基于規則庫的用戶選課健康狀態感知及推薦

邵景峰，王蕊超

西安工程大學 管理學院，西安 710048

1 引言

在十九大報告中明確指出要“辦好網絡教育”，這表明僅靠傳統的教育模式已經無法應對未來，而互聯網教育打破了傳統的“教&學”方式，能夠滿足全社會參與所形成各種形態的學習型組織，為加快建設學習型社會、學習型國家提供基礎條件。2013年5月，清華大學攜手edX進入中國互聯網教育市場，掀起了中國“互聯網+教育”新模式的高潮。然而，MOOCs的崛起及風靡全球，為更多求學者帶來學習機遇的同時，課程高輟學率的問題也逐漸暴露，其根本原因之一是學習者知識儲備與課程不匹配[1]，主要表現為用戶在線課程選擇過程中忽略課程學習的進階性，進而導致知識間出現斷層。而科學的課程引導是解決該問題的一種有效途徑。

推薦系統作為一種高效的信息過濾方法[2]和引導手段，其主要任務是借助推薦算法[3]（基于內容的算法、基于協同過濾的算法、混合推薦算法），通過分析用戶信息、物品信息或其他輔助信息，進而獲得用戶對物品的偏好或相關特征，并據此為用戶進行物品推薦[4]。

對此，本研究借助“中國大學MOOC”平臺，提出了一種基于規則庫的用戶選課健康狀態感知及推薦方法。該方法首先依據課程屬性信息構建了基于課程進階關系的規則庫。在此基礎上，利用用戶行為反饋信息和協同過濾算法提出了用戶選課健康狀態感知模型，并實現了課程的個性化推薦。

2 文獻回顧

針對用戶在線課程推薦這一主題，研究人員主要圍繞課程資源信息過載[5-6]，進而導致用戶課程選擇出現“迷航”這一核心問題展開探究。如：Elbadrawy等人[7]探討了學生課程學習行為特點是如何影響學生選課，并借助基于用戶的協同過濾算法（User-Based Collaborative Filtering）和Top-N的推薦方式進而實現課程推薦。Hoiles等人[8]考慮到學生知識、學習行為和目標的多樣性，將專家知識庫融入推薦算法中，為用戶提供高效的個性化課程推薦服務。而Aher等人[9]則將多種數據挖掘方法（k-means和Apriori關聯規則）引入得到課程推薦系統中，并將其進行組合研究。然而，上述研究聚焦在推薦算法和用戶選課喜好上，而忽略了對象屬性信息的重要性。因此，Salehi等人[10]將課程多屬性和用戶等級融合在統一的模型中，進而提高了課程推薦的質量。沈苗等人[11]提出了一種以學生屬性分類為前提的協同過濾算法，該方法借助學生屬性信息并改進學生相似度的計算方法，進而實現課程推薦。而馬莉等人[12]則將訪問序列的先后次序作為推薦的重要依據，進而基于向量及利用DBSCAN算法對用戶進行協同過濾聚類并實施知識點推薦。為了進一步提高用戶對選課的滿意度，徐揚等人[13]從信息資源建設的實用性、系統性和共享共建原則角度出發，建立了高校課程定制與推薦的模型，當學生輸入一套課程序列時，自動為每個學生提供一套滿意度最高的課程方案。而考慮到用戶課程選擇可能有不同的目的和背景，Jing等人[14]則設計了一個基于用戶訪問行為的內容感知推薦算法，該算法充分利用了人口統計學屬性和課程前提關系，更好地揭示用戶的潛在選擇。

綜上，學者們借助用戶屬性及喜好、課程多屬性及滿意度等信息，將其融合到各種推薦算法中，解決了課程資源信息過載導致用戶課程選擇出現“迷航”這一核心問題，并不斷提高了推薦效率及用戶滿意度。但對于用戶在線課程選擇過程中忽略課程學習的進階性，進而導致知識間出現斷層的問題尚未很好解決。因此，本研究以“中國大學MOOC”平臺為例，提出了一種基于規則庫的用戶選課健康狀態感知及推薦。該方法首先依據課程屬性信息構建了基于課程進階關系的規則庫，進而借助協同過濾算法提出了用戶選課健康狀態感知模型，并實現個性化的課程推薦。

