英語教學資源庫系統中個性化檢索模塊的設計

【摘要】針對目前教學資源服務中普遍存在的海量教學資源與用戶個性化需求之間的矛盾，在基于校園網的英語教學資源庫系統中建立了一個教學資源個性化檢索模型，該模型把基于網絡的個性化信息服務引入英語教學資源體系，尊重用戶中存在的差異，學習和跟蹤用戶的個性化興趣，并根據用戶的個性化興趣特征對英語教學資源進行過濾，實現少而精的教學資源個性化檢索。實驗表明：該模型能有效地提高英語教學資源服務中個性化檢索的查全率和查準率。

【關鍵詞】英語教學資源；個性化檢索；過濾技術；用戶模型

【中圖分類號】G434 【文獻標識碼】A 【論文編號】1009—8097 (2008) 12—0094—03

引言

英語教學資源是指蘊涵了特定的教育信息，可以提供給英語學習者使用，能幫助和促進學生學習的各類英語信息資源，特別是能以數字信號在互聯網上進行傳輸的英語教學資源。數字化和教育價值是它的核心特征。網絡多媒體技術與外語教學的有機整合極大地豐富了外語教學的信息資源。特別是，Internet的出現，使得大量的真實而鮮活的語料資源實現了電子化和網絡化，變“供給制”為“自助餐式”，為學習者提供了自主選擇語料的廣闊天地。為主動式學習創造了有利條件。電子載體語料源不僅從數量上達到了“應有盡有”的豐富程度，而且從質量上實現了教學內容的“零時差”，從根本上改變了外語資源單一匱乏和陳舊老化的局面[1]。

按照教育部現代遠程教學資源建設委員會于2000年5月所推出的《現代遠程教學資源建設技術規范》的規定[2]，從教學資源建設的實際出發，把教學資源分為以下幾類：媒體素材、題庫、試卷素材、課件、案例、文獻資料、常見問題解答、資源目錄索引和網絡課程。

目前的英語教學資源庫系統主要提供教學資源上傳、教學資源查詢和教學資源下載等功能。主要就是以“物”為主，未能體現“以人為本”的思想，特別是現有的教學資源庫不具備個性化和智能化等特性，從而普遍存在海量教學資源與用戶個性化需求之間的矛盾[3]。由于這個矛盾的存在，一方面造成了教學資源的巨大浪費，另一方面，為用戶查找和使用所需要的教學資源造成了巨大的困難。這些問題都阻礙了英語教學資源在教學中作用的發揮，造成了極大的教學資源浪費。

向用戶提供個性化教學資源服務能很好的解決這個矛盾。個性化教學資源服務是根據用戶（這里指學習者）的使用行為和特點，來向用戶提供滿足其個性化教學資源需求的一種服務。由于學習者的學習起點、學習風格、學習愿望、學習步調等方面存在個體差異，在進行資源庫建設時要考慮資源庫建設的多層次、多元化、開放性和動態更新及時性，讓不同的學習者能在資源庫中取得各自所需要的資源。

本文針對目前教學資源服務中普遍存在的海量教學資源與用戶個性化需求之間的矛盾，在校園網英語教學資源庫系統中增加一個教學資源個性化檢索模型（Individualized Search Model of Teaching Resource，以下簡稱ISMTR），該模塊把基于網絡的個性化信息服務引入英語教學資源體系，尊重用戶中存在的差異，學習和跟蹤用戶的個性化興趣，并根據用戶的個性化興趣特征對教學資源進行過濾，實現少而精的教學資源個性化檢索。

一 關鍵技術

1 教學資源的描述

由于教學資源中，決大多數是多媒體信息，它們很難從其內容中提取特征。教育部現代遠程教學資源建設委員在《現代遠程教學資源建設技術規范》中指出，為了便于檢索和共享，需要對教學資源進行屬性標注。在這些屬性中，很重要的一項為關鍵詞屬性。本文所設計的系統采用關鍵詞屬性作為教學資源特征。為了描述關鍵詞某個關鍵詞所代表的知識點占該教學資源總體內容的比重，我們在關鍵詞結構類型中增加一個“比重”字段，類型為數值型。當然，也可以不增加這一字段，系統默認每個關鍵詞在該教學資源的比重相同，即每個關鍵詞的比重都為1/n，n為該教學資源的關鍵詞數量，一般為5~10個[4]。

2 用戶興趣的描述與獲取

（1） 用戶興趣的描述

用戶興趣即用戶的個性化特征，它是指由人類個體特性所決定的其對英語教學資源的需求的特征信息的組合，也就是由特定用戶對英語教學資源需求的決定關系而產生的一系列對個體有用的信息。

在教學資源采用了以關鍵詞為特征后，用戶對某一教學資源的興趣就可以用他對該教學資源的這些關鍵詞的興趣。若用戶對某個教學資源有較大興趣就會花精力去獲取這些教學資源。由于Web用戶對教學資源的獲取的基本途徑是瀏覽，因此用戶的既往瀏覽教學資源中的包含該用戶的個性化特征，用戶對教學資源的訪問的次數越多、最近訪問時間越近，用戶對該教學資源的興趣度越高。即興趣強度應包含訪問次數和最近訪問日期這兩個實際興趣指標。

