电子书包环境下个性化学习资源建设服务模型的构建

李宝++唐明珍

【摘 要】

随着电子书包在试点学校的开展，电子书包环境下的资源建设已经成为电子书包发展的核心问题。文章试图根据目前电子书包资源建设的现状分析，提出个性化资源建设中资源的情景知识网络结构化、有效拓展、非线性组织、碎片化与易获易读和个性化推送等要求，在此基础上提出个性化资源建设的服务模型，并分析个性化资源服务的实质是一种自组织的学习空间（SOLS），同时列举了基于问题学习的服务示例，展望了服务模型的发展前景，以期对电子书包环境下资源建设的研究提供参考。

【关键词】 电子书包；个性化资源；服务模型；SOLS

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009—458x（2016）02—0010—07＼

一、引言

自从电子书包纳入“十二五”重大工程项目后，全国各地相继展开试点项目。笔者认为，电子书包将云学习的概念和技术发展结合起来，从传统“以教促学”转向“以学促学”，基于正式学习和非正式学习的结合，允许学习者进行自适应学习，构建个性化学习空间，提高学习/教学的针对性，从而体现分层教学的思想。为了满足个性化学习、教学针对性和分层教学等，需要个性化的推送服务，而个性化的推送服务则体现在资源的呈现与服务上。《教育信息化十年发展规划（2010-2020年）》中明确提出要“推进信息技术与教学融合，建设智能化教学环境，提供优质数字教育资源和软件工具，利用信息技术开展启发式、探究式、讨论式、参与式教学，鼓励发展性评价，以此缩小基础教育数字鸿沟”[1]。目前，在信息泛滥和知识大爆炸时代，对于电子书包能否在教学中获得预期的“减负”还存在一些质疑。余胜泉曾经提到“信息量不是越大越好，而是越有针对性越好，学习在于内化，在于知识的深度交互与互动”。如果在实际教学试点中仅仅将电子书包作为电子教材、作业辅导、课堂抢答、视频播放和课后测评的移动终端，那么电子书包仅仅只是一个工具，没有提升到作为教学有效手段的层次。目前，电子书包的研究与实践时间短，个性化资源更少。鉴于此，笔者认为电子书包环境下新的有效学习视角发生了变革，电子书包要成为教学的有效手段，需要的是资源的交互性、体验性、开放性、富媒体性和针对性，真正体现技术环境下教学的特定性、个性化以及分层教学的思想。

二、研究现状

新加坡在2006年就推出“IN2015年教育目标计划”；英国在2008年的“利用技术：新一代学习（2008-2014）”中提出“提供不同的课程和学习经验，满足不同需求和学习兴趣与爱好，为学生提供评价学习结果的标准”；韩国在2007-2011年间开发了25本电子教材在100所实验学校开展试点研究，侧重于关注构建资源建设中的环境，完善相关法规与制度，分析资源使用的效果以及存在的潜在风险[2]；美国在2009年提出“加州免费电子教材计划（Free Digital Textbook Initiative）”，关注开放、自由下载、基于网络互动和在线网络课程与教材。目前，国外的研究更多关注学习绩效分析、生理影响、应用意向、分析学习行为、资源获取方法和学习导航等。Neema利用Adaptive Book软件分析了学习者的交互行为特征并创建“预测性”的电子教材阅读浏览清单和导航地图[3]；加州大学的QSP项目（The Quality School Portfolio）提出基于网络的决策支持工具，辅助学校或地区通过分析学习者行为满足个性化学习需求；普渡大学的Course Singals项目提出通过对课程管理系统或其他数据源采集到的数据进行特定分析，跟踪学生学习进程，通过数据可视化分析向学习者提供相关的提示信息或者资源推送服务。

国内的研究比较迟，集中于2011年以后。祝智庭指出，电子书包资源应该以电子教材为核心，并关联e-Publishing与e-Learning服务平台，形成全方位、开放式的学习支撑体系[4]；郁晓华提出了利用“多触点技术”解决教育中认知的变革和不同人群的应用需求[5]，随后又引入了新的概念“虚拟学具”，体现一种以用户体验为中心趋于智能化、开放化、个性化以及过程导向、活动敏感甚至内容敏感的自主服务机制[6]。国内电子教材未来的发展计划，将建成适合学生特点的数字化新型学习环境放在2016-2020年的规划中，由此可见，对于电子书包环境下个性化电子教材资源研究还处于初期阶段（如图1所示）。

