情景感知技术在自适应移动学习服务推荐系统中的应用

曹伟

摘要：该文将情景感知技术融入推荐系统中，利用个性化的推荐技术，来为不同的学习者提供符合其自身学习特征的个性化学习服务，构建一个具有自适应能力的移动学习环境，使网络学习不再是被动地满足学习者，而是主动感知学习者的学习需求、学习目的、学习特性和学习历史，及所处的场景变化，从而实现主动的、针对性的、个性化的学习资源推荐，以此提升学习服务推送的精度和质量，提高网络学习的效果和满意度。

关键词：移动学习;情景感知;学习服务;自适应推荐;自适应学习

中图分类号：TP311      文献标识码：A      文章编号：1009-3044（2019）01-0003-02

Application of Context-Awareness Technology in Adaptive Mobile Learning Service Recommendation System

CAO Wei

（School of information and Engineering， The Open University of Guangdong， Guangzhou 510091， China）

Abstract：This article introduces the integration of context-awareness technology into recommendation system to construct an adaptive mobile learning environment by personalized recommendation technology. It can provide personalized learning services for different learners in line with their own learning characteristics.This system enables web-based learning not to passively satisfy learners， but to actively perceive learners' learning needs， learning objectives， learning characteristics， learning history and the changes in the scene. It implements active， targeted， personalized recommendation of learning resources， in order to improve the accuracy and quality of learning service pushing， improve the effect and satisfaction of online learning.

Key words： Mobile Learning; Context-Awareness;E-learning services; Adaptive Recommendation;Adaptive Learning

1 引言

随着移动互联网技术、通信技术、微电子技术、云计算技术的高速发展，互联网、高性能计算机、大型数据库、传感器，以及具有移动计算机功能的移动终端的出现，推动了移动学习个性化服务的变革。但与此同时，在网络教育资源纷繁复杂的移动学习环境中，学习资源和学习服务的数量急剧增长，也不断地增加了学生对资源的获取和选择所花费的时间和精力，“移动信息过载”问题已经极大影响了网络学习的效率和学习资源的利用率。当前，便捷的移动互联网在为网络学习提供便利的同时，也为个性化推荐系统提供了丰富的情境信息[1]。因此，如何有效地利用情境感知技术，构建个性化的推荐系统是解决学习资源过载问题的关键，这已成为移动学习未来发展的研究热点。

2 情景感知技术研究

情景感知技术是源于1994年哥伦比亚大学的B.N.Schilit提出的普适计算，它主要是通过传感器、温感器等相关技术设备，全面地、主动地获取感知服务对象的情景信息，并将其传送给计算机进行识别与处理，以此来改善人机交换模式中的不足，更好地为感应对象提供相应的个性化服务。

2.1 情景感知信息

情景是感知一个实体的具体环境、个体状态和周围状况等特征的任何信息，它具有一定的先进性、高度的概括性和普遍的适用性。情景信息是表现实体态势特征化的隐含信息，它包括计算情景、用户情景、物理情景、时间情景和社会情景五个层面。其中，计算机情景是描述网络可用性、通信带宽、终端设备等方面的信息;用户情景是描述用户的基本信息、个人喜好、物理位置、当前的行为状态等信息;物理情景是描述当前个体所处环境的光度、声音、温度、湿度、交通状况等信息;时间情景是描述季节、年、月、日、时、分、秒等与时间相关的信息;社会情景是描述法律、制度、风俗和习惯等与人类社会紧密相关的信息。系统通过获取用户当前所处的情景信息，来发现用户的需求，实现信息服务与用户的自适应，提高服务的准确性和可靠性[2]。

2.2 情景感知计算

情景感知计算是直接面向用户的一种具有环境导向性、自适应性、敏感性和不稳定性的新型计算方式。它与移动计算、普适计算都有关联， 是多种信息技术相结合的产物。具体来说，情景感知计算主要是将用户的身份信息、位置信息、时间信息、活动信息、天气信息、环境信息，以及邻近的设备和人员等情景信息，通过传感技术发送給计算机设备进行有效识别与处理，从而挖掘用户需求，提高供给信息与服务的快捷性、准确性与可靠性。当前，情景感知计算已成为协助信息服务平台，提高其个性化服务性能与质量的重要技术支撑手段。

