论文部分内容阅读
摘要：随着信息时代的兴起与发展，高校校园泛在学习也广泛的应用开来，同时，人们对其内容个性化推荐模型的设计也越来越重视。本文作者基于多年关于高校校园泛在学习的内容个性化推荐的实践经验，以“学习元”平台为例，对高校校园泛在学习的内容个性化推荐研究现状、对个性化推荐的支持以及个性化推荐模型设计等内容进行浅谈，以期在个性化推荐的实际应用中具有借鉴作用，更好的促进高校校园泛在学习的发展。
关键词：泛在学习 个性化推荐 兴趣模型 学习元
中图分类号：G40-05 文献标识码：A 文章编号：1673-9795（2012）11（a）-0103-01
泛在学习是随着信息时代的飞速发展而产生的概念，其指改变过去传统的学习方式，建立起的以学习者为主体，实现学习者可以在任何时间、任何地点完成学习意愿的学习方式。具体到高校校园里，即指对于在校学生无处不在学习、无时无刻沟通的学习状态。随着高校校园泛在学习智能化建设的逐渐完备，人们越来越关注其学习内容的个性化推荐，本文以“学习元”平台为例，就高校校园泛在学习的内容个性化推荐模型设计方面进行了浅谈。
1 高校校园泛在学习的内容个性化推荐研究现状
从20世纪90年代Resnick首次提出个性化推荐的概念至今，其已经有了巨大的发展。对于高校校园泛在学习的内容个性化推荐而言，学习资源可分为基础资源库个性化推荐、学习系统个性化推荐、虚拟学习环境个性化推荐及虚拟学习社区个性化推荐，其均针对具体的学习过程，从学生角度考虑，推荐可能感兴趣的学习资源。例如：东北师范大学已经引入并成功推广的SAELS个性化推荐系统，其在基于大学生普遍的认知水平及学习风格的基础上，对学习资源进行重新整合，在大量丰富学习元集合的基础上，构建了学习资源动态性的互动模型，实现园泛在学习内容的个性化选择。
2 高校校园泛在学习资源对个性化推荐的支持
高校校园泛在学习资源要实现个性化的推荐，需要两方面的硬件与技术支持。一方面，应该保障学习资源的充足、丰富，建立全面的学习元平台，实现学习者“按需所取”的学习需求；另一方面，应该建立学习者进行个性化选择的平台，即不同学习者在实施个性化选择学习元时，泛在学习系统能够提供其个性化选择的有效响应。在这里，作者总结提出“学习元”平台的概念，即关于元认知的学习认识是学习者对何种因素影响学习者的认知活动的过程与结果、这些因素是如何起作用的、相互之间是如何作用等问题的认识。所以，构建学习元系统，首要的前提即对现有数据信息的有效整合，完成学习资源极大充足数据库的构建。巧妇难为无米之炊，学习元数据库的建立是学习元系统的关键所在。其次，在对个性化推荐的支持方面，通过学习元数据库与高校校园虚拟实验系统、学生考试系统、教学管理系统、本地资源系统的共享，整合国家及社会可利用远程教学数据库资源，使学习者的个人信息和其所需要的信息完全连通，合纵连横，以消除信息孤岛，为学习者呈现个性化信息，使网络学习真正成为基于资源的自主、开放的学习。
3 高校校园泛在学习的内容个性化推荐模型
3.1 基于用户兴趣的推荐
学习应该是一种独立的主动的认识和发展的话动，要把人类积累的认识成果转化为学习者的知识财富，要把知识转化为能力和智力，要依赖学习主体的积极思考和实践。有效的学习是将理性与激情、认知与情感、技能与意志等因素整合起来，使学习的状态进入主动和控制的层次，因此，基于用户兴趣的推荐是基于学习者对学习活动的能动把握，是对自我学习活动助一种调控和监控。根据当前用户自身的兴趣模型，可得到用户兴趣本体，以本体为桥梁，寻找语义特征描述层面上与用户兴趣本体存在相似关系的学习元，形成兴趣学习元候选集，筛选出高质量的学习元，作为兴趣学习元推荐集的一个子集。
3.2 基于知识模型的推荐
