个性化小学英语学习系统的设计与实现

骆力明，杨柳青，綦 欣

（首都师范大学 信息工程学院，北京100048）

0 引 言

教育信息化工程的推进使得学习资源的大规模数字化和网络化成为现实，也产生了学习者对个性化学习资源的需求与现有学习资源组织方法的研究不够具体的矛盾。针对该问题，本文调研了小学英语学习者的学习需求，构建出了个性化的小学英语学习系统。利用学习者的特征信息进行学习资源的个性化聚合，建立了学习资源个性化聚合的模型，提出将新型智能推荐的技术运用到小学英语的学习系统当中，使得学习者能够快速获得适合自己学习水平和学习偏好的个性化学习资源。

1 系统总体结构

本系统采用B/S架构，系统中的学习资源使用元数据方式进行资源的描述，描述信息的标准采用了 “全国信息技术标准化技术委员会”（CELTSC）规定的 《基础教育教学资源元数据应用规范》，充分发挥了元数据描述方式的标准性、灵活性、扩展性，它适用于本文中小学英语学习资源的描述［1］。展示层采用电子书格式来展现聚合的个性化学习资源。学习资源的个性化聚合展示形式，充分发挥了电子书格式的直观易用性。使得资源与知识点关联化的同时，资源聚合的展现形式简单直观。系统架构分为3 层，如图1所示。

（1）系统数据层：该层主要用于存储系统中的物理数据，学习者信息库、系统用户库、学习资源库等。数据层是实现对于物理数据的存储和管理，由MYSQL 支持的后台数据库实现。它通过XML配置文件在业务层配置相关数据层服务并进行业务处理，而后将处理的结果发送到其它业务层或服务器做进一步处理。

图1 系统结构

（2）系统业务层：该层的作用是接收表现层发来的用户请求，并对系统数据层中的数据进行逻辑处理。处理过程是通过数据层所提供接口来访问数据层，以此实现了系统的服务规则，可以从多种数据源中提取所需要的数据并能进行融合处理。业务层主要对应的服务有资源推荐和学习者资源偏好类型的计算。

（3）系统表现层：该层是系统与用户的接口，它负责收集和跟踪用户的行为，比如对于学习者，能提供学生个性化资源推送、个人信息概况等功能界面。本层针对各种角色展示不同界面：学习者对应智能电子书界面；教师对应资源管理界面；领域对应知识点管理和资源管理界面；管理员对应用户信息管理和角色权限管理界面。

2 学习者信息库

学习资源的组织是学习资源建设和管理的核心环节，学习资源的组织模型作为整个组织过程的指导性框架。学习者信息模型的构建即为学习者创建一个学习者模型，系统可以从中获取学习者的学习经验、学习偏好方面的信息。学习资源的开发者可以依据学习者信息模型，开发出更多高质量的个性化的学习系统，为教育研究者提供规范化的学习者信息数据，也为其它教育规范的发展以及以学生为中心的学习系统的设计提供工作基础。CELTSC 提出的CELTS规范中定义了CELTS－11学习者信息模型，主要是借鉴了IEEE 的PAPI Learner Model［2，3］。本研究中的学习者信息框架基础之上，对于各个信息类进行适当扩展，扩展信息描述如下：

（1）偏好信息：增加一个 “类型偏好”扩展元，即把学习资源的文件形式作为偏好的一种机制，添加到偏好信息类中。类型偏好有：文本、图片/图像、视频、音频、动画、应用和综合多种媒体。

（2）学业信息：增加一个 “学习水平”扩展元，用于纪录学习者与学习资源的相关的成绩类信息。主要有：奖励次数、被赞次数、前测/后测成绩、活跃度，这几个具体的属性类对应如何判定学习者具体的学习水平和学习动机的计算维度。

（3）个人信息：增加一个 “角色分类”的扩展元信息，主要内容：教育管理人员，学生 （学习者），教师，领域专家等，此分类参考 《基础教育教学资源元数据应用规范》，其它信息集与CELTS－11信息保持一致。

（4）扩展元信息——学习行为：主要纪录查看学习频度、推荐共享频度、参与评价频度，主要用来计算学习者的个性化需求。

学习者信息模型如图2所示。

图2 学习者信息模型

扩展的学习者信息模型重点是丰富了学习者与学习资源之间交互的纪录信息，便于使用数值来表示个性化的程度。

3 学习资源库

对资源进行标注加描述，即 “资源入口”的固定属性加上非固定性的属性，针对本专业学习者和非本专业学习者，建立课堂知识的关系图。给资源模型加上使用者和维护者评价和评论的入口，便于优质资源的查找，和对劣质资源的过滤。

