基于用戶畫像的在線學習資源個性化推薦服務研究*

郭飛雁 羅校清

（1.湖南電氣職業技術學院，湖南 湘潭 411100；2.湖南軟件職業技術大學，湖南 湘潭 411100）

一、前言

如何利用信息技術提供個性化學習環境及服務已成為當前教育研究者關注的焦點。近年來，隨著人工智能大數據等技術的逐漸成熟，越來越多的教育研究者將研究重點定位到利用在線學習平臺上的大量學習行為數據進行分析，實現個性化教學。用戶畫像也隨著信息技術的發展興起,通過多維度數字化標簽抽象用戶個人信息數字化特征，準確解析用戶需求及預測用戶變化趨勢,現已用于個性化服務推薦、精準營銷等方面。用戶畫像十分契合在線學習用戶精準、個性化服務需求。

用戶畫像是一個綜合的研究領域，通過數字標簽體系對用戶特征進行描述，預測用戶未來需求或變化方向，從而為用戶提供個性化推薦信息。隨著大數據技術的發展，人們通過用戶畫像將用戶數據轉化為商業價值，眾多行業引入了用戶畫像的理念，實現對核心用戶價值的挖掘，開展產品的精準營銷和個性化服務。其中，圖書館領域的研究成果最為廣泛，對講座信息推薦[1]、科研推送服務[2][3][4]、專利推送[5]、資源推薦[6]等主題開展用戶畫像的應用進行了探討。

目前，基于用戶畫像的個性化推薦服務國內研究并不多見。有學者從個性化推薦過程的用戶建模、推薦對象建模和推薦策略三個模塊對現有學術資源個性化推薦進行了探討[7]；也有學者將用戶畫像技術引入圖書的個性化推薦中[8]；也有學者針對旅游情境化推薦服務問題，提出了一個基于用戶畫像的景點推薦模型并進行了實證研究[9]；還有學者提出從單用戶和多用戶角度基于用戶畫像技術推薦圖書館資源，為大數據環境下面向用戶的圖書館資源精準推薦提供參考[10]。基于用戶畫像的在線學習個性化推薦服務相關研究暫時處于空白。

國外學者主要從用戶畫像定義及用戶畫像實踐應用方面進行研究。S.Gauch，M.Speretta 等也將用戶畫像視為一種集合[11]。Guimaraes 等將用戶畫像的構成要素歸納為：用戶的基本素養、學歷層次、社會關系[12]。在實踐應用方面國外學者將用戶畫像較多地應用于圖書館的用戶體驗改善研究中。如Z.Holt 以高校圖書館為例，闡述研究了用戶畫像的構建及應需而變的發展變化過程[13]。M.Otterlo 以圖書館的業務服務為例，借助市場細分方法繪制用戶畫像，并以可視化展示的方式提供給館員實現相應圖書館服務的優化[14]。

通過國內外研究現狀得出，國內外對基于用戶畫像技術的資源個性化推薦的方法及模式研究較少，且大部分研究集中在圖書館方面，尚無文獻對基于用戶畫像的在線學習資源個性化推薦服務展開系統論述。

二、在線學習用戶畫像的構建

基于用戶畫像技術的在線學習用戶畫像構建過程主要有在線學習用戶數據采集、在線學習用戶數據處理、在線學習用戶畫像構建。通過各類在線學習平臺數據的采集，采用非結構化標簽關鍵詞處理相關數據，得出在線學習用戶屬性值的特征標志，形成在線學習用戶標簽體系。基于用戶標簽體系，采用非結構化關鍵詞法對在線學習用戶進行畫像構建，最終形成在線學習用戶畫像[15]。

（一）在線學習用戶數據采集

在線學習用戶數據采集主要采用系統日志法。在線學習平臺中日志文件數據由在線學習平臺系統產生，記錄了用戶在登錄平臺過程中所產生的所有活動數據，比如用戶的訪問軌跡、用戶與系統互動數據、用戶學習時長等。許多在線學習平臺都有自己的數據采集工具用于系統日志數據采集，這些工具采用分布式架構，能滿足每秒數百MB 的日志數據采集和傳輸需求。

在線學習用戶數據主要來源于各個在線學習平臺，數據類型主要分為兩種：一種為靜態信息，即一段時間內不會發生變化、相對穩定的數據；另一種則為動態信息，即隨著時間的變化而發生變化。靜態信息的組成主要為用戶基本屬性數據，例如性別、年齡、學歷、專業及研究領域、地區等。動態信息的組成主要為用戶學習資源偏好、用戶平臺互動、用戶訪問記錄等。動態信息也是用戶畫像實時更新的主要數據來源。在線學習用戶數據來源如表1 所示。

