出的獨特偏好和反應模式，學習習慣是通過持續(xù)實踐形成的自動化行為模式。養(yǎng)成良好的學習習慣能夠使學生在使用智慧教育平臺學習時集中注意力，高效完成學習任務。因此，為了開展真正意義上的個性化教學，研究者須要深入掌握學生的個人學習風格和習慣，并依據這些特性，制定出符合他們需求的學習方案、資源和環(huán)境。本研究采用了信度和效度較高的所羅門學習風格測試［11］，該測試從信息處理、接收方式、感知能力和理解方式4個方面，將學習風格分為感悟型與直覺型、活躍型與沉思型、序列型與綜合型、視覺型與言語型8種類型。通過測試，學生可以了解自己的學習風格，發(fā)揮自己的優(yōu)勢，選擇合適的學習方式，提高學習效率。在智慧教育平臺上，研究者開發(fā)了所羅門學習風格的自測活動插件，置于課程開始前，以便對學生進行風格分析并賦予相應標簽，為個性化學習提供基礎信息。教學設計者可根據不同學習類型設置學習任務，系統(tǒng)則根據測試結果推送相應的學習資源和課程，實現(xiàn)個性化學習路徑的引導。

（2）學習資源和學習伙伴推送。

平臺根據采集的初步測試數據和學生學習痕跡（主要包括學生學習某知識點所用的時間、訪問過的課程、知識點測試成績和所用的時間、問題回答和提問問題等信息），并結合學生學習風格和學習習慣測試信息，通過圖卷積神經網絡進行表征，將圖作為輸入信息進行處理，并在圖的結構上進行卷積操作，執(zhí)行節(jié)點或圖的分類、標注、聚類等任務，從而通過抓取節(jié)點間的連接與圖相關數據來表示學習。當學生進行在線學習時，圖卷積神經網絡可以對用戶興趣和行為進行建模，通過對“學生-課程、學習同伴”進行圖卷積操作，以增強推薦系統(tǒng)的推薦準確度與個性化程度［12］。動態(tài)迭代的圖卷積網絡能夠對課程推薦和學生推薦進行訓練和優(yōu)化，提高推薦效果。系統(tǒng)再根據學習網絡以及學生的學習信息，對平臺大量資源篩選、過濾，為學生匹配合適的學習同伴后，進行智能化、針對性的學習資源與學習同伴推送。

2.2.2 個性化學習指導

國家中小學智慧教育平臺提供了針對中小學階段的高品質教學內容和教育資源。由于資源豐富且繁多，學生依靠教師布置的任務學習內容有限，且處于中小學階段的學生尚無法自行制定學習計劃。學生的個人知識架構和學習偏好影響其選擇在線學習材料的行為，智慧教育平臺的設計和學習服務定制模式為學生提供了個性化的學習路徑。

在基于國家智慧教育平臺的教學設計中，研究者采用任務驅動式學習策略和激勵機制，可以更有效地激發(fā)學生的參與熱情并增強其學習動力。任務驅動式學習策略通過網絡學習過程取得了良好效果，根據任務進行誘導、強化和衡量，旨在產生實現(xiàn)動機。系統(tǒng)根據學習風格和考試類型為不同學生設計可選的交叉學習任務，以激發(fā)學生的好奇心。

學生在選擇學習內容時并非隨意為之，而是基于教學內容的相關理論框架，考慮到知識點之間構成的知識網絡的特點，主動挑選出符合意義建構需求的序列化的知識點進行學習［13］，進而形成個人知識圖譜。知識圖譜應用于教育領域，不僅能夠幫助教師組織教學內容，直觀清晰了解學生的學習狀況，指導學生進行查漏補缺、強化知識，還可以有效地反映課程的學習目標、學科體系、層次關系和關聯(lián)關系等，有助于學生確定當前在知識領域中所處的位置，從而形成知識聯(lián)系。

2.2.3 學習共同體的組建

對于處于中小學階段的學生，其傾向于積極跟隨教師精心設計的學習材料進行深入學習，并愿意與其他學習同一課程的同學交流課程相關問題，這種緊密的合作互助營造了積極的學習環(huán)境。學生對于學習共同體的歸屬感與認同感以及來自同學的鼓勵，都有助于提高他們對共同體的參與度，并保持其持續(xù)且努力的學習態(tài)度［14］?；趪抑行W智慧教育平臺的學習服務定制模型建立了學生的相關數據庫，包括用于進行同學推送的學習同伴數據庫。根據學生的學習風格、學習習慣等相關數據標簽，在學習同伴數據庫中以學習類型互補為原則加以匹配，學習者通過系統(tǒng)推送和自主搜索的結果，進行雙方自主互選。學習者、學習同伴以及教師共同組建學習共同體，進行交流與分享，共同建構知識，探討問題，實現(xiàn)知識學習共建共享。學生共同體模型如圖2所示，圖中實線箭頭表示2個實體之間強相關，虛線箭頭表示2個實體之間弱相關。在原有的線上平臺學習中，學習者與同伴和教師僅通過簡單的問答進行弱交互，學生與教師的溝通交流僅停留于表層，對學生情感態(tài)度價值觀的培養(yǎng)具有局限性。因此，在此基礎上，學習服務定制模型突出了學習同伴的重要性，突出了共同組建特性，促進信息、知識在學習共同體圓環(huán)中的動態(tài)流動，從而形成了一種強交互的群體。

