基于专业目标达成度的学习系统设计

王鹰 王向丽

DOI：10.3969/j.issn.1671-489X.2023.14.010

摘  要  以教育技术培训为例，设计了专业的知识图谱，所有知识点与试题、学习资源相互关联，学习系统根据学习者的个性化差异智能推荐学习资源，学习者在反复自测与学习后，可以快速地提升自己的教育技术专业素养，大大提高学习效率。

关键词  教育技术；学习系统；知识图谱；最近发展区

中图分类号：G645    文献标识码：B

文章编号：1671-489X（2023）14-0010-04

Design of Learning System Based on Degree of

Achievement of Professional Goals： Taking Edu-

cational Technology Training in Colleges and

Universities as Example//Wang Ying， Wang Xiang-

li

0  引言

在过去的20年中，学校每年定期对校内新进教师进行教育技术培训，以提升教师的教育技术专业水平，培训形式已从过去的线下教学进化到目前的混合式教学，但教学过程中遇到的一个问题却始终没有解决，这个问题就是教学对象的专业不同、学历不同，对教学知识的需求差别非常大，同一个知识的教学，部分学习者觉得非常有用，而部分学习者觉得无用，致使学习者的整体学习效率不高，浪费了学习者的时间。

为解决以上问题，下面将从教育技术专业目标达成度入手，以知识图谱为核心，构建一个新的学习系统，智能精准地提供学习资源，以帮助学习者提高学习效率，提升专业技术水平。

1  设计思路

教育技术培训旨在提高教师的信息化教学能力，其中包括教学资源、教学媒体和教学系统的设计、开发、运用、管理和评价等知识[1]，培训的目标在于使学校教师的教育技术专业水平达到一个合格的值。教育技术涉及的知识较多，不仅包括教育学、心理学、传播学、系统科学等理论学科中的部分内容，而且还包括印刷技术、视听技术、计算机技术、通信技术和网络技术等技术学科中的内容。高校教师绝大部分都来自非教育技术学专业，但教育技术涉及的知识或多或少都学习过。

基于以上背景，整个学习系统的设计思路为：

首先对学习者的教育技术专业能力作一个评估；然后根据学习者的专业需求进行准确的学习资源推送，学习者根据学习资源快速获得知识，进而快速提高学习效率。设计的基础是：一个专业的教育技术知识图谱及与之匹配的专业题库和资源库。设计的关键在于如何准确获得学习者需要的知识以及如何准确推荐给学习者适合的资源。

2  教育技术知识图谱设计

为在高等学校大力推广现代教育技术，教育部高教司发布《关于开展高校教师教育技术培训工作的通知》（教高司〔2000〕79号文），委托全国高等学校教育技术协作委员会组织培训工作，也就是从那一年开始，学校把教育技术培训作为一项工作任务一直延续至今。

“知识是个体为适应生活环境所拥有的一些讯息”[2]，为了获得较为适合的教育技术培训知识，通过对《现代教育技术》《教育心理学》《多媒体技术及应用》等教育技術相关教材内容的梳理，以及对线上学术期刊教育技术内容检索，获得了教育技术相关关键词700余项，删除一些过时的关键词及高校不常用的技术，获得了100余项知识点，利用思维导图把所有知识点进行关联，获得教育技术培训的专业知识图谱，如图1所示。

整个知识图谱以“教育技术培训”为根节点，即课程名，下分8个一级知识点，其中包括“现代教育技术概论”“现代教育技术理论基础”“信息时代的教与学”等内容。一级知识点下再细分二级知识点和三级知识点等。每个知识点只有一个上级知识点，但可以与其他各级知识点相互关联。不能作为知识点的关键词定义为知识点标签，知识点标签可以贴在相关知识点上，比如“图层”标签，可以分别赋予“图像处理”“动画制作”“课件制作”等，因为相关知识点都会涉及图层的概念。

3  教育技术知识题库设计

教育技术培训整个过程中需要不断地对学习者进行诊断性评价，以获得学习者教育技术水平，章伟民在《教育技术学》一书中将诊断性评价定义为“为了使教学更适合于学习者的需要和背景，在一门课程和一个学习单元开始之前对学习者所具有的认知、情感和技能方面的条件所进行的评价”。这里主要是对学习者教育技术的水平评价，主要以客观性试题为主，题目形式包括单项选择题、是非题、多项选择题、应用操作题等。

