（计算机软件与理论专业论文）自适应学习系统中序列挖掘算法研究.pdf

摘要 随着计算机技术与网络技术的发展，我们己经步入了一个信息时代，信息技术在各 个领域的应用正飞速的改变着入们工作、生活和学习的方式。由于传统的远程教育形式 单一，只注重教而忽略学，教学双方互动差等问题，已经远远不能满足学习者的需求。 以学习者为中心的学习越来越引起教育研究者的重视。如何处理好学习者在网络自主学 习中遇到的问题是衡量网络学习效果的关键。 为了解决远程教育存在的问题，教育研究者提出采用自适应学习系统来解决这一问 题。利用自适应学习系统，让计算机系统担任教师的危色，为学习者提供个性化的自主 学习环境。要实现这一功能，首先必须获得学习者特征。根据学习者特征才能安排不同 的教学内容、教学策略，实现因材施教。学习者特征分析是自适应学习系统中的重要部 分。 本文从学习者特征分析理论研究和学习者特征分析系统实现两方面分析了目前国 内外研究的现状，给出了自适应学习系统的框架结构，重点研究了自适应学习系统中的 学习者特征分析模型。分析学习者鲍特征主要是指了解学习者的学习准备情况及其学习 风格的活动。就是对学习者的个性化学习规律进行数据挖掘。了解学习者的学习习惯， 分析其学习方法，评估学习效果，找出学习的最佳学习时间，提供最佳的课程组合，最 终为学习者制定适合自己的学习课程，这样的个性化学习系统能够刺激学习者的学习热 情和学习兴趣。 学习者特征个性化学习规律挖掘实际上是对流数据进行挖掘。目前流数据挖掘的主 要挖掘模式是序列模式挖掘。本文对序列模式挖掘中a p r i o r i a l l 算法进行了研究，针 对a p r i o r i a l l 算法的不足，提出了一个改进算法。改进算法通过减少数据库中序列集 的数量来提高算法的效率。算法可以删除数据库中非频繁子序列与长度小于k 的序列集， 这样在扫描候选序列集的支持度的时候，可以减少在数据库中扫描的记录数，减轻了系 统负担，提高了算法效率。 关键词：自适应学习系统；个性化学习；学习者特征；序列模式挖掘； a b s t r a c t a c c o r d i i l gt o 也ed e v e l o p m e n to fc o m p u t e ra n dn c 瓜o r kt e c h n i q u e ，i ti saa g eo f i n 如r i n a t i o na i l de c o n o i n y p e o p l ei sc h a l l g i n gm e i fw a y so fl i v e sb yt 1 1 e a p p l i c a t i o no f i 1 蜘r i n a t i o nt e c l l l l o l o g yi ne a c hf l e l d 1 1 1 ed e v e l 9 p m e n to fd i s t a i l c ee d u c a t i o ni s 伽她a c 脚l e n g e a st h e 仃a d i t i o 叫f b 吼o fas i n 9 1 el o n g - d i s t a n c ee d u c a t i o n ，o i l l yp a ya ：n t i o nt 0 t 1 1 en e g l e c to ft h es c h o o l ，t e a c h j l l gp o o r 砷甜a c 伍o nb e t 、e e nt l l e 咖s i d e s ，h a v eb e e nf 缸丘d m m e e t i i l gt h en e e d so fl e a m e r s l e a r n e r - c e m r e dl e a r i l i n gm o r ea n dm o r ea t t e n t i o n 丘o m e d u c a t i o nr e s e a r c h e r s h o wt op r o p e r l yd e a lw i t hl e 锄e r si ns e l f _ l e a m i n gi l e l 聃o r kp r o b l e m s e n c o u l l t e r e di nt 1 1 en e 柳o r ki sam e a s u r eo ft h ek c i ys t l l d yr c s u l t s i i lo f d e rt 0s o l v et h ep r o b l e m so fd i s t a n c ee d u c a t i o n ，e d u c a t i o nr e s e a r c l l e r sm a d eu s eo f 螂i v el e a n 】【i 1 1 9s y s 咖t or e s 0 1 v et h i sp r o b l e m u s eo fa d a m i v e1 e 姗i 1 1 9s y s t 锄s ，c o m p u t e r s y s t e m sa st h er o l eo ft e a c h e r sa n d1 e a m