混合云下基于個性化推薦的移動學習平臺研究

伍冬莉，唐萬梅，趙瑛

（1.重慶師范大學計算機與信息科學學院，重慶 401331；2.重慶師范大學生命科學學院，重慶 401331）

混合云下基于個性化推薦的移動學習平臺研究

伍冬莉1，唐萬梅1，趙瑛2

（1.重慶師范大學計算機與信息科學學院，重慶 401331；2.重慶師范大學生命科學學院，重慶 401331）

移動學習作為一種新的學習方式，早已成為教育技術領域的研究熱點。目前，大多數的移動學習平臺雖擁有海量的教學資源，但學習者卻很難從中找到適合的學習資源，導致用戶體驗差、學習效果不佳等問題，因此在移動學習平臺中融入個性化的元素至關重要。設計基于個性化推薦的移動學習模型，同時以Moodle與微信支持下的“重師微學”移動學習平臺為例，對平臺的支撐環境、關鍵技術、架構及功能進行設計與開發，實現了混合云模式下的“重師微學”移動學習平臺，最后分析該平臺的特征及優缺點，以期為個性化移動學習平臺的設計提供參考。

混合云；個性化；移動學習；Moodle；微信

0 引言

移動互聯時代的到來，大大促進了移動設備與教育教學的深度融合，移動學習（Mobile Learning）已成為教育技術領域的重要研究及發展方向。移動學習是一種在移動智能設備幫助下，能夠在任何時間、任何地點發生的學習[1]，它打破了傳統課堂（固定時間、固定地點、固定教師、固定學習伙伴等）的學習方式，能夠帶給人們一種全新的、情景化的交互式學習體驗，滿足人們碎片化學習、終身學習的需求。

目前，現有的移動學習平臺經過不斷發展，已經擁有比較完善的內容管理、資源共享、統計分析等功能，并取得了良好的教學效果。但是，隨著移動互聯網的高速發展，移動學習平臺可通過訪問在線教育網站（如Moodle[2]平臺、MOOC平臺等）來直接利用網站內的教育教學資源，這雖大大的節約了開發成本，卻忽視了學習者的偏好差別和個性特征。這是由于來自不同專業背景知識下的學習者，他們有著不一樣的專業思維方式、學習能力、學習需求以及學習偏好，對學習資源的需求存在差異，但在訪問時卻是相同的學習活動序列和學習資源列表，學習者很難根據自身的知識體系結構以及對課程結構的理解獲取有價值的、適合自己的學習資源，造成嚴重的“移動信息過載”問題，導致教育資源的利用率和學習者的用戶體驗度失衡的問題[3]。所以在移動學習平臺的設計中，考慮學習者的個性特征和差異偏好尤為重要，而針對不同學習者的個性化推薦技術正是緩解該問題的有效手段。基于此，本文以Moodle與微信支持下的“重師微學”移動學習平臺為例，設計了基于個性化推薦的移動學習模型，并對平臺的支撐環境、關鍵技術、架構以及部分功能進行了設計與開發，以期為個性化移動學習平臺的設計提供參考[4]。

1 相關概念

（1）混合云

混合云擴展和延伸了云計算的概念，其基礎設施由兩個或多個云（私有云、公共云）通過標準的或專有的技術綁定在一起，并通過加密的數據接口進行共享，促成云數據、云服務間的交互[5]，以實現應用程序的可移植，在一定程度上避免了云的安全性問題的出現。

（2）移動學習平臺

移動學習是一種利用無線通信網絡技術和無線移動通信設備（智能手機、PAD等）獲取教育信息、教育資源和教育服務的新型學習模式[6]，具有移動性、便攜式、交互性、情境性等優勢。移動學習平臺則是指利用信息化手段或工具搭建的能夠使學習者進行移動式學習的軟硬件環境。

（3）個性化推薦

個性化推薦主要是依據學習者的基本信息、學習偏好以及學習需求，對其進行推送學習資料[7]，進而幫助學習者選擇相關的學習資源，減少學習者由于自身知識體系結構的不完善而造成選擇學習資源的盲目[8]。

