大數據環境下智慧學習系統模型構建及應用研究

陳強 彭剛 鄧美玲

摘要：隨著教育信息化的深入推進，傳統的教育模式已經難以滿足學習者的多元化需求。因此，智慧學習系統應運而生，旨在通過運用先進的技術手段，給學習者提供個性化和高效的學習體驗。文章探討在大數據環境下，如何構建智慧學習系統模型并應用于Python程序設計課程中。

關鍵詞：大數據；智慧學習系統模型；Python程序設計課程

一、引言

隨著大數據時代的到來，教育領域正面臨前所未有的機遇和挑戰。在教育過程中產生的大數據涵蓋了學習者的學習行為、學習結果、興趣和愛好等方面，它的興起為智能學習模型提供了基本的數據支持。智能學習是一種以學習者為中心的學習方法，它依靠信息技術對學習者的學習行為、學習方式、學習結果等進行分析，以實現個性化學習和高效學習。智能學習概念的普及，為智能學習系統模型的研究提供了理論基礎。

智慧學習模型是一種基于人工智能技術的學習方法，旨在提供個性化、自適應和智能化的學習體驗。大數據技術的不斷發展，為智能學習系統模型提供了技術支持。例如，大數據分析技術可以有效處理和分析海量數據，挖掘學習者的潛在需求和學習規則；人工智能技術可以自動篩選和整合學習資源，為學習者提供個性化的學習資源和服務。

二、智慧學習系統模型的研究現狀

智慧學習系統模型的研究和應用，為教育信息化的發展提供了新的思路和方法。智慧學習模型研究現狀呈現出多元化、交叉性的特點，各種技術和方法不斷涌現，為智慧教育的實現提供了強有力的支持。黃榮懷在智慧教育、智慧學習等領域有深入的研究和貢獻，提出了“智慧教育”的概念，認為智慧教育是一種數字化、網絡化、智能化、個性化、終身化的教育形態，是利用現代信息技術促進教育變革和發展的新階段。王良周在智慧學習模型的計算機視覺應用方面有重要的貢獻，提出一種基于深度學習的智慧學習模型，該模型能夠通過計算機視覺技術對圖像進行自動分析和處理，從而實現對圖像中物體的識別、分類和定位等功能。這種智慧學習系統模型可以應用于圖像檢索、目標跟蹤、人臉識別等領域，為人們的生活和工作帶來極大的便利。智慧學習算法已經得到廣泛的研究和應用，如基于數據挖掘的個性化推薦算法、基于機器學習的自動評估算法等。

通過大數據和人工智能技術的結合，智慧學習系統模型能夠實現個性化和高效的學習，幫助學習者更好地掌握知識和技能。未來，隨著技術的不斷發展和應用場景的不斷擴大，智慧學習系統模型將會得到更廣泛的應用。

三、智慧學習系統模型的核心功能

智慧學習系統模型通過分析學習者的行為、反饋和學習成果，不斷優化教學策略和資源推薦，以幫助學習者更高效地掌握知識和技能。這些模型還可以利用大數據和算法優化學習路徑，預測學習者的困難點，并提供個性化的練習和輔導，從而增強學習效果。

智慧學習系統模型的核心功能有四個：第一，個性化學習。根據學習者的興趣、學習風格和進展，提供個性化的學習內容和任務。第二，自適應評估。根據學習者的表現和反饋，自動調整難度和教學方式，以滿足學習者的學習需求。第三，智能教學輔助。通過智能提示、解釋和反饋，幫助學習者理解和應用知識。第四，實時監控和反饋。通過實時追蹤學習者的學習進程和表現，提供及時的反饋和改進建議。

四、智慧學習系統模型構建——以Python程序設計課程為例

本文以Python程序設計課程為例，構建一個集教學資源、學習工具、交流社區于一體的智慧在線學習平臺，如圖1所示。該平臺基于人工智能和大數據技術，能夠智能推薦學習資源、自動評估學習成果、支持個性化學習路徑，提高學習效率和學習質量。

（一）教學資源

教學資源是指為教學活動的有效開展提供的素材、條件和環境等支持，包括各種軟件、硬件和人力資源。在智慧教育中，教學資源也包括智慧教室、智能終端、網絡課程、數字化教材等，以及各種數字化學習資源。這些數字化學習資源能夠滿足學習者的個性化學習需求，提高學習效果和學習體驗。

Python程序設計課程智慧學習系統模型的主要教學資源有教材與教案、在線課題、實驗案例、習題庫和學習資料。

（二）學習工具

學習工具是幫助學習者更有效地進行學習的工具。課程智慧學習系統模型提供以下學習工具：在線編程環境，學習者可以在線編寫、調試、運行Python代碼；代碼審查工具，審查學習者的代碼，提供修改建議和錯誤提示；學習筆記工具，允許學習者記錄學習筆記，方便回顧和總結知識點；在線問答社區，方便學習者之間互相交流和解決問題，并獲得及時的學習反饋；學習進度管理工具，學習者可以方便地選擇課程、制訂學習計劃、跟蹤學習進度。

（三）交流社區

交流社區是指具有相似興趣或需求的人們聚集在一起，通過各種方式進行交流和互動的社區。這種社區通常存在于線上或線下，可以為成員提供信息共享、知識交流、經驗分享等支持。

