移動(dòng)學(xué)習(xí)環(huán)境下的個(gè)性化資源推薦模型研究*

（渤海大學(xué)教育與體育學(xué)院，遼寧錦州121000）

移動(dòng)學(xué)習(xí)環(huán)境下的個(gè)性化資源推薦模型研究*

☆ 陳 淼 唐章蔚

（渤海大學(xué)教育與體育學(xué)院，遼寧錦州121000）

利用移動(dòng)設(shè)備進(jìn)行學(xué)習(xí)逐漸成為人們?nèi)粘Ｖ匾膶W(xué)習(xí)方式和途徑，本文為解決資源過多不易篩選等信息過載問題，結(jié)合分析移動(dòng)學(xué)習(xí)環(huán)境的特點(diǎn)和學(xué)習(xí)資源推薦的現(xiàn)狀，比較了當(dāng)下常見的幾種個(gè)性化推薦的算法，提出了基于社會(huì)化標(biāo)簽思想的個(gè)性化資源推薦模型。為滿足學(xué)習(xí)者的實(shí)際需求設(shè)計(jì)了情境因素、用戶特點(diǎn)因素、用戶興趣因素、用戶目標(biāo)因素和反饋更新因素這五個(gè)維度的學(xué)習(xí)資源個(gè)性化推薦模型。

移動(dòng)學(xué)習(xí)；個(gè)性化；學(xué)習(xí)資源推薦；模型

引言

手機(jī)等移動(dòng)設(shè)備的普及使得隨時(shí)隨地的學(xué)習(xí)成為可能，但如何快速準(zhǔn)確地檢索、定位自己所需的資源是學(xué)習(xí)者在學(xué)習(xí)過程中面臨的困難。個(gè)性化學(xué)習(xí)資源推薦關(guān)注學(xué)習(xí)者個(gè)體的特征與偏好，匹配學(xué)習(xí)者具體的學(xué)習(xí)情境，將合適的學(xué)習(xí)資源推送給學(xué)習(xí)者。以往的推薦系統(tǒng)不能結(jié)合用戶情境信息因素，不能夠個(gè)性化地滿足用戶的需求，于是基于情境感知的個(gè)性化推薦顯得尤為重要。此外，滿足學(xué)習(xí)者需求的個(gè)性化學(xué)習(xí)資源是受多因素共同影響的，用戶本身的特點(diǎn)興趣、學(xué)習(xí)的目標(biāo)以及對(duì)學(xué)習(xí)資源的反饋等都是重要的影響因素。

一、個(gè)性化資源推薦現(xiàn)狀分析

國(guó)外首次實(shí)現(xiàn)推薦功能的是1992年構(gòu)建的郵件過濾系統(tǒng)，該系統(tǒng)是基于協(xié)同過濾算法完成的，用于解決公司的資訊過載問題。1997年，人們正式提出推薦系統(tǒng)的概念，但此時(shí)的推薦系統(tǒng)還只用于電子商務(wù)領(lǐng)域。此后推薦系統(tǒng)的研究迅速展開，逐步擴(kuò)展到?jīng)Q策支持系統(tǒng)方面，隨著大眾需求的提高，用戶希望出現(xiàn)個(gè)性化的推薦，個(gè)性化推薦成為研究者關(guān)注的熱點(diǎn)。在教育領(lǐng)域內(nèi)，由于近年來網(wǎng)上學(xué)習(xí)資源的增多導(dǎo)致了信息過載等問題，使學(xué)習(xí)資源的個(gè)性化推薦成為學(xué)者研究的焦點(diǎn)，研究成果包括基于用戶行為興趣偏愛的推薦和基于情境的個(gè)性化推薦等。

（一）基于情境的資源推薦

結(jié)合情境的推薦能夠更加個(gè)性化地服務(wù)于大眾。將情境感知結(jié)合到人體健康、醫(yī)療等應(yīng)用軟件，使用戶獲取的信息更加符合實(shí)際情境。在教育領(lǐng)域內(nèi),Yau[1]研究了移動(dòng)學(xué)習(xí)環(huán)境下地理位置、網(wǎng)絡(luò)狀況以及學(xué)習(xí)時(shí)間等因素對(duì)個(gè)性化移動(dòng)學(xué)習(xí)的影響，為移動(dòng)學(xué)習(xí)環(huán)境下的資源推送提供了大量的經(jīng)驗(yàn)。根據(jù)不同的情境特點(diǎn)推送給用戶不同的資源信息，這對(duì)于推送的個(gè)性化有很好的促進(jìn)作用。