2.3 情景感知服务模式

物联网将现实世界与虚拟的网络信息世界充分地融合与对接，为数据采集、传递、存储、共享、预测与决策提供了有力的技术支撑。情景感知服务基于此技术背景，面向泛在和移动的环境，依靠智能终端和传感器，将获取的用户情景信息与为用户提供的服务内容进行相似性匹配，主动地为用户提供自适应服务，有效满足用户个性化实时动态需求的新型服务模式[3]。目前，情景感知服务已广泛地应用于现代服务行业，为人们的工作、学习和生活带来了极大的便利性、快捷性、移动性、准确性和可靠性。情景感知服务具有自动化、全天候/方位、即时性和个性定制等特征。其中，自动化表现在情景感知服务可以通过传感器自动获取服务对象的相关信息;全天候/方位体现在情景感知服务不受时间、地域的限制，可以随时、随地采集服务对象的相应数据;即时性体现在情景感知服务的延迟性方面，由于情景感知服务延迟受到信息采集频率、数据传输速度和服务响应时间的影响，一般情况下延迟的时间较小，基本上可以忽略不计;个性定制体现在情景感知服务内容的自适应上，由于情景感知的服务内容是与用户需求进行相似性匹配的，因此该服务是为用户量身定制的，并能够有效地满足用户对服务的需求。

3 自适应推荐系统分析

在学习服务自适应推荐系统中，我们将情境信息引入到推荐系统中，这样就需要既考虑学习者的学习需求情景信息，同时还应考虑学习资源和学习服务的情景信息，让两者进行情景化的匹配，以此来实现个性化的移动学习服务推荐。在此过程中，涉及的关键问题是情景信息的获取与感知、情景信息的建模与表示、情景信息的推理与应用，这些问题的有效解决是实现自适应移动学习资源推荐的关键[4]。

3.1 情景信息的获取与感知

情景信息的获取与感知主要是对移动学习空间中学习者所处的周围环境信息的感知和捕获。被感知的学习者情景信息主要包括高层情景信息和低层情景信息两种。其中，低层情景信息主要是通过智能移动终端上的各种传感器，如GPS、陀螺仪传感器、超声波和红外线等，对学习者当前的时间、地理位置、光亮度、声音等一系列原始情景信息进行采集;高级情景信息是指当前学习者的学习活动信息、学习历史信息以及学习偏好、学习习惯等情景信息。高级情景信息的获取相对于低层情景信息的获取难度和复杂度更大，它需要通过计算机视频工具、数据分析工具、图像处理工具等间接获取，也可以将低层情景感知信息利用人工智能工具进行解释、过滤、融合和推理，以此来转换为高级情景信息。

3.2 情景信息的建模与表示

情景建模是构建情景感知系统的核心，它是对学习者情景信息以系统可识别处理的形式进行定义，其目的主要是为了让设备能够理解用户当前所处的情景环境。目前，常用的情景建模方法有键值对模型、模式标识模型、E-R模型、面向对象模型、基于逻辑的模型和基于本体的模型等。在本系统的设计中，情景信息建模我们使用本体作为工具对其进行建模。根据上述对情景信息的分析，情景本体主要包括用户本体、时间本体、设备本体和位置本体四个顶层本体[5]。

3.4 情景信息的推理与利用

情景信息被系统有效地使用是情景感知的最终目标。情景推理与利用主要是指从多个情景中找出这些情景信息的关联，恰当地进行推理，从而联合多个情景信息，最终向学习者提供一个合成的情景信息。同时，情景推理与利用还包含从传感器采集或学习者输入的显式情景信息，推导出更多的隐式情景信息。情景数据的推理主要实现了推理层代码和数据库的分离，情景感知推理通过分析传感器采集层预处理后的情景数据，然后调用情景感知数据库的规则，推导出学习者现有的状态或将要发生的状态，最后通过调用控制器来给学习者提供最合适的学习服务，如图1所示。

4 结束语

在移动学习环境中，我们将个性化的学习服务推荐与学习者在实际环境下的情境信息相融合，满足学习者在特定地理位置、特定时间下，对移动学习的个性化学习需要，时实地推送丰富的学习资源和提供个性化的学习服务。将情景感知技术融入推荐系统中，构建自适应移动学习服务系统，这不仅拓展了移动学习的个性化服务，还有效地改善个性化的学习体验，提升远程教育平台在迅速变化的信息环境下，应对危机与挑战的能力。因此，情景感知技术的应用已成为未来远程教育信息服务发展的主方向。

参考文献：

[1] 黄传慧.基于情景化用户偏好的学术信息行为研究述评[J].情报学报，2018（3）：854-860.

[2] 李大鹏，余宗健.基于移动情景信息融合的推荐算法研究[J].信息系统工程，2017（6）：104-105.

[3] 袁静.国内外情景感知服务研究综述[J].国家图书馆学刊，2018（3）：39-47.

[4] 郭高尚.情景感知的移动推荐研究[D].河北工程大学，2014：27-33.

[5] 李楓林，陈德鑫.基于语义关联和情景感知的个性化推荐方法研究[J].情报杂志，2015（10）：193-199.