图1 我国电子教材未来的发展规划（K-12）

荆永君在基础教育资源网中提出，在分析资源和用户特征的基础上，讨论资源的描述、用户兴趣的建模方法以及用户的兴趣漂移[7]；李宝敏认为资源建设不仅包括静态资源，还需要重视学习过程中生成的有价值的个性化动态资源，将资源建设看成是知识积累、挖掘、不断更新、动态流动的循环过程[8]；姜媛媛针对目前资源建设的问题，重点研究了个性化推荐系统的整体框架、算法以及实现的过程[9]。

笔者认为，电子书包环境下的学习资源不仅仅是电子教材或者电子资源，它应该是电子教材、交互资料、虚拟学具、管理系统与平台、个性化推送服务相结合的数字化信息单元，借助于网络促进学生互动与协作学习，创设情境，激发学生体验学习，进而加强学习迁移和完善学生认知结构的智能化，自适应生成学习资源。目前，电子书包环境下个性化资源建设应该借鉴个性化资源建设推送服务的特点，结合电子书包基于Android系统和iOS系统的移动终端的优势与局限，构建个性化资源建设的特色与服务模型。

三、电子书包个性化资源建设的要求

（一）资源的情景知识网络结构化

电子书包环境下资源表现出富媒性（如视频和动画等多种知识表征方式）和知识来源多途径（相关拓展的资源丰富等）。在一个信息超载的环境下，学习者如何获取与辨别资源成为重中之重。目前，很多研究者利用概念图、认知地图、思维导图等进行知识信息的个人化管理与资源管理。但这些研究只是提供了知识的来源与途径，不能满足个性化学习的有效性。电子书包环境下的资源应该是一个大的知识网络结构库，学习者只是处于学习网络结构中的某一个节点。学习者首先需要弄明白知识之间的关系，在有学习渴求时，便会和网络中相应的其他节点发生知识流通，进行互动交流。经由一段时间的学习后，所处的节点便会发生位置变化，进入一个新的“坐标”，开始与新的环境进行交流与互动。如此循环，学习者不断完善自己的知识结构。如图2所示，学习者1所处的位置不断变化，不断与新的知识点发生关联。当然，学习者与学习者、学习者与知识点之间都是流动的，也包括知识点本身的不断更新与完善。

知识网络结构的建构在于揭示知识之间的内在联系。所谓教学的艺术性便体现在知识节点之间关系连接的紧密程度以及是否能达到无缝连接等。传统教学由于受到技术条件的约束，学习者在学习知识时，接收到的信息都是经过人为加工的，很难领悟学习的思路或者解决问题的思想。信息技术的出现为学习者创造了更多的实际情境，学习和实际生活紧紧地联系在一起，学习者可以在技术创造的虚拟环境里进行体验式学习、协作学习和探究式学习，最终解决实际问题，让学习者做以往不可能做的事，实实在在地感受学习的过程。学习者只有了解了知识的关系结构，在情境中内化，才会达到相应的理解深度。

图2 学习者所处知识网络图

（二）资源的有效拓展

技术环境下，网络教育与学习资源的移动性使资源拓展范围延伸得很广泛，资源的碎片化呈现也导致学习时容易出现迷航。在建设电子书包资源时，应该对相应的资源进行归类，将课外与课内、学校、社会、家庭的资源进行系统化，将资源放置在对应资源拓展的位置，无关联资源进行“单点”聚合，不同知识等级放置在网络结构图中不同的“坐标”；应该对资源进行相应的处理，有效地编码、更新和重组；应该设置相应的关联资源、关联情境、关联测评和关联操作与体验等活动，提高解决实际问题能力，有利于学习过程中知识点的迁移。

（三）资源的非线性组织

作为“数字原居民”的新一代，其阅读方式、信息加工方式、认知方式和思维方式都具有典型的非线性和知识贯通性（如图3所示）。笔者在电子书包试点中发现，中小学学生在学习某个知识点之后，往往需要大量的辅助拓展材料与活动来加深理解，同时在练习中获得奖励后会提升学习者学习的成就感，相应的惩罚则会加深学习者的思考。所以，在建设资源时，不能按照知识点的线性结构进行组织，应该在各知识点中添加相应的资源来强化学习，以达到知识的迁移与内化。同时，应该提高知识点之间的聚合性，降低知识点之间的耦合性[10]。知识点的耦合性是按照知识的内在逻辑关系进行辨别，而不是从表面知识的相似度进行区分的。非线性组织是资源拓展的前提，资源拓展为资源组织服务。