表1 在線學習用戶數據類型及來源

（二）在線學習用戶數據處理

通過在線學習平臺所收集的數據主要有三種類型：結構化數據，例如用戶會話相關數據中訪問時間、登錄次數等；半結構化數據，例如用戶會話相關數據中性別、年齡等；非結構化數據，例如用戶學習互動過程是對學習資源的評論、分享、情感態度等。結構化數據清洗簡單，只需要通過簡單挖掘便可形成標簽。半結構化數據和結構化數據則需要大量的時間進行清洗和標準化處理，從而減少缺失項、數據冗余、數據異常、數據噪聲等問題。

將用戶屬性的所有標志綜合起來，形成在線學習用戶標簽體系。其中用戶基本屬性數據主要對應人群屬性標簽，用戶學習資源偏好屬性數據主要對應資源選擇偏好標簽，用戶學習互動屬性數據主要對應操作偏好、活躍度等標簽。在線學習用戶數據與標簽對應主要如表2 所示。

表2 在線學習用戶數據與標簽對應表

科學合理的標簽是個性化資源推薦成功的重要因素。在線學習用戶標簽體系構建時需要注意標簽粒度大小。過小的標簽粒度會導致標簽沒有泛化能力和使用價值，降低推薦精度。過大的標簽粒度會導致標簽沒有區分度，造成推薦資源泛濫。為了保證在線學習用戶畫像精準度及泛化性，我們構建層次化標簽體系，同時用不同粒度大小的標簽來匹配在線學習用戶的興趣偏好，從而保證標簽的準確性和泛化性。

例如，某一在線學習用戶在在線學習平臺上點擊“協同過濾推薦算法”這一單元知識點，如果用單個單元知識點作為用戶畫像標簽粒度，畫像粒度就會過于精細，系統認為用戶僅對“協同過濾推薦算法”感興趣，在進行在線學習資源推薦時，也僅推薦“協同過濾推薦算法”相關的學習資源，可能將其他的個性化推薦算法學習資源忽略。如果采用“算法”作為在線學習用戶畫像標簽粒度，則無法捕捉到用戶的實際需求是個性化推薦，從而會給用戶推薦一系列算法，如人工智能、遺傳算法等，這樣的推薦也缺乏精準性，從而達不到預期效果。因此，將“協同過濾推薦算法”和“算法”同時列為不同層次標簽，這樣系統就可以匹配出“推薦算法”，提高標簽準確性。

（三）在線學習用戶動態畫像構建

在數據清洗、集成及標簽化處理后，通過用戶標簽體系對在線學習用戶從多個維度不同層次進行畫像構建，從而形成在線學習用戶畫像庫。基于在線學習用戶畫像，預測用戶潛在需求，進行個性化資源推薦。

例如，某在線學習用戶畫像如下：

{基本信息：女，漢，本科，計算機，湖南長沙，白領；

學習資源偏好：python,數據挖掘，大數據

互動偏好：郵箱、留言；

會話偏好：活躍度高；

學習效果：高；}

由于在線學習用戶隨著時間的推移興趣偏好會發生變化，用戶畫像也需要動態更新。因此在構建用戶畫像時，引入隨著時間窗口變化的興趣衰減因子X=1/T，T表示產生的天數，時間越長，在線學習用戶對較早訪問的興趣偏好資源會逐步衰減，構建用戶畫像時權重越小。時間越短，表示近期興趣偏好資源在構建用戶畫像時權重越大，便于實時更新用戶畫像，生成在線學習用戶動態畫像，進一步提高推薦的準確度。

三、基于用戶畫像的在線學習個性化推薦服務

在線學習個性化推薦服務主要有個性化服務推薦體系、在線學習資源個性化推薦流程及推薦學習資源展示和發送等內容。

（一）在線學習個性化推薦服務體系設計

基于用戶畫像的在線學習個性化推薦服務體系主要在數據收集、數據處理、資源推薦三個功能模塊基礎上完成。基于各個在線學習平臺收集用戶各類靜態和動態信息，為數據處理模塊提供數據基礎。在數據處理模塊中，采用關鍵詞法建立非結構化標簽體系。基于標簽體系，預測用戶個性化資源需求，進行個性化資源推薦。在資源推薦模塊中也實時考慮用戶畫像的動態變化，根據在線學習用戶動態畫像，反映用戶的興趣變化，推薦系統實時更新展示推薦結果。基于用戶畫像的在線學習個性化推薦服務體系結構設計如圖1 所示。