（二）基于學(xué)習(xí)者個(gè)人相關(guān)興趣的推薦

為實(shí)現(xiàn)對(duì)用戶推薦信息的個(gè)性化，學(xué)者們往往會(huì)考慮用戶的興趣偏好以及其他一些細(xì)節(jié)上的屬性信息從而實(shí)現(xiàn)對(duì)用戶的個(gè)性化信息推薦。2012年，孫歆[2]等結(jié)合協(xié)同過濾算法以學(xué)習(xí)過程中用戶學(xué)習(xí)行為和在線學(xué)習(xí)資源的特點(diǎn)為基礎(chǔ)，設(shè)計(jì)了基于協(xié)同過濾技術(shù)的在線學(xué)習(xí)資源個(gè)性化推薦模型。2015年，查英華[3]等人從高職學(xué)生的學(xué)習(xí)興趣特征方面考慮，建立了學(xué)生與學(xué)習(xí)資源之間的二元關(guān)系，使學(xué)生的學(xué)習(xí)易于遷移和擴(kuò)展，實(shí)現(xiàn)了個(gè)性化的推送。以上學(xué)者從用戶的個(gè)人行為偏愛等角度去提升資源推送的個(gè)性化，使用戶獲取到基于興趣屬性的學(xué)習(xí)資源。

（三）考慮學(xué)習(xí)者特點(diǎn)的推薦

牟智佳[4]等以學(xué)習(xí)者模型為分析對(duì)象，以個(gè)性化推薦系統(tǒng)為技術(shù)支持，設(shè)計(jì)了基于學(xué)習(xí)者模型的個(gè)性化學(xué)習(xí)資源推薦框架。以上總結(jié)了國(guó)內(nèi)外學(xué)者關(guān)于個(gè)性化資源推薦在基于情境信息、學(xué)習(xí)者用戶行為興趣愛好和學(xué)習(xí)者特點(diǎn)等方面的推薦研究。研究者解決了基于個(gè)性化推薦的不同內(nèi)容的研究問題，并給出了自己的設(shè)計(jì)方案和思想。但關(guān)于學(xué)習(xí)資源的個(gè)性化推薦的具體細(xì)節(jié)介紹還不夠全面，例如：沒有考慮學(xué)習(xí)者的學(xué)習(xí)目標(biāo)和用戶反饋等內(nèi)容，更沒有關(guān)于學(xué)習(xí)情境、學(xué)習(xí)者行為興趣、學(xué)習(xí)者特點(diǎn)、學(xué)習(xí)目標(biāo)和用戶反饋相結(jié)合的個(gè)性化推薦。

二、移動(dòng)學(xué)習(xí)的優(yōu)勢(shì)和個(gè)性化推薦的需求

（一）移動(dòng)學(xué)習(xí)的優(yōu)點(diǎn)

移動(dòng)學(xué)習(xí)的優(yōu)點(diǎn)：學(xué)習(xí)場(chǎng)景的可變換性、學(xué)習(xí)時(shí)間的碎片化和學(xué)習(xí)內(nèi)容的多樣化。移動(dòng)學(xué)習(xí)的一個(gè)非常突出的優(yōu)點(diǎn)就是學(xué)習(xí)場(chǎng)景的可變換性，即學(xué)習(xí)者可以在不同場(chǎng)景、不受地理位置的限制進(jìn)行學(xué)習(xí)；人們進(jìn)行移動(dòng)學(xué)習(xí)時(shí)可以不受時(shí)間的限制、利用空閑時(shí)間進(jìn)行碎片化學(xué)習(xí)，學(xué)習(xí)者對(duì)于學(xué)習(xí)的時(shí)間控制度是相對(duì)自由的，碎片化的學(xué)習(xí)有利于學(xué)習(xí)者對(duì)知識(shí)的掌握和理解；學(xué)習(xí)內(nèi)容的多樣化，網(wǎng)上的學(xué)習(xí)資源的種類繁多、呈現(xiàn)形式趨向于多樣化，使學(xué)習(xí)者能夠有更多的選擇去接觸更多的教育資源。