图3 知识贯通型学习方式

（四）资源的碎片化和易获易读

目前，基于Android系统和iOS系统的资源相对较少。电子书包是基于Android系统和iOS系统的学习终端，资源相对匮乏。在试点学校中，由于资源基本上是试点研究所或公司开发的，在很大程度上有版权的限制，导致了资源获取存在一定问题。同时，由于目前资源比较分散，知识碎片化，学习者在获取资源时会出现焦虑，甚至迷航。利用电子书包获取电子资源也会受到网速等的限制。所以，电子资源应该分章节、分模块，视频、动画短小精炼，相应系统软件自动更新。在资源获取时，学习者往往偏向有图解的、明了的资源。因此，在资源建设方面尽量考虑利用图式说明原理和知识点，尽量有情境体验，和实际生活相联系。

（五）资源的个性化推送

电子书包环境下资源的个性化推送主要靠学生自主订阅、教师推荐和基于学习分析的自适应系统推荐。自主订阅是指学习者根据自己的需要自主订阅相关资源，可以根据资源呈现的方式选择自己喜欢的类型，完全是学习者自组织的学习（Self-organized Learning，简称“SOL”），系统只需按时给学习者推送已订阅的资源即可；教师推荐是指学习者在学习资源时，可以看到相关专业领域教师对于学习知识点的推荐资源，这个资源是根据学习者学习进度与所处的相关环境推荐的，系统记录学习者学习的知识点，然后根据学习者的兴趣、风格、学习方式等推送资源库中相似特征的资源给学习者；基于学习分析的自适应系统推荐是利用学习者个人产生的数据进行分析从而选择资源的推送，这也是个性化资源建设的关键。在建设电子书包环境下个性化资源时，需要考虑到“产、学、研、政”四位一体，多方支持学习者的学、教师的教、资源的建设等，利用家校沟通、专家引导、第三方软件介入，从技术上延伸资源建设的途径，丰富学习过程的分析数据，实现个性化的资源推荐，优化云端资源体系（如图4所示）。

图4 电子书包个性化的资源推送运行机制

四、电子书包个性化资源的服务模型

结合已有的相关研究来看，目前对于个性化学习资源推送主要是利用学习分析技术等构建学习者特征，之后采用学习者特征与资源库资源特征进行相似度匹配来实现。Yan-wen Wu和Qi Luo等提出了E-learning环境下个性化知识服务体系PKSSCE（Personalized knowledge service system based on community E-learning），重点介绍利用工作流和关键技术实现学习者特征、用户兴趣、个性化教学资源等筛选模型[11]；Jun-ming Su和Shian-shyong Tseng提出了个性化学习内容适应机制PLCAM（Personlized Learning Content Adaptation Mechanism），使用数据挖掘技术，包括簇和决策树的方法来有效管理学习者大量的历史学习需求[12]；Jia-liang Xu和Jiao Guo提出了在修改传统向量空间方法的基础上，考虑利用递归的算法，激发用户的兴趣[13]。

（一）服务模型

电子书包环境下个性化资源服务的关键是利用学习分析技术挖掘学习者的个性化特征，建立学习者的学习特征库。学习分析是利用数据挖掘、解释和建模技术，实时统计和反馈学习者学习数据，实现对学习者个性化的有效教学，量身定制适合每一位学习者的教育，以达到教育教学的个性化推送服务。实际数据存在非结构化、数据量大、信息大量不相关，而数据挖掘就是对数据作实时分析、立竿见影，进而做出相应的决策。对于学习分析，加拿大阿萨巴斯卡大学的G.Siemens教授认为，学习分析是利用数据挖掘成果，利用学习者产生的数据和分析模型探究信息和社会联系，并且对学习做出预测和建议[14]。笔者认为，学习分析就是将学习者学习过程中产生的多样化数据，采用现代化的分析方法或者分析工具进行挖掘、分析和加工，进而提供可视化的分析结果，以促进教育教学资源的建设预测教学、优化教学设计、提高教与学的效果。基于此，笔者提出了电子书包环境下个性化资源服务模型，该模型主要针对学习者的特征建立用户特征库。当学习者有个性化需求时，分析学习者个性特征与云端资源特征的相似度，进而实现个性化资源的推送服务，包括在电子书包终端提供个性化的资源、界面、学习路径、测评和检索等服务（如图5所示）。

