基于因子分析的自適應(yīng)學(xué)習(xí)平臺算法研究

陸 峰

(長江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，湖北 荊州 434023)

基于因子分析的自適應(yīng)學(xué)習(xí)平臺算法研究

陸 峰

(長江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，湖北 荊州 434023)

為解決網(wǎng)絡(luò)學(xué)習(xí)平臺的自適應(yīng)問題，采用因子分析方法，對決定學(xué)習(xí)內(nèi)容難度和學(xué)習(xí)者能力的各影響因子進(jìn)行分析，并對各影響因子進(jìn)行定量分析計(jì)算，得到兼顧學(xué)習(xí)內(nèi)容難度和學(xué)習(xí)者能力的智能自適應(yīng)效果。實(shí)踐應(yīng)用證明，該算法可以提供較好的內(nèi)容適配過程，是一種可行的算法。

因子分析；自適應(yīng)學(xué)習(xí)平臺；難度水平；學(xué)習(xí)者能力

隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，遠(yuǎn)程教育、終身學(xué)習(xí)、終身教育等理念也隨之深入人心，使得越來越多有著不同文化背景、文化層次、水平能力的人使用互聯(lián)網(wǎng)獲取所需知識和信息?！耙圆蛔儜?yīng)百變”的互聯(lián)網(wǎng)內(nèi)容體系面臨著巨大的挑戰(zhàn)，如何給具有不同文化層次、水平能力的人提供與之適應(yīng)的內(nèi)容資源已成為當(dāng)前學(xué)術(shù)研究的熱點(diǎn)。自適應(yīng)學(xué)習(xí)平臺的構(gòu)建即是在線學(xué)習(xí)(E-learning)領(lǐng)域?yàn)榻鉀Q該問題做出的探索。下面，筆者采用因子分析法[1]對自適應(yīng)學(xué)習(xí)平臺進(jìn)行可行性算法分析，對系統(tǒng)中的絕對影響因子——內(nèi)容素材和學(xué)習(xí)者能力進(jìn)行細(xì)化分析，并對各自細(xì)化影響因素進(jìn)行量化捕捉。

1 系統(tǒng)結(jié)構(gòu)

圖1 系統(tǒng)功能層級圖

系統(tǒng)包含5個主要功能層級：數(shù)據(jù)庫層、學(xué)習(xí)者能力獲取層、數(shù)據(jù)挖掘?qū)印?nèi)容適配層、表示層，其功能圖示如圖1所示。

用戶進(jìn)入系統(tǒng)后其數(shù)據(jù)流程描述如圖2所示。

2 算法分析

2.1學(xué)習(xí)內(nèi)容難度系數(shù)D的計(jì)算

學(xué)習(xí)內(nèi)容難度初始系數(shù)分為5個等級[2]：D={d1，d2，d3，d4，d5}={很難，難，適中，簡單，很簡單}，且有：

如何來動態(tài)調(diào)整確定學(xué)習(xí)內(nèi)容的難度系數(shù)，并把其歸屬到何種等級是需要探索的重點(diǎn)，筆者把其影響因子確定為3個：{專家制定，教師制定，學(xué)生制定}={D1，D2，D3}，其中：

圖2 系統(tǒng)用戶數(shù)據(jù)流圖

式中，m、i、j分別代表參與制定的專家、教師和學(xué)生代表人數(shù)；Rm、Ri、Rj分別代表相應(yīng)給出的難度系數(shù)，均受D值約束。

因?qū)＜胰后w，教師群體和學(xué)生群體所占權(quán)重不同，分別分配以不同權(quán)重值W1，W2，W3，且W1+W2+W3=1， 0

系統(tǒng)中，W1、W2、W3的值是可調(diào)整的，且因?yàn)橄到y(tǒng)用戶的動態(tài)性(包括群體能力水平的不均衡和個體的不均衡)，系統(tǒng)中的學(xué)習(xí)內(nèi)容難度也是隨之動態(tài)變化的。

2.2學(xué)習(xí)者能力水平系數(shù)A的計(jì)算

學(xué)習(xí)者能力水平系數(shù)分為5個等級：A={a1，a2，a3，a4，a5}={很高，高，一般，低，很低}，且：

(系統(tǒng)中，臨界值可以初始化調(diào)整)

如何來確定學(xué)習(xí)者能力水平，并把其歸屬到何種等級也是需要探索的重點(diǎn)。筆者把其影響因子確定為6個：{內(nèi)容問卷，內(nèi)容測試，內(nèi)容學(xué)習(xí)時長，知識鏈接點(diǎn)擊數(shù)，搜索引擎使用數(shù)，鼠標(biāo)無目標(biāo)運(yùn)動和點(diǎn)擊數(shù)}={F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5，F(xiàn)6}，其權(quán)重分配相應(yīng)為{w1，w2，w3，w4，w5，w6}，且w1+w2+w3+w4+w5+w6=1，且均為0～1正值，下面分析各因子計(jì)算方法。

1)內(nèi)容后置問卷確定系數(shù)F1為捕捉學(xué)習(xí)者的當(dāng)前學(xué)習(xí)能力，每個學(xué)習(xí)內(nèi)容單元后都置有問卷，問卷內(nèi)容簡單。學(xué)習(xí)者自身對內(nèi)容理解的程度記為X1={完全理解，理解，一般，不完全理解，完全沒理解}，其對應(yīng)水平能力系數(shù)初始記為{f1，f2，f3，f4，f5}。系統(tǒng)采用統(tǒng)計(jì)學(xué)方法，對所有參與該學(xué)習(xí)單元問卷結(jié)果進(jìn)行統(tǒng)計(jì)，計(jì)算出的具體比例值作為矯正系數(shù)F1的計(jì)算依據(jù)。