2 個性化推薦模型

本文中個性化推薦模型主要是根據移動學習平臺內學習者對學習資源的隱性評分，建立對應的“學習者-資源”矩陣模型，從而依據推薦引擎計算與其相似的學習者，再基于相似學習者的資源偏好或者需求向學習者提供個性化推薦服務，具體過程如圖1所示。

（1）數據收集

本文中個性化推薦模型中的數據收集主要是依據數據挖掘技術來挖掘Web日志文件。Moodle是一個開源的課程管理系統（CMS），擁有豐富的課程資源以及強大的管理功能；微信（WeChat）是近年來新出現的一種全新的通訊媒體，具有便捷的信息分享方式、強大的接口開發模式以及豐富的后臺數據管理功能等特點，這為數據的收集奠定了堅實的基礎。學習者在移動設備端訪問學習，產生的數據直接通過網絡傳送至云服務器后臺（包括Moodle端、微信端），那么原始數據的收集可直接從云服務器的后臺獲取。

原始數據主要來自五張數據表：學習者信息表、學習資源信息表、學習行為記錄表、學習者-資源評分表以及學習者屬性表。學習者信息表用于存放學習者的個人基本信息，包括姓名、性別、資源偏好等（為了便于推薦引擎的準確度計算，要求此表中的信息越詳細越好）；學習資源信息表存放移動學習平臺中相關學習資源的信息，如資源ID、資源名稱、資源類型、資源描述等；學習行為記錄表存儲學習者在學習過程中產生的學習行為數據，如資源瀏覽日志、資源收藏日志、資源下載日志等，學習行為數據是推薦引擎中學習者對資源隱式評分的來源[9]；學習者-資源評分表保存學習者對相關學習資源對應的評分信息；學習者屬性表存放學習者之間的相似度信息。

圖1 個性化推薦模型

（2）推薦引擎

推薦引擎的功能是通過分析原始數據表，構建學習者模型，獲取學習者的興趣偏好度，調用相應的推薦算法進行個性化推薦。學習者模型可構建“學習者-資源”矩陣，學習者之間的興趣相似度則可根據該矩陣來進行計算，再依據興趣的相似度進行學習者間聚類分析，從而實現基于相似學習者的資源興趣預測目標學習者的資源需求。推薦引擎可采用基于內容、協同過濾的推薦算法進行計算，本文以基于內容的推薦為例進行介紹分析，其余推薦算法在此不做贅述，具體步驟如下：

①建立評分模型

推薦引擎系統獲取學習者行為數據的方法主要有顯式、隱式兩種評分方法，前者是由學習者直接對已學資源直接進行評價，但可能存在“評分主觀”和“學而不評”等現象，因此，本文采用后者——隱式評分。本文中隱式評分模型主要是追蹤學習者對相應學習資源的行為數據（如瀏覽、下載、收藏、分享等），并對其進行“標準化”評分（表1），評分采用10分制，分值按照學習者對資源學習的深入程度由低到高進行排列。

②初始化數據

根據學習者對于學習資源的隱式評分，構建對應的“學習者-資源”矩陣表（表2），并將其存儲在學習者-資源評分屬性表中，這為計算學習者間的相似度提供數據支持。

表1 學習者對學習資源的隱式評分模型表

表2 “學習者-資源”表

③調用推薦引擎

通過一個“標準”來衡量兩個學習者興趣的相似度，此處可采用改進的余弦相似度方法進行評估：

將學習者p和學習者q各自感興趣的資源分別用Up和Uq表示，和分別表示學習者p和學習者q對所有資源的平均興趣度，Rp，u表示用戶對資源類別為u的興趣度，Upq表示學習者p和學習者q同時感興趣的資源類別集合，sim（p，q）表示學習者p和學習者q興趣的相似度。如果sim（p，q）計算結果大于設定的一個閾值，則代表學習者p和學習者q為“鄰居”學習者，即學習者p和學習者q有共同的學習偏好或者學習興趣。