图5 电子书包环境下个性化资源的服务模型

在建立学习者特征库时，需要对学习者特征进行建模，主要包括学习者个人的显性特征和隐性特征数据的挖掘、整理与分析[15]。对于学习者的显性特征主要是通过学习者对自身特征的评价以及开始学习前的前期调查来完成，这些都可以通过学习者在电子书包的学生端登录学习平台时进行。学习者进入学习平台后，可以对自身的特征进行描述或评价，这些资料都会保存在系统里，教师和学生都可以查看到，系统会随时根据这些信息进行关键字提取，建立相应的学习者用户特征模块。在学习开始前，也可以利用第三方软件，对学习者的基本技能、信息素养和知识水平等利用前测和访谈生成评价报告，也可以通过问卷生成学习者的分析诊断报告，这些分析结果都作为用户特征模块存储在学习者显性特征模块中。对于学习者的隐性特征，需要利用学习分析技术挖掘学习过程产生的数据，学习过程包括学习者利用电子书包进行的正式学习活动和非正式学习活动。正式学习活动是指学习者在正式教育环境下进行的教育活动，一般需要教师的参与或者学习者与学习者之间的互动等活动；非正式学习活动是指学习者在非正式学习环境下进行的自主学习活动，多以碎片化的自主学习为主。在利用学习分析技术进行分析时，可以利用社会网络分析软件、关键字段提取、数据更新对比分析、行为特征分析等方法对学习者所处的位置、学习的方式、学习的偏好、兴趣的漂移、学习的效果等作量化处理。例如，在用户偏好方面，已经有学者采用关键词、基于向量空间以及基于本体和多级用户模型等建模技术进行用户建模[16]。利用分析技术完成特征分析后，对用户学习不同的知识点需要标记不同的特征，分模块化处理后存储在用户的隐性特征模块中。用户的显性特征模块和隐性特征模块分析完成后，采用建模技术对用户进行建模，生成结果存储在学习者特征库中。

在资源建设方面，除了满足个性化资源建设的要求外，在建模时，需要对资源作分层、聚类和标签处理。分层是将资源有序化、结构化和系统化；聚类是对资源利用相关的技术与策略作特征分类；标签处理是将资源的不同特征作标签，以实现向特征相似的用户完成相似资源的推送。另外，资源在传递、交流和共享的过程中常常会出现增值，所以在资源建模的过程中需要注重资源的生成性过程处理。

（二）服务模型的本质

电子书包环境下的个性化资源服务模型构成了一个自组织的学习空间SOLS（Self-organized Learning Space，简称“SOLS”）。SOLS由“网络+资源+互动+激励”组成。学习者可以随意从云端获取资源，同时云端对学习者的学习信息和路径进行记录并做出相应的判断与决策，以对学习者的学习表现进行奖励或相应的惩罚，利用学习产生的数据，如此反复互动与反馈产生更加符合学习者特征和兴趣的个性化资源。另外，学习者可以进行互动交流，创造新的知识，产生新的学习动机，丰富云端资源，完成后学习者所处的位置发生转移，进入新的“知识场”，进行新一轮的学习（如图6所示）。自组织学习空间（SOLS）更重要的是体现学习的自主性、创造性、获取资源便捷性和个性化等，学习者处于一个学习的知识网络库，学习者不断与其他学习者和云端资源进行互动，获得不同的反馈信息，这些反馈信息不断改变着云端系统呈现与推送的服务，学习者处于不断流动的状态，满足学习兴趣的漂移。在完成满足学习者兴趣漂移的过程中，服务模型不断对学习者获取资源的类型进行标签、分析与建模，进一步完善和更新学习者最近学习状态的学习者特征库，从而实现学习者特征库与资源特征库高效的匹配，达到个性化资源的推荐服务。