学习资源库设计如图3所示。

图3 学习资源库设计

学习资源准确标准的描述是资源组织的关键，本文采用适合中国本土教育的标准规范，学习资源的标注属性可参考CELTSC对于学习资源元数据的通用类、教育类、数据描述类、生存期类、技术类、价值信息、关联信息、注释信息、归类信息的属性来描述学习资源［4］。也可以参考CELTS－42标准的必需元素描述学习资源，必需元素包括标题、学科、关键词、描述、标识、格式、日期、语种、类型、作者、适用对象11 个核心元素［1］。与传统资源描述方式相比，基于 “知识点”标注的学习资源描述，把知识与学习资源直接关联，把资源的语言知识的话题作为学习资源的元数据，存储到每一条学习资源的元数据记录中。不仅顺应学习者认知结构，而且有利于学习系统对资源的有序化和个性化的组织。基于知识点标注的小学英语资源学习系统的核心是资源，资源的碎片化水平以及给资源标注的精准程度决定了资源个性化推送的准确性和优质性。因此，系统中资源入口的设计研究非常重要。

资源入库流程如图4所示。

图4 资源入库流程

系统采用JQuery－Ajax异步上传技术、JSON 的数据传输方式，在提高上传效率的同时避免页面的假死现象。学习系统在上传文件时，自动识别文件类型，针对DOC、PPT 等格式，在服务器端进行自动的格式转换，生成相应的SWF文件。通过FlashPaper2 播放器播放SWF 文件内容，可以实现在线显示DOC 等文档。并且SWF 格式自动转换有效解决了资源类型混杂，资源呈现风格不统一的问题。资源上传界面如图5所示。

图5 资源上传界面

4 智能推送库

本文中资源的推送的学习资源形式是适合用于课堂学习与自主学习的 “智能组合电子书”，聚合过程是提取学习者的个人学业信息，计算出学习者的教育类型 （如小学1－6年级），通过学习者信息的基础教育年级水平，来推送适合于课堂教学的电子书。主要的内容包括，学习者课堂学习时使用的课本资源，与课本知识学习相关的拓展学习资源，聚合之后的显示形式就是简单的课本形式和与课本知识相关的拓展学习资源。除了课本学习资源外，还添加教师推送的固定课外学习资源和学习资源组织系统推送的个性化学习资源。这里的个性化学习资源与英语课本教材内容中的知识块相对应，目的是加深学习者对于课本资源的理解。这种聚合模型的主要是推送与课本知识相关的个性化学习资源，即课本的学习内容为主，个性化的学习偏好为主。

个性化学习资源的推荐流程如图6所示。

图6 学习资源推荐的流程

系统通过记录学生学习课前测试与课后测试的成绩，并针对学生人际交互有关的学习轨迹进行分析，通过综合学习水平算法得出其个人的学习水平；综合分析学生与资源相关的学习行为，利用学习偏好算法推断出学生的学习偏好。本模块中包含两个主要的算法，具体介绍如下：

（1）资源类型偏好算法：学习资源类型共有图片/图像、文本、音频、动画、视频、应用和综合多种媒体7 种类型。资源类型偏好的计算过程是，首先将某一学习资源的学习者行为信息库中的学习行为纪录，映射到本文的资源组织的原型系统中时，就是按照学习者对资源的查看次数、对资源评分的次数和对资源评价的次数3种学习行为。给这种3个行为赋予不同的权值，本文根据行为的复杂度来衡量权值大小。具体过程如图7所示。

图7 学习资源推荐算法

本文中的课本资源以一个英语课本中的Part段为粒度，在计算拓展学习资源时，把课外资源本身的4个属性（学科、关键词、适用对象、描述）与课本内容中Part的4个属性进行相等与相似的比较计算。如图7所示，若正好相等，则资源名字的权值最高，依次是学科、适用对象、关键词、描述，得出权值较高的学习资源列表，在此基础上系统根据学习者学习偏好的判定结果，调整学习资源列表的显示顺序，并根据具体需求，对列表进一步处理，优化算法运行时间，从而实现个性化的资源推送。

（2）个性化推荐算法：学习者的认认知水平状态的获得，我们是通过系统所记录的各项学习行为 （如对资源的参与及评价、对资源的浏览、评论、评价等）以及参与结果来评测的。它由两部分成绩组成：学习优秀度和活跃度，认知水平计算流程如图8所示。

由于上两步得出的个性化的学习资源，推荐资源实现界面如图9所示。

5 结束语

本文将个性化推荐技术应用于一个新的领域小学英语学习系统中，通过计算学习者的偏好类型和学习水平，学习风格进而建立了个性化英语资源推荐模型，并将测试好的原型系统应用到北京市部分小学课堂学习中做实践研究，对于学习资源的个性化程度的评价满意度达到90%，本系统为小学英语学习者避免的资源选择迷航的问题，大大减少了资源选择和检索的时间，提高了学习效率。

图8 综述学习水平算法

图9 学习资源推荐界面

［1］China e－learning technology standardization committee.CELTS－42，basic education and teaching resource metadata application profiles［S］.2012 （in Chinese）. ［教育部教育信息化技术标准委员会.CELTS－42，基础教育教学资源元数据应用规范 ［S］.2012.］

［2］Learning technology standards committee of the IEEE.Draft standard for learning object metadata［EB/OL］.http：//Itsc.ieee.ors/doc/wg12/LOM－1484＿12－1－vl－Final－Draft.Pdf，2008.