（2）用戶興趣的獲取

獲得反映用戶信息的個性化信息有這樣兩種方法：第一種方法是由系統記錄用戶的訪問特征形成日志文件，然后通過分析該日志文件或由瀏覽器產生的日志文件總結出用戶興趣模型。第二種方法由用戶通過填寫表單來提供自己的個性化特征信息。這種方式的優點是用戶興趣模型的收斂快，并且能比較準確地反映用戶的需要和興趣。需要用戶事先總結自己的信息需求。由于語言表達的問題和分類的模糊性與多樣性，用戶往往不能通過這種方法將信息需求表達清楚。另外，因為它要求用戶主動填寫，所以系統不能主動跟蹤用戶的興趣變化。

在本文所設計的系統中，對于新注冊用戶，我們采用第二種方法來收集他們的初始個性化特征，對于已注冊用戶，我們采用第一種方法來及時跟蹤他們的個性化特征。

3 向量空間模型

向量空間模型是由Salton提出的關于文檔表示的模型。它以特征項作為文檔表示的基本單位，特征項可以由字、詞或短語組成。所有的特征項構成特征項集。每個文檔可以表示為一個向量，向量的維數是特征項集的個數，向量的每個分量是特征項在文檔中出現的次數[5]。表達文檔和用戶興趣比較直接的做法是利用文檔特征。用戶興趣是多方面的，可以直接利用從瀏覽過的文檔中抽取的詞來表達用戶興趣。該方法不局限于預定義好的主題詞表，矢量的維數一般是不固定的，當然也可以指定一個固定的大小。

采用向量空間模型表示文檔的特征后，用戶的興趣就可以看成是一個文檔，也就可以表示為一個向量Ｕ。文檔與用戶興趣的相似程度就可以用文檔向量Ｖ與用戶興趣向量Ｕ的余弦相似度sim（V，U）來表示。

4 信息過濾技術

目前人們習慣使用搜索引擎在廣闊的互聯網上獲取所需信息。但是當人們輸入一個關鍵詞后，會有成百上千條乃至更多的信息被提供給用戶，然而可能其中僅有一小部分信息滿足用戶的個性需求，甚至沒有。這就是所謂的信息龐大而知識匱乏。這就需要根據用戶的個性興趣進行信息過濾，把所得到的不相關信息減至最小。

信息過濾技術（Information Filtering）正是為解決這一問題而提出的[6]。它是用來描述尋找符合人們興趣的信息處理過程，也就是從大量的動態信息中找出最忠實地滿足用戶所需信息的過程。它使用用戶模型（User Model）來描述用戶興趣主題，將新來的信息或者用戶檢索到的信息與用戶模型進行相關度計算，然后對信息按相關度進行排序，過濾掉不相關的或者相關度小于某一個閾值的信息。通過信息濾波，與用戶個性不相關的信息即用戶不感興趣信息被過濾掉了，反饋的結果都是用戶感興趣的信息，并按相關度大小排序。

二 模塊設計

ISMTR模型的主要功能是在網絡英語教學資源庫系統中學習和跟蹤用戶的個性化興趣，并根據用戶的個性化興趣特征對教學資源進行過濾，幫助用戶在海量的網絡英語教學資源庫系統中快速而準確檢索他所感興趣的教學資源。ISMTR模型的結構如圖1所示：

（1）特征提取模塊實現根據用戶對英語教學資源瀏覽和相關反饋，來提取用戶感興趣的教學資源的特征信息，然后把這些特征信息保存在用戶個性特征庫中并及時跟蹤和更新。當用戶在對教學資源進行瀏覽、下載和檢索操作時，特征提取模塊提取用戶個性化訪問的特征信息，包括教學資源的關鍵詞、訪問日期和累計訪問次數，并把這些信息保存在用戶個性特征庫中。

（2）用戶個性特征庫用于記錄用戶的個性化信息。它動態跟蹤用戶的興趣，提取并記錄關鍵詞作為用戶個性特征，并為用戶模型構建模塊提供用戶特征；

（3）用戶模型構建模塊完成從用戶個性特征庫提取關鍵詞來構成個體用戶模型；

（4）個性化教學資源過濾模塊是該ISMTR模型最重要的一個模塊，它可以根據用戶模型實現對英語教學資源的過濾；在我們的系統中，我們使用用戶興趣向量U來作為用戶模型（User Model），以此來描述用戶興趣主題；同時我們提取教學資源的關鍵詞來形成特征向量R。將用戶檢索到的教學資源的文檔特征向量R與用戶興趣向量U進行余弦相關度計算，余弦值越大表明它們的相關度Sim（U，R）也就越大，反之則越小。計算公式如下：