3 個性化資源呈現

個性化資源的呈現是將推薦結果輸出，主要是將“鄰居”學習者所偏好的但目標學習者未訪問過的學習資源推薦給目標學習者。在平臺中主要通過“精品分享”和“課程推薦”兩個模塊進行推薦呈現。任何學習者進入“重師微學”移動學習平臺首頁都可看到平臺“精品分享”中的熱門資源，但只有注冊登錄的學習者才能得到“課程推薦”中的個性化學習資源和學習伙伴等個性化服務。

4 基于個性化推薦的移動學習平臺設計

（1）支撐環境及關鍵技術

混合云模式下基于個性化的移動學習平臺在混合云環境下進行搭建，具有使用成本低、安全性高、可移植性等優勢。其中，Moodle網絡教學平臺作為私有云端，微信作為公有云端，通過統一的權限驗證access_token（微信公眾平臺以access_token為接口調用憑據來調用接口）來保障兩者間的數據通信[10]。目前，Moodle網絡教學平臺已成功搭建在本地服務器上，已經投入到實際課程的教學實踐改革中，擁有大量的學習課程資源，并且Moodle作為開源免費的課程管理系統，提供的Web Service接口可與微信公眾平臺提供的第三方接口進行對接，這為實現移動學習平臺提供了可能。

整體上，對Moodle以及微信公眾平臺進行二次開發，微信網關通過訪問Moodle提供的Web Service接口，提供用戶信息進行驗證，之后通過Moodle的External API（外部應用編程接口），對系統核心函數（core function）進行調用，實現對Moodle的操作。在數據庫層，搭建Moodle數據庫以及微信網關數據庫的結構。在服務層，對Moodle服務器以及微信網關服務器同步用戶消息[11]。在接口層，實現Moodle平臺接口與微信公眾平臺接口的對接。在用戶端，最終實現學習資源跨平臺呈現。

（2）架構設計

根據軟件工程理論的相關原則，移動應用程序在設計過程中應針對移動終端和移動互聯網的特點，充分考慮用戶對移動設備界面的需求以及軟件的兼容性、擴展性等問題。在混合云環境下，本移動學習平臺為了給學習者提供良好的學習界面以及清晰的學習導航，采用B/S架構模式，并借助Eclipse集成開發環境以及MySQL數據庫進行系統部署建設，服務器端通過混合云模式下的Moodle平臺與微信的后臺管理系統數據庫，終端借助微信App呈現，采用MVC（即表現層、業務邏輯層、數據訪問層）模塊化設計方案開發設計（圖2）。

使用MVC架構模式的好處就在于在開發過程中，每個功能模塊單獨實現后再集成到移動學習平臺中，從而將系統的數據與界面相互分離，并且業務邏輯與用戶界面之間不存在直接的聯系。平臺不僅實現了Moodle平臺的網絡服務（Web Service）接口與微信網關的對接，將學習界面清晰的呈現于微信應用App用戶端中，在實際開發中也加入了個性化推薦的模塊，依據各個學習者之間的差異或者同一學習者在不同階段的變化，構造出良好的移動學習環境。

（3）功能設計

根據學習者的特征以及需求分析，融入數據挖掘技術，結合移動學習便捷性、移動性、情境性、及時性、交互性等特點，設計了本移動學習平臺的服務功能，主要有“學習資源”、“學習工具”以及“我的微學”三大模塊，具體包括查看課程列表、選課、查看已選課程、數字圖書、留言板、官方論壇、課程學習、電子詞典、百科查詢、網上續借、微信簽到、精品分享、個性化推薦、信息推送、自動回復、智能聊天等功能（圖3）。

圖2 系統架構設計圖

①“學習資源”模塊

“學習資源”模塊是“重師微學”移動學習平臺的核心模塊，具體包括課程列表、已選課程、課程推送、精品分享四大功能，該模塊描述與課程知識點和學習者相關的學習資源。由于之前Moodle平臺內積累了大量的教學資源，因此此處主要是將Moodle平臺內的課程遷移過來并進行響應式處理。同時，課程推送、精品分享兩個功能是將個性化推薦的結果以消息推送、自動回復的形式呈現給學習者。另外，為了方便學習者學習，視頻資源以微課的形式錄制上傳，并保證各個資源間的獨立性，這有利于學習者利用碎片時間進行學習。