如當(dāng)前學(xué)習(xí)者問卷選項(xiàng)為{理解}，對應(yīng)水平能力系數(shù)為{f2}，而在統(tǒng)計(jì)人數(shù)中，有比例為f的人選擇了{(lán)一般}及以下，則F1應(yīng)被理想化矯正為：

f越靠近(f3+f4+f5)的值，則說明F1越的值越靠近f2。

2)內(nèi)容后置測試反饋確定系數(shù)F2為捕捉學(xué)習(xí)者的當(dāng)前學(xué)習(xí)能力，每個學(xué)習(xí)內(nèi)容單元后都置有測試環(huán)節(jié)，其對當(dāng)前學(xué)習(xí)單元的內(nèi)容進(jìn)行簡單測試，以反饋學(xué)習(xí)者的知識掌握情況，學(xué)習(xí)者測試的具體得分值轉(zhuǎn)化為百分制后歸一值即為系數(shù)F2。

3)內(nèi)容頁面學(xué)習(xí)時長確定系數(shù)F3學(xué)生在利用系統(tǒng)進(jìn)行學(xué)習(xí)時，每個單元學(xué)習(xí)內(nèi)容頁面上所停留的時間(學(xué)習(xí)時長)是其能力水平的一個直觀外顯。在此信息中，系統(tǒng)需要過濾一些干擾信息，如停留時間過長或過短，過長可能因?yàn)闆]有專注學(xué)習(xí)，轉(zhuǎn)移了注意力，過短則可能因?yàn)橥话l(fā)事件導(dǎo)致其中斷學(xué)習(xí)等。

F3=b4-(b4-b3)×(1-b)

4)內(nèi)容頁面知識鏈接點(diǎn)擊次數(shù)確定系數(shù)F4系統(tǒng)采用統(tǒng)計(jì)方法，對所有學(xué)習(xí)者點(diǎn)擊次數(shù)進(jìn)行記錄，統(tǒng)計(jì)出多于當(dāng)前學(xué)習(xí)者、少于當(dāng)前學(xué)習(xí)者及等于當(dāng)前學(xué)習(xí)者點(diǎn)擊次數(shù)的比例，各自記為a，b，c，有a+b+c=1，且均為0～1正值，則當(dāng)前學(xué)習(xí)水平能力系數(shù)可近似計(jì)算為：

5)內(nèi)容頁面搜索引擎使用次數(shù)確定系數(shù)F5內(nèi)容頁面搜索引擎是為學(xué)習(xí)者提供的又一學(xué)習(xí)輔助功能，由此所確定的系數(shù)F5和F4的計(jì)算方法相似，在此不作贅述。

6)鼠標(biāo)無目標(biāo)活動和點(diǎn)擊數(shù)確定系數(shù)F6系統(tǒng)利用統(tǒng)計(jì)學(xué)方法，把所有學(xué)習(xí)者的相應(yīng)操作信息進(jìn)行線性運(yùn)算處理統(tǒng)計(jì)，即把上述幾種信息視為線性相關(guān)變量，計(jì)算出當(dāng)前學(xué)習(xí)者所處的位置狀態(tài)，即為其在此維度上表現(xiàn)出的學(xué)習(xí)能力水平，其計(jì)算原理和F4的計(jì)算方法相似，在此不作贅述。

假設(shè)6個影響因子{F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5，F(xiàn)6}通過計(jì)算取值分別為{0.8，0.8，0.7，0.8，0.65，0.8}，其權(quán)重分配相應(yīng)為{w1，w2，w3，w4，w5，w6}={0.15，0.3，0.2，0.15，0.1，0.1}，可以得出：

計(jì)算結(jié)果為0.765，表明當(dāng)前學(xué)習(xí)者能力水平居于a2層級，即為{高}水平能力。

2.3內(nèi)容適配過程

通過上述方法進(jìn)行確切計(jì)算，系統(tǒng)通過規(guī)則庫的推理，對學(xué)習(xí)者所反映出的能力水平高低，推出相對應(yīng)級別的學(xué)習(xí)內(nèi)容。系統(tǒng)規(guī)則庫可簡化描述為：

If User=a1then

Pushd1

…

If User=a5then

Pushd5

3 結(jié) 語

自適應(yīng)學(xué)習(xí)是E-learning領(lǐng)域中研究的熱點(diǎn)。筆者采用因子分析法對自適應(yīng)學(xué)習(xí)平臺進(jìn)行可行性算法分析，對系統(tǒng)中的絕對影響因子——內(nèi)容素材和學(xué)習(xí)者能力進(jìn)行細(xì)化分析，并對各自細(xì)化影響因素進(jìn)行量化捕捉。系統(tǒng)在獲取兩者系數(shù)之后，進(jìn)行自動適配，使得學(xué)習(xí)者能夠在能力不斷變化的同時獲得對應(yīng)難度的學(xué)習(xí)內(nèi)容，提高學(xué)習(xí)者的學(xué)習(xí)效率。

[1]游家興.如何正確運(yùn)用因子分析法進(jìn)行綜合評價[J].統(tǒng)計(jì)教育，2003(56)：10-11.

[2]Chih-ming Chen, Hahn-ming Lee, Ya-hui Chen. Personalized E-learning system using Item Response Theory[J]Computers & Education，2005，44：237-255.

[3]Huang Chenn-Jung, Chu San-Shine, Guan Chih-Tai. Implementation and performance evaluation of parameter improvement mechanisms for intelligent E-learning systems[J].Computers & Education，2007，49：597-614.

[編輯] 洪云飛

10.3969/j.issn.1673-1409.2011.04.027

TP391

A

1673-1409(2011)04-0083-03