（二）移動(dòng)學(xué)習(xí)個(gè)性化資源推薦的需求

移動(dòng)學(xué)習(xí)逐漸成為人們?nèi)粘W(xué)習(xí)的一種方式，與傳統(tǒng)的教室學(xué)習(xí)不同，這種學(xué)習(xí)方式使學(xué)習(xí)者有著不一樣的學(xué)習(xí)體驗(yàn)，學(xué)習(xí)者對(duì)于系統(tǒng)推薦的學(xué)習(xí)資源也有了新的實(shí)際需求。

1.學(xué)習(xí)資源推薦的內(nèi)容

吸引用戶閱讀興趣的內(nèi)容具有多樣化、有針對(duì)性和實(shí)時(shí)性強(qiáng)等特點(diǎn)。被推薦的學(xué)習(xí)資源內(nèi)容的多樣化可以激發(fā)他們的學(xué)習(xí)興趣，使學(xué)習(xí)者對(duì)推薦的學(xué)習(xí)資源有新鮮感。在實(shí)際學(xué)習(xí)中，一部分用戶是具有明確的學(xué)習(xí)目標(biāo)的，針對(duì)用戶想要達(dá)到的學(xué)習(xí)目標(biāo)進(jìn)行個(gè)性化推薦，能提高用戶對(duì)推薦資源的學(xué)習(xí)使用率。內(nèi)容的實(shí)時(shí)性表現(xiàn)在推薦系統(tǒng)依據(jù)用戶的反饋評(píng)價(jià)篩選出最新的學(xué)習(xí)資源。

2.學(xué)習(xí)資源推薦的情境

在移動(dòng)學(xué)習(xí)環(huán)境下，用戶對(duì)學(xué)習(xí)資源的需求隨情境而改變。個(gè)性化的推送方式考慮到每一位學(xué)習(xí)者的實(shí)際地理情境和時(shí)間情境，從而篩選出最適合當(dāng)前情境的學(xué)習(xí)資源。結(jié)合了情境信息而推送的學(xué)習(xí)資源更加容易被學(xué)習(xí)者所接受。在不同的環(huán)境里，聲音和明暗程度等對(duì)學(xué)習(xí)者的學(xué)習(xí)有一定的影響，推送的學(xué)習(xí)資源應(yīng)從優(yōu)先適合這些環(huán)境的資源中去篩選。

3.資源推薦的形式

個(gè)性化學(xué)習(xí)資源的推薦形式是非常重要的，學(xué)習(xí)資源本身可以是多形式的，例如：文本、圖片、視頻等格式。學(xué)習(xí)者的學(xué)習(xí)興趣和接受理解的水平不同，所以，依據(jù)用戶的偏向性選擇資源的推薦形式更能提高用戶對(duì)推薦資源的學(xué)習(xí)興趣。

三、移動(dòng)學(xué)習(xí)中的個(gè)性化推薦模型

（一）當(dāng)下常見的個(gè)性化資源推薦算法

1.協(xié)同過濾算法

該算法的基本原理是：根據(jù)學(xué)習(xí)者的學(xué)習(xí)記錄形成學(xué)習(xí)者用戶模型，然后利用相似性度量方法計(jì)算學(xué)習(xí)者用戶或?qū)W習(xí)資源之間的相似度。常用的相似度量方法有：余弦相似度和皮爾森相關(guān)系數(shù)等。找出與該用戶或?qū)W習(xí)資源相似度高的新用戶或?qū)W習(xí)資源，形成“鄰居”，然后對(duì)這些“鄰居”進(jìn)行評(píng)分高反饋好的資源推送。該算法的缺點(diǎn)是冷啟動(dòng)問題和稀疏問題。