圖3 “重師微學”平臺功能結構圖

②“學習工具”模塊

“學習工具”模塊屬于“重師微學”平臺的輔助模塊，包括電子詞典、百科查詢、館藏查詢、計算器四大菜單功能，可為學習者提供英漢互譯詞典、圖書館館藏査詢、百科查詢、實時計算等豐富可擴展的學習工具，在方便學習者的同時也為學習平臺增加了用戶粘度。

③“我的微學”模塊

“我的微學”模塊有微學網站、個人中心、微信簽到、官方論壇、留言板五大功能，主要用于搜集學習者的學習信息，如簽到日志、偏好設置日志、論壇日志等，該模塊的信息可直接回傳至云服務器端的后臺數據庫，更好的為學習者提供個性化推薦服務[12]。

除此之外，在“重師微學”移動學習平臺的后臺管理界面中開啟“智能機器人聊天”功能時，也可在此平臺的微信App端進行人機對話、自動回復、實時聊天，進行“一對一”的個性化學習。平臺實現部分功能截圖展示。

5 基于個性化推薦的移動學習平臺特點

本平臺最大的特色就是簡單高效。對于教師而言，既可以通過微信后臺管理界面管理用戶、管理消息、統計數據，也可以在Moodle的后臺界面進行平臺的維護工作。對于學習者而言，只要擁有智能設備（智能手機、平板電腦等），下載安裝微信App并添加“重師微學”微信公眾號，即可使用平臺內的所有功能，方便快捷。另一方面，通過公有云端的微信以及私有云端的Moodle平臺搭建的移動學習平臺，既能將云計算這個時髦高端的技術運用于教育當中，也能保證數據的安全性以及準確性。

圖4 部分功能展示圖

基于混合云模式下的“重師微學”移動學習平臺的優勢主要有：

①充分利用現有資源。學習者可以隨意使用Moodle平臺內豐富的教學資源以及教學功能，如聊天功能、Wiki、論壇等；管理員也可從Moodle平臺及微信后臺直接獲取學習者的簽到日志、偏好設置日志、論壇日志、學習日志，方便開發者對學習者產生的數據進行數據挖掘，更好地提供個性化推薦服務。

②充分激發學習自主性。學習者可以根據自己的學習情況，自主選擇學習內容、學習時長、學習方式、學習地點、學習資料等，自主安排學習步調，利用碎片時間來學習；學習者也可以根據學習需要，直接在平臺內與同伴討論、協商，也可直接向教師請教問題。

③提供個性化、情景化的學習支持服務。綜合學習者的學習特性（如學習風格、學習喜好、已有水平等），在一定程度上，為學習者提供個性化、情景化的移動學習支持服務。學習者可以選擇性的學習自己感興趣或欠缺的學習主題，還可以實時獲取符合自身學習需求和學習情境的學習資源，并與導學者和其他學習者開展移動式協作學習，從而節省學習時間，提高學習效率。

④促使教學形式豐富多樣。利用“重師微學”移動學習平臺進行教學，既可利用Moodle平臺內的學習資源，開展傳統網絡教學；也可利用本平臺開展如翻轉課堂類的教學改革；也可利用微信的朋友圈、微信群以及平臺內的論壇功能開展PBL教學或者協作式的教學；還可在平臺內通過自動回復、智能聊天功能開展“一對一”的個性化教學。

混合云模式下基于個性化推薦的移動學習平臺雖然具有以上諸多優勢，但也存在如學生利用智能手機學習時容易分神、移動端無法進行如復雜的公式類的編輯等問題，因此教師在使用移動學習平臺開展教學時應該考慮到這些問題，并進行相應處理。