3 學習服務定制的實現(xiàn)路徑

根據學生的學習風格、習慣以及學習策略，基于國家中小學智慧教育平臺提供了定制化的學習支持和服務，以實現(xiàn)學生的個性化學習，其實現(xiàn)路徑包括學生畫像、課程定制、個性化教學、智能評估和學習跟蹤與反饋6個部分，具體內容如下。

3.1 學生畫像

學生畫像是基于學生的個人信息和學習行為等數據構建的模型，是個性化教育服務、智能教育管理和精準教學評價的重要依據。利用機器學習和數據挖掘技術對學生在平臺上的行為、學習成績、興趣愛好等方面的數據進行采集、分析和建模，建立學生的詳細畫像和模型。為了實現(xiàn)學生畫像，首先須要收集數據，平臺采集教學活動進行過程中可記錄的各種數據（包括學生的學籍信息、學習平臺登錄的信息、學習時間等），同時跟蹤抓取學生的搜索瀏覽記錄；在收集數據后，對其進行清洗和整理，并利用相關分析工具進行數據分析；其次，經分析后可得學生的行為習慣、學習能力和興趣愛好等相關信息，為學生畫像建立提供數據支持；最后，根據分析的結果構建學生模型，基于學生模型設計學生畫像系統(tǒng)，為教師、家長和學生提供可視化和數據分析功能，使其更好地了解和分析學生畫像，從而獲得個性化的學習服務與資源。

3.2 課程定制

課程定制是指針對學生的個性化特點和需求，為其提供量身定制的課程內容和學習資源。平臺根據學生畫像，設計課程內容、選擇教材、推送學習資源、針對性的考試評價等。為了更好地進行精細化設計，提高個性化教學效率，亟需實現(xiàn)一個課程定制化系統(tǒng)，以嵌入智慧教育平臺。平臺動態(tài)自動地為學生推薦最合適的課程與學習資源，以助力中小學智慧教育平臺中的推薦板塊更加精準化。

3.3 個性化教學

個性化教學是一種基于學生個性化需求和特點，為其量身定制的教學方式。通過深入掌握每位學生的獨特學習方式、技能等級和偏好等細節(jié)，并結合學生的反饋意見，對教學材料、教學手段和學習節(jié)奏進行相應的調整［15］。基于學生畫像，在平臺自動化的課程定制系統(tǒng)推送的前提下，平臺設計教學內容、教學方法、課程進度和學習資源等個性化教學方案。根據多端口教師上傳的信息，平臺為不同層次的學生提供學習內容與學習任務，根據學習服務定制模型中的動態(tài)圖卷積神經網絡的知識點表征以及學生的個人知識圖譜進行相應的教學任務匹配。例如：針對不同學習風格的學生，同一問題將以圖片、文字等不同形式呈現(xiàn)。學生掌握程度不同，給予的學習任務難度也不同，這滿足學生的個性化需求。

3.4 智能評估

智能評估是指利用大數據分析與人工智能技術，對學生的學習狀況進行自動化且精確的評價。實現(xiàn)對學生的智能評估首先要明確評估的目標，包括評估的內容、方式和標準等。評估目標應該與課程目標和學生需求相匹配。然后，基于學生畫像，設計評估模型，借助大數據和人工智能技術，對學生學習狀況實施自動化且精確地評價。評估模型應該根據評估目標和學生畫像，設計合適的算法和模型?；趪抑行W智慧教育平臺的智能評估可以有效地提高評估效率和準確性，為教師教學改進和學生個人發(fā)展提供重要支持。

3.5 學習跟蹤與反饋

學習跟蹤通過對學生學習歷程的持續(xù)追蹤和記錄，幫助教師和學生清晰地了解學習進展和成效。教師利用學習跟蹤工具，實時、個性化地監(jiān)控學習過程，并通過數據反饋和可視化分析，使其能及時調整教學計劃并提供針對性輔導。同時，為了優(yōu)化課程設計和平臺功能，平臺須建立反饋機制，讓學生對課程和學習資源滿意度提出建議，平臺據此進行動態(tài)調整和優(yōu)化。

3.6 學習檔案管理與分析

在線學習檔案的管理與分析涉及利用大數據和人工智能技術來記錄、管理及維護學生的網絡學習進程。學習服務定制模型根據收集到的學生信息，建立自動更新的學生檔案，包括學科、難度、時間、地點等多個維度?；趪抑行W智慧教育平臺的學習檔案管理與分析，有助于師生更好地掌握學生的學習狀況與效果，提供有效的個性化學習建議和資源，并形成學生的成長記錄，為未來龐大的學生數據庫奠定基礎，促進教育信息化的發(fā)展。