2.基于內(nèi)容的推薦算法

該推薦算法主要是利用用戶選擇對(duì)象的內(nèi)容特征，匹配用戶興趣偏好，其特征提取是對(duì)推薦對(duì)象的文本內(nèi)容進(jìn)行分析[5]。其優(yōu)點(diǎn)是它不需要其它用戶的數(shù)據(jù)，沒有冷啟動(dòng)問題和稀疏問題，并且簡(jiǎn)單直觀，不需要領(lǐng)域知識(shí)。缺點(diǎn)是基于內(nèi)容的用戶資料是需要有用戶的歷史數(shù)據(jù)來支撐計(jì)算的，對(duì)多媒體的特征提取還不成熟以及無法適用多語言描述的推薦對(duì)象。

3.關(guān)聯(lián)規(guī)則的推薦

基于關(guān)聯(lián)規(guī)則的推薦技術(shù)是先由管理員定制出相關(guān)的規(guī)則條目，然后依據(jù)定制的規(guī)則度量項(xiàng)目間的相互關(guān)聯(lián)性，最后將關(guān)聯(lián)密切的項(xiàng)目推送給用戶[6]。優(yōu)點(diǎn)是可以應(yīng)用于所有領(lǐng)域，具有通用性。缺點(diǎn)是新錄入系統(tǒng)的學(xué)習(xí)資源由于缺乏支持度而不會(huì)被推送，且隨著規(guī)則的數(shù)量增多，系統(tǒng)將會(huì)越來越難以管理。

4.基于社會(huì)化標(biāo)簽的個(gè)性化推薦

基于社會(huì)化標(biāo)簽的個(gè)性化推薦原理是通過對(duì)用戶以往瀏覽的各類資源所擁有的標(biāo)簽進(jìn)行綜合分析，尋找推算出用戶所喜歡的目標(biāo)標(biāo)簽，然后把持有相關(guān)目標(biāo)標(biāo)簽的學(xué)習(xí)資源推薦給學(xué)習(xí)用戶，從而實(shí)現(xiàn)個(gè)性化推薦。用戶在標(biāo)注資源時(shí)所使用的標(biāo)簽既反映了用戶自身的興趣，又反映了資源的特點(diǎn)。缺點(diǎn)是難于精準(zhǔn)地對(duì)學(xué)習(xí)資源進(jìn)行標(biāo)簽劃分。

（二）個(gè)性化推薦模型應(yīng)用的算法

本模型采用的是基于社會(huì)化標(biāo)簽的思想，將推薦的影響因素歸納為標(biāo)簽，分別為情境因素、用戶特點(diǎn)因素、用戶興趣因素、用戶目標(biāo)因素和反饋因素。將網(wǎng)絡(luò)上的學(xué)習(xí)資源比作N維歐幾里得空間中的向量，向量的維度可以為n維，每一維度代表學(xué)習(xí)資源的一個(gè)標(biāo)簽特征，在本模型中將n=5，即情境、用戶特征、用戶興趣、用戶目標(biāo)和反饋5個(gè)標(biāo)簽特征，每一個(gè)標(biāo)簽擁有自己的子標(biāo)簽，它們的數(shù)值代表該特征標(biāo)簽影響推薦效果的大小權(quán)重。每一個(gè)學(xué)習(xí)資源相對(duì)應(yīng)的每一個(gè)用戶都有一個(gè)自己的社會(huì)化標(biāo)簽集合。依據(jù)各因素的權(quán)重綜合計(jì)算出學(xué)習(xí)資源的推送優(yōu)先級(jí)（如圖1）。

圖1 個(gè)性化推薦流程圖

（三）個(gè)性化推薦模型

在該模型中，系統(tǒng)結(jié)合學(xué)習(xí)者的學(xué)習(xí)情境模塊、學(xué)習(xí)者特點(diǎn)模塊、學(xué)習(xí)者興趣模塊、學(xué)習(xí)者的學(xué)習(xí)目標(biāo)模塊和反饋更新模塊以及個(gè)性化推送內(nèi)容模塊的屬性權(quán)值篩選出個(gè)性化的學(xué)習(xí)資源，從而實(shí)現(xiàn)個(gè)性化學(xué)習(xí)資源的推送（如圖2）。

