基于協(xié)同過濾算法的學習行為分析研究與實現(xiàn)

沈 偉

?

基于協(xié)同過濾算法的學習行為分析研究與實現(xiàn)

沈 偉

重慶智勝現(xiàn)場科技有限公司，重慶 400000

隨著在線教育的發(fā)展，基于教學設計、以學習者為中心、以學習行為數(shù)據(jù)為依據(jù)的適應性學習系統(tǒng)，已從理論走向應用。電子商務的推薦算法是適應性學習的可行途徑，基于協(xié)同過濾算法與制造業(yè)在線教育平臺（http://www.zsxc100.com），對學習者的課程學習行為進行分析，并根據(jù)分析結果為學習者推薦他需要的課程。

學習行為；協(xié)同過濾；MOOC

1 背景

隨著在線教育的發(fā)展，特別是近年互聯(lián)網MOOC的風起，已影響到教育研究[1]；基于教學設計、以學習者為中心、以學習行為數(shù)據(jù)為依據(jù)的適應性學習系統(tǒng)[2]，已從理論走向應用。2016年好未來（前身學而思）公司投資了一個世界范圍內領先的自適應學習平臺——Knewton（目前全球范圍內擁有學習數(shù)據(jù)最多的公司之一），好未來未來的十年的10000億條學習數(shù)據(jù)將成為Knewton的優(yōu)質數(shù)據(jù)樣本；Knewton的學習數(shù)據(jù)庫就是獨立的、公共的學習行為大數(shù)據(jù)庫，其收集的用戶數(shù)據(jù)越多，一個用戶在平臺上的使用頻次越高，它所推送的學習內容準確率就越高。

在此背景下，電子商務的推薦算法是適應性學習的可行途徑，本文試圖基于余弦相似度算法，以制造業(yè)在線教育平臺——“智勝現(xiàn)場”平臺（http://www.zsxc100.com）為案例，對學習者的課程學習行為進行分析，并根據(jù)分析結果為學習者推薦他需要的課程。

2 課程學習行為分析與實現(xiàn)

（1）課程學習行為

“智勝現(xiàn)場”平臺學習者的課程學習行為有很多，本文主要對學習者完成學習的課程與課程評價進行分析，其數(shù)據(jù)如下表所示。

表1 智勝現(xiàn)場平臺學習者課程學習行為表

（2）協(xié)同過濾

協(xié)同過濾的核心思想是相似的學習者會學習相似的課程，因此，根據(jù)其他學習者的課程學習信息來推薦課程給當前學習者（A）。為了給當前學習者A推薦他想學的課程，必須找出與學習者A相似的那些學習者（B、C、D…），利用學習者B、C、D…的信息給A產生推薦課程。因此，計算學習者間相似度的方法非常重要[2]。

可以利用“智勝現(xiàn)場”平臺課程學習行為提出一種計算學習者相似度的方法，即把平臺所有課程作為向量的一個維度，如果一個學習者學習完一門課程并評分N分（1-5分），則這個維度上的值就是N（1-5）。V（學習者A）=＜5,4,4,5,3＞；V（學習者B）=＜4,4,5,5,4＞；V（學習者C）=＜5,3,4,4,5＞。

采用向量空間余弦相似度算法可計算學習者之間的相似度，可根據(jù)學習者之間的相似度，進行課程推薦，例如學習者A與C最相似，則學習者A沒有學習的《普通拉動系統(tǒng)》課程，而學習者C學了，可把《普通拉動系統(tǒng)》課程推薦給學習者A。

平臺按照亞馬遜的item-to-item協(xié)同過濾系統(tǒng)可優(yōu)化課程推薦。把學習課程的人員評分作為向量的一個維度，其數(shù)據(jù)如下表所示。

表2 智勝現(xiàn)場平臺課程被學習行為表

則V（班前會）=＜5，4，5＞；V（交接班）=＜4，4，4＞；V（5S現(xiàn)場改善）=＜4，5，4＞；V（精益概述）=＜5，5，5＞；V（生產現(xiàn)場質量控制）=＜3，4，4＞。再利用向量空間余弦相似度算法直接計算課程相似度，進行課程推薦。

3 總結與展望

協(xié)同過濾的缺點就是計算復雜度太高，為 O（MN），M 代表學習者數(shù)量，N代表課程學習數(shù)目。下一步當學習者的課程學習行為數(shù)據(jù)量為大型數(shù)據(jù)集時，還應采用分區(qū)、采樣、降維（去掉某些稀疏的學習者或去掉冷門、熱門課程，例如聚類方法）的應對策略；并注意降低計算復雜度的同時兼顧推薦的準確性。

[1]李曼麗，黃振中.MOOCs 平臺大數(shù)據(jù)的教育實證[J].科學通報，2015（5/6）：570-580.

[2]張羽，李越.基于MOOCs大數(shù)據(jù)的學習分析和教育測量介紹[J].清華大學教育研究，2013（4）：22-26.

Research and Implementation of Learning Experience Analysis Based on Collaborative Filtering Algorithm

Shen Wei

Chongqing smart production locale technology Co., Ltd., Chongqing 400000

With the development of online education，an adaptive learning system based on instructional design, learner centered and learning experience data has gone from the theory to the application. Recommendation algorithm of electronic commerce is a feasible approach to adaptive learning.Based on collaborative filtering algorithm and the online education platform for the manufacturing industry（http://www.zsxc100.com）, we investigate the learner's learning experience and recommend his course according to the results of the analysis for the learner.

Learning Experience;Collaborative Filtering;MOOC

TP391.3

A

1009-6434（2016）10-0149-02

沈偉（1973—），男，重慶人，重慶智勝現(xiàn)場科技有限公司技術總監(jiān)，工程師，研究方向在線教育。