e r st op r o v i d ep e r s o n a l i z e df - 0 rt h ei n d e p e n d e n t l e a m i l l ge n v 幽e n t t oa c l l i e v et h i s 劬c t i o n ，w em l l s tf i r s to b t a i nl e a m e rc h a r a c t e r i s t i c s a c c o r d i n gt ol e a m e rc h a r a c t e r i s t i c sc a nb ed i f j 6 0 r e n t b o mt l l et e a c l l i n gc o n t e n t ，t e a c l l i n g s 仃a t e g ) r ，t op r o v i d ef o rd i 虢r e n ts t u d e r l t so fd i 位r e n tt e a c h i 】略l e 锄e r sc h 缎a c t 嘶s t i c si sa n i i n p o m m tp 础i ns e l f ：a d a p t i v e1 e 锄i n gs ) r s t e m a 叫y s i so f1 e a m e r sm t h j sp a p e r 丘o mt l l et i l e o r e t i c a ls t l l d ym l da r l a l y s i ss y s t e mt o a c l l i e v el e 锄e rc h a r a c t e r i s t i c so f b o t hd o m e s t i ca n di m e m a t i o r l a ls t l l d yo f t h ec 啪e n ts t a t u s ，i s m ea d a 讲i v el e 枷n gs y s t e m 血t 1 1 e 抒锄e w o r ks 衄l c t u r e ，f o c u so n 廿1 ea d 印t i v e1 e a m i n g s y s t e mi n l ec h a r a c t e r i s t i c so fl e 枷e r sm o d e l a n a l y s i so f 也em a i l lc h a r a c t e r i s t i c so ft l l e l e a n l e ri sr e a d yt os n l d ya n d1 1 工l d e r s 锄i 1 1 9o fl e a m e r sa i i dt h e i r1 e a 加i n gs t y l ea c t i v i t i e s u n d e r s t a i l d i n go fl e a m e r ss t u d yh a b i t s ，a n a l y s i so fi t ss t u d ym e t t l o d s ，a s s e s sl e a m i n l e a m i n g t oi 蛐匆也eb e s tl e a m i n gt 硫e ，p r o v i d en l eb e s tc o m b i n a t i o no fc o u r s e s ，吐l ef m a l f o n n u l a t i o ns u i 诎l l ef o rl e a n l e r so fl e 舭血gc o u r s e s ，s u c hap e r s o n a l i z e dl e a 玎血gs y m m l e 觚血g t os t i m u l a t et h ee n t h u s ia s _ mo f1 e a m e r sa n dl e a m 珏gi n t e r e s t l e 锄e rc h a r a c 谢s t i c sp e r s o n a l i z e d 咖d ym i n i n gi sa c t l l a l l yas 订e 锄i i 培d a t am i l l i n 吕a t p r c s e n ts 雠a i n i n gd a t am i n j n gi s l em 撕nm o d eo fm i l l i n gs e q u e r l c ep a t t e mm i n i n g i n 也i s p a p e r ，s e q 粥咂a 1p a t t e m 幽ga p r i o r i m la l g 嘶m m sh a v e b e e ns n l d i e d ，a p r i o r i l a l g o r i m mf o rt 1 1 es h o r t c o m i i l g s ，t a k ea ni l n p r o v e da l g o r i l m i i i l p r o v e da l g o r i t h mi n 血e d a t a b