課程智慧學習系統模型提供以下交流社區：第一，學習論壇。通過社交網絡技術，構建學習者之間的互動交流平臺，促進學習者之間的知識分享和經驗交流。第二，社交群組。支持學習者創建學習小組，與同學一起學習和討論問題，讓學習者分享學習心得、討論問題、互相幫助。第三，問答板塊。學習者在問答板塊上提問和回答問題，互相幫助解決問題。第四，作品展示區。允許學習者展示自己的作品和項目，互相學習和借鑒。第五，學習日志。支持學習者撰寫學習日志，記錄自己的學習過程和心得體會。

（四）智能推薦與評估

通過在線學習平臺采集學習者在Python程序設計課程中的學習行為數據，包括學習時長、學習進度、練習成績、討論參與度等，并存儲采集的數據，建立學習者個人學習檔案。分析這些數據后，平臺可以提取出學習者的學習特征和行為習慣，為后續的個性化學習路徑規劃和資源生成提供數據支持。

第一，推薦學習資源。根據學習者的學習歷史和興趣愛好，智能推薦相關的學習資源。根據學習者的學習進度和需求，動態生成個性化的學習資源。根據學習者的學習情況，整合在線教程、課題資料、經典案例、練習題等資源，為學習者提供豐富多樣的學習內容。同時，智慧學習系統還支持學習者上傳自己創作的學習資源，實現資源的共享和交流。

第二，評估學習成果。通過人工智能技術，對學習者的學習行為進行分析和預測，包括課程管理、學習進度管理、學習評估管理等。通過在線編程環境、代碼審查工具、學習進度管理工具等，對學習者的學習過程和學習成果進行評價，并將結果反饋給學習者，以便其調整學習策略，提高學習效果。

第三，個性化學習路徑。根據數據處理和分析的結果，結合Python程序設計課程的特點和教學目標，教師為學習者制訂個性化的學習路徑。對于Python程序設計課程，教師可以根據學習者的編程基礎、學習進度和興趣，為其推薦合適的學習內容、練習題目和拓展資源等，并推薦個性化的學習路徑和學習計劃。

第四，學習預警與提醒。根據學習者的學習情況和成績表現，及時發出預警信號和提醒通知，幫助學習者及時調整學習狀態。學習者在Python程序設計課程中遇到問題時，可以通過學習預警與提醒獲取解決方案和指導建議。

第五，智能統計分析。教師利用大數據分析技術，對學習者的學習數據進行處理和分析。通過對學習者學習行為數據的挖掘，可以分析出學習者的學習習慣、能力水平、興趣愛好等信息，為后續的個性化學習提供數據支持。同時，系統可以根據學習者的學習進度和成績，為其推薦合適的學習資源和路徑，幫助他們更好地掌握Python程序設計的知識和技能。

以上智慧學習系統模型的構建和應用，可以提高Python程序設計課程的教學質量，幫助學習者更好地掌握編程知識和技能，培養學習者的創新能力和解決問題的能力。

五、結語

智慧學習系統模型是一種基于大數據和人工智能技術的綜合性學習平臺，旨在提供個性化和高效的學習體驗。通過數據采集、處理和分析，智慧學習系統模型可以了解學習者的學習習慣、能力水平和興趣愛好等信息，從而為其制訂個性化的學習路徑，并動態生成學習資源。同時，智慧學習系統模型還具備智能化教學輔助、社交化學習體驗、學習評價與反饋等功能，以幫助學習者更好地掌握知識和技能，提高學習效果。在Python程序設計課程中的應用表明，智慧學習系統模型能夠有效激發學習者的學習興趣，為個性化和高效的學習提供有力的支持。

參考文獻：

[1]黃榮懷，劉夢彧，劉嘉豪，等.智慧教育之“為何”與“何為”：關于智能時代教育的表現性與建構性特征分析[J].電化教育研究，2023（1）.

[2]吳曉如，劉邦奇，袁婷婷.新一代智慧課堂：概念、平臺及體系架構[J].中國電化教育，2019（3）.

[3]王良周，于衛紅.大數據視角下的學習分析綜述[J].中國遠程教育，2015（3）.

[4]周偉，杜靜，汪燕，等.面向智慧教育的學習環境計算框架[J].現代遠程教育研究，2022（5）.

[5]孫健，徐碩，李健.Python語言程序設計混合式教學改革[J].計算機教育，2023（10）.

[6]尚戰陽，楊絢，王金仙，等.智慧教育背景下基于微信群+ “雨課堂”混合式教學模式的應用探討[J].河南醫學高等專科學校學報，2023（6）.

[7]祝智庭，盧琳萌，王馨怡，等.智慧教育理論與實踐在中國的發展：十年回顧與近未來展望[J].中國遠程教育，2023 （12）.

[8]朱彥同.高校“智慧+思政”教育傳播體系的構建研究[J].傳播與版權，2023（22）.

基金項目：2022年廣東省本科高校教學質量與教學改革工程建設項目（粵教高函[2023]4號）“‘數據科學與大數據技術專業建設與實踐”，項目編號：JY2022001602；2021年東莞城市學院青年教師發展基金項目自然科學類“大數據環境下個性化智慧學習系統模型的構建研究”，項目編號：KY2022004801；2022年東莞城市學院課程教學改革項目“基于OBE理念的計算機程序設計類課程的教學改革研究”，項目編號：JY2022014901。

（作者單位：東莞城市學院人工智能學院）