基于深度學習的個性化學習模型設計

劉中宇+高雨寒+胡超

摘 要：現階段人們的學習呈現碎片化、微型化、多任務和淺層讀圖的特征。如何促使學習者進行信息深度加工、構建結構化知識體系，有效、準確地獲取學習資源，滿足其個性化學習和高階思維能力發展的需求，成為目前的研究焦點。文章在闡述和研究個性化學習、深度學習內涵的基礎上，認為個性化學習系統的核心是個性化學習過程，將它與深度學習過程融合，一方面提出基于深度學習的個性化學習模型，以期提高個性化學習的效果；另一方面指出該模型包括學習交互界面、實踐共同體社區、深度學習過程、智能導學過程和評價五個核心模塊，以便為進一步研究提供方向。

關鍵詞：個性化學習；深度學習；學習系統

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2016）08-0082-05

一、問題提出

互聯網技術和移動技術的飛速發展，使得網絡覆蓋更廣、上網速度更快，為網絡學習與移動學習提供了穩定的學習環境。據中國互聯網絡信息中心（CNNIC）2015年7月發布的第35次《中國互聯網絡發展狀況統計報告》顯示，我國網民規模達6.68億，手機網民規模為5.94億，在整體網民中占比達88.9%，手機已經成為我國網民的第一大上網終端[1]，人們更傾向選擇網絡和移動設備作為學習的工具。

大規模在線開放課程MOOC的出現引起了全球范圍內教育的變革，它以大規模、在線、開放三大特征吸引著全球的學習者。Coursera的注冊人數每天都在增加，截至目前有14，875，712位學員注冊，有1291門課程對全球免費開放[2]。我國“本土”慕課—“學堂在線”，在過去一年選課人數超過57萬次[3]。MOOC課程的特征是學習目標單元化，學習知識碎片化，學習內容富媒體化。一門課程分成若干個單元，再將一個單元劃分為若干知識點以5-15分鐘的圖片、音樂或視頻的形式展示。目前倡導的微課教學、關注微信和微博課程公眾號的微學習，更是以碎片化的理念來組織學習。

碎片化學習呈現的是短時間、單任務、獨立知識點的學習方式，學習者在生活和工作間隙實現隨時隨地的被動接受與主動獲取知識，它能有效的利用碎片化時間，快速達到學習目的，調動大家參與的積極性，在廣泛的碎片化學習過程中，每位參與者既是學習者也是知識的貢獻者，營造了一種泛娛樂化學習氛圍。

然而，碎片化學習往往具有知識內容單一、淺閱讀的特征，學習者對知識的理解停留在淺表的感受層面。有學者在研究碎片化學習對認知障礙影響的調查中顯示：51.4%的學生不認可以碎片化學習取代系統學習，認為長期碎片化學習將影響邏輯思維能力的發展[4]。在信息量巨大的網絡環境中，學習者難以保持邏輯、系統的長時間記憶，各種推送消息、彈出窗口讓學習的焦點不停的在頁面間切換，對知識的注意更多的是感官的“瀏覽”活動。這樣的學習活動難以引入深度的學習、構建知識的聯系及發展創造力。因此構建“深度”的個性化學習環境就成為攻克淺層學習的關鍵。然而如何在學習者的認知軌跡中挖掘學習者的學習偏好？如何有效的引導學習者進行信息組織加工、構建知識結構和對問題的反思與知識的遷移，促進其高階思維能力的發展？如何建立知識與個體之間的關聯，達到私人訂制的個性化學習推送，實現職業發展的個性化學習和終身學習的需要？都是個性化學習研究關注的焦點。