4 結語

本研究基于國家中小學智慧教育平臺構建學習服務定制模型，主要從個性化的導學服務、個性化學習指導和學習共同體3個方面的內容進行模型構建，并提出了學生畫像、課程定制、個性化教學、智能評估、學習跟蹤與反饋以及學習檔案管理與分析6個具體實現(xiàn)路徑，為促進學生的精準化和個性化管理提供了可行方案及思路，有利于促進學生學習效果的提高。通過運用互聯(lián)網技術和大數據分析等方法，平臺可以提高教師的教育品質和教學效率，進而推動教育資源的均衡分配以及教育現(xiàn)代化的進程。然而，對于實踐教學和應用中的學習服務定制模型的構建還有待進一步的檢驗和完善，相信未來將有更多學者探究這一領域的問題，共同推動教育信息化的進一步發(fā)展。

參考文獻

［1］薛二勇，李健.建設教育強國的基礎、要義與路徑：黨的二十大關于教育強國建設的戰(zhàn)略分析［J］.北京師范大學學報（社會科學版），2023（1）：16-26.

［2］周海濤，李葆萍.推進數字化的國家智慧教育平臺邏輯與路向［J］.中國電化教育，2023（1）：62-67，132.

［3］章春梅.網絡教育環(huán)境下個性化信息定制服務系統(tǒng)的設計與開發(fā)［D］.南京：南京師范大學，2006.

［4］劉銘，武法提.場景化學習服務模式構建研究［J］.電化教育研究，2021（1）：87-92，114.

［5］李薇，楊慶華，何先波，等.大數據和人工智能時代融合型物聯(lián)網課程教學設計研究［J］.計算機教育，2023（2）：138-143.

［6］SONG J H， DING H X， WANG Z Y， et al.ITAKE： interactive unstructured text annotation and knowledge extraction system with LLMs and ModelOps［J］.In Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics，2024，3：326-334.

［7］劉秀鳳.基于核心素養(yǎng)的小學課程整合探索［J］.江蘇教育研究，2019（1）：48-51.

［8］ALA （上海艾拉網網絡科技有限公司）.Canvas在線學習管理平臺介紹［EB/OL］.（2023-08-01）［2024-03-01］.https：//www.canvaslms.net/.

［9］ MICHAEL B H，HEATHER S.Blended：using disruptive innovation to improve schools［EB/OL］.（2014-10-28）［2024-03-01］.https：//www.christenseninstitute.org/book/blended/.

［10］何曼.教育部教育技術與資源發(fā)展中心副主任楊非：智慧教育平臺與教育數字化轉型升級［J］.在線學習，2022（5）：14-17，80.

［11］李艷紅，趙波，甘健侯，等.基于MOOC的學習定制服務模型構建研究［J］.中國電化教育，2014（11）：39-43，49.

［12］岳奎.信息時代學習型組織構建的五大支柱及應用［J］.中國電化教育，2015（5）：90-94.

［13］曹良亮.在線學習中學習路徑分析及學習行為特點研究［J］.中國遠程教育，2014（4）：25-30.

［14］王蔚.網絡課程中學習共同體的設計研究［D］.大連：遼寧師范大學，2008.

［15］章春梅，李建林.個性化信息定制服務系統(tǒng)在網絡教育中的構建［J］.信息化研究，2013（1）：76-78.

（編輯 沈 強）

Research on learning service customization model construction based on smart education platform

JIN" Shuqi1， CUI" Lin2*

（1.School of Education Science，Anhui Normal University， Wuhu 241000， China; 2.School of Information

Engineering，Suzhou University， Suzhou 234000， China）

Abstract： Education digitalization is a pivotal pathway for educational reform in our country， with the development of intelligent educational resource platforms marking a significant milestone. These platforms lay a solid foundation for creating a digital educational ecosystem. Personalized learning services are a crucial lever in advocating for the digitalization of education， and intelligent educational resource platforms play a key role in facilitating personalized learning. Focusing on the national primary and secondary school smart education platform，the current state of personalized learning resource construction and services on smart education platforms is analyzed. It explores the construction of models in three areas： personalized guidance services， personalized learning instruction and learning communities. Furthermore， it outlines six specific implementation paths，such as student profiling， course customization， personalized teaching， intelligent assessment， learning tracking and feedback， and learning record management and analysis. These paths aim to push personalized resources more accurately and efficiently， thereby promoting the implementation and realization of platform-based personalized learning and achieving the goal of effective education.

Key words： smart education platform for primary and secondary schools; learning service customization; personalized learning; path guidance; intelligent push

作者簡介：靳舒淇（2000— ），女，碩士研究生;研究方向：智能教育，數字化學習。

*通信作者：崔琳（1979— ），女，教授，博士;研究方向：數據挖掘與分析，智慧教育個性化推薦。