個(gè)性化學(xué)習(xí)技術(shù)在會(huì)計(jì)學(xué)教學(xué)中的應(yīng)用

劉廣民，侯 睿，白 云

(哈爾濱學(xué)院，黑龍江 哈爾濱 150080)

隨著多媒體技術(shù)的發(fā)展，信息化技術(shù)作為教學(xué)輔助方式從單純以視聽為主的網(wǎng)絡(luò)教學(xué)教育信息化1.0階段，逐漸過渡到以自適應(yīng)學(xué)習(xí)為代表的智慧學(xué)習(xí)教育信息化2.0階段。在會(huì)計(jì)學(xué)教學(xué)過程中，應(yīng)用大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)的個(gè)性化教學(xué)能改善學(xué)生的學(xué)習(xí)體驗(yàn)，提升學(xué)習(xí)效率和教學(xué)效果。與傳統(tǒng)會(huì)計(jì)學(xué)教學(xué)相比，采用自適應(yīng)學(xué)習(xí)技術(shù)的會(huì)計(jì)學(xué)教學(xué)通過使用學(xué)生學(xué)習(xí)過程中與系統(tǒng)的交互數(shù)據(jù)建立數(shù)學(xué)模型，刻畫學(xué)生的能力畫像，實(shí)現(xiàn)了可以根據(jù)學(xué)生的知識掌握水平定制適合的學(xué)習(xí)內(nèi)容，并結(jié)合個(gè)性化推薦算法給學(xué)生推送最佳學(xué)習(xí)內(nèi)容。因此，充分挖掘交互數(shù)據(jù)中的學(xué)生個(gè)性化信息，可以激發(fā)學(xué)生的學(xué)習(xí)熱情，提升學(xué)習(xí)目標(biāo)內(nèi)容的針對性和練習(xí)的高效性。

一、會(huì)計(jì)學(xué)中信息技術(shù)應(yīng)用現(xiàn)狀

傳統(tǒng)的以教師為中心，學(xué)生只能被動(dòng)的、單向的接受教學(xué)安排的教學(xué)模式，忽略了學(xué)生個(gè)體特征差異，缺乏對學(xué)生知識掌握水平的有效監(jiān)測。對于學(xué)生個(gè)體而言，每個(gè)人的基礎(chǔ)水平、理解能力等都不相同，但由于缺乏適合自己的高效學(xué)習(xí)路徑，學(xué)生們往往把更多的精力使用在忙亂做題、練習(xí)目標(biāo)錯(cuò)位的低效學(xué)習(xí)中。同時(shí)，在學(xué)校教學(xué)任務(wù)的客觀要求下，即使是學(xué)習(xí)能力比較強(qiáng)的學(xué)生，也不得不依從固定的教學(xué)內(nèi)容，對已經(jīng)掌握的知識進(jìn)行枯燥的重復(fù)練習(xí)，嚴(yán)重束縛了學(xué)生的個(gè)人發(fā)展。而對于基礎(chǔ)薄弱的學(xué)生，由于缺乏針對性輔導(dǎo)，對同一知識點(diǎn)可能需要花費(fèi)更多時(shí)間成本，走更多彎路。并且，教師的教學(xué)負(fù)擔(dān)很重，很難顧及到每一個(gè)學(xué)生個(gè)體。因此，傳統(tǒng)教育方式難以有效了解學(xué)生個(gè)體情況，也無法規(guī)模化實(shí)現(xiàn)對個(gè)體進(jìn)行針對性的干涉指導(dǎo)。

雖然多媒體技術(shù)已廣泛應(yīng)用于教學(xué)中，豐富了教學(xué)內(nèi)容，使晦澀的知識通俗易懂，極大地改善了教學(xué)體驗(yàn)，但整個(gè)教學(xué)過程依然缺乏與學(xué)生的有效互動(dòng)，不能充分反饋學(xué)生對知識點(diǎn)掌握的具體情況，沒能避開傳統(tǒng)教育的缺點(diǎn)。那么，如何克服上述問題，即是本文的價(jià)值所在。