圖1 基于用戶畫像的在線學習個性化推薦服務體系結構圖

（二）基于用戶畫像的在線學習資源個性化推薦服務流程設計

通過在線學習平臺收集在線學習用戶基本數據和用戶行為數據，并對非結構化數據進行處理，形成畫像標簽體系，生成在線學習用戶畫像。隨著用戶行為數據的更新，用戶畫像也在動態變化，以適應用戶需求的動態性和多樣性。基于用戶畫像，推薦平臺預測用戶興趣資源，從在線學習資源庫中檢索相關資源，將資源以學習單元的形式展示在在線學習平臺，推薦給學習用戶。基于用戶畫像的在線學習資源個性化推薦流程設計如圖2 所示。

圖2 基于用戶畫像的在線學習資源個性化推薦流程圖

（三）基于用戶畫像的在線學習資源個性化推薦服務實現

基于用戶畫像技術，構建基于時間序列的在線學習用戶動態畫像，從而對在線學習用戶感興趣資源進行個性化推薦預分析進行推薦處理，形成在線學習資源推薦列表。將在線學習資源以單個學習目標的形式，根據在線學習用戶畫像和在線學習資源的匹配情況，基于在線學習平臺的自動推送功能將資源主題、關鍵詞定時發送給在線學習用戶。推送方式可先用平臺內消息、郵件、短信等。在推送消息下方有用戶反饋選項，例如是否對推送內容感興趣，以便及時了解推送效果。在推送信息中，提醒用戶及時報名進行學習。如果推送內容用戶不感興趣，則用戶可以提交自己感興趣的主題到后臺，后臺通過在線學習資源庫進行匹配，從而再次推薦給用戶。

為解決推薦算法中的數據稀疏性和冷啟動性問題，在基于用戶畫像的在線學習資源個性化推薦服務中，采用一種混合式協同過濾算法。目前常用的協同過濾算法有基于用戶的協同過濾算法和基于項目的協同過濾算法。基于用戶的協同過濾算法是指找到相似用戶感興趣的項目推薦給當前用戶，基于項目的協同過濾算法是指給用戶推薦其以前喜歡的相似項目。我們采用基于用戶和項目的一種混合式協同過濾算法進行在線學習用戶個性化資源推薦。在混合式協同過濾算法中，為了減小用戶項目評分偏置影響，采用皮爾遜相關系數計算用戶和用戶或項目和項目之間的相似度，尋找到推薦項目，最后利用Mahout 構建推薦系統引擎，實現個性化推薦服務。

（四）基于用戶畫像的在線學習資源個性化推薦服務評估

基于用戶畫像的在線學習資源個性化推薦服務評估主要從三個方面進行：推薦項目準確率、覆蓋率及新穎度。

推薦項目的準確率指的是在線學習過程中，基于用戶畫像技術，預測在線學習用戶感興趣的學習資源，并以學習單元的形式呈現出來，用戶點擊并進行學習的概率。準確率綜合考慮用戶對資源的點擊率和學習時間長度，點擊率越高，學習時間越長，在線學習資源的個性化推薦服務準確率則越高。

為了檢驗混合式推薦推薦算法對于解決算法冷啟動性問題效果，我們在評估個性化推薦服務時引入項目覆蓋率，即給用戶呈現的個性化學習資源占整個資源比例。覆蓋率反映了推薦算法發掘長尾的能力，覆蓋率越高，說明推薦算法越能將長尾中的在線學習資源推薦給學習用戶。如果在線學習資源所有學習單元都至少被推薦給一個在線學習用戶，則項目的覆蓋率為100%。

在線學習用戶在學習過程中，興趣愛好往往具有動態性和多樣化特點，因此，推薦項目的新穎度可以很好地表現在線學習用戶的興趣動態化和多樣化。采用推薦列表中在線學習資源的流行度衡量推薦項目的新穎度。由于在線學習資源的流行度呈長尾分布，為了使流行度的平均值更加穩定，對在線學習資源的流行度取對數。如果推薦列表中學習資源流行度高，說明在線學習資源推薦的新穎度較低，資源缺乏多樣化。如果推薦列表中學習資源流行度低，說明在線學習資源推薦的新穎度較高，可以滿足在線學習用戶多樣化需求。

四、結語

在線學習資源超載問題出現在線學習過程中斷或學習效率低下等現象。用戶畫像技術的出現解決了這一難題，給在線學習個性化資源推薦帶來了新思路。基于用戶畫像技術，采集在線學習用戶動態及靜態數據，在相關數據的基礎上構建在線學習用戶的多維度動態畫像并實時進行更新，形成以個體需求為導向的個性化推薦，結合混合式協同過濾算法實現用戶個性化資源的精準推送，從而提高在線學習用戶學習的主動性，同時大大提高在線學習效率，實現個性化教育。在接下來的研究中，我們將繼續優化在線學習用戶畫像構建方法，進一步提高在線學習資源個性化推薦精度，實現個性化智慧教學。