圖2 個(gè)性化學(xué)習(xí)資源推送模型圖

1.學(xué)習(xí)情境模塊

該模塊主要用于管理學(xué)習(xí)者的地理位置信息情境和學(xué)習(xí)時(shí)間情境。地理位置信息情境按照外界干擾因素程度來劃分，考慮到聲音嘈雜度、光線亮度，將其分為高、中、低三個(gè)干擾程度。學(xué)習(xí)時(shí)間情境分為早上、白天、晚上，分類出適合的文本、圖片、音頻和視頻的學(xué)習(xí)資源屬性。根據(jù)不同的學(xué)習(xí)情境計(jì)算出適合用戶的學(xué)習(xí)屬性。

2.學(xué)習(xí)者特點(diǎn)模塊

該模塊用于建立存儲(chǔ)風(fēng)格迥異的學(xué)習(xí)者模型，從學(xué)習(xí)者的年齡、性別、受教育水平、學(xué)習(xí)內(nèi)容4個(gè)屬性來建立學(xué)習(xí)者的個(gè)人模型，將新的學(xué)習(xí)者與之前學(xué)習(xí)者模型進(jìn)行相似性比較，然后選擇重疊性高的學(xué)習(xí)者模型資源進(jìn)行優(yōu)先推送。

3.學(xué)習(xí)者興趣模塊

該模塊用于搜集學(xué)習(xí)者用戶的興趣，通過存儲(chǔ)學(xué)習(xí)者的瀏覽記錄和學(xué)習(xí)資源的標(biāo)簽，搜集記錄學(xué)習(xí)者感興趣的和不感興趣的內(nèi)容，能夠直觀地體現(xiàn)出學(xué)習(xí)者的學(xué)習(xí)需要，為個(gè)性化資源推薦模型提供了豐富的信息支撐。

4.學(xué)習(xí)目標(biāo)模塊

該模塊用于存儲(chǔ)學(xué)習(xí)者的學(xué)習(xí)目標(biāo)，信息的收集途徑為用戶的標(biāo)簽選擇。

5.反饋更新模塊

該模塊用于存儲(chǔ)用戶的反饋和評(píng)價(jià)信息，使系統(tǒng)實(shí)時(shí)地對(duì)用戶的興趣習(xí)慣等進(jìn)行更新。

6.個(gè)性化推送內(nèi)容模塊

在該模塊中，系統(tǒng)結(jié)合學(xué)習(xí)者的學(xué)習(xí)情境模塊、學(xué)習(xí)者管理模塊、學(xué)習(xí)者興趣模塊、學(xué)習(xí)者的學(xué)習(xí)目標(biāo)模塊和反饋更新模塊的屬性權(quán)值篩選出個(gè)性化的學(xué)習(xí)資源。

學(xué)習(xí)資源推送流程分為數(shù)據(jù)收集、信息篩選、個(gè)性化推送和反饋四個(gè)階段。

首先，進(jìn)行數(shù)據(jù)收集階段。該階段的目的是收集學(xué)習(xí)者用戶的個(gè)人資料，旨在通過這些信息來了解用戶的需求，并將這些信息劃分到學(xué)習(xí)情境模塊、學(xué)習(xí)者特點(diǎn)模塊、學(xué)習(xí)者興趣模塊和學(xué)習(xí)者目標(biāo)模塊。通過新用戶的注冊(cè)信息，或通過第三方軟件賬號(hào)的登錄來獲權(quán)知道新用戶的個(gè)人信息。然后是信息篩選階段。該階段是系統(tǒng)根據(jù)數(shù)據(jù)收集階段得到的用戶需求傾向篩選網(wǎng)絡(luò)資源的過程，綜合經(jīng)過反饋模塊更新后的學(xué)習(xí)者特點(diǎn)模塊、學(xué)習(xí)者興趣模塊、學(xué)習(xí)者目標(biāo)模塊和學(xué)習(xí)者情境模塊得到的信息來完成篩選過程。在眾多資源中篩選出適合學(xué)習(xí)者的學(xué)習(xí)資源，然后通過GPS定位、手機(jī)的型號(hào)特點(diǎn)和網(wǎng)絡(luò)類型等獲知情境信息。其次，是個(gè)性化推送階段。該階段是個(gè)性化推薦系統(tǒng)向每一位學(xué)習(xí)者用戶推送個(gè)性化學(xué)習(xí)資源的階段。經(jīng)過信息篩選階段，個(gè)性化推薦系統(tǒng)向每一位學(xué)習(xí)者推送符合學(xué)習(xí)者個(gè)人需求的學(xué)習(xí)資源，然后把學(xué)習(xí)資源發(fā)送到學(xué)習(xí)者用戶的應(yīng)用界面上。最后，反饋更新階段。該階段是根據(jù)用戶的行為軌跡變化和用戶的評(píng)價(jià)來收集每一位用戶的最新進(jìn)展信息，并將其反饋到最開始的收集資源階段。