a l s eb yr e d u c i r 坞也en u m b e ro fs e q 鹏n c es e tt oi m p r o v et 1 1 ee 伍c i e n c yo fa l g o r i 1 1 n s t h e a l g 面nc a l ld e l e t es e q u e n c ed 疵出a l s eo f l eu d 正峙q u e n ts e q u e n c ea 1 1 ds 删l e rt l l el e n g t ho f s e q u e n c e 饥mk t l l i ss e q u e n c es e ti 1 1s c 黜血gt h ec a n d i d a t e 砸t ht h es u p p o no f 缸e ，c a nb e r e d u c e di n 血ed 嘲b 舔es c a 加i n gt h er e c o r d so faf - e w ，r e d u c e 出eb u r d e ns y s t a 郴，i m p m v et 1 1 e e 伍c i e n c yo f t l l ea l g o r i t h m k e yw o r d s ：s e l f a d a p t i v el e a n 血gs y g 把m ；h l d i v i d l l a ll e 锄1 i n g ；l e a m e r t sc h a r a c t e r i s t i c ； s e q u e n t i a lp a t t e r n sm i n i n g 独创性声明 本人郑重声明：所提交的学位论文是本人在导师指导下独立 进行研究工作所取得的成果。据我所知，除了特别加以标注和 致谢的地方外，论文中不包含其他人已经发表或撰写过的研究 成果。对本人的研究做出重要贡献的个人和集体，均已在文中 作了明确的说明。本声明的法律结果由本人承担。 学位论文作者签名：碰叠日期：2 翌兄芝笸! 碰 学位论文使用授权书 本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定，即：东 北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许 论文被查阅和借阅。本人授权东北师范大学可以采用影印、缩印或其它复制手段保存、 汇编本学位论文。同意将本学位论文收录到中国优秀博硕士学位论文全文数据库 ( 中国学术期刊( 光盘版) 电子杂志社) 、中国学位论文全文数据库( 中国科学技 术信息研究所) 等数据库中，并以电子出版物形式出版发行和提供信息服务。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：1 塑 日期：2 竺丛2 1 1 甾 学位论文作者毕业后去向： 工作单位： 通讯地址： 指导教师签名：缒缝 日期：羔丝墨：! 多 电话： 邮编： 东北师范大学硕士学位论文 第一章引言 1 1 背景分析 9 0 年代以来，以信息技术为代表的科学技术的迅猛发展，对人类的生产方式、生活 方式、思维方式以及学习方式都产生了重大的影响。随着计算机技术、网络技术和多媒 体技术等信息技术的发展及其在教育中的应用，网络教育已在世界范围内全而展开。网 络教育是一种开放式的教育体系，它以学习者为主体，打破了传统教育中时空和地域的 限制，使学习者可以按照自己的学习计划在网上学习，可以充分的利用教育资源。 随着社会的不断发展，尤其是人们对素质教育认识的不断深入，在教学中更多地关 注学习者的学习已成为现代教学活动中的重要内容。网络教育可以有效地发挥远程教育 的特点，是一种相对于面授教育、师生分离、非面对面组织的教学活动，它是一种跨学 校、跨地区的教育体制和教学模式，它的特点是：第一、开放性、共享性和交互性，人 们可以不受时间、空间和年龄等许多条件的限制，共享优秀的教学资源，充分发挥双向 互动和交流的优越性，完成交互式的教学活动；第二、学习资源的多样性、丰富性以及 资源检索的便捷性，更是传统教育不可比拟的；第三、灵活、多样化的学习方式，网络 环境下可以满足多种教学模式，最主要的是可以实现自主学习，从而使学习者学习的主 动性、积极性、创造性得到充分的发挥。可以这样说，教育正向着大众化、社会化、全 球化的方向发展，将给人们提供开放、平等、协作和竞争的学习和工作空间，并且通过 网络的桥梁实现教育公平化和教育个性化n 1 。网络教育与面授教育相比，网络离教育的 优势在于它可以突破时空的限制；提供更多的学习机会；扩大教学规模；提高教学质量； 降低教学的成本。基于网络教育的特点和优势，许多有识之士已经认识到发展网络教育 的重要意义和广阔前景心。 目前，我国网络教学平台在展现课程基本内容、发布教学信息方而已经比较成熟， 不少课程的教学资料已经数字化。然而，由于我国网络教育起步较晚，在其发展过程中 存在很多矛盾和问题。现在比较突出的问题是：随着网上教学资源日益增多，如何使学 习者正确评估自己的学习能力，并在浩如烟海的教学资源中迅速找到适应自己学习能力 和学习风格的教学内容，如何使学习者在学习的过程中得到及时、快速、准确的反馈和 评价，并根据反馈和评价及时调整自己的学习步调等，已经逐渐成为网络教学平台不得 不而对和解决的实际问题。