6 結語

混合云模式下基于個性化推薦的“重師微學”移動學習平臺，既利用了計算效率高、成本低的公有云，也兼顧了高安全性和高可定制性的私有云。本文結合數據挖掘相關理論，構建了個性化推薦模型，將Moodle平臺與深受大眾喜愛的微信相結合，基本能滿足學習者的日常學習使用以及個性化學習的需求。該平臺軟件的實現部分已在國家版權局登記注冊，其模型具有良好的可操作性和經濟性，使學習者可以更好地利用Moodle平臺內現有的課程教學資源，學習者也可自主選擇學習終端、學習方式、學習環境、學習內容，自由制定學習計劃、安排學習時間和學習地點，自由獲取知識，這體現了網絡時代信息技術與學科課程深度融合后學習者個性化學習的內涵與特征。

當然，由于研究的諸多局限，目前的研究還存在一些不足之處，如個性化推薦模塊推薦算法的選擇問題、平臺資源還不夠豐富等，都是需要今后完善的方向。

[1]崔雪松.移動學習在高校中的應用[J].科技創新與應用，2012（16）:26.

[2]Moodle.org.AboutMoodle[DB/OL].https://docs.moodle.org/30/en/About_Moodle.

[3][4]查英華，朱其慎.基于個性化推薦的移動學習模式探究——以高職學生為例[J].職教論壇，2015（23）：57-60.

[5]高林，宋相倩，王潔萍.云計算及其關鍵技術研究[J].微型機與應用，2011：（10）5-7，11.

[6]馬冬梅.基于智能手機的大學英語移動學習課程設計[J].蘭州教育學院學報，2014:（3）50-P51.

[7][9]莊科君，賀寶勛.網絡學習個性化推薦系統學習者模型建模研究[J].科教導刊，2015:（18）39-40.

[8]查英華，朱其慎.基于個性化推薦的移動學習系統構建[J].新課程研究，2015:（9）7-9.

[10]田嵩，魏啟榮.混合云模式下移動學習環境的設計與實現——以微信公共平臺下阿拉伯語課程學習為例[J].開放教育研究: 2014（6）:103-110.

[11]白京.基于微信與Moodle的移動學習平臺在公安教學中的應用[J].云南警官學院學報，2015（2）:114-118.

[12]陳恒岳.基于語義建模的個性化學習服務系統設計[J].現代計算機（專業版），2015（14）:58-62.

Research on Mobile Learning Platform Based on Personalized Recommendation in Hybrid Cloud

WU Dong-li1，TANG Wan-mei1，ZHAO Ying2

（1.College of Computer and Information Science，Chongqing Normal University，Chongqing401331；
2.College of Life Science;Chongqing Normal University，Chongqing401331）

Mobile learning as a new way of learning has long been a hot topic in the field of educational technology.At present,although most of the mobile learning platform has a huge amount of teaching resources,learners are difficult to find suitable learning resources,resulting in poor user experience,poor learning and other issues.So it is very important to integrate the individualized elements into the mobile learning platform.Designs a mobile learning model based on personalized recommendation,takes Moodle platform and WeChat supported CQNU Micro-learning as an example,and the supporting environment,key technologies,designs and develops the architecture and functions of the platform and realizes the CQNU Micro-learning mobile learning platform under the hybrid cloud model.Finally,analyzes the characteristics and advantages and disadvantages of the platform.It provides a reference for the design of personalized mobile learning platform.

Hybrid Cloud;Personalized Recommendation;Mobile Learning;Moodle;WeChat

1007-1423（2017）11-0079-06

10.3969/j.issn.1007-1423.2017.11.016

2017-04-02

2017-04-10

重慶市教委科學技術項目（No.KJ1400519）、重慶師范大學高等教育教學改革研究項目（No.201625）、重慶師范大學研究生科研創新項目（No.YKC16004）、重慶市教改項目（No.yjg123040）、重慶師范大學校級項目（No.cyjg1205、No.201625、No.xyjg16005）

伍冬莉，在讀碩士，研究方向為移動學習

唐萬梅（1965-），女，重慶渝北人，博士研究生，教授，研究方向為機器學習、在線教育、翻轉課堂等

趙瑛（1962-），女，四川彭州人，碩士研究生，副教授，研究方向為生物醫學工程