高校校园泛在学习要求具有各种各样有效的知识类型，这是区别于一般学习模式的重要特征。根据知识对于学习者的属性不同，泛在学习的知识可以分为以下几种类型：学习者主动探索的知识；学习者为了完成任务（如老师或学校布置的作业等）而需获取的知识；系统性的整套知识，如高校英语教程听、说、读、写等学习资源；学习者已经具备的知识；情景知识，即在特定情景获得的知识或技能。学习者在学习过程中建构起来的知识将是灵活的知识，因为其是根据对问题的探求需要而进行学习的，知识与实际情境相互关联，知识具有了实际的意义；在解决问题的过程中，他们查找知识，组织知识，并通过获得的知识解决问题，知识被获得并被利用，成为学习者自己的知识，是能够灵活迁移的知识。基于知识模型的推荐，可以分析学习者已经具备的知识类型，通过关联网络，生成基于此已具备知识的知识元平台，保存为子集。当学习者再次进入系统时，系统根据标识进行知识模型的推荐。
3.3 基于学习偏好的推荐
针对学习者对于学习资源信息的选择上，主要体现在以下三方面：（1）选择性信息：把有关学习资源从无关学习资源中筛选出来，发现与学习目标有关的学习资源。（2）选择性组合：有选择地把学习资源以某种方式组合起来，形成一个具有某种合理性的内部联系的整体。（3）选择性比较：把新获得的学习资源或新恢复的学习资源与过去已有的学习资源相关联。新知识如果不能与旧知识建立起某种联系，将毫无价值。在进行泛化学习内容基于学习偏好推荐时，所涉及系统需要实现以下要求：首先具备将学习者学习偏好同泛化学习数据库中偏好模式集合进行比对的功能，根据比对结果，可以初步得到其偏好的学习资源合集，在经过生成性信息对学习资源合集进一步筛选后，得到基于学习者学习偏好性推荐。
4 结语
总之，泛在学习对于高校校园的学习方式来说既是挑战也是机遇。一方面它给大学生带来了浩瀚如烟的学习资源，在学生进行学习资源的选择上带来了一定困难。但是，但是，从另外一个角度看，泛在学习的出现亦代表着科学技术发展的趋势，为高校教学、学习模式带来新的机遇。首先，利用泛在学习可以对现有的传统学习方式进行优化，其次，随着泛在学习内容个性化模型设计问题的逐渐解决，泛在学习一定会日益焕发出前所未有的活力。
参考文献
[1] 杨现民，余胜泉.泛在学习环境下的学习资源信息模型构建[J].中国电化教育，2010（9）.
[2] 余胜泉，杨现民，程罡.泛在学习环境中的学习资源设计与共享—— “学习元”的理念与结构[J].开放教育研究，2009（1）.
[3] 杨现民，余胜泉.泛在学习环境下的学习资源进化模型构建[J].中国电化教育，2011（9）.
[4] 杨现民，余胜泉，王志军.学习元与学习对象的多维比较研究—— 学习资源聚合模型发展新趋势[J].开放教育研究，2010（6）.
关键词：泛在学习 个性化推荐 兴趣模型 学习元
中图分类号：G40-05 文献标识码：A 文章编号：1673-9795（2012）11（a）-0103-01
泛在学习是随着信息时代的飞速发展而产生的概念，其指改变过去传统的学习方式，建立起的以学习者为主体，实现学习者可以在任何时间、任何地点完成学习意愿的学习方式。具体到高校校园里，即指对于在校学生无处不在学习、无时无刻沟通的学习状态。随着高校校园泛在学习智能化建设的逐渐完备，人们越来越关注其学习内容的个性化推荐，本文以“学习元”平台为例，就高校校园泛在学习的内容个性化推荐模型设计方面进行了浅谈。
1 高校校园泛在学习的内容个性化推荐研究现状
从20世纪90年代Resnick首次提出个性化推荐的概念至今，其已经有了巨大的发展。对于高校校园泛在学习的内容个性化推荐而言，学习资源可分为基础资源库个性化推荐、学习系统个性化推荐、虚拟学习环境个性化推荐及虚拟学习社区个性化推荐，其均针对具体的学习过程，从学生角度考虑，推荐可能感兴趣的学习资源。例如：东北师范大学已经引入并成功推广的SAELS个性化推荐系统，其在基于大学生普遍的认知水平及学习风格的基础上，对学习资源进行重新整合，在大量丰富学习元集合的基础上，构建了学习资源动态性的互动模型，实现园泛在学习内容的个性化选择。
2 高校校园泛在学习资源对个性化推荐的支持