更为理想的网络教学平台则还应该肩负起培养学习者的创造 性、想象力和个性品质的任务。要解决上述问题，实现上述功能，就必须发展智能化的 网络学习平台。笔者认为，智能化网络学习平台的支撑技术已日趋成熟。如何应用这些 技术，系统整合社会教育资源，从而在网络教育实践中逐步开发出基于网络的自适应学 习系统，是摆在网络教育工作者面前的一项迫切而重要的工作口1 。 东北师范大学硕士学位论文 在我国关于基于网络的考试系统和学习系统的研究已经比较普遍：对自适应学习的 研究已经提上日程，且有专著出现；教育部教育信息化技术标准委员会首次在现代远 程教育技术标准体系和1 1 项试用标准v 1 o 版( 简介) 的中国现代远程教育技术标准体 系的子标准中提到了“自适应学习( c e l t s 一2 7 ) n i s t a t p a l s f p ”这样的标准术语。但是， 经过进一步深入研究后发现，大多考试系统的研究和开发只是简单的给出相应的成绩， 虽然，其中有少量考试系统对考试成绩进行一定的统计和分析，但只是就成绩论成绩， 很少关心题目的质量，更少关心学习者的学习能力、学习过程、及学习需要；而网上学 习系统的研究和开发在理论上虽然已经研究较多，但实际开发出的系统大部分只是将教 学目标、教学大纲、教学内容等罗列在网上，也有个别网上学习系统将学习内容分成比 较小的单元，有利于学习者进行小步子学习。然而，总体上看来，这些学习系统几乎不 关心学习者的学习能力、学习策略、学习交互、学习过程等，在学习中，学习者也较难 对自己的学习状况进行比较准确地把握，更难进行基于网络的自适应学习。 于是，研究如何让计算机系统对学习者提供个性化指导便成为一个热点研究和开发 领域。目前研究者纷纷采用白适应学习系统来解决这一难题。其研究的最终目的是由计 算机系统承担学习者的引导者和帮助者角色，即赋予计算机系统以智能，由计算机系统 在一定程度上模拟人类教师的行为，指导学习者实现针对其个性特征的最佳学习。分析 学习者特征是实现自适应学习系统的关键问题，可以为教学策略、教学内容等的个性化 选择提供重要的依据。分析学习者的特征主要是指了解学习者的学习准备情况及其学习 风格的活动。了解学习者的学习习惯，分析其学习方法，评估学习效果，找出学习的最 佳学习时间，提供最佳的课程组合，最终为学习者制定适合自己的学习进程，这样的个 性化学习系统能够提高学习者的学习热情和学习兴趣。 1 2 自适应学习系统的研究现状及不足 自适应学习系统的建设虽得到教育部的高度重视，但由于起步较晚，目前还存在以 下几个问题： 1 教学内容呈现方式单一，轻视学习环境设计。大部分课程仍强调“教 ，强调知 识的传授和灌输，而非重视学习主体在与情境相互作用过程中主动的建构知识的意义。 3 自主学习资源不足。目前网络课程在自主学习方面只是体现学习者自己学习这一 点上，并没有为他们提供丰富的学习资源以有利于自主学习。 4 动态交互功能不强。目前的自适应学习系统课程教学信息陈旧、更新速度较慢、 交互功能差，学习者只能被动的接受教学内容，不能实际的参与到课程中进行主动学习， 很难达到最佳的学习效果。 5 针对性、智能性较低，缺乏有效的授导机制。首先不能根据学习者当前情况提供 合适的、智能化的交互界面；其次不能根据学习者的水平和学习情况提供相应的指导， 实现因材施教，学习者在网络环境中随意性很大，无法快速准确的寻找到学习内容的准 确位置，甚至是盲目的漫游，这既浪费了时间又达不到学习的目的。 2 东北师范大学硕士学位论文 为解决以上问题，我们应该加强自适应学习系统的建设，不断完善自适应学习系统 的功能。为了提高自适应学习系统的智能，增强系统对学习者学习的引导，自适应学习 系统的关键问题就是学习者特征分析。学习这特征分析的核心是对个性化学习规律的研 究。个性化学习规律研究的关键就是对学习者的学习方式和学习内容的选择策略的研 究，这是一个典型的数据挖掘问题。序列模式挖掘可以根据学习者使用资源学习的过程， 找出学习者使用各类资源的顺序和组合的共性规律，为学习者提供符合其个性化学习规 律的学习方案。 1 3 序列模式挖掘的研究现状 序列模式挖掘是由a 删等在1 9 9 5 年提出的。序列模式挖掘的算法有 a p r i o r i ( a 1 1 s o m e ) 算法、g s p 算法、p r e f i x s p a n 算法等。 a p r i o r i a l l 算法是序列挖掘算法中最经典的算法之一，该算法是a p r i o r i 类算法。 a p r i o r a l l 算法使用的是广度优先的搜索策略，分层的迭代的搜索序列集空间。主要思 想为：在每次扫描数据库时，利用上一次扫描( p a s s ) 时产生的大序列来产生候选序列， 然后在数据库中扫描候选序列，并在扫描的同时计算它们的支持度( s u p p o r t ) ，满足支 持度的候选序列作为大序列。第一次扫描时，长度为1 的频繁序列模式作为初始的卜 序列。a p r o r i a l l 算法的两个致命的性能瓶颈： ( 1 ) 容易生成庞大而众多的候选序列，由l h 产生的候选序列集c 。是呈指数增长的。 ( 2 ) 需要多次扫描数据库，需要很大的i 0 负载。