［3］China e－learning technology standardization committee.CELTS－11，learner model［S］.2012 （in Chinese）. ［教育部教育信息化技术标准委员会.CELTS－11，学习者模型［S］.2012.］

［4］China e－learning technology standardization committee.CELTS－3，learning object metadata ［S］.2012 （in Chinese）.［教育部教育信息化技术标准委员会.CELTS－3，学习对象元数据规范 ［S］.2012.］

［5］SUN Lihui.Research on construction of the lifelong learning ability in the e－learning environment［D］.Changchun：Northwest Normal University，2010 （in Chinese）. ［孙立会.数字化学习情境下终身学习力的构建研究 ［D］.长春：东北师范大学，2010.］

［6］HE Guoqiang，LIU Lizhen，DU Chao.Design of student model in intelligent lear－ning system ［J］.Computer Engineering and Design，2009，30 （10）：2554－2557 （in Chinese）.［贺国强，刘丽珍，杜超.智能学习系统学生模型的设计 ［J］.计算机工程与设计，2009，30 （10）：2554－2557.］

［7］QU Yi.Design of personalized learning system based on Web computer engineering and design ［J］.Computer Engineering and Design，2006，27 （18）：3388－3390 （in Chinese）. ［曲毅.基于Web的个性化学习系统的设计 ［J］.计算机工程与设计，2006，27 （18）：3388－3390.］

［8］LUO Liming，YANG Liuqing.Design of the intelligent learning resources learning system based on the“knowledge points”indexing ［C］//IEEE 4th International Conference on Intelligent Systems Design and Engineering Applications，2013：264－267.

［9］LUO Xingwen，YAN Youbiao，CAI Haibin.Study of personalized modern distance education system based on Web mining［J］.Computer Engineering and Design，2007，28 （12）：3016－3019 （in Chinese）. ［罗 兴 文，闫友彪，蔡海 滨.基于Web挖掘的个性化远程教育系统研究 ［J］.计算机工程与设计，2007，28 （12）：3016－3019.］

［10］WU Di.Standardized description and organizing technology of learning resource ［J］.Distance Education in China，2007（9）：66－69 （in Chinese）.［吴砥.学习资源的标准化描述与组织技术 ［J］.中国远程教育，2007 （9）：66－69.］

［11］WANG Shui，LIU Liming，WANG Le.Design and implementation of autonomous movie English learning system ［J］.Computer Engineering and Design，2008，29 （21）：5659－5661 （in Chinese）.［王水，刘黎明，王乐.电影英语自主学习系统的设计与实现 ［J］.计算机工程与设计，2008，29（21）：5659－5661.］

［12］WU Lingfang.Study on metadata used in institutional repository ［J］.Journal of Modern Information，2009，29 （8）：128－130 （in Chinese）.［吴玲芳.用于机构知识库的元数据研究 ［J］.现代情报，2009，29 （8）：128－130.］

［13］LUO Liming，YANG Liuqing.Application research on personalized learning resources organization based on knowledge points indexing ［C］//IEEE 2nd International Conference on Mechatronic Sciences，Electric Engineering and Computer，2013：2672－2675.

［14］LIU Zhiyong，LIU Lei，LIU Pingping，et al.Learning resource personalizing recommendation algorithm based on semantic Web ［J］.Journal of Jilin University （Engineering and Technology Edition），2009，39 （S2）：391－395 （in Chinese）.［刘志勇，刘磊，刘萍萍，等.一种基于语义网的个性化学习资源推荐算法 ［J］.吉林大学学报 （工学版），2009，39 （S2）：391－395.］

［15］SUN Yu，LI Zhiping，KUANG Tianfu.Research on intelligent tutoring systems based on multi－agent and knowledge maps ［J］.Journal of Huazhong University of Science and Technology （Natural Science Edition），2011 （S2）：56－59（in Chinese）.［孙瑜，李志平，邝天富.基于多agent和知识地图的智能教学系统研究 ［J］.华中科技大学学报 （自然科学版），2011 （S2）：56－59.］

［16］LV Yuanhai.Construction of video teaching resources platfoxm based on Native XML database ［D］.Xi’an：Xidian University，2011 （in Chinese）.［吕元海.基于Native XML数据库的视频教学资源平台构建 ［D］.西安：西安电子科技大学，2011.］

［17］China e－learning technology standardization committee.CELTS－41，technical specification for educational resource construction information model［S］.2012 （in Chinese）.［教育部教育信息化技术标准委员会.CELTS－41，教育资源建设技术规范 ［S］.2012.］