3 規則庫及模型構建

3.1 用戶選課健康狀態概念的提出

用戶在線課程選擇過程中忽略課程學習的進階性，進而導致知識間出現斷層的問題。而課程作為知識獲取的載體，因此，用戶所選課程進階關系的完整性是保證其課程知識結構健壯性的一種有效途徑。對于該健壯性程度的描述，本研究將其命名為用戶選課健康狀態。

由上述概念可知，探索課程進階關系是感知用戶選課健康狀態的基礎。對此，本研究借助課程屬性信息，識別與構建了一種基于課程進階關系的規則庫，為用戶選課健康狀態感知和計算提供依據和標準，并在此基礎上，提出了用戶選課健康狀態感知模型及推薦方法，實現了用戶在線課程選擇的引導及個性化推薦。

3.2 識別與構建基于課程進階關系的規則庫

在線課程碎片化的課程設計模式，打破了傳統課程體系的層次進階結構，采用“化整為零”、開放性和無門檻的策略贏得了用戶的青睞。然而，“支離破碎”的碎片化課程學習方式必然會導致用戶獲得的知識分散、結構無序，喪失了其原有的完整意蘊，而從“碎片”到“整體”的嬗變，最終能讓碎片化學習效能達到最大化[15]。課程作為知識獲取的載體，課程進階關系結構的完整性是保證這種嬗變的一種有效途徑。

系統科學認為，事物的結構是其功能賴以存在的條件和形式，沒有特定的結構，就無法產生特定的功能[16]。對于課程知識獲取的結構，主要體現在課程學習的進階性。具體而言，課程結構需要按照依次進階、逐級深化的原則設置。現階段我國課程體系中課程學習進階模型如圖1所示。

圖1 課程學習進階模型

就“中國大學MOOC”平臺而言，圖1中的基礎課程是指該課程無前導課程或前導課程為高中相關課程；進階課程指學習該課程前需要具備前導課程相關知識；LP(cij,ci+1j)表示課程Cij與課程Ci+1,j是否存在進階關系，其中，Cij為前導課程，Ci+1,j為進階課程。具體表達式如式（1）所示：

基于上述的課程學習進階模型，通過對“中國大學MOOC”平臺進行深入了解，在該平臺課程信息的“課程詳情”模塊中發現該課程已經明確指出了與該門課程相關的“預備知識”要求?；诖?，借助網絡爬蟲技術，依次對該平臺中每門課程的“預備知識”描述信息進行提取，并且根據其語義表達關系進行課程進階關系提純，進而構建了基于課程進階關系的規則庫。具體流程如圖2所示。

圖2 規則庫構建流程圖

圖2 中，“與”關系表示任意進階課程的多個前導課程之間存在并列關系；“或”關系表示任意進階課程的多個前導課程之間存在或關系；“非”關系表示該門課程屬于基礎課程，沒有前導課程或者具備高中水平即可。

為了進一步闡述規則庫的識別與構建過程，以該平臺中的“軟件測試與質量”課程為例，對其核心流程“數據提取及處理”進行說明，具體如圖3所示。

圖3 數據提取及處理流程圖

為了細化前導課程之間的關系，本研究在關系提純及存儲過程中對課程間的關系承接進行標識。其中，“與”關系之間用“，”連接；“或”關系用“；”連接；“與&或”之間用“-”連接；“非”關系則用“0”表示。

3.3 用戶選課健康狀態感知模型

就學習者而言，課程學習是其獲得相關知識的主要載體，用戶所選課程進階關系的完整性是保證其課程知識結構健壯性的一種有效途徑。因此，用戶選課進階關系越完整，其知識結構的健康狀態越良好。但由于課程參與及選擇渠道較廣（如：在校課程、MOOCs、培訓、自學等），用戶課程吸收及轉化情況復雜，進而使得用戶原有或基礎的知識及水平無法得知?；诖?，依據3.2節所構建的基于課程進階關系的規則庫，采取基于物品的協同過濾方法（Item-Based Collaborative Filtering）[17-18]來挖掘及估計用戶對某一進階關系中未選擇的前導課程已在其他渠道選擇的概率，進而構建了用戶選課健康狀態感知模型，具體如下：