算法对候选序列由候选序列c 。 中的每个子序列都必须扫描一次数据库来验证是否将其加入l k 。 本文通过( 1 ) 删除数据库中非频繁序列的子序列。( 2 ) 删除数据库中序列集长度 小于k 的序列集两种方式对减少数据库的记录数，来减少候选序列在数据库中扫描的记 录数，这样能提高扫描的速度，减轻了系统的负担，提高了算法的效率。 1 4 本文的工作 ( 1 ) 介绍了自适应学习系统的框架结构及其各个组成模块。 ( 2 ) 对个性化学习理论做了详细介绍。 ( 3 ) 对了序列模式挖掘做了分析和研究，针对a 】) d o 棚l 算法的不足，提出了改进算 法。 ( 4 ) 建立了基于序列挖掘改进算法的个性化学习规律支持模型。 3 东北师范大学硕士学位论文 第二章自适应学习系统 2 1 自适应系统 随着目前网络教育试点工作的开展，学习时间和空间的界限大大拓宽，但是网络课 程基本上还是千人一面的固定模式，众多网络教学系统模式单一、交互性差，以系统自 身为中心，并没有充分考虑学习者的个性需求与习惯，要求学习者适应系统而不是系统 去适应学习者，不能充分按照不同学习者的个性化需求来提供教学服务。具有不同知识 基础和学习目标的学习者只能接受同样的学习材料，造成学习者的学习兴趣较低，学习 效果不明显等问题。换言之，大量的网络学习系统目前还无法实现真正意义上的适应性 学习，缺乏个性化和智能性，不能为学习者创建个性化的学习空间和引导学习者的学习 方向，无法对学习者进行因材施教。 因此，要想真正实现以学习者为主体的网络教育，必须在学习内容以及内容的呈现 上实现个性化，为具有不同知识基础、认知风格的学习者提供与他们自身能力相适应的 个性化服务。个性化的现代网络教育是提供给学生个性化学习的网络教育。个性化的网 络教育将整个教学活动作为一个有机的整体，各教学环节之间有密切的联系，这种联系 是提供个性化教育的关键。这就要求网络学习系统必须是一种适应个别化学习需求的个 性化学习系统，必须要根据学习者的兴趣、访问频度、访问时间而动态的调整页面结构， 以更好的满足不同个性学习者的需求。 目前在网络学习系统中学者们研究、设计了一种自适应学习系统来解决这一问题。 2 1 1 自适应学习系统的定义 “适应”在心理学上一般指个体调整自己的机体和心理状态，使之与环境条件的要 求相符合：“适应性”则指个体在这种使自己的机体和心理状态适应环境要求时表现出 来的特征：而“学习适应性”则是指个体在学习过程中调整自身，克服困难取得较好学 习效果的倾向，也即学习的适应能力h 1 。 自适应学习就是学习者在考察实例和解决具体问题的过程中，通过积极的思考和操 作主动获得知识和技能的学习，是人类获取知识和技能的重要形式。在自适应学习条件 下，学习不是一个被动的接受知识的过程，而是主动发现知识的过程。自适应学习是一 种主动学习，学习者可以自主监控自己的学习过程，根据自己的实际需求，自主选择最 适合自己的学习内容和学习策略。 自适应学习系统( s e l f a d a p t i v el e a r n i n gs y s t e m ) 是一种以人工智能、数据挖掘、 认知科学、教育学、心理学、行为科学和计算机科学的综合性研究课题学习技术系统， 其研究的最终目的是让学习系统在一定程度上能够模拟人类教师的角色，根据学习者的 4 东北师范大学硕士学位论文 特定目标、需求和偏好，利用教学方法和学科知识动态地调整学习内容。自适应学习系 统掌握相关领域的知识、授导策略和方法，能模拟学习者的知识状况。学习环境可用于 独立的学习经历，或提供帮助、指导或指南。它们为有效地学习创造条件，并可能包括 数字和非数字的实体。虚拟学习环境可通过提供典型的活动诸如展示、讨论、练习和测 验等来模拟教室环境曙1 。 自适应学习系统以人工智能技术为基础，以学习者为中心，计算机为媒介，利用计 算机模拟教学专家的思维过程，形成的开放式人机交互系统。来模拟“家教 的行为， 允许学习者与计算机进行问答式对话。一个理想的自适应学习系统不仅要具有学科领域 知识，并且要知道它所教学习者的学习风格，还要能理解学习者用自然语言表达的提问。 2 1 2 自适应学习系统的一般结构 自适应学习系统一般体系结构由三个核心模块和一个用户界面组成，这三个核心模 块分别是学习者模型、领域知识和教学策略。如图2 1 所示： 用户 图2 l 自适应学习系统一般结构 领域知识是指包括与教学科目相关的知识和实际使用的教学资源。 学习者模型是指收集存储了学习者的基本属性信息和学习行为信息，学习者的每一 次学习都不断的更新学习者模型信息，这些积累存储的信息表示了学习者领域知识构建 的临时模型。这个模型可以在调整课程结构、掌握学习和适应性测试等情况下，为学习 者匹配选择相应的教学策略。 教学策略是指在整个教学过程中，依据教学的主、客观条件，特别是学习者的实际， 对所选用的教学方法和教学手段及教学模式等，在应用中不断予以相应的监控、调节和 创新。根据学习者模型反映的情况，进行选择、指导学习过程、满足学习者的需要。教 学策略通过教学的灵活处理来满足每个学习者学习的需要和个性差异，教学以多元化的 方式进行个别化的教学，使教学满足每个学习者的学习风格、天资、兴趣爱好和能力倾 5 东北师范大学硕士学位论文 向等方面的特性。