网络学习个性化推荐系统学习者模型研究*

◆庄科君 贺宝勋

网络学习个性化推荐系统学习者模型研究*

◆庄科君 贺宝勋

学习者模型是网络学习个性化推荐系统的核心和 关键部分。根据学习者模型规范，结合学习者个体差异，网络学习个性化推荐系统学习者模型表示成由学习者基本信息、学习偏好、学习目标、认知状态和知识水平五个元组组成的信息集合，为网络学习个性化推荐系统学习者模型的构建提供基础。

网络学习；个性化推荐；学习者模型

1 前言

网络学习打破传统课堂教学受地域和时空的限制，学习者可以在任何联网的地方进行学习并与教师和学习伙伴进行远距离非面对面的交流与协作，共享优秀的师资力量和丰富的教学资源。不仅如此，网络学习还可以根据学习者的特点为学习者打造个性化的学习环境，推送个性化的学习资源和推荐个性化的学习活动与学习路径，从而实现最能满足学习者个别需求的个性化学习。

在网络学习环境中，要实现个性化推荐需要准确描述每位学习者的学习特征、学习行为和认知能力，也即在网络系统中为每个学习者构建符合学习者实际的学习者模型。学习者模型是对学习者信息的抽象描述和表示[1]。学习者模型是网络学习个性化推荐系统的核心和关键部分，它刻画了系统对学习者的了解程度，为个性化学习推荐系统准确恰当地为学习者推送学习资源、学习路径和学习活动提供依据，是实施个性化推荐的基础。

2 学习者模型的功能

为了能为学习者推荐个性化学习资源和学习活动，网络学习个性化推荐系统中的学习者模型必须具备如下功能。

第一，在学习者首次使用系统学习时能通过测试估算出学习者的认知偏好、学习兴趣、知识基础和认知能力，以此作为为学习者推送适当的学习资源和学习活动的初步依据。

第二，在学习者的学习活动中，系统能监控、搜集学习者的学习行为数据，并对这些数据进行分析、挖掘，以对初始学习者模型进行补充和完善，实现学习者模型的自我更新和自我维护。

3 学习者模型的类别

根据学习者模型数据的生命周期及其在网络教学活动中的功能和作用，并考虑到系统的易维护性，学习者模型可以分为静态模型、动态模型和评价与错误诊断模型三类[2]。

静态模型 静态模型主要记录和保存学习者的个人基本信息。学习者的个人基本信息又称为学习者的人口信息，主要是指学习者初次登录学习系统注册时所填写的个人基本资料，如用户名、学号、姓名、性别、专业、年龄、民族、联系方式等，这些信息是描述学习者的静态属性，在整个学习过程中不会改变。

动态模型 动态模型是在学习者的学习过程中动态建立起来的，会随着学习的开展不断变化并得到补充和完善的信息集合，主要搜集、记录并刻画学习者学习风格特征信息、学习过程信息、表现信息和学习状态信息等。需要指出的是，尽管学习风格反映的是学习者在长期的学习过程中所形成的个性化鲜明特征，具有较强的稳定性，大多数学习者模型研究也认为学习风格特征在整个学习过程中是保持不变的，因而通常在学习者进入第一次学习前通过让学习者回答学习风格量表中的问题来获取学习者的学习风格，并将学习风格特征信息存储于静态模型中，但是，笔者认为，学习者的学习风格特征仅仅采用学习风格量表对学习者进行一次测量并不能完全准确地得出学习者的学习风格特征，因为学习者在学习风格量表中往往会靠感觉选择自认为“最适合”自己的学习方式。因此，需要结合学习者在学习活动过程中的行为数据来修正学习者的学习风格特征，故而学习风格特征会在学习过程中朝着更加接近学习者真实学习风格的方向变化，将学习者的学习风格特征数据归于动态模型中。

评价与错误诊断模型 该类模型主要搜集、记录和描述学习者目前有哪些概念还没有得到正确的理解，同时会对学习者的学习进行评价，以使系统能够进一步了解学习者对知识的掌握程度以及发生错误的原因，为下一步的学习补救提供依据和切入点。