對于用戶uv所選擇的課程集合c(uv)而言，其內部課程之間會依據規則庫中的課程進階關系劃分為多個課程進階體系，并對各課程體系進行補全，保證各獨立的進階體系完整，同時移除獨立的基礎課程，進而形成用戶uv的課程選擇進階體系S(uv)，具體如圖4所示。

圖4 用戶課程進階體系集合

圖4 中，sn表示由課程cn所構成的課程進階體系，該體系包括進階課程cn以及該課程所需的前導課程。由于用戶所選課程c7為獨立的基礎課程，將其進行移除操作處理。對于完整的進階體系而言，c8為該體系中的進階課程，此外，該體系還包括用戶未選擇的課程c5。表示用戶uv參與課程ci學習且已選擇該課程的前導課程cj的概率（采用基于物品的協同過濾算法進行估計），具體表達示為：

式中，u(ci)表示已經選擇課程ci的用戶集合；u(cj)表示已經選擇課程cj的用戶集合；c(uv)表示用戶uv所選擇的課程集合。

由于進階課程一般需要多門前導課程作為其預備知識，并且各前導課程對其進階課程的貢獻度和重要程度難以衡量，但對于該進階課程所構成的課程進階體系而言缺一不可。因此，本研究將前導課程進行均等化處理，即：對于某一進階課程所需的所有前導課程，其中的任意一門前導課程對該進階課程的貢獻度和重要程度相等?；诖?，可得由該進階課程構成的課程進階體系完整度ruv(si)，具體計算方式如下所示：

則用戶選課健康狀態良好度r(uv)可表示為：

3.4 基于用戶選課健康狀態感知模型的課程推薦方法

本研究的目的是為解決用戶在線課程選擇過程中忽略課程學習的進階性，進而導致知識間出現斷層的問題，而用戶所選課程進階體系的完整性是保證用戶知識結構健壯的一種有效途徑。根據3.3節構建的用戶選課健康狀態感知模型可知，本研究課程推薦的目標為。其次，為了提高推薦效率，該方法將按照ruv(si)降序的原則，優先推薦完整度較高的體系si中用戶未參與且較低的課程。此外，為了避免用戶所選課程偏向基礎課程，進而導致課程推薦列表不足。因此，本研究將依據規則庫，由已選課程作為前導課程并采取基于物品的協同算法來補充推薦列表，具體表達式為：

表1 數據集

輸入：用戶uv；用戶選課集合c(uv)；進階關系LP(c)；推薦數量n。

輸出：推薦課程集合cv。

1.獲取用戶uv所關注的課程集合c(uv)，依次檢索并將所選課程按照進階關系LP(c)構建課程進階體系S(uv)。

2.計算每一課程進階體系si(uv)的完整度ruv(si)，并將ruv(si)＜1的課程進階體系si(uv)保存至R集合中。

3.對R按照降序排序。

4.依據R排序反向搜索si(uv)中用戶未參與的課程，并按照升序排序存入推薦列表cv中。

綜上，首先通過對目標網站進行分析，使用網絡爬蟲工具提取課程信息及其屬性信息，進而識別和構建了基于課程進階關系的規則庫。其次，針對用戶原有或基礎能力及水平無法得知的問題，采用基于物品的協同過濾方法來挖掘及估計該用戶已參與該課程學習的概率，并在規則庫的基礎上構建了用戶選課健康狀態感知模型。最后，針對用戶選課健康狀態實現了在線課程的個性化推薦。

4 實驗分析

4.1 實驗數據來源

借助網絡爬蟲工具，以“中國大學MOOC”平臺網站課程及用戶作為目標，收集其課程資源信息、用戶信息及其行為信息。其中，課程資源信息以網站導航分類欄作為入口，依次爬取各類別下課程資源信息；用戶信息的獲取，參照平臺用戶ID編碼形式，隨機選取多個類ID編碼作為起始賬號并設置ID增加步長為1，依次對“中國大學MOOC”平臺用戶信息進行爬取，同時進行有效性篩選及確認；在用戶信息的基礎上，依次訪問用戶主頁并獲取其課程參與信息。通過2輪的數據收集（分別于2017年10月5日和2017年11月7日），獲取到的數據詳細情況如表1所示。