（四）個(gè)性化推薦模型的優(yōu)點(diǎn)

個(gè)性化的學(xué)習(xí)資源推薦模型是基于學(xué)習(xí)情境、學(xué)習(xí)者特點(diǎn)、學(xué)習(xí)者興趣愛好、學(xué)習(xí)目標(biāo)和反饋更新5個(gè)維度來考慮的個(gè)性化資源推薦模型。依據(jù)用戶實(shí)際應(yīng)用中所遇到的實(shí)際情況而推出適合學(xué)習(xí)者的學(xué)習(xí)資源。綜合考慮了學(xué)習(xí)者的情境信息、學(xué)習(xí)者的特點(diǎn)、學(xué)習(xí)者的興趣愛好、學(xué)習(xí)者特點(diǎn)和用戶的個(gè)人反饋等維度，更加綜合全面地給學(xué)習(xí)者推薦用戶喜歡的學(xué)習(xí)資源。

四、有待進(jìn)一步研究的問題

本文對(duì)移動(dòng)學(xué)習(xí)環(huán)境下學(xué)習(xí)資源的個(gè)性化推送模型進(jìn)行了具體的闡述，提出了適用于不同情境下的個(gè)性化資源推送模型。在教育學(xué)習(xí)方面，個(gè)性化資源推薦能夠幫助學(xué)習(xí)者更快地選擇自己有效的信息資源，但關(guān)于該學(xué)習(xí)資源的個(gè)性化推薦的相關(guān)研究還有待繼續(xù)深入，如用戶信息的安全性問題、如何推薦真正適合用戶的資源信息和基礎(chǔ)學(xué)習(xí)資源數(shù)據(jù)庫的建設(shè)問題。

[1]Jane Yin-Kim Yau,Mike Joy.A Context-Aware Personalised M-learning Application Based on M-learning Preferences[J].InternationalJournalofMobileLearning and Organisation,2011,(01):1-14.

[2]孫歆,王永固,邱飛岳.基于協(xié)同過濾技術(shù)的在線學(xué)習(xí)資源個(gè)性化推薦系統(tǒng)研究[J].中國(guó)遠(yuǎn)程教育,2012,(08):78-82.

[3]查英華,朱其慎.基于個(gè)性化推薦的移動(dòng)學(xué)習(xí)模式探究——以高職學(xué)生為例[J].職教論壇,2015,(23):57-60.

[4]牟智佳,武法提.電子書包中基于學(xué)習(xí)者模型的個(gè)性化學(xué)習(xí)資源推薦研究[J].電化教育研究,2015,(01):69-76.

[6]王永固,邱飛岳,趙建龍,劉暉.基于協(xié)同過濾技術(shù)的學(xué)習(xí)資源個(gè)性化推薦研究[J].遠(yuǎn)程教育雜志,2011,(03):66-71.

G434

A

1671-7503（2016）23-0069-04

本文系2016年教育部人文社會(huì)科學(xué)研究青年項(xiàng)目“移動(dòng)圖書館促進(jìn)返鄉(xiāng)農(nóng)民工職業(yè)發(fā)展的研究與實(shí)踐”（項(xiàng)目編號(hào):16YJC870015）和2014年遼寧省教育科學(xué)規(guī)劃項(xiàng)目“農(nóng)村教師區(qū)域性微型移動(dòng)教研實(shí)踐研究”（項(xiàng)目編號(hào)：JG14CB009）研究成果之一。

閆長(zhǎng)松]