个性化e―Learning协作学习推荐系统的研究.docVIP

个性化e―Learning协作学习推荐系统的研究 　　【摘 要】 　　作为一种利用互联网技术实现快速学习的新方式，e-Learning成为帮助学习者实现终身学习的一种重要方式。推荐系统和协作学习作为e-Learning的两种重要形式，将二者结合起来进行考虑具有重要的现实意义。本文将推荐系统和协作学习相结合，针对学习者的个性化特征，考虑学习者不同的学习能力，以更好地配合学习者之间的协作学习。实验结果表明，所提出的系统可以实现个性化的课程推荐，能够满足学习者的个性化需求，增强协作学习能力；协作学习在加深学习效果方面要比个人单独学习更有优势。本研究的意义在于：一是在推荐系统和协作学习混合的环境中考虑了学习者能力这个因素，二是设计出了协作学习的评估和反馈体系。 　　【关键词】 学习者能力；e-Learning；协作学习；推荐系统 　　【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009―458x（2016）07―0044―09 　　一、引言 　　随着以信息技术为代表的现代科学技术的快速发展，新工具和新方法正在改变着人们的生产方式、生活方式、思维方式以及学习方式。与此同时，网络技术的出现也带来了大量可以解决远程学习的新方法。e-Learning逐渐受到人们的关注，经过几十年的发展，e-Learning的应用范围逐步扩大，使得我们在日常生活中的学习和交流过程变得更加便捷（González-Gómez， Guardiola， Rodríguez， lonso，2012）。 　　与传统学习相比，e-Learning是凭借信息技术和网络技术来解决信息分散问题和实现快速学习的一种全新方式（余兰，2008）。e-Learning允许学习者通过网络在一个虚拟的学习环境中进行学习，使得学习者实现任何时间、任何地点的学习，进一步帮助人们实现终身学习的需要。但是，e-Learning的广泛应用也产生了海量的学习资源，如何快速地发现学习者所需的学习资源逐渐变成e-Learning快速发展的障碍。对于这个问题，传统的解决方案是利用搜索引擎来查找学习者所需的相关资源。由于搜索引擎不能基于学习者的兴趣或者偏好来定位合适的学习资源，从而出现了e-Learning推荐系统，更好地帮助学习者找到所需的学习资源（Salehi Kamalabadi， 2013）。 　　e-Learning推荐系统是将电子学习技术与智能推荐技术进行整合而产生的一种学习平台。它的基本思想是通过电子学习平台获取学习者的相关信息，然后对这些信息进行一定的整理分析，利用信息检索（Information Retrieval，IR）技术推荐各种各样满足学习者兴趣或偏好的信息，为学习者提供个性化的服务（Blanco-Fernández， et al.， 2008）。e-Learning推荐系统可以通过分析学习者的浏览行为、兴趣或者偏好（Wang Shao， 2004； Hsu， 2008； Salehi Kamalabadi， 2012）来帮助选取合适的学习资源，极大地提高学习者的学习效率，加速学习过程，增强学习的热情。 　　e-Learning在其发展过程中出现的另一种重要的发展模式是协作学习（Collaborative Learning）。在信息化社会中，人们的学习方式往往趋向于集群化、交互化以及协作化。计算机支持的协作学习（Computer Supported Collaborative Learning，CSCL）是指利用计算机技术和网络技术形成的、可以支持学习者进行协作学习的应用系统（Cabrera-Lozoya， Cerdan， Cano， Garcia-Sanchez， Lujan， 2012）。在CSCL中，知识级别不同的学习者拥有平等的机会参与学习交互过程，通过知识的分享和获取达到更好更快地完成学习任务的目的，学习者可以完全控制自己的学习过程。此外，CSCL鼓励学习者在协作学习过程中交换各自的观点，分享自己拥有的知识以及获取同伴分享的知识来更好地解决在学习中遇到的问题，从而更顺利地完成学习任务（Casamayor， Amandi， Campo， 2009；王晶，李艳燕，王迎，等，2007）。 　　虽然已有许多e-Learning的研究，但还存在一些缺点或者不足之处。首先，这些研究往往都只关注e-Learning的某一方面，要么偏重于推荐系统的研究，要么偏重于协作学习的研究，几乎没有同时兼顾对于推荐系统和协作学习的研究；其次，在现有的个性化推荐系统中，学习者往往缺乏实时的学习帮助，不能在学习中收到同伴的帮助，更好地学习所推荐的学习资源；再次，虽然已有很多利用学习者的浏览行为、兴趣或者偏好来推荐学习资源的研究，但是往往忽视对于学习者能力这个重