基于网络的自适应超媒体学习支持系统的研究

孙 多 周彩英

摘要:针对现有网络学习支持系统不能很好满足学习者个性化学习的需要,我院构建了基于网络的自适应超媒体学习支持系统模型,它是在现有的网络学习支持系统上增加了自适应交互处理模块、自适应教学处理模块、本体推理模块和规则推理模块。本文详细探讨了此模型的自适应支持功能,如为学习者创设动态的自适应学习环境,提供自适应的导航系统和自适应的内容支持等,并给出了自适应学习处理过程。

关键词:自适应学习;学习系统;自适应导航;自适应学习内容

中图分类号:G642 文献标识码:B

1问题的提出

从理论上说,基于网络的学习支持系统具有实现任何人在任何时间与地点学习任何自己需要的知识的能力,是实现终身教育的一个有效途径。正因如此,网络学习备受欢迎。基于网络的学习支持系统应该能够为不同目标的学习者定制适合学习者特性的课程,为相同目标的不同学习者提供不同的课程学习过程。但实际上目前绝大多数网络学习系统向学习者提供的个性化学习主要在学习空间与学习时间方面,在设计上采用的是传统的知识传递教学模式,当然比较好的学习支持系统也注重了教学内容呈现方式设计、学习过程设计、交互方式设计、资源库设计、学习效果评价设计,但是系统的内容、结构和功能基本上是固定的,并不能根据学习者的能力、背景、学习风格、学习目标等差异性,提供动态的适应性教学策略等,因此现有的网络学习支持系统并不能从根本上满足个性化学习的需要。如何在网络学习支持系统中真正实现对学习个体的主动适应和智能化支持,是当前迫切需要解决的问题。

2基于网络的自适应超媒体学习支持系统的内涵

自适应学习,源自“Adaptive Learning”。“Adaptive”,也可译“适应性”,其词根是adapt,即是指个体与环境在适应过程中形成的适应能力。在学习过程中,个体具有能力、背景、学习风格、学习目标等各种各样的差异性,即使是个体本身,在学习过程中,知识状态也在不断变化着。而自适应学习实际上是着眼于个体差异的学习,是让学习环境、学习内容、学习活动来适应每个人不同特点的高度个性化学习过程。

基于网络的自适应学习系统是在网络环境下针对个体学习过程中的差异性而提供适合个体特征的学习支持系统。它能够提供一个适应用户个性化特征的用户视图,这种个性化的学习视图不仅包括个性化的资源,还包括个性化的学习进程和策略。在其支持之下,学习者能够以一种更快的速度,更加有效地进行学习。

超媒体系统是一个由若干结点(页面)和链组成的系统,即在每一个页面上除了有内容信息外,还包含着许多指向其他页面的链。在传统的超媒体系统中,页面的内容和链接关系都是固定不变的,由创作人员在设计时确定。传统的超媒体系统,由于它图文并茂的界面和以学生为中心的交互风格受到广泛的欢迎,但却因为链接过多易造成学生迷航而受到批评。

基于网络的自适应超媒体学习支持系统是将基于网络的自适应学习支持系统与超媒体系统有机结合,弥补了各自缺点,发挥了各自长处,它能够了解学生状态,因材施教,也能够激发学生学习的主动性和维持学生动机。

3自适应支持功能

任何一个学习系统都要依据一定的学习理论基础。基于网络的自适应超媒体学习支持系统的理论依据是建构主义学习理论。从建构主义学习理论角度出发,学习是学习者在一定的情景下,在自身经验的基础上,通过与学习环境交互,主动进行知识建构的过程。由于学习者的个体差异而导致了不同的知识建构过程。基于以上理论,基于网络的自适应超媒体学习支持系统应该有以下几个自适应支持功能。

3.1学习者特征的自适应支持

网络学习支持系统应该建立在对每个学生特征进行准确分析的基础上,才能满足学生的学习需要,才能促进每一个学习者的成功。它主要包括3个方面内容:

(1) 年龄特征。反映的是在一定年龄阶段的学习者所具有的特征,它具有普遍性和共同性。根据皮亚杰的认知发展阶段理论,在不同年龄阶段的学生,其认知能力、思维方式、情感、意识、动机等方面是不同的,通过年龄分析就可以掌握学习者在一定年龄阶段所具有的特征变化。这对了解学习者在一定年龄阶段的思维能力、认知程度、情感变化有着重要指导意义。

(2) 社会化特征。社会化特征反映的是学习者在社会化过程中的社会阅历、文化背景、家庭背景、性别等特征。由于学习者的社会化特征不同,对学习意义的建构不同,学习动机、学习兴趣、学习需求也不同,通过对学习者的性别、文化背景、教育程度等社会化特征因素分析就可以掌握动机类型、学习态度、社会经验、认知成熟程度及与他人的交往能力等。

(3) 个性特征。个性特征所反映的是每个学习个体独有的学习风格、动机、兴趣、性格、意志、情绪、气质等特征,通过对这些个性特征因素的分析,就可以间接了解学习方式、学习速度和质量以及学习内容选择等。个性特征虽然不一定会直接影响学习的发生,但它是学习有效发生的情感因素和动力因素。

3.2学习者水平诊断的自适应支持

这是在学习者开始学习之前,系统帮助其对自身的知识水平、能力和认知风格作出正确的自我诊断,确定学习起点,使之能顺利进入到与自己发展水平相适应的学习活动中。主要包括两个方面内容:

(1) 知识能力诊断。网络学习是一种能够适应不同学生的自主的高度灵活的学习,学习者在正式学习之前,需要了解自己的知识和能力水平,这样才能顺利进入到与自己发展水平相适宜的学习活动中,因为学习要满足“最近发展区”。

(2) 认知诊断。认知特征所反映的是每一个学习个体在认知风格的差异,通过对学生进行认知差异分析,可以帮助学生选择正确的学习策略。

3.3学习导航的自适应支持

这是指系统在了解学习者特征和学习者水平的基础上为学生提供导航图,解决学生在网络超媒体空间的方向性问题。引导学生浏览合适的页面内容,避开与自己无关的内容或当时还不具备条件去查看的内容,以一条最合适的路径引导学习者进行学习。

3.4学习内容的自适应支持

这是指系统所呈现的内容能够适合学习者的特征和水平,如系统根据不同的学习者隐藏一些与之无关的信息,也可以在某个内容之前插入一些前提性知识,还可以将一个概念作几种解释等,即系统能够实现不同的用户所看到的页面内容是不同的。

3.5元认知自适应支持

这是指系统在学习者学习的进程中,给出一些提示和评估信息,促使学习者不断地提高认知过程中的自我监控意识,强化其对认知活动进行反省、评估、达到认知活动的计划性、策略性、调控性。

3.6同伴自适应支持

基于网络的自适应超媒体学习支持系统不仅是基于个人的知识建构,更是基于社会交流的知识建构。系统对个人和群体的自适应学习支持才是真正意义上的知识建构。系统支持“课堂讨论”、“角色扮演”、“竞争”和“伙伴”的教学策略运用于学习者学习的不同阶段。

4设计与实现

基于网络的自适应超媒体学习支持系统建立在现有的网络学习支持系统上,并增加了自适应交互处理模块、自适应教学处理模块、本体推理模块和规则推理模块。其中,自适应交互处理模块包括3个子模块,分别为:学习者背景特征测试与处理模块,学习者知识能力、认知测试与处理模块以及学习者学习需求收集与处理模块。

学习者进入学习系统后,首先选择该门课程的学习目标,由自适应交互处理模块接受学习者输入数据并对学习者各方面进行测试,调用自适应教学处理模块存储学习目标信息和前测结果,并以此为输入调用本体推理机,获取适应于学习者个人的课程领域知识树。自适应交互处理模块根据课程领域知识树动态生成适合于学习者的目标知识能力测试项。测试结果交由本体推理机确定学习者合适的学习资源集合,并进一步利用规则推理机,生成学习资源集合,供学习者从中选择。学习者通过现有网络学习支持系统进入自适应学习界面学习。自适应过程如图1所示。