自适应网络课程将根据学习者的认知结构、学习习惯、爱好等学习风 格特征，针对相同的学习内容，在表现形式上呈现不同的组织方式，表现形式可以是文 本、图像、视频、音频或它们的任意组合，从而表现不同的教学策略。同时根据学习者 的技能水平和学习风格，提供适应学习者学习和交流的行为工具。 用户界面是指学习者与系统交互的界面，通常可以设计成智能交互式的，能提供可 选择的方法满足当前指导操作的需要，能够理解学习者的自然语言。本质上来说，智能 用户界面能够为学习者提供学习环境的清晰访问；提供相关恰当的信息内容；引导学习 者的任务进度等等【6 j 。 2 1 3 自适应学习系统的功能 自适应学习系统模拟知识领域专家的经验、方法进行辅助教学的计算机系统。系统 能代替教师的功能，并能弥补教师的某些不足。自适应学习系统具有以下五个功能： ( 1 ) 能够分析学习者特征 ( 2 ) 具备领域知识 ( 3 ) 能够记录学习者学习情况 ( 4 )能够诊断学习中的错误并进行补救教学。 ( 5 ) 可以针对不同的学习者自动选择不同的教学方法，实现个性化教育 2 1 4 自适应学习系统的框架结构 学习嚣 教师 图2 2 系统框架图结构 6 东北师范大学硕士学位论文 自适应学习系统框架结构( 见图2 2 ) 包括四个子系统和四个数据库：信息收集系 统、学习者特征分析系统、规则匹配与推理系统、规则自适应系统和w e b 日志库、学 习者模型库、教学策略库以及领域知识库，其中教学策略库包括学习者特征规则库和教 学策略规则库。 2 1 5 自适应学习系统的模块介绍 学习者模型库包括：个人信息、安全信息、学业信息、管理信息、偏好信息、关系 信息、绩效信息、作品集信息、学习行为( 进度信息、课程内容学习信息、典型例题学 习信息、练习信息、作业信息、测试信息、提问信息、交流信息、媒体学习信息) 。 w 曲日志库：记录学习者访问站点的信息，包括：客户i p 地址、用户名、服务器 名、服务器i p 、服务器端口、u 赳资源等，w e b 日志信息是通过设置i i s 活动日志属 性为o d b c 日志写入到数据库中的。 教学策略库包括学习者特征规则库和经验教学策略规则库。学习者特征规则库记录 学习者个性特征和共性特征，例如，如果某学习者的课程内容学习程度为中等，典型例 题学习程度为高，那么在学习者进行测试时，为其选择测试难度系数为中等的试题且学 习者能够取得较好的测试效果。再如，如果对于某知识点大多数学习者采用“例题理 论”的策略并取得较好的学习效果，那么当有新的学习者学习这个知识点时，为其推荐 这种策略。经验教学策略规则库主要记录了教学专家根据已有的教学经验给出的教学策 略。例如：如果学习者的学习目标较高，就可施予其更深入和扩展型的知识；若学习者 的学习目标较低，我们只需提供其基础性的教学内容就可以。系统能够针对学习者的不 同特征，因材施教地对各种教学策略规则进行选择，它是一个实施有关教学方法和学习 策略的规则库。在教学策略库中采用带有可信度的加权不确定性知识表示法对特征规则 和教学策略规则进行记录。 领域知识库：领域知识包括与教学科目相关的知识和实际使用的教学资源，由：知 识树、课程单元、教学资源( 媒体素材、题库、试卷素材、课件、案例、文献资料、常 见问题解答、资源目录索引) 和元数据描述四部分组成。 信息收集系统：学习者经过身份认证登录后，信息收集系统取出学习者标识，传递 给规则匹配与推理系统。在整个学习过程中，信息收集系统以知识点为基本单位，不断 的收集学习者的相关学习信息，并把这些信息存入学习者模型库中，与w r c b 日志一起 作为学习者特征分析系统和教学策略系统挖掘的源数据， 学习者特征分析系统：分析学习者特征，并将分析得到的学习者信息存入学习者模 型库。 规则匹配与推理系统：根据这些特征和策略规则，调度其它学习工具系统和资源， 形成适合学习者的个性化学习环境。 规则自适应系统：根据学习者在形成的个性化学习环境中取得的学习效果，来测评 修改个性化分析参数和推理时使用的加权因子、入阈值和可信度的初始值，使个性化分 析出的策略规则更适用于学习者的学习，如此反复不断的提高规则的绩效和学习者的学 7 东北师范大学硕士学位论文 习效果。使学习者模型信息能够更加确切地反映学习者的真实情况。学习者登录学习的 次数越多，时间越长，则其模型与其实际情况就越贴切，从而使系统具有自适应能力。 2 2 学习者特征理论 学习者特征包括初始学习准备状态、一般特征、学习风格等三个方面。 2 2 1 学习者学习准备 学习准备是指学习者对某特定的学科内容已经具备的有关知识与技能的基础，以及 对有关学习内容的认识和态度。 任何一个学习者都会将其原来所学的知识、技能带入新的学习过程中，因此，学习 者原有的知识、技能称为学习准备状态。学习准备状态分析就是要确定学习出发点。若 忽视对学习者学习准备状态的分析，教学内容则会脱离实际，或将学习起点确定得过高， 使教学内容脱离大多数学习者的实际水平：或低估学习者己有的知识或技能的基础，在 不必要的内容上或不必要的教学活动上浪费精力与时间。 学习态度的因素可以看作是认识因素和情感因素的结果。它是指学习者的学习行为 倾向性的心理因素。对学习的行为倾向，有主动型和被动型之分。网络学习者由于具有 明确的学习目的和较强的认知内驱力，他们总是主动地去汲取知识，思考问题，乐于参 与小组讨论和进行互动式的问答学习。