二、個性化學習與深度學習概述

1.個性化學習的內涵及現狀

我國古代教育家孔子最早提出個性化學習的理念——“因材施教”。在網絡技術資源極其豐富的環境中，學習者也呼吁能獲得“私人訂制”的學習體驗。因此如何實現以人為本、以培養創新人才為目標的個性化學習成為教育者關注的焦點。個性化學習是相對傳統教育教學模式而言，它能尊重學習者的個體差異，根據學習者學習方式、掌握技能、興趣愛好、學習目標等提供符合學習者特征的學習策略，同時還能幫助學習者更好的了解自我，促進資源的有效利用、學習效果的提高和個體的個性發展。個性化學習可以使每一個學習者的潛能得到最大限度的發展，獲得成功體驗和生存效能感[5]。

自網絡教育開展以來，自主開放的教育形式，讓不少研究者開始關注基于網絡環境下個性化學習的研究。目前，國外對個性化學習系統主要分為兩種：智能教學系統和自適應學習系統。國內對個性化學習的研究也比較多，從研究的內容，可分為本體的資源庫研究、數據挖掘技術研究和學習風格研究三大類。如黃海江等人研究基于本體資源的個性化學習[6]，對資源進行語義描述從而建立與學習者特征的聯系。如劉美玲[7]、劉向麗[8]分別從數據挖掘和學習風格角度研究個性化學習的系統，依據學習者的歷史數據和表現行為設計并推薦學習者感興趣的學習內容。隨著網絡環境的變化，基于網絡的個性化學習模式也在不斷更新。從研究的依托環境來看，現階段研究的個性化學習有遠程學習的個性化學習、網絡教育的個性化學習、關于e-Learning的個性化學習及基于移動學習的個性化學習等，他們從技術創新和環境支持角度構建個性化學習模型。

2.深度學習的內涵及現狀

深度學習最早提出是在20世紀50年代，美國學者Ference Marion和Roger Saljo研究學生閱讀學術文章的過程和結果發現，學生在信息加工的過程中存在深層次和淺層次的區別。隨后，在1975年他們發表的論文中明確提出深層學習（Deep Learning）和淺層學習（Surface Learning）的概念[9]。目前對深度學習的概念沒有統一的界定，但對深度學習本質內涵及特征的認識日趨一致。概而言之，深度學習是一種學習方式，是通過理解、歸納、分析、綜合、評價的手段達到有意義的學習目的，在元認知的基礎上批判性的接收和學習新知識，構建知識間的聯系，進行知識的遷移和應用，促進高階思維能力的發展。深度學習要求學習者具有主動探索精神、批判性思維、學習遷移和創造能力。國內對深度學習的研究還停留在理論研究和探索階段。國外對深度學習注重從實踐教學中探索和總結促進深度學習的策略和方法，如John Biggs 和 Catherine Tang 合著的《Teaching for Quality Learning at University》中結合教學實踐，闡述了深度學習的定義、過程和評價方法，提出利用SOLO分類法來測量學生的理解水平，認為深度學習法是提高教學質量的有效方法[10]。

三、個性化學習的學習形態

1.個性化學習系統應用要求

個性化學習系統是支持開展個性化學習活動的環境，個性化學習是指以學習者為中心，根據學習者的需求、風格、能力等自由選擇學習目標的學習過程，理性的個性化學習環境表現為以下特點：

（1）豐富的學習資源。與傳統統一授課教學模式相比，個性化學習根據學習者的能力和風格等特點提供有差異的學習課程、學習材料、認知工具和學習空間等。

（2）自動化的學習管理。基于網絡的個性化學習，能自動監控學習行為、活動和結果的軌跡并保存在數據庫中，形成個性化電子檔案袋，便于挖掘學習者特征，實現個性化學習。

（3）自由的學習空間。為學習者提供自由的選課機制，不限地域、時間、次數反復學習的機會。

（4）虛擬的學習社區空間。基于網絡的虛擬學習環境，非面對面的學習交流具有匿名的特點，學習者不必擔心因失敗被他人嘲笑的后果，為學習者提供了一個暢所欲言、開放的學習共同體空間。