*项目来源：西华师范大学基本科研业务费专项资金资助项目“基于WEB的网络教学个性化推荐系统学习者模型构建研究”（项目编号：14D027）。

作者：庄科君，西华师范大学实验中心副教授，研究方向为网络远程教育；贺宝勋，西华师范大学实验中心讲师，研究方向为网络多媒体教学（637009）。

4 学习者模型规范

中国教育部教育信息化技术标准研究委员会组织相关专家学者在参考国际标准并结合中国国情的情况下制定了适合中国网络教学实情的学习者模型标准——CELTS-11[3]。CELTS-11学习者模型规范将学习者信息分为八类：个人信息、学业信息、管理信息、关系信息、安全信息、偏好信息、绩效信息和作品集信息。这八类信息包含了最少量必要信息，并允许应用系统自定义扩展信息。

虽然CELTS-11学习者模型比较全面地刻画了网络学习环境下学习者的特征信息，为网络学习个性化推荐系统的学习者模型建构提供了模板，但是其对学习者模型中各项信息的刻画较为粗糙，在实际应用时有必要对各项信息做进一步的拓展。同时，远程学习中学习者的个体差异非常显著，必须考虑学习者之间的个体差异，以实现真正的个性化推荐。远程学习者的个体差异主要体现在两个方面：一是个体之间在学习背景、学习能力、学习风格、学习目标等方面存在各种各样的差异；二是个体在学习过程中，其知识状态也是不断变化的[4]。鉴于此，有必要在CELTS-11学习者模型的基础上，结合学习者个体差异，对网络学习个性化推荐系统学习者模型进行重构。

5 网络学习个性化推荐系统学习者模型

学习者模型详细记录学习者的个性特征、学习特点和学习过程，为系统实现准确的个性化推荐提供基础和依据。根据实际应用情况，在CELTS-11模型的基础上，结合学习者个体差异，对CELTS-11模型中的信息进行归类并合理扩展，用一个五元组来刻画学习者模型中的信息[5]：学习者模型={基本信息，学习偏好，学习目标，认知状态，知识水平}。

基本信息 基本信息主要搜集、记录和反映学习者的静态特征信息，这类信息在学习过程中通常保持不变。学习者基本信息中的元数据是CELTS-11中的个人信息、学业信息、管理信息、关系信息、安全信息中部分信息的集合，如学习者的账号、姓名、学号、性别、民族、所在学校、出生日期、专业方向、联系方式、密码等，这些信息通常在学习者第一次登录系统学习时通过注册向系统提供，是建立学习者初始模型的重要信息，也是网络学习个性化推荐系统初次向学习者推荐学习资源、学习活动的主要依据。

学习偏好 学习偏好反映学习者在学习过程中获取和处理信息的特性和喜好，主要描述学习者的学习方式偏好、学习资源类型偏好、学习风格。对于某个学习者而言，从长久来看其学习偏好是相对稳定的，但是对于网络学习个性化推荐系统的学习者模型中的学习偏好信息而言，却是需要不断变化、修正的，因为学习者模型中对学习者偏好的描述是系统通过“学习”得到的。这种“学习”的途径通常有两种方式。

一是通过学习者初次登录系统时要求学习者对学习风格量表进行回答而搜集到的关于学习者学习风格的数据和信息。通过这种方式获取的学习风格往往无法准确反映学习者的真实学习风格，原因有二：1）常用的学习风格量表中的问题数量较多，如所罗门学习风格量表中就包含了44个题目，学习者一般很少能完整回答量表中的所有问题；2）即便是强制要求学习者回答完量表中的所有问题，也很难仅仅通过学习风格量表来获取到学习者精确的学习偏好，因为学习者在回答量表中的问题时总是依靠自我感觉选择那些他们自认为“最适合”的学习方式，因而带有很强的主观性。

