在線教育平臺中個性化學習資源推薦系統設計

李鄉儒，梁惠雯，馮雋怡，肖江平，彭婉芬

(1.華南師范大學 計算機科學學院，廣東 廣州 510631；2.華南師范大學 數學科學學院，廣東 廣州 510631；3.廣州犀靈信息科技有限責任公司，廣東 廣州 511458)

0 引 言

隨著大數據、云計算、移動互聯等科學技術的不斷發展和人們對教育需求的提升，以在線教育平臺為主的“互聯網+教育”模式得到了廣泛的推廣和普及。截止2019年6月，國內在線教育用戶規模達2.32億并呈快速持續擴張的趨勢。目前，大多數的在線教育平臺以整合優質網絡課程和其他學習資源為用戶提供服務。然而，面對海量的學習資源，用戶很難快速地尋找到適合自己的學習資料，甚至可能出現“認知負荷”、“信息迷航”等問題。因此，能夠根據用戶的學習過程智能化分析其學習行為規律及認知特點、并提供個性化的學習資源推薦是當前在線教育平臺的一個迫切需求。

大多數在線教育平臺的個性化推薦都是圍繞著用戶的特征信息進行分析和建模。例如，通過用戶的學習風格、學習興趣等個性化特征信息構建推薦模型[1-2]。然而，這種推薦的結果往往比較粗糙，很難令人滿意，一般適合于一些簡單推薦。近些年，有研究開始嘗試利用用戶的行為特征信息去分析用戶之間的相似度。例如，桂忠艷等通過計算用戶的學習行為序列相似度，采用基于用戶的協同過濾推薦建模[3-4]。然而，這些研究更多的是聚焦在用戶的特征信息，忽視了對學習資源的挖掘分析。

該文設計了一個基于學習風格、資源偏好和行為序列的個性化學習資源混合推薦系統，在充分利用用戶行為特征信息的前提下，結合學習風格和資源偏好，為用戶生成個性化畫像，進一步為用戶提供學習反饋和個性化的學習資料推薦服務。

1 系統體系架構

設計的個性化學習資源推薦系統自下而上分為數據層、數據分析層和推薦計算層，應用于一個以人工智能類課程為主的在線教育平臺的體系架構，如圖1所示。

圖1 個性化學習資源推薦系統的體系架構

1.1 數據層

1.1.1 用戶庫

用戶庫存儲用戶的特征信息，包括個性化特征信息和行為特征信息[5]。個性化特征信息是指用戶自身所固有的，且不隨時間發生變化或變化緩慢的信息。典型的個性化特征信息包括用戶的年齡、性別、專業等基礎信息，如學習風格等課程前測信息。個性化特征信息在數據形式的表現上為靜態數據。行為特征信息是指隨時間推移有顯著變化的信息。例如，登錄時間、點擊次數、發帖等。這類信息在數據形式的表現上為動態數據。在該研究中，根據用戶以下三種學習方式，對行為特征信息進行分類：

(1)自主學習，如觀看視頻、瀏覽學習資料等；

(2)反思學習，如提交作業、查看作業批改結果等；

(3)交流反饋，如討論區留言等。

1.1.2 資源庫

資源庫由知識資料、學習資料和標簽資料組成。知識資料包括知識塊和知識點。在所實施的《模式識別》案例中，以章節的劃分及中小標題作為知識塊，以各章節內容所出現的定理、算法、數理名詞等作為知識點。學習資料是指以知識資料中的知識塊、知識點作為關鍵詞進行網絡爬取，并做一定的人工篩選后的內容資料。

標簽集是指系統中用于概述學習資料的內容與形式的概括性描述。標簽不僅簡潔、直觀地概述了學習資料，便于用戶快速閱覽和選擇，而且能夠將其轉化為相對應的文本字段[6]，便于數據的深度挖掘和分析。在所實施的《模式識別》案例中，從內容和形式兩個方面設計了7類標簽，具體如下：

(1)內容：知識塊(標簽值：中標題、小標題)；知識點(標簽值：算法、定理、梳理名詞)。

(2)形式：語言(標簽值：中文、英文)；類別(標簽值：推導、實現、總結、推廣)；載體(標簽值：文字、圖片、視頻)；數據集(標簽值：MNIST、sklearn data、其他)；編程語言(標簽值：java、c++、python、其他)。

1.2 數據分析層

1.2.1 用戶分析

系統通過對用戶的個性化特征信息和行為特征信息的量化、統計和建模，對其進行挖掘分析，包括用戶之間的相似度分析、資源偏好分析和用戶畫像。

用戶之間的相似度分析是進行用戶推薦建模的基礎。它是通過用戶的特征信息來計算用戶之間的相關程度，從而確定用戶之間的相似度，并把相似用戶稱為“鄰居用戶”，然后將“鄰居用戶”所選擇的學習資源推薦給當前用戶。