（5）個性化檢索模塊是接受用戶的檢索請求，由過濾功能模塊根據用戶模型對英語教學資源進行過濾，形成個性化檢索結果。用戶把自己的查詢需求表達成由關鍵詞組成的檢索詞或檢索表達式，通過用戶界面輸入到系統；系統接收到用戶的檢索詞或檢索表達式后，由資源庫管理模塊依據查詢字段的匹配，從英語教學資源庫中查找出所有滿足條件的教學資源，形成第一次檢索結果；然后，由過濾功能模塊根據用戶模型對英語教學資源庫中符合第一次檢索結果的教學資源進行過濾，得到按相關度排序的所有與用戶模型相關的教學資源，形成個性化檢索結果提交給用戶。

（6）英語教學資源庫保存英語教學資源的詳細信息，包括資源編號、資源名稱、適用對象、內容簡介、關鍵詞、文件大小、存儲位置等。在這些屬性中，很重要的一項為關鍵詞屬性，它是教學資源的特征屬性。

（7）ISMTR模型的工作過程：首先由特征提取模塊來提取用戶感興趣的英語教學資源的特征信息，并把這些特征信息保存在用戶個性特征庫中并及時跟蹤和更新，其次由用戶模型構建模塊根據用戶的個性化特征信息構成用戶模型，然后由個性化教學資源過濾模塊根據用戶模型實現對教學資源的過濾，最后由個性化檢索模塊根據過濾結果實現個性化檢索。

三 實驗及實驗結果分析

為了得到實驗對比效果，我們把ISMTR系統進行簡化，去除與個性化服務相關的特征提取模塊、用戶模型生成模塊以及個性化教學資源過濾模塊，形成一個不具備個性化服務的對照實驗系統作為對比。用戶在對照實驗系統中進行英語教學資源檢索時，把自己的查詢需求表達成由關鍵詞組成的檢索詞或檢索表達式，通過用戶界面輸入到系統；系統接收到用戶的檢索詞或檢索表達式后，由傳統的數據庫管理系統依據查詢字段的匹配，從教學資源庫中查找出所有滿足條件的教學資源，形成檢索結果。

信息過濾的主要技術包括三個方面：一是用戶模型和教學資源的表示技術，二是匹配技術，三是相關反饋的利用技術。系統中用戶模板和文檔的表示均采用向量空間模型，匹配技術采用計算向量空間距離的方法，相關反饋為用戶對于給出的教學資源做出明確的二元判斷，即“滿意”或者“不滿意”，其結果用來改進特征項的比重，進而影響相似度。

目前對信息檢索的代表性的評估標準為：查準率（Precision）和查全率（Recall）。

這兩個指標是目前信息服務系統最常用的指標，它們定義如下[7]：

查準率=（過濾結果中符合用戶興趣的信息條數）/（過濾結果得到得信息條數）；

查全率=（過濾結果中符合用戶興趣的信息條數）/（信息源中符合用戶興趣的全部信息條數）。

ITRDS系統注冊的用戶總數為40人，建立40個用戶個性特征庫，興趣小組的人數為21人，教學資源庫規模為67個，取相似度最大的前10篇教學資源提供給相應的用戶。

通過實驗，ITRDS實驗系統平均查準率為0.2平均查全率為0.13；而對照實驗系統平均查準率為0.16平均查全率為0.09。

通過實驗，我們發現ITRDS系統的平均過濾精度要略大于對照實驗系統的平均過濾精度，主要原因在于前者是根據用戶的個性化特征進行教學資源過濾，其結果更具有針對性。由此可得，我們設計的具有用戶個性特征學習功能和過濾功能ISMTR模型能有效地提高英語教學資源服務中個性化檢索的查全率和查準率。

然而，本文所設計的ISMTR模型主要針對的是海量數據庫，對于小規模的數據庫，它的優勢不明顯。此外，用戶個性化特征有著一定的滯后性，需要經過多次學習后才能收斂。

四 結束語

在英語教學資源的應用中，每個學習者有各自不同的背景、語言、文化、興趣愛好，他們的學習起點、學習風格、學習愿望、學習步調等方面存在個體差異，有各自不同的學習路徑和學習方法。建設適應用戶個性化學習需要的教學資源個性化檢索模型將有助于英語教學資源庫的有效運用，同時為用戶選擇更需要的教學資源，滿足各種用戶不同的個性化需求，使每個學習者能夠在特長領域中得到充分發展。

參考文獻

[1] 沈彩芬.網絡多媒體環境下的外語教學特征及其原則[J]. 外語電化教學，2008，121(5): 23-27.

[2] 教育部.現代教育技術規范[M]， 北京:清華大學出版社，2001:21-23.

[3] 李寶敏.從知識管理的角度看遠程教育中個性化資源庫的建設[J]. 中國遠程教育，2003，192(3):28-30.

[4] 寇興權， 劉興環. 遠程教育資源的描述、組織和管理系統設計[J]. 控制工程，20029，(4):35-37.

[5] Yan T W， at al. Index structure for information filtering under the vector space model[R]. Technical Report STAN CS 93. Stanford University. 1993.

[6] 曾春， 邢春曉， 周立柱. 基于內容過濾的個性化搜索算法[J]. 軟件學報，2003，14(5):999-1004.

[7] 徐小琳. 信息過濾技術和個性化信息服務[J]. 計算機工程與應用， 2003，16(9):182-184.