二、采用自適應(yīng)學(xué)習(xí)的教育信息化技術(shù)在會(huì)計(jì)學(xué)教學(xué)中的實(shí)施

優(yōu)先深入分析和挖掘?qū)W生學(xué)習(xí)的過程數(shù)據(jù)，可以為每一位學(xué)生刻畫獨(dú)特的、能反映其知識水平的能力畫像，將其反饋到教學(xué)內(nèi)容設(shè)計(jì)中，設(shè)計(jì)出針對個(gè)體學(xué)生特點(diǎn)的學(xué)習(xí)支持系統(tǒng)，幫助其進(jìn)行有針對性的強(qiáng)化訓(xùn)練。基于此，筆者從2006年起開始利用“數(shù)據(jù)畫像”實(shí)現(xiàn)個(gè)性化學(xué)習(xí)的初級版本，讓學(xué)生主動(dòng)選擇干預(yù)推薦信息，不僅提升了推薦的精準(zhǔn)性，也顧及到學(xué)生使用時(shí)的個(gè)人感受，以及利用教育信息技術(shù)的知情同意權(quán)。經(jīng)過十余年的不斷迭代和嘗試，開發(fā)出會(huì)計(jì)學(xué)專業(yè)自適應(yīng)學(xué)習(xí)智慧系統(tǒng)。整體流程框架如下：

圖1 自適應(yīng)學(xué)習(xí)智慧系統(tǒng)流程框架

1.學(xué)習(xí)資源數(shù)字化、建立專業(yè)知識圖譜

通過構(gòu)建知識圖譜的方式把學(xué)習(xí)對象和內(nèi)容進(jìn)行結(jié)構(gòu)化處理，錄入數(shù)據(jù)庫。具體而言，把教學(xué)內(nèi)容中的知識點(diǎn)進(jìn)行精細(xì)分類，構(gòu)建專業(yè)知識點(diǎn)之間的知識圖譜(知識點(diǎn)為節(jié)點(diǎn)的有向圖)，根據(jù)知識點(diǎn)之間的相互聯(lián)系建立知識點(diǎn)的層級。在這里，知識點(diǎn)之間要刻畫兩種關(guān)系，一是不同層級知識點(diǎn)之間的關(guān)系，二是同層級知識點(diǎn)之間關(guān)系。知識點(diǎn)應(yīng)盡量細(xì)分，使知識點(diǎn)之間不存在包含關(guān)系。教師通過專業(yè)判斷，將知識點(diǎn)間的關(guān)系強(qiáng)弱作為邊的權(quán)重。然后基于知識點(diǎn)設(shè)計(jì)練習(xí)題目，每個(gè)題目僅包含一個(gè)知識點(diǎn)，每個(gè)知識點(diǎn)可以設(shè)計(jì)盡量多的題目。

構(gòu)建知識圖譜的好處是，由于知識圖譜是構(gòu)建學(xué)生用戶知識水平畫像的基礎(chǔ)，同時(shí)知識點(diǎn)之間關(guān)系能反映出哪些是關(guān)鍵知識點(diǎn)(有向圖的hub節(jié)點(diǎn))，這些hub節(jié)點(diǎn)是學(xué)生在學(xué)習(xí)過程中需要經(jīng)歷的重要環(huán)節(jié)。在設(shè)計(jì)練習(xí)題目時(shí)可以根據(jù)知識點(diǎn)之間關(guān)系的維度，對知識點(diǎn)進(jìn)行有效覆蓋，可以幫助學(xué)生找到欠缺的知識點(diǎn)，教師也更容易把握學(xué)生的真實(shí)學(xué)習(xí)狀況。比如：根據(jù)知識圖譜進(jìn)行題目設(shè)計(jì)時(shí)，題目A和題目B有先后的層級關(guān)系，如果A錯(cuò)誤但B答對，可能存在學(xué)生對于題目B有猜對的可能性。

2.學(xué)生學(xué)習(xí)過程數(shù)據(jù)采集和特征工程

學(xué)生和系統(tǒng)的主要交互方式，是通過在網(wǎng)頁上進(jìn)行課程習(xí)題練習(xí)，學(xué)生通過瀏覽器訪問服務(wù)器的習(xí)題網(wǎng)頁，登錄個(gè)人信息后進(jìn)行個(gè)體標(biāo)記，以方便追蹤每一個(gè)體的行為。為了更好地研究學(xué)生的學(xué)習(xí)軌跡和學(xué)習(xí)習(xí)慣，通過前后端埋點(diǎn)技術(shù)記錄其學(xué)習(xí)的全流程數(shù)據(jù)，這些埋點(diǎn)數(shù)據(jù)實(shí)時(shí)或者分時(shí)間段上報(bào)給系統(tǒng)。以學(xué)生練習(xí)題目為例，主要采集學(xué)生的答題狀況數(shù)據(jù)，如做過哪些題目，題目的正誤情況，其他需要采集數(shù)據(jù)包括學(xué)生答題時(shí)長、學(xué)生個(gè)人收藏和錯(cuò)題本等。特征工程可以大致分為以答題狀況為主的特征數(shù)據(jù)以及學(xué)生自身行為相關(guān)的特征數(shù)據(jù)，區(qū)別在于前者為學(xué)生客觀被動(dòng)行為，后者為學(xué)生主動(dòng)行為。