图6 个性化资源服务的自组织学习空间（SOLS）

（三）服务模型的实例

该服务模型需要重视学习者“软技能”的掌握和知识的内化。如果学习者在学习中遇到失败或其他问题，系统会自适应地改变相应的服务，在学习者动机的激发与维持方面进行相应的调整，但这种个性化反馈服务主要以激励为主，遵循“罗森塔尔效应”。当学习者在学习中出现了问题，系统服务首先对学习者有一个反馈服务，减少学习者学习过程的害怕与担心，激发学习者进一步学习的兴趣。之后，对学习者学习过程中的数据进行分析，找出问题的原因，针对不同的原因进行协同过滤和聚合处理，完成对学习者特征的建模。学习者特征建模完成后，需要和资源库的特征进行相似度检验，最终实现分层学习过程中资源的个性化服务。个性化资源服务的推送要针对问题的反馈信息，包括成功的期待、问题的难度、相应的激励和数据分析报告等。其中，问题难度的控制是关键，在难度等级适合学习者学习的情况下，学习者才会有进一步学习的期待，如此逐步循环，学习者的学习效果或解决问题的能力不断提高，向多元智能的方向发展。然而，在实际的学习中学习者不可能一直处于这种状态，服务系统会随着时间和知识类型的不同或难度等级，逐步加大检测难度，学习解决问题的情景会更加复杂和细化，如此反复，学习者与云端系统的资源不断进行着个性化的反馈服务（如图7所示）。

图 7 学习者与云端系统的资源个性化反馈服务示例

在学习者学习过程中，服务模型可以根据学习者所处学习状态推送相应的学习资源。以西安某高校已建立的学习资源推送服务模型课程平台中“信息技术与课程整合”为例，在学习“信息化教学设计”这一专题时，首先推送的资源是需要信息化教学设计的文本内容、课前问题讨论、课程课件、学习视频以及拓展资源等，引导学习者了解信息化教学设计的一些基本知识，根据学习者访问资源的频度、累计时间和跳出率等判断学习者的学习进度。完成感知阶段的学习任务后，会推送给学习者信息化教学设计的一些案例，提出学习者需要思考并完成的讨论问题，之后对学习者学习信息化教学设计的情况进行测试和练习，根据测试结果进一步推送学习资源。

学习者A在学习中对于信息化教学设计的方法应用比较弱，系统平台会重点给学习者推送关于信息化教学设计方法应用的资料，并且分析每一种方法应用情况的解析。这些活动完成后，系统推送消息给学习者，提示学习者提出学习中存在的问题，根据问题关键字段，系统资源库调用相关资源推送给学习者。系统也可以将与学习者A类似的学习者结合成小组，其中小组成员发送的信息，系统也会推送给小组其他成员，共同交流。最后，根据学习任务的要求，每个学习者都需要提交一份信息化教学设计的方案，教师会根据学习者提交信息化教学设计方案进行评价并提交到平台，资源服务模型会将评语和信息化教学设计特征的资源随机发送给同类特征的学习者（如图8所示）。另外，该服务模型也从学习者学习风格角度考虑个性化资源服务模型的构建。

（四）服务模型的前景

在电子书包个性化资源的服务模型基础上，笔者认为未来学校呈现的是一个“云端学校”，这个云端学校也许需要的仅仅是一个在后台对学习者的回答进行及时反馈称赞的自适应系统，学生之间的学习是基于网络的资源交流、信息互动和自主创造。当然，“云端学校”需要云计算作为辅助。云计算（Cloud Computing）以资源共享为核心，是分布式处理、并行处理和网格计算的发展，计算任务分布在大量计算机构成的资源池上，各种应用系统能够根据需要获取计算力存储空间和各种软件服务，能够为用户提供近似无限的计算资源，为学习者构建一个资源丰富、功能强大、协作学习、互动交流的网络平台，实现资源互动与分享学习。教育云是未来教育信息化建设的基础架构，它向教育机构、教育工作者和学习者提供各种教育活动所需的信息化服务[17]。当然，SOLS也是一种学习设计，没有威胁、没有考试的限制，体现的是教育的自主化，知识是诱导学习的因素，不是威胁的元素。学习中学习者之间可能不需要教师进行组织与监督，云端学校的自适应系统会对学生不同表现做出反馈，可以是激励机制，也可以是推送服务，更可能是相应的警告与提示等。这种“智能化、自适应”的反馈服务模型，是智慧学习的体现，当然其中也有“智慧人”的成分，偏向于“虚拟助理/虚拟助教”。“智慧人”在SOLS资源体系中是云端服务个性化的体现，它的艺术性体现在即时反馈与推送以及分析学习者学习路径上，这种设计是基于学习分析和数据挖掘的自适应学习设计，达到了资源的个性化需求，满足了个性化资源服务。因此，在此服务模型基础上，“虚拟助理/虚拟助教”将成为未来个性化资源服务教育的一大趋势。