鉴于此，学习者模型要完整准确描述学习者的学习偏好，需要通过第二种途径：对学习者学习活动中学习行为数据进行分析和挖掘来不断“习得”学习者的学习偏好，以便修改、完善学习偏好使之能越来越接近学习者真实的学习偏好。因此，笔者认为，学习者模型中的学习偏好信息是会随着学习活动的开展而不断变化的，是动态的。在学习者模型中描述学习者的学习偏好有利于网络学习个性化推荐系统根据学习者偏好信息向学习者推送适合他们喜好的资源类型、学习策略和学习方式，以增强学习者的学习效果。

学习目标 学习者的学习活动能顺利开展，总是受到学习目标的驱动的，同时，学习目标在一定程度上也映射出学习内容和学习资源。在学习者模型中描述出学习者的学习目标有助于系统向学习者推送能有效达成学习目标的学习内容和学习资源。学习目标通常采用分层级的方式来描述，即一级目标下有哪些二级子目标，二级子目标下又包含哪些次一级的子目标。在学习者模型中采用分层级的方法来描述学习目标，能分析并判断出学习者在学习过程中是否朝着既定学习目标的路径进行学习，有利于个性化推荐系统根据学习目标的达成状况为学习者及时推送相应的学习资源、学习策略，也有利于系统检测出学习者是否偏离学习目标以便提供相应的补救措施。

认知状态 认知状态主要刻画学习者为达成学习目标，在学习过程中的学习绩效表现行为及结果，对应于CELTS-11中的绩效表现信息。认知状态反映了学习活动的状态，是随学习活动的展开而不断更新变化的。认知状态信息主要包括学习者对学习内容的学习进度、学习时间、练习、测验和考试的完成情况、讨论答疑的次数、浏览的次数等信息。陈仕品（2009）将认知状态维度用六个属性来描述学习者的学习过程，这六个属性分别是准备状态、访问状态、练习状态、测试状态、掌握状态和能力水平。认知状态是网络学习个性化推荐系统为学习者提供个性化学习路径、学习策略和学习方法的依据。

知识水平 知识水平反映学习者对学习内容、学习资源的认知水平，主要描述学习者对某一知识点的习得程度。根据美国著名教育心理学家布卢姆的“教育目标分类”理论，对知识的认知水平可以分为识记、理解、应用、分析、综合、评价六个等级。学习者对某知识点的认识水平主要通过挖掘学习者的作品集而得到，因此，知识水平信息主要对应

于CELTS-11中的作品集信息。在学习过程中，学习者总会根据系统要求完成相应的任务，而任务成果即是学习者的作品集和。随着学习的开展，学习者的作品集合也会动态变化，也就反应出学习者知识水平的变化。学习者模型中的知识水平信息是个性化推荐系统为学习者提供适应性学习资源和学习路径、诊断并补救学习错误的基础。

6 结语

学习者模型是学习者在网络学习支持系统中的抽象表示，是系统对学习者的认知，是网络个性化推荐系统为学习者推送个性化学习资源、学习路径、学习方法的基础和依据。本研究从分析网络学习个性化推荐系统学习者模型的类型和功能出发，以CELTS-11模型规范为依据，结合网络学习者的个体差异，对网络学习个性化推荐系统学习者模型中包含的信息进行归类合并与拓展，将学习者模型中的信息用一个五元组来描述，即学习者模型主要包括学生基本信息、学习偏好、学习目标、认知状态和知识水平五个部分。本研究下一步将具体分析学习者模型中各元组信息的来源和表示方法，探讨学习者模型的建模方法，以便能在网络学习环境中为学习者提供个性化的服务。

[1]杨卉,王陆,冯红.在智能教学系统中两层动态学生模型的研究[J].电化教育研究,2005(1):72-75.

[2]孙中红.个性化智能网络教学系统中学生模型的研究[J].中国电化教育,2009(10):107-110.

[3]徐素霞.E-Learning中学习者建模研究[D].武汉:华中师范大学,2007:8-11.

[4]陈仕品.适应性学习支持系统的学生模型研究[D].重庆:西南大学,2009:64-77.

[5]孙志伟.基于学习者特征分析的个性化学习支持系统的研究[D].天津:天津师范大学,2009:9-11.

G434

B

1671-489X(2015)18-0067-03

10.3969 /j.issn.1671-489X.2015.18.067