他们不耻下问，刻苦钻研，一般都愿意将实际工 作中的问题提出来讨论。当然也有些学生由于自我调节学习能力或计算机技能等方面的 欠缺，遇到困难就容易打“退堂鼓”。由于网络学习者有鲜明的学习目的，所以其学习 态度一般比较积极主动，能较深刻地把握学习的重要性，学习认真。 2 2 2 学习者一般特征 学习者一般特征是指对学习者学习有关学科内容产生影响的心理的和社会的特点。 网络学习者的一般特征包括的面较广，与学习关系密切的主要有心理发展的年龄特征以 及智能、情感发展的一般特征两个方面。 2 2 3 学习者学习风格 学习风格是学习者持续一贯的带有个性特征的学习方式，是学习策略和学习倾向的 总和：是对学习者感知不同刺激、并对不同刺激作出反应这两个方面产生影响的所有心 理特性。 2 3 学习者特征模型 学习者特征分析模型是自适应学习系统的核心。 2 3 1 对象模型描述 8 东北师范大学硕士学位论文 在学习者特征分析中主要涉及学习者模型、教学策略模型这两个对象，在对象建模 时参考了“现代远程教育规范”，并且对象的每个维度属性都有相应的扩展信息，保障 了系统的通用性、重用性和扩展性。 2 3 2 学习者模型 学习者模型是指对学习者属性的详细描述，包括个人信息，安全信息，学业信息， 管理信息，偏好信息，关系信息，绩效信息，作品集信息，学习行为九个元组，即：学 习者模型= ( 个人信息，安全信息，学业信息，管理信息，偏好信息，关系信息，绩效 信息，作品集信息，学习行为) 。 ( 1 ) 个人信息是与学习者绩效的度量和记录没有直接联系，主要与管理有关的个 人信息。一般说来，这类信息属于个人隐私，是机密的。 个人信息= 。 ( 2 ) 安全信息是有关学习者安全凭证的信息。 安全信息= 。 ( 3 ) 学业信息是与学习者的学习相关的一些简要信息。 学业信息= 。 ( 4 ) 管理信息是有关学习者日常信息，如奖惩事件等。 管理信息= ( 5 ) 偏好信息描述可促进人机交互的参数选择。 偏好信息= 。 ( 6 ) 关系信息是描述学习者与其它系统用户( 教师和其它学习者) 之间关系的信 息。 关系信息= 。 ( 7 ) 绩效信息是与学习者的简历、当前工作或今后目标有关，由学习技术构件创 建和使用以提供最佳的学习体验。 绩效信息= ( 8 ) 作品集信息是学习者的代表性作品及相关证明的集合，用于描述和证明学习 者能力和成就。 作品集信息= ( 9 ) 学习行为是描述学习者对所学知识点的相关操作信息，包括：进度信息、课 程内容学习信息、典型例题学习信息、练习信息、作业信息、测试信息、提问信息、交 流信息和媒体学习信息。 学习行为信息= 1 ( 进度信息，课程内容学习信息，典型例题学习信息，练习信息，作业 9 东北师范大学硕士学位论文 信息，测试信息，提问信息，交流信息，媒体学习信息，扩展信息) 。 进度信息= 课程内容学习信息= 典型例题学习信息= 练习信息= 。 作业( 测试) 信息= 提问信息= 媒体学习信息= 【刀 ， 2 3 3 教学策略模型 在智能授导系统中教学策略规则采用带有可信度的加权不确定性表示法表示，形式 如下：r ：i fe i ( 皑) t l 煳 h ( c f ( h ，e ) ，) 其中e 。是规则的前提条件，它既可以是一个简单条件，也可以是多个简单条件用a n d 连 接起来所构成的组合条件。h 是结论，它可以是一个单一的结论，也可以是用a n d 连接 起来所构成的组合结论。c f ( h ，e ) 是该条规则的可信度，称为可信度因子( c e r t a i n t y f a c t o r ) 或规则强度。可信度是对事物为真的相信程度的一个量化表示，其初始值由领 域专家确定。是阈值，它对相应规则的可应用性规定了一个限度，只有当前提条件e ； 的可信度c f ( e i ) 达到或超过这个限度，即c f ( e i ) 入时，相应的规则才有可能被应用。 一，( i = 1 ，2 ，3 ，n ) 是加权因子，其值均由领域专家给出。 口一f 口1 j 口一f 口l ，、，加1 ，2 ，力廿 r 口虽案星器裂则嚣 兰：；三? ( 1 ) 学习者个性特征规则模型： 规则信息= 条件信息= l o 东北师范大学硕士学位论文 结论信息= ( 2 ) 学习者共性特征规则模型： 规则信息= 条件信息= 结论信息= ( 3 ) 经验教学策略规则模型： 规则信息= 条件信息= 结论信息= 教学策略来源于自适应学习系统中教学策略库，既可以是学习者特征规则，也可以 是经验教学策略规则。学习者特征规则以一段时间内的w e b 日志和学习者模型信息为 源数据，在教学专家的参与下，通过学习者特征分析系统分析产生原始个性和共性特征 规则。原始策略规则经过规则变换、冲突消解、合成、更新等一系列的处理，形成规范 的个性和共性特征规则存入教学策略库，这些特征规则可以作为教学策略和专家给出的 经验教学策略一起指导学习者学习。 2 4 个性化学习理论理论综述 2 4 1 个性化学习含义 个性化的含义：个性是具有一定倾向性的各种心理品质的总和啪3 。个性倾向性主要 包括个人的需要、兴趣、动机、信念等不同层次的基本成分。个性化是指使事物具有某 种属性或某种趋势，因而个性化的含义是使事物具有个性，或使其个性凸显。