五、结语

数字化信息时代是个性化学习的时代，也是个性化服务的时代。电子书包正是在智慧教育的环境下出现的一种移动终端，有效地解决了学习的泛在化、碎片化。然而，要做到正式学习和非正式学习的无缝结合，满足个性化需求的资源服务是关键。本文仅就电子书包环境下个性化资源提出了几点建设要求及其服务模型，并重点分析了其本质，举例说明了基于问题学习的服务，最后展望了个性服务模型的发展前景。电子书包等移动终端作为信息化教育环境下一种新型学习媒体，催生了一种新型学习方式——一对一数字化学习。数据挖掘作为信息化教育环境下一种新型学习分析技术，也促成了一种满足不同学习者需求的在线教学形式——分层教学。然而，这些教与学的形式最终落脚点都在于提供符合学习者特征的个性化资源，所以电子书包这种信息化教学环境下学习资源建设服务的研究就显得更加重要。

[参考文献]

[1] 中华人民共和国教育部. 教育信息化十年发展规划（2011-2020年）[OL]. http：//www.edu.cn/html/info/10plan/ghfb.shtml.

[2] 马海涛. 韩国：为教育公平普及电子教材[J]. 上海教育，2011，（4）：59.

[3] Neema Moraveji， Abigail Travis， Maura Bidinost&Matthew Halpern（2003）. Designing an Integrated Review Sheet for an Electronic Textbook[A].In Gilbert C & Panu K（eds.）. CHI03 Extended Abstracts on Human Factors in Computing Systems[C]（892-893）.New York： Association for Computing Machinery.

[4] 祝智庭，郁晓华. 电子书包系统及其功能建模[J]. 电化教育研究，2011，216（4）：24-27.

[5] 郁晓华，薛耀锋，祝智庭. 多触点技术的教育应用前景分析[J]. 中国电化教育，2010，277（2）：107-110.

[6] 郁晓华，雷云鹤，祝智庭，吴永和. 变革理念下虚拟学具标准研制现状梳理与体系框架[J]. 现代远程教育研究，2013，122（2）：68-75.

[7] 荆永君，李兆君，李昕. 基础教育资源网中个性化资源推荐服务研究[J]. 中国电化教育，2009，271（8）：102-105.

[8] 李宝敏，刘名卓，吴长永，徐伯兴，俞德勇. 从知识管理的角度看远程教育中个性化资源库的建设[J]. 中国远程教育，2003，（1）：28-30.

[9] 姜媛媛. 远程教育资源网中的个性化资源推荐研究[D]. 硕士论文，西安：西安电子科技大学，2011.

[10][15] 李宝，张文兰. 智慧教育环境下学习资源推送服务模型的构建[J]. 远程教育杂志，2015，（3）：41-49.

[11] Yan-wen Wu，Qi Luo，Yu-jun Liu，Ying Yu，Zhao-hua Zhang&Yan Cao（2006）.Research on Personalized Knowledge Service System in Community E-learning[J]. Technologies for E-learning and Digital Entertainment，Lecture Notes in ComputerScience.3942：124-131.

[12] Jun-Ming Su，Shian-Shyong Tseng，Huan-Yu Lin&Chun-Han Chen（2011）. A personalized learning content adaptation mechanism to meet diverse user needs in mobile learning environments[J]. User Modeling and User-Adapted Interaction，21（1）：5-49.

[13] Jia-Liang xu，Jiao Guo，Chun-Tao Zhang&Xiao-Qin Ye（2012）.Study of Personalized Service About WAP Based on Recursive Learning[J].2012International Conference on Information Technology And Management Science（ICITMS 2012）Proceedings，443-449.

[14] 魏雪峰，宋灵青. 学习分析：更好地理解学生个性化学习过程——访谈学习分析专家Geogre Siemens教授[J]. 中国电化教育，2013，（9）：1-4.

[16] Ting-Peng Liang，Hung-Jen Lai& YI-Cheng Ku（2006）.Personalized Content Recommendation and User Satisfaction：Theoretical Synthesis and Empirical Findings[J].Journal of Management Information System，23（3）：45-70.

[17] 章泽昂，邬家炜. 云计算的教育信息化平台的研究[J]. 中国远程教育，2010，（6）：66-69.

收稿日期：2015-06-01

定稿日期：2015-09-06

作者简介：李宝，在读硕士，研究员，陕西师范大学教育学院（710062）。

唐明珍，硕士，陕西省安康市汉滨高级中学（725000）。

责任编辑 日 新