2.個性化學習系統工作流程

個性化學習系統常見的工作流程為：用戶首次使用系統時需填寫用戶信息和問卷，形成基本的用戶偏好和學習風格，在學習過程中監測學習者學習行為，通過數據挖掘、數據分析等來構造并逐步完善學習者模型、建立學習者與課程知識庫間的聯系，從而實現個性化推薦，形成個性化的學習路徑，如圖1所示。系統由環境、資源和技術組成，大都具備課程學習、資源下載、測試與跟蹤、實時監控的功能，分析學習者的特征信息、測試結果、學習任務完成情況等，并將它們及時反饋給學習者或教師，幫助他們進一步提高教與學，利用數據挖掘技術實現個性化推薦的學習服務。其實系統的核心還是個性化學習的過程，但他們過多的注重技術，沒有將深度學習的理念引入到個性化學習活動的設計過程，沒有考慮學習者如何在個性化學習環境中對知識進行信息加工，如何實現知識的建構、遷移、評價和創新。

四、基于深度學習的個性化學習模型的構建

1.模型整體設計

根據系統工作流程和研究的領域架構，將深度學習的個性化學習系統的結構分為了五部分：學習交互界面、深度學習過程、實踐共同體社區、智能導學過程和評價中心，如圖2所示。學習交互界面是學習者與系統溝通的直接通道，需要結合視覺與心理學的研究；實踐共同體社區是解決和深入探討同一類問題而聯系在一起分享信息和生活經驗的群體，為學習者提供交流討論、知識遷移及創造的場所，是深度學習不可缺少的部分；深度學習過程是學習者學習過程的探究，需要更多學習策略與認知策略的支持；智能導學過程是指在系統提供的數據庫資源的基礎上，通過數據挖掘和分析，建立學習者特征模型，為學習者提供個性化導學的學習策略，需要數據處理和算法分析的研究。評價即是對學習效果的評價，學習效果的好壞是評價學習系統的唯一標準，需從多維度展開。

2.模型主要功能模塊分析

（1）學習交互界面模塊

學習者的學習活動和學習結果都需通過界面與系統數據建立交互聯系，因此系統的界面設計不僅要有良好的視覺效果，還需要考慮學習者的偏好和行為習慣，在用戶的體驗上做到“別讓我等，別讓我想，別讓我煩”[11]，在技術上能夠滿足自適應多種終端的快速、正常響應。避免因系統的操作而增加學習者的認知負擔，使學習者在學習活動過程中保持愉快的心情、便捷的操作和快速的獲取服務。

Pieter Desmet和Paul Hekkert[12]將用戶體驗分為三個層次：感知體驗、理解體驗和情感體驗。以學習者為中心的交互設計，建立從第一眼與界面的初步感知，到實際操作的交互體驗，最后產生情感的共鳴，在界面的友好與交互中創設學習的情境，激發學習者的學習興趣。

（2）實踐共同體社區模塊

實踐共同體由領域、社團、實踐三個基本元素構成[13]，是指在涉及的領域有共同文化背景、目標、意義和實踐，對領域問題有相互影響、相互學習、相互聯系的人的實踐集合，他們在一起分享信息、想法、工具等，在實踐中開發、分享和保持知識。基于網絡的實踐共同體能打破地域、時空的限制，延伸網絡虛擬空間，方便學習者在共同學習任務和共同興趣驅動下積極、主動地參與信息分享、知識交流和經驗討論，還能消除網絡學習的孤獨感。在社區內發起討論主題，社區內成員可以自由發言，新成員和老成員間的經驗交流能激發學習者的積極性，保持對未來學習的新鮮感和努力程度，促進學習者對知識的組織加工、知識創新和思維能力的發展，實現深度學習。