資源偏好是指用戶對學習資源的內容和形式的偏愛、喜好等傾向性要求。例如，有的用戶喜歡以文本為載體的學習資料，而有的用戶則喜歡視頻類型的學習資源。在該系統中，使用TF-IDF算法[7]計算用戶下每一類標簽的標簽值所占的權重，從而可得出用戶的資源偏好。

用戶畫像是建立在一系列真實數據之上的用戶模型。它可以從多角度描述用戶的學習特點。與大多數僅用個性化特征信息構建用戶畫像的在線教育平臺不同，該系統既結合了用戶的個性化特征信息，也考慮了行為特征信息，定量和定性地構建了用戶的個性化畫像[8-9]。例如，通過用戶的課程前測信息得出學習風格；通過對用戶的瀏覽時長、瀏覽學習資料的頻率等行為特征信息統計得出其學習的常用模塊序列、知識興趣點、知識難點、作業詳情等。用戶可以通過個性化畫像了解和掌握自己的學習情況，便于調整學習策略。

1.2.2 資料分析

將標簽、點擊數(閱讀量)、評論數等作為學習資料的屬性特征。系統通過對學習資料屬性特征的量化、統計和建模，進行學習資料的相似度分析和質量分析等。

學習資料之間的相似度分析是基于學習資源推薦的建模基礎。它是將學習資料的標簽作為特征來計算學習資料之間的相關程度，從而確定學習資料之間的相似度，并把相似資料稱為“鄰居資料”，然后將“鄰居資料”推薦給當前用戶。

學習資料的質量分析主要是通過對點擊數(閱讀量)、評論數等屬性特征的統計分析，可在一定程度上過濾掉劣質內容。

1.3 推薦計算層

1.3.1 基于學習風格的推薦

在線學習平臺通過引導用戶完成具有較好可信度的課前學習測評任務，分析得出用戶的學習風格。進而，系統根據用戶的學習風格進行相應的學習資源推薦。該文采用Felder-Silverman模型[10]的4個維度對用戶的學習風格進行劃分，分別是信息加工、信息感知、信息輸入和信息理解，具體見表1。

表1 學習風格顯式分類

1.3.2 基于行為序列的推薦

基于用戶的個性化特征信息的推薦雖然被廣泛應用，但是這種推薦往往比較粗糙。因此，這類方法一般適合于簡單推薦，而對于復雜一些的推薦任務則很難得到令人滿意的結果。近些年，有研究開始嘗試利用用戶的行為特征信息去分析用戶之間的相似度。該系統以桂忠艷等[4,11-12]對網絡學習行為數據的研究為基礎，對用戶相似度計算的穩定性進行改進。

1.3.2.1 相似度計算

(1)行為序列相似度的計算。

用戶的行為序列用有限集S表示：

{(z1,y1),(z2,y2),…,(zn,yn)},n≥2

其中，(zi,yi)表示第i個元素對，zi表示訪問模塊，yi表示相應操作，按照行為發生的先后順序依次記錄在集合中。為了描述的簡潔，將元素對(zi,yi)中的元素連接組成的字符串ziyi用si表示，稱之為用戶的第i個狀態串。

狀態序列是行為序列中每個元素對中的元素依次鏈接形成的字符串。例如，用戶S的狀態序列用狀態串可表示為“s1s2…sn”，記為S=s1s2…sn。狀態序列S的狀態子序列定義為S(i)=sn1sn2…sni，其中，1

令用戶A和B的狀態序列分別為A和B，則行為序列的相似度[4]由以下計算公式給出。

sim=α×simseq(A,B)+β×simtrans(A,B)+

γ×simvalue(A,B)

(2)基于時間衰減效應的用戶相似度計算。

用戶在不同時間段的學習行為對預測其學習行為具有不同的貢獻。一般來說，發生時間越靠近的行為更能體現用戶的學習興趣，對用戶之間相似度的貢獻也越大。為提高近期的行為序列對相似度計算的重要性，引入時間權重函數WT。

其中，SA為用戶A所有的行為序列集，DA,Si表示用戶A生成的行為序列與其最早生成的某行為序列的時間間隔；LA表示用戶A行為序列的時間跨度；α∈(0,1)為權重增長指數。故用戶A和B之間的基于時間衰減效應的用戶相似度計算如下：

sim(A,B)=

在分析用戶之間的關系時，僅考慮行為相似度是不夠的。造成相似度極高的原因有很多，例如，在較短時間內不能觀察到用戶長期行為的差異。然而，在實際應用中需要對用戶之間的關系進行更精準、更穩定的描述[13]。為此，該文提出相關系數的概念，即通過分析一段時間內相似度的變化，得到該時間段內用戶之間的相似度。假設平均相似度為simavg，方差為simdx，則相關系數(RC)可通過下式計算：

