基于Web数据挖掘个性化远程教育系统构建.docVIP

基于Web数据挖掘个性化远程教育系统构建 　　摘 要探讨了智能个性化系统在远程教育的主要功能，并提出了一个基于Web数据挖掘的个性化远程教育系统的模型。 　　关键词 Web数据挖掘；远程教育；智能个性化系统 　　中图分类号：G434文献标识码：A文章编号：1671-489X（2007）12－0081-03 　　 　　Construction of Distance Learning System based Personality of Web Data Mining//Qiu Xiaohui 　　Abstract This paper inquiries the major function of intelligent personalized systems in distance education， and puts forward a model about personalized intelligent distance education system based Web data mining. 　　Key words Web data mining；distance education；personalized intelligent system 　　Authors address Department of Information Technology, Huazhong Normal University,Wuhan 430079 　　 　　利用Web数据挖掘技术构建远程教育个性化系统，能弥补传统远程网络教学不具备的真正的“以学习者为中心”、不能随学习者个体的差异而调整教学的缺陷，为学生的个性化学习以及教师对学生教学指导提供便利。 　　 　　1 个性化服务及其关键技术 　　 　　1.1 个性化服务的概念 　　个性化服务的根本就是尊重用户，研究用户的行为习惯与兴趣，为用户选择更需要的资源，提供更好的服务。远程教育系统的个性化可根据用户的需求、兴趣爱好、能力差异等，为用户选择对应的学习资源，提供智能化的学习指导，并根据用户的需求变化，动态呈现资源。 　　1.2 个性化服务关键技术 　　个性化推荐系统中应用的一项关键技术即Web挖掘（Web Mining），Web挖掘就是从Web文档和Web活动中抽取用户感兴趣的、潜在的有用模式和隐藏的信息。Web挖掘根据需要分析的数据分为3种类型：Web内容挖掘、Web使用挖掘以及Web结构挖掘。 　　 　　2 智能个性化学习系统实现的主要功能 　　 　　智能个性化学习系统实现的主要功能有：（1）跟踪学习者网上学习行为，统计分析学生近期访问情况，分析浏览路径，发现学习者兴趣，预测学生可能的访问页面，进行页面推荐；（2）根据学生的学习进度、作业与测试、答疑及交互信息，统计分析学生对知识点的掌握情况，为学生提供学习指导与建议，对掌握薄弱的知识点及感兴趣的知识点进行推荐；（3）网上学习者的学习风格、认知特点等都存在较大差异，个性化学习系统根据学生的基本信息及学生学习行为的分析，提供不同的学习指导，推荐不同类型学习资源，适应网上学习者的学习需求；（4）通过聚类、分类，能对相同学习偏好以及学习风格的学习者进行分组，利于学生的协作学习；（5）通过统计分析，系统地为教师提供有关学习者个体以及群体的学习进度、学习绩效等相关信息，并通过可视化呈现给教师，方便教师进行教学指导。 　　 　　3 智能个性化远程教育系统的构建 　　 　　3.1 个性化推荐系统的基本工作原理 　　为描述用户的特征，有必要为每个用户建立一个用户概貌文件(user profile)以刻画用户的特征。本系统采用基于XML的RDF(resource definition framework)来表达用户描述文件，利用支持XML的数据库系统来存储用户概貌文件。系统采用显示跟踪和隐式跟踪相结合的方式获取学习者学习信息。在学习者首次登录时，填写注册信息并进行个性化测试，结合对学习者网上学习行为、学习者基本信息、作业及考试信息以及交互信息的收集、处理、挖掘，建立学习者概貌文件（如图1所示），根据该文件为每个学习者进行个性化推荐，并随着学习者网上学习的继续而不断进行，逐步优化学习者个性化概貌文件，从而提供最适合的推荐给学习者。学生个性化推荐的系统原型见图2。 　　 　　Web个性化推荐系统分在线处理和离线处理。在线阶段，根据用户的推荐请求，触发个性化推荐引擎，推荐引擎根据用户ID以及用户个性化数据库产生个性化推荐结果，并把推荐结果通过服务器反馈到用户浏览器。在离线阶段进行对用户各类信息的挖掘处理，从而缩短系统的响应时间。 　　3.2 学生个性化推荐的离线阶段处理 　　3