高校校园泛在学习资源要实现个性化的推荐，需要两方面的硬件与技术支持。一方面，应该保障学习资源的充足、丰富，建立全面的学习元平台，实现学习者“按需所取”的学习需求；另一方面，应该建立学习者进行个性化选择的平台，即不同学习者在实施个性化选择学习元时，泛在学习系统能够提供其个性化选择的有效响应。在这里，作者总结提出“学习元”平台的概念，即关于元认知的学习认识是学习者对何种因素影响学习者的认知活动的过程与结果、这些因素是如何起作用的、相互之间是如何作用等问题的认识。所以，构建学习元系统，首要的前提即对现有数据信息的有效整合，完成学习资源极大充足数据库的构建。巧妇难为无米之炊，学习元数据库的建立是学习元系统的关键所在。其次，在对个性化推荐的支持方面，通过学习元数据库与高校校园虚拟实验系统、学生考试系统、教学管理系统、本地资源系统的共享，整合国家及社会可利用远程教学数据库资源，使学习者的个人信息和其所需要的信息完全连通，合纵连横，以消除信息孤岛，为学习者呈现个性化信息，使网络学习真正成为基于资源的自主、开放的学习。
3 高校校园泛在学习的内容个性化推荐模型
3.1 基于用户兴趣的推荐
学习应该是一种独立的主动的认识和发展的话动，要把人类积累的认识成果转化为学习者的知识财富，要把知识转化为能力和智力，要依赖学习主体的积极思考和实践。有效的学习是将理性与激情、认知与情感、技能与意志等因素整合起来，使学习的状态进入主动和控制的层次，因此，基于用户兴趣的推荐是基于学习者对学习活动的能动把握，是对自我学习活动助一种调控和监控。根据当前用户自身的兴趣模型，可得到用户兴趣本体，以本体为桥梁，寻找语义特征描述层面上与用户兴趣本体存在相似关系的学习元，形成兴趣学习元候选集，筛选出高质量的学习元，作为兴趣学习元推荐集的一个子集。
3.2 基于知识模型的推荐
高校校园泛在学习要求具有各种各样有效的知识类型，这是区别于一般学习模式的重要特征。根据知识对于学习者的属性不同，泛在学习的知识可以分为以下几种类型：学习者主动探索的知识；学习者为了完成任务（如老师或学校布置的作业等）而需获取的知识；系统性的整套知识，如高校英语教程听、说、读、写等学习资源；学习者已经具备的知识；情景知识，即在特定情景获得的知识或技能。学习者在学习过程中建构起来的知识将是灵活的知识，因为其是根据对问题的探求需要而进行学习的，知识与实际情境相互关联，知识具有了实际的意义；在解决问题的过程中，他们查找知识，组织知识，并通过获得的知识解决问题，知识被获得并被利用，成为学习者自己的知识，是能够灵活迁移的知识。基于知识模型的推荐，可以分析学习者已经具备的知识类型，通过关联网络，生成基于此已具备知识的知识元平台，保存为子集。当学习者再次进入系统时，系统根据标识进行知识模型的推荐。
3.3 基于学习偏好的推荐
针对学习者对于学习资源信息的选择上，主要体现在以下三方面：（1）选择性信息：把有关学习资源从无关学习资源中筛选出来，发现与学习目标有关的学习资源。（2）选择性组合：有选择地把学习资源以某种方式组合起来，形成一个具有某种合理性的内部联系的整体。（3）选择性比较：把新获得的学习资源或新恢复的学习资源与过去已有的学习资源相关联。新知识如果不能与旧知识建立起某种联系，将毫无价值。在进行泛化学习内容基于学习偏好推荐时，所涉及系统需要实现以下要求：首先具备将学习者学习偏好同泛化学习数据库中偏好模式集合进行比对的功能，根据比对结果，可以初步得到其偏好的学习资源合集，在经过生成性信息对学习资源合集进一步筛选后，得到基于学习者学习偏好性推荐。
4 结语
总之，泛在学习对于高校校园的学习方式来说既是挑战也是机遇。一方面它给大学生带来了浩瀚如烟的学习资源，在学生进行学习资源的选择上带来了一定困难。但是，但是，从另外一个角度看，泛在学习的出现亦代表着科学技术发展的趋势，为高校教学、学习模式带来新的机遇。首先，利用泛在学习可以对现有的传统学习方式进行优化，其次，随着泛在学习内容个性化模型设计问题的逐渐解决，泛在学习一定会日益焕发出前所未有的活力。
参考文献
[1] 杨现民，余胜泉.泛在学习环境下的学习资源信息模型构建[J].中国电化教育，2010（9）.
[2] 余胜泉，杨现民，程罡.泛在学习环境中的学习资源设计与共享—— “学习元”的理念与结构[J].开放教育研究，2009（1）.
[3] 杨现民，余胜泉.泛在学习环境下的学习资源进化模型构建[J].中国电化教育，2011（9）.
[4] 杨现民，余胜泉，王志军.学习元与学习对象的多维比较研究—— 学习资源聚合模型发展新趋势[J].开放教育研究，2010（6）.