因此，兩個用戶的關系越相近，平均相似度變化越大；反之，平均相似度變化越小。

1.3.2.2 基于行為序列的推薦原理

為了解決傳統的最近鄰協同過濾推薦由于用戶規模擴大導致搜索的時效降低難以滿足系統的實時性需求問題[14]，該系統首先采用K-Means算法對用戶進行聚類，然后在用戶的聚類空間內計算行為序列相似度，最后根據確定的“鄰居用戶”將其所選擇的學習資源推薦給當前用戶。

1.3.3 基于資源偏好的推薦

系統通過TF-IDF算法計算出用戶下每一類標簽的標簽值的權重大小，獲得用戶的資源偏好，進而得到學習資源推薦的依據。例如，對于喜歡文本類的用戶，系統更多地向其推薦文本載體的學習資料。

1.3.4 基于學習資源的推薦

系統通過標簽計算學習資料之間的相似度[15]，并把相似資料稱為“鄰居資料”，然后將“鄰居資料”推薦給當前用戶。

1.3.5 混合推薦機制

由于每一種推薦方法都有其優缺點和適用特定的場景，而且，用戶在進行線上學習的過程中，也是一個不斷變化的動態過程，故僅僅考慮一種推薦方法進行學習資源推薦不一定符合實際的應用情形。由此，提出了一種基于上述4種推薦方法的混合推薦機制。

在課程學習初期，根據用戶的課前學習測評獲得用戶的學習風格，采用基于學習風格的方法推薦學習資料；隨著用戶學習時間的增加和交互的增多，對用戶的學習行為進行挖掘分析，采用基于學習行為的方法推薦學習資料；同時，可以通過用戶的行為數據獲得用戶的資源偏好。采用了以基于資源偏好的推薦為主、學習資源推薦為輔的協同過濾推薦。該混合推薦機制如圖2所示。

圖2 混合推薦機制

2 推薦系統業務流程

前述1.3節介紹了文中推薦算法的基本原理，這些算法基于對學習風格、資源偏好和行為序列的分析可給出個性化學習資源混合推薦系統。該混合推薦系統的流程如圖3所示。

圖3 推薦系統業務流程

進一步描述如下：

第一步：用戶登錄。獲取用戶信息和課程信息。

第二步：判斷用戶是否初次學習該課程。若是，引導用戶完成課前學習測評任務，分析得出用戶的學習風格，根據用戶的學習風格進行相應的學習資料推薦。

第三步：行為特征信息收集。系統采集行為特征信息的相關數據，如：登錄時間、點擊次數、發帖等。

第四步：分析用戶的資源偏好、計算用戶之間的相似度和學習資源之間的相似度，根據混合推薦機制向用戶推薦學習資料。

第五步：判斷用戶是否退出系統。若否，則跳轉至第三步。

3 系統應用

文中的個性化學習資源推薦系統已應用于華南師范大學數科院所開設的《模式識別》和《數據挖掘導論》課程教學中。系統通過充分利用用戶的學習行為數據，結合學習風格和資源偏好，為同學們推薦優質的學習資料。與此同時，向授課教師和學生反饋教學和學習情況。其中，圖4展示了用戶的課程信息，圖5為系統作業詳情及學習資源推薦內容。表2是對資源模塊的說明。

表2 資源模塊說明

圖4 課程信息

圖5 作業詳情及學習資源推薦內容

圖6為某一學生的用戶畫像與反饋，其中的三幅統計圖表展示了作業分析情況。通過對該生的學習行為進行分析，發現其常用學習序列如下：

圖6 用戶畫像

(1)課件瀏覽-資料A點擊-資料B點擊-課程討論區-作業查閱。

(2)作業查閱-課件瀏覽-資料點擊-課件瀏覽-資料提交-作業提交。

學生從常用學習模塊序列的反饋中可以知曉自己的學習路徑。這有助于學生進一步了解自己的學習過程和學習行為規律，也方便授課教師了解學生的學習特點。

4 結束語

設計了一個應用于人工智能類課程的個性化學習資源推薦系統，該系統包括數據層、數據分析層和推薦算法層。系統在充分利用用戶學習行為數據的前提下，結合學習風格和資源偏好，綜合4種推薦方法制定了混合推薦機制為用戶提供個性化畫像、學習反饋與學習資料推薦的服務，當前處于第二個學期的試用階段。