教育数据挖掘中的学习者建模研究-互联网教育智能技术及应用国家.PDF

2018年第6期 中国远程教育 教育数据挖掘中的学习者建模研究* □ 徐鹏飞 郑勤华 陈耀华 陈 丽 【摘 要】 近五年网络教育的变革和深度学习等人工智能技术的飞速发展给学习者模型的研究和应用带来了 新的机遇和挑战。目前，教学数据中蕴含的大量价值亟待挖掘，而实践中绝大部分教学环境对学习者 的理解、状态跟踪和自适应性仍处于初级阶段。如何从数据中建立学习者模型、如何在教学环境中设 计和使用学习者模型是下一阶段教育变革的核心技术问题。为此，本文从知识状态模型、认知行为模 型、情感模型和综合模型四个类别分别阐述了具有代表性的学习者模型及其主要应用场景。研究认 为，深度学习未来将在学习者模型的研究和实践中扮演重要角色，而基于各种学习者数据对学生进行 全面而综合性建模的综合模型应用是大势所趋。 【关键词】 在线教育；在线学习；学习者模型；学习分析；教育数据挖掘 【中图分类号】 G40-057 【文献标识码】 A 【文章编号】1009-458 ｘ（2018 ）6-0005-7 DOI:10.13541/j.cnki.chinade001 有着非常广阔的研究空间和应用场景。 