在学习者课程学习过程中,经常会发生“网络迷航”,对于这种现象,自适应教学模块要提供自适应导航,根据当前学习者的知识状态,引导学习者浏览合适的页面内容,避开无关的干扰信息或当时还不具备条件去查看的内容,引导学习者在一条最合适的超媒体路径中航行。系统通过4种方法达到目的。

(1) 直接导航。当学习者学习完一个页面时,自适应教学处理模块接受数据并由本体推理和规则推理系统推荐一个最适合学习的页面,并以“下一步”的按钮形式指引着用户学习下一个页面。

(2) 链排序。系统对多个热区(链)按照重要程度排序,最适合的链排在最上面。这种方法适合于信息检索。

(3) 链标记。根据学习者的知识水平对页面上的热区(链)进行分类,分别加上不同的标记,(如不同的颜色、字体或字形等)。不同的标记代表不同的含义,如绿色代表目前最适合访问的热区,红色代表目前不太适合访问的热区,灰色代表已经掌握的内容等。

(4) 链隐藏。根据学习者当前的知识状态,系统通过隐藏某些热区(链)对超媒体空间进行适当的剪裁,以阻止学习者访问无关的内容或访问尚未具备访问条件的内容。

系统的自适应教学模块在学习者具体浏览某一页面时,提供适应性内容支持。例如,同一个页面,对于一个初级学习者,隐藏那些学习者目前还不能理解的低层的细节,同时给与更多的解释和指导,而对于有较好知识基础的学习者,可以呈现更多深入的知识。又如,当学习者访问某概念时,系统利用概念之间的关系链,在该概念知识的前面插入用户还未掌握的有关前提知识,还可以插入与该概念相似的其他概念,便于学习者比较它们之间的异同。

基于网络的自适应超媒体学习支持系统还为课程知识领域专家和教学设计者提供了操作界面。课程知识领域专家提供领域知识及其关系图,构建课程领域知识本体。教学设计者与课程设计者一起,设计完成学习目标各种可能的途径与任务,并据此进行学习对象的设计与封装,或选择远端已注册的其他学习对象。通过本体标注,形成学习对象本体库。此外,通过对所有注册课程进行学习的学习者学习目的、学习兴趣、学习风格,可能的知识准备情况进行学习者分类,生成该门课程的学生模型数据库。最后,由教学设计者与教师共同编辑适应性学习策略,生成学习策略库。利用学生前测结果以及现有学生相关数据,生成学生该门课程的学习者模型,根据学生模型、学习策略,生成适应于该学习者的课程。

5小结

本文提出的基于网络的自适应超媒体学习支持系统在本质上是一种支持个别化学习的网络超媒体在线学习系统,它针对个体在学习过程中的差异性(因人、因时)而提供适合个体特征的学习支持,它是网络教学系统智能化的一个重要趋势,它是传统的知识传递教学模式向知识建构型教学模式的转变。本文描述了系统的自适应支持功能,并设计了相关的支持模块,为下一步具体设计系统提供了技术基础。

参考文献:

[1] 刘锲. 基于Web的自适应学习系统得研究与设计[J]. 四川理工学院学报:自然科学版,2008(3):40-42.

[2] 冯锐. 网络学习支持系统中学生特征分析模型的构建及技术实现[J]. 中国电化教育,2006(12):101-103.

[3] 曾玲,丁新,邱崇光. 基于本体的适应性学习系统之系统模型[J]. 华南师范大学学报:自然科学版,2008(1):60-65.

[4] 陈品德,李克东. 适应性教育超媒体系统——模型、方法与技术[J]. 现代教育技术,2002(1):11-15.