这里包含 了两层含义，其一，个性是需要经过培养而逐步形成的，这个过程称为是个体个性化的 一个过程。其二，个体总是具有一定的个性的，让这种个性得到别人的了解、认可，并 在一定的空间中得以体现、展示，使每个个体都拥有的潜在需求，这个过程称为个性化 的过程1 。 个性化学习是具有或体现学习者个性的学习，例如在学习目标、学习内容、学习 方式、学习手段、学习风格、等方面充分体现个人的特色和特长。它是一种以承认 学习者在社会背景、智能背景、态度价值、情感和生理等方面存在个别差异为前提，努 力使学习者的个性特征与学习环境之间达到一种平衡时学习者的素质得到全面提升，培 养具有完善个性的人的学习理念。 2 4 2 目前个性化学习存在的问题 第一，大多数研究仍然停留在教学理论研究上。从传统教学模式的行为主义学习理 论到认知主义学习理论再到建构主义学习理论的转变，为基于网络的教学提供了理论基 东北师范大学硕士学位论文 础，但是由于个针对个性化学习的服务是非常复杂的，在实际应用中有待实现。 第二，常局限于对个别学科的个别化教学，但是这些还远远不能满足一些专业教育 机构的要求，例如随着我国对教育投资的加大，出现了许多网络教育学院等专业网络教 育机构，这些专业教育机构开设的课程往往多达几十门，甚至上百门。这些机构课程的 网络化使网上的学习资源日益丰富。如果不经过整理就把这些资源呈现给学习者，常常 使他们迷失在学习资源的海洋中。 2 4 3 个性化学习的本质特征 划一性教育是一种忽视甚至无视教育者的个性特点，压制人的个性发展和潜能开发 的教育模式，其基本特征就是模式化。个性化学习是相对于传统的强制划一的教育思想 而言的，是对划一性教育的否定，它承认和重视学习者的个别差异，不让学生变为一个 模子里出来的产品，是一种以人为本的、从人的个性出发的教育理念。个性化学习具有 以下特征： ( 1 ) 个性化学习强调学习者的独特性 独特性是一个人区别于其他人的特这功能。没有特征，就没有一个个的人。学习者 在个性方面的独特性可以表现为性别、年龄、气质、能力等方面。个性化学习以尊重学 生的个别差异为前提，以发展学习者的个性为己任，采用多元化的形式、弹性化的结构、 多样化的内容为学习者的个性发展提供广阔空间。 ( 2 ) 个性化学习强调学习者的主体性 主体性质学习的主体意识或能动性。个性化学习把学生视为具有独立人格的主体， 尊重学习者在学习中的地位，学习经历等，维护学习者的尊严，激发学习者的积极 性，使学习者学会学习、学会生护、学会做人、学会交际。 ( 3 ) 个性化学习是素质教育的出发点、核心与归宿 素质教育是促进学生全面发展的教育。由于遗传、环境等方面因素的制约，人在其 发展过程中，身体、心理、智能等方面都必然表现出明显的差异，实施素质教育首 先就应承认这些差异，所以个性学习是素质教育的出发点。其次，素质教育在不同 的个体身上必然会有不同的组合，呈现出不同的个人特点。因此个性化学习是素质 教育的核心。最后，素质教育的目的是促进学习者的个性发展，因此个性化学习是 素质教育的归宿。 ( 4 ) 个性化学习是多种教学组织形式的组合 教学组织形式是指完成特定的教学任务，教师和学生按一定要求组合起来进行活动 的结构。历史上曾经出现过个别教学，小组教学、导生制，苏联的分组实验教学制 与班级授课制等多种教学组织形式。为了充分发展学习者的个性，个性化学习的组 织形式既可以个别的独立学习也可以是班级教学或协作，甚至多种形式的混合。 2 4 4 基于网络个性化学习的优势 ( 1 ) 自主性。 1 2 东北师范大学硕士学位论文 基于网络的个性化学习是种自主的学习，学习者自主选择学习内容、学习时间、学 习方式，通过网络自主探索或与其他同学交流协作，建构对知识的意义，充分体现了学 习者的主体参与性，有利于培养学习者的高级思维能力和探索创新精神。我们在设计个 性化学习系统时，要注意培养学习者的自主能力，才能使他们在整个学习过程中真正成 为认知的主体，实现他们的社会化和个性化，达到个性化教育的目标。 ( 2 ) 信息反馈及时、快捷。 在基于网络的个性化学习中，由于人和机器的高交互性及信息传输的快捷性使得学 习者在学习过程中遇到问题可以得到及时反馈指导。在传统学习环境中，学习者遇到问 题一般要与教师见面才能解决。在一般的网络学习环境中，由于师生的准时空分离，学 习者遇到问题只能通过e m a i l 或b b s 的形式发出请求，得到回答有个延期的过程。这就 大大制约了学习者的学习效率。而个性化网络学习系统本身从某种程度上说充当了电子 导师的角色，能够及时发现学习者学习过程中遇到的问题，并提供适时指导，学习者提 出的问题也会及时得到回应。 ( 3 ) 分布式。 基于网络的学习可以是同步的，也可以是异步的，可以是实时的，也可以是非实时 的，这就决定了基于网络的个性化学习具有分布式的特点，它所提供的是一个分布式的 学习环境。学习者在地理位置上、学习时间上、学习过程的选择上是分布的，学习资源 在地理位置上、内容组织上、管理上是分布的，个性化服务的时间、服务的方式、服务 的内容也是分布的 ( 4 ) 个性化。 个性化是基于网络的个性化学习最根本的特色。网上学习资源、内容组织、学习模 式的多样性使得自古以来个性化学习的梦想成为现实。学习者可以自定义学习环境的设 置，可以根据