（3）深度學習過程模塊

深度學習的過程在功能模塊上又包括個性化學習路徑的選擇、監控中心、資源的調度和學習結果等模塊。學習者在首次注冊使用時填寫基本信息、學習傾向、原有知識水平等，系統根據用戶信息推薦個性化的學習課程，也可以自主選擇課程、制定個性化的學習路徑和計劃。在多次登錄和課程學習之后，對監測的個性化學習行為和學習結果信息進行決策分析，可實現個性化學習需要預測，提供更接近真實的個性化學習需要，幫助學習者制定和完善學習計劃。學習者可以自主的選擇學習課程，根據自身的媒體傾向選擇學習平臺提供的資源形式，根據自己的時間和學習目標制定學習計劃并實施。但學習者的深度學習過程表現為：注意與預期、元認知準備、學習情境創設、選擇性知覺、知識習得、批判與重構、知識遷移、評價和創新等階段，如圖3所示。在知識習得階段之前的學習表現為注意、識記和理解，還是淺層學習的表現，批判與重構階段之后的學習涉及元認知的認知、高級概念的理解、創新和高階思維能力發展，屬于深度學習。

批判與重構知識：信息加工過程中，學習者在元認知理解的基礎上主動批判性地學習新知識，建立新舊知識之間的聯系。在這個過程中，運用多樣的學習策略如實踐共同體社區相互分享學習經歷，或運用其他交流工具進行交流協作，幫助學習者進行知識的重新組織和意義建構，實現知識的整合。

遷移：學習者利用獲得的新知識來解決其它的同類問題。遷移分兩種形式：一種是直接遷移，是不需要信息加工，直接把獲得的新知識運用到實際問題中。另一種是間接遷移，對學習者的要求更高，需要將獲得的知識總結轉化為概念、方法或思想用以處理復雜的問題。遷移是建立在對知識深刻理解基礎上思考、領會學會學習的方法。學習者可借助實踐共同體社區在提出問題與解決問題的過程中實現對知識的遷移。

創造：是學習的高階階段，學習者在學習過程中不斷評價、總結，根據自己的學習目標和學習結果等進行反思，將知識的遷移能力進一步升華，實現知識的創造。創造是在物質積累的程度上產生的，是量到質的變化。在此過程中，學習者需要運用學習的分析工具、評價工具和共同體社區成員反饋的信息，不斷積累、分析、反思和評價，實現“質”的飛躍。

（4）智能導學模塊

系統的數據庫資源中有課程資源庫、學習策略庫、課程知識庫、學習工具庫、元數據、知識本體庫和實時監測學習行為的學生信息庫。對學生信息庫歷史數據進行預處理，通過數據挖掘等手段創建或更新學習者特征模型，并建立學習者與資源之間的聯系即形成導學策略。根據導學策略建立資源的算法推送機制，通過元數據標注形成元數據信息，然后將這些元數據信息存儲在元數據庫中，元數據庫通過知識映射到知識本體庫，將學習者領域認知能力與知識本體庫之間建立對應聯系，根據標注的知識屬性特征主動推送資源到特征用戶，實現個性化的學習路徑。其實現過程如圖4所示。智能導學過程的核心價值是建立領域知識本體的標注和基于數據挖掘建立特征模型與資源的聯系。

（5）學習評價模塊

學習評價是指依據一定的指標，采取一定的手段對學生的學習過程和學習結果進行價值判斷的過程。基于網絡的學習評價過程可分為診斷性評價、形成性評價和總結性評價，從學習者的學習風格、認知能力、課程作業、測評結果等綜合考察學習過程，根據一定的指標權重來進行判斷。然而，評價的方式和指標還需根據教學目標和環境從多個維度考慮。評價方式和指標的設計可根據布魯姆、辛普森、克拉沃斯、比格斯和克里斯等教育者的教育目標分類理論基礎上，從認知、動作、情感和思維四個維度對照分類展開。基于圖2系統整體設計模型的評價中心將評價的過程分為評價對象、評價策略、評價指標和評價模型的建立，最后實施評價。在本系統中應將學習資源、學習過程、學習結果和反饋信息等作為評價對象，來建立評價策略，根據實際學科情況設計評價指標、緯度等參數，建立符合實際課程和學習內容特征的評價模型。