4.2 用戶選課健康狀態感知及推薦

（1）用戶選課健康狀態感知及分析

本研究以3 609名用戶作為研究對象，借助其選課行為反饋數據，利用構建的用戶選課健康狀態感知模型對用戶的健康狀態進行分析，結果如圖5所示。

圖5 用戶選課健康狀態感知結果

由圖5可知，目前該平臺用戶選課健康狀態良好度主要集中在區間[1 ,0.7)，其中在區間[1 .0,0.9)人數最多。由于在日常的考試（100分制）等級評分中，80分為“良好”等級的劃分線，因此，以0.8作為閾值，即用戶選課健康狀態良好度低于0.8時，表明該用戶選課健康狀態較差。參考該閾值，對用戶選課健康狀態進行分析。結果顯示，在r(uv)∈( ]0.8,0區間內的用戶數量占比為37.46%；就參與進階課程學習的用戶集合而言，在該區間內的用戶占比達到41.03%。這說明，目前該平臺用戶選課健康狀態的問題較為突出。

表2 用戶uv選課集合及其健康狀態感知

（2）課程推薦模擬

從用戶選課健康狀態感知結果發現，當前所獲取到3 609名用戶中，37.46%的用戶選課健康狀態較差，亟需科學的課程推薦方法來引導用戶進行課程選擇。基于此，本研究將借助用戶行為反饋的信息對其健康狀態進行感知，進而依據計算結果來引導用戶完成在線課程的選擇和學習，保證其知識結構的完整性和健壯性。為了更清晰地展示本研究所提出的推薦方法應用過程，從3 609名研究對象中隨機選取1名用戶作為示例對象，按照構建的模型及方法對其選課健康狀態進行感知及課程推薦。通過對用戶uv所選的課程集合進行分析，得到如表2所示的結果。

表2結果顯示，該用戶在選課結構上，其進階課程占比達到55.56%，而且該用戶課程選擇更偏向于計算機類課程。從用戶選課健康狀態良好度r(uv)=0.581可知，該用戶選課健康狀態較差，而且兩個進階體系完整度低于0.5。因此，該用戶亟需通過科學的課程推薦方法來引導其進行課程選擇，避免用戶知識斷層的問題進一步惡化而導致用戶“輟學”或者厭學，造成網絡課程資源和用戶時間的浪費。對此，結合上表2中的結果及基于用戶選課健康狀態感知模型的課程推薦方法，通過對該用戶行為反饋數據的計算（其中，課程推薦數量n=5），為其推薦如表3所示的課程。

表3 用戶uv課程推薦列表

表3中，課程《大學計算機基礎》與《計算機導論》之間屬于或關系，但從用戶選課情況得知，選擇《大學計算機基礎》這門課程的用戶數量較高，所以優先推薦該課程。

基于此，依據本研究提出的推薦方法及表3的示例，針對3 609名研究對象的課程推薦效果進行分析。通過逐步遞增推薦課程的數量n(0≤n≤5)，并假設用戶接受所推薦的全部課程，進而應用本研究提出的感知模型對用戶選課健康狀態良好度依次計算，并針對所有研究對象求其平均用戶選課健康狀態良好度（簡稱：平均良好度），同時對r(uv)=1的用戶占比情況進行統計，得到了如圖6所示的結果。

圖6 課程推薦效果

從圖6結果顯示，平均用戶選課健康狀態良好度隨用戶所接受課程推薦數的增加而遞增。同時，用戶選課健康狀態良好度r(uv)=1的用戶占比也逐步遞增。結果證明，本研究提出的課程推薦方法能夠科學地引導用戶進行課程選擇，保證了用戶選課結構的健壯性和完整性，可有效解決用戶在線課程選擇過程中忽略課程學習的進階性，進而導致知識間出現斷層的問題。

5 總結

為解決用戶在線課程選擇過程中忽略課程學習的進階性，進而導致知識間出現斷層這一問題，本研究借助網絡爬蟲工具從“中國大學MOOC”平臺獲取到課程及用戶行為反饋信息，并借助協同過濾方法構建了基于規則庫的用戶選課健康狀態感知模型，進而實現了課程的個性化推薦。通過數據分析及實驗結果表明，目前該平臺用戶選課健康狀態較差，而本文提出的推薦方法能夠科學地引導用戶進行課程選擇并解決該問題，進而助力于我國辦好網絡教育。