圖2 個(gè)性化學(xué)習(xí)原理圖

3 學(xué)生數(shù)據(jù)分析與挖掘

將學(xué)生做題情況在知識圖譜中的位置作為刻畫學(xué)生畫像的關(guān)鍵因素，學(xué)生畫像結(jié)果可以客觀反映學(xué)生對專業(yè)知識點(diǎn)的掌握情況。學(xué)生畫像特征一部分可以進(jìn)一步與統(tǒng)計(jì)模型結(jié)果融合成為個(gè)性化推送的前置信息，另一個(gè)部分可以反饋在教學(xué)上。教師根據(jù)具體學(xué)科場景中的學(xué)生畫像數(shù)據(jù)對學(xué)生進(jìn)行分類，實(shí)現(xiàn)對學(xué)生學(xué)習(xí)情況的有效把控，同時(shí)，依據(jù)每一類學(xué)生的特點(diǎn)，給出科學(xué)的指導(dǎo)策略。學(xué)生的收藏和錯(cuò)題本側(cè)重描述學(xué)生主觀行為特征，通過以樸素貝葉斯算法作為最基本的統(tǒng)計(jì)模型，給出學(xué)生適合的對每一類題目的概率分值。通過GDBT模型對前兩個(gè)的結(jié)果進(jìn)行融合，以學(xué)生的評價(jià)數(shù)據(jù)作為訓(xùn)練目標(biāo)，讓模型結(jié)果趨于與評價(jià)差異最小。學(xué)生選擇開始練習(xí)，經(jīng)過推薦系統(tǒng)實(shí)時(shí)推送后，又把經(jīng)過算法排序和篩選的題目反饋給正在做題的學(xué)生，這樣就形成了反饋閉環(huán)，實(shí)時(shí)更新的題目始終作為學(xué)生最優(yōu)的學(xué)習(xí)路徑。另外，對于第一次登錄練習(xí)的學(xué)生，系統(tǒng)會(huì)給出一套通用測試模板作為冷啟動(dòng)的方法。學(xué)生可以主動(dòng)對每道題目做出評價(jià)，評價(jià)選項(xiàng)標(biāo)簽為題目包含“簡單”“適合”“偏難”，通過學(xué)生反饋以實(shí)現(xiàn)系統(tǒng)的迭代和升級。

在使用過程中，學(xué)生的行為歷史數(shù)據(jù)不斷豐富系統(tǒng)中以學(xué)生為維度的特征，考慮到學(xué)生的實(shí)際使用體驗(yàn)，系統(tǒng)設(shè)置了重置按鈕，可以重新初始化學(xué)生特征數(shù)據(jù)。此外，系統(tǒng)還開發(fā)了排行榜功能，可以幫助學(xué)生清晰地看到自己的成績，通過排行榜不斷激勵(lì)自己，提升滿足感和自信心。

三、結(jié)語

系統(tǒng)采用機(jī)器學(xué)習(xí)算法來挖掘?qū)W生學(xué)習(xí)過程的數(shù)據(jù)價(jià)值，從數(shù)據(jù)中了解學(xué)生的學(xué)習(xí)特點(diǎn)，推薦技術(shù)的應(yīng)用解決了學(xué)習(xí)內(nèi)容分發(fā)效率問題，以數(shù)據(jù)帶來的價(jià)值給教學(xué)賦能，以算法模型代替教師指點(diǎn)學(xué)生，從而實(shí)現(xiàn)規(guī)模化因材施教。該系統(tǒng)版本經(jīng)過多次迭代，已經(jīng)應(yīng)用于多個(gè)班級中，經(jīng)驗(yàn)證能有效提高考試通過率，是會(huì)計(jì)學(xué)領(lǐng)域自適應(yīng)學(xué)習(xí)方案的一次早期嘗試。