五、結束語

個性化學習是現代教育發展的必然趨勢，也是學習型社會的需要。深度學習是促進有意義學習的學習方式，是有效學習的學習過程模式。將深度學習的學習方式與個性化學習的理念相結合，目的在于促進個性化學習的深度學習，實現個性化學習的有意義學習，促進實用性和創新型人才的培養。基于深度學習的個性化學習的特點主要表現為：

（1）以學習者為中心。情境創設、資源設計與評價及學習活動過程展開是為了更好的激發個體的學習情趣，滿足個體學習需要，促進個體的知識意義建構，目的是進一步挖掘個性化學習的需求，體現學習者的主體地位。

（2）注重知識的遷移與應用。學習遷移是一種學習對另一種學習的影響。美國心理學家M.L.比格指出：“學習遷移是教育最后必須寄托的柱石。如果學生在學校中學習那些材料無助于他們進一步沿著學術的程序，并且不但在目前，而且在以后生活中更有效地應付各種情境，那么就是浪費他們的許多時間。”在個性化學習中，知識的遷移應用是檢驗學習效果的最顯著方法，更能促進有意義學習，達到深度學習的目標。

（3）促進更高層能力的發展。個性化學習和深度學習同時強調把個體的學習興趣、特征與資源達到高度的相似匹配，有效的促進信息加工、知識構建、遷移和高級思維發展，學習者在學習過程中展現個性，實現價值，發揮創造性，充分發展人的潛能。

（4）注重自主終身的學習。深度學習和個性化學習都積極引導學習者主動探索、自主學習，注重學習者能力的培養。當今知識增長加劇、技術更新加快，唯有掌握學習方法、終身學習，才能在各種變化中游刃有余，不被時代所淘汰。

本文提出基于深度的個性化學習系統模型，希望能夠在當前碎片化學習形式下提高學習效率，促進學習者構建個性化知識結構體系，一方面為個性化學習的進一步研究提供參考意見，另一方面為基于深度的個性化學習研究提供參考方向。

參考文獻：

[1]CNNIC第35次中國互聯網絡發展狀況統計報告[EB/OL].http：//www.cac.gov.cn/cnnic35fzzktjbg.htm，2015-9-3.

[2]Coursera[EB/OL].https：//www.coursera.org，2015-9-3.

[3]孫茂松，彭遠紅.東風漸屬新桃李：寫在清華大學“學堂在線”MOOC平臺發布一周年之際[J].計算機教育， 2014（11）：1.

[4]張克永，李宇佳，楊雪.網絡碎片化學習中的認知障礙問題研究[J].現代教育技術， 2015，25（2）：88-94.

[5]楊德華.個性化遠程教學系統的模型研究[J].計算機工程與應用，2003（10）：118-121.

[6]黃海江，楊貫中.基于本體的學習內容個性化推薦[J].科學技術與工程，2007（7）：3394-3398.

[7]劉向麗.基于學習風格的個性化移動學習網站的研究與設計[D].武漢：華中師范大學，2011.

[8]劉美玲.基于數據挖掘技術的個性化學習系統研究[D].重慶：重慶大學， 2007：49-56.

[9]Marton F， S？觟lj？觟 R. On Qualitative Differences in Learning： I—Outcome and process*[J]. British journal of educational psychology，1976， 46（1）： 4-11.

[10]Biggs J.， Tang C.. Teaching for quality learning at university [M].Buckingham：The Society for Research into Higher Education&Open University Press，2011：21-22.

[11]王堅.結網@改變世界的互聯網產品經理[M].北京：人民郵電出版社，2013：92.

[12] Pieter Desmet， Paul Hekkert. Framework of product experience[J].International Journal of Design， 2007， 1（1）：57-66.

[13]Wenger E.，McDermott R.& Snyder W（著），邊蜻（譯）.實踐社團：學習型組織知識管理指南[M].北京：機械工業出版社，2003：4.

（編輯：魯利瑞）