教育技术知识题库内容要涵盖教育技术理论和教育技术应用。题库的设计关键在于以下几点：

1）每个知识点下必须有相应的试题；

2）每个试题必须关联具体的知识点，可以是一个知识点，也可以是多个知识点；

3）试题要设置难度系数，难度系数要根据正确率来动态调整。

选择题的样例如图2所示，试题难度和知识点是试题的必要项。

4  教育技术知识资源库设计

教育技术知识资源库这里是指除题库以外的学习资源，包括课件、视频、动画等课程学习资料。资源库的设计关键在于以下几点：

1）每个知识点下必须有相应的学习资源；

2）每个学习资源必须关联具体的知识点，可以是一个知识点，也可以是多个知识点；

3）学习资源的个性化设置。

前两点与题库的设计相类似，但第三点完全不同，学习资源的个性化设置的前提是有大量的教学资源。下面以教学短视频为例，同一个知识点，假设我们收集了10个教学短视频，那么如何给学习者推荐最适合他的那个，就需要进行学习行为分析。为了获得短视频对教学影响的数据分析，必须对视频的各类属进行精准描述，对短视频进度多维分类，为短视频打上各类标签，从而分类收集短视频播放记录数据。这里通过课程属性、内容属性、画面属性、情感属性、数字属性对短视频进行多维分类，为后续的资源推荐提供数据支持。教学短视频多维属性扩展如图3所示。

5  学习系统设计

学习系统基于B/S架构即浏览器和服务器架构模式，系统的硬件架构为可扩充式服务部署架构，由Web资源服务器、数据库服务器、存储服务器、数据缓存服务器、流媒体服务器、转码服务器、监控服务器及网络负载均衡等硬件构成。

整个学习系统软件采用模块式设计，模块主要包括用户管理、课程章节管理、知识点管理、课程资源管理、题库管理、考试模块等。除了传统的按知识章节的学习与测验之外，这里重点设计了基于知识图谱的学习与测验，基于知识图谱学习环节的界面如图4所示。学习内容版式一为测验版式，每道测试题都会根据试题关聯的知识点显示相关的教学资源列表。内容版式二为资源学习版式，每一个教学资源都会根据资源关联的知识点显示相关的教学试题列表。两个内容版式点击相关链接就可以相互切换。

为了使学习者教育技术专业目标达到一个合格的值，最终需要学习者对各个知识点都很好地掌握。基于知识图谱学习的关键是如何推荐下一个知识点以及相关资源，下一个知识点推荐即知识图谱的遍历，这里采用贪心算法，贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术[3]。算法首先通过学习者自测获得试题的正确率，然后根据试题与知识点的相关性计算出学习者对相关知识点的掌握程度，每个知识点动态赋予0到5的权重，5为完全掌握，0为未掌握，计算每个知识点与关联知识点的总权重，权重最高者且未完全掌握知识点为下一个知识学习点。

算法的理论依据为维果茨基的“最近发展区理论”，该理论认为学生的发展有两种水平：一种是学生的现有水平，指独立活动时所能达到的解决问题的水平；另一种是学生可能的发展水平，也就是通过教学所获得的潜力。两者之间的差异就是最近发展区[4]。算法着眼于学习者的最近发展区，为学习者提供难度最低的内容，调动学习者的积极性，发挥其潜能，超越其最近发展区而达到下一发展阶段的水平，然后在此基础上进行下一个发展区的发展。学习资源的个性化推荐算法也很简单，根据学习者观看各个学习资源的时长进行分类汇总，计算出学习者的学习偏好，动态推荐学习资源。

6  结束语

通过努力，教育技术知识资源库、知识图谱、题库已完成了构建，学习系统的开发部署也正在进行。系统部署过程中也遇到一些问题，比如知识点的粗度和广度问题，知识点与试题的精准关联问题，学习资源与知识点是否贴切的问题，等等。教育技术涉及理论与实践，目前系统还未涉及实践操作的试题及评价，所以整个系统对专业达成度评价还不够准确，需在以后的运行中不断完善与改进。

7  参考文献

[1] 左庭瑜.关于对教育技术的认识[J].科学大众（科学教

育），2018（2）：9-10.

[2] 皮连生.学与教的心理学[M].上海：华东师范大学出版

社，1997：101.

[3] 汪莹.论贪心算法在图论中的应用[J].计算机光盘软件

与应用，2013，16（16）：309，311.

[4] 袁平，刘蓉.维果茨基最近发展区理论研究[J].科技信

息（学术版），2008（10）：78-79.

项目来源：国家自然科学基金项目“基于图卷积神经网络的教育资源推送安全机制研究”（项目编号：62177046）。

作者简介：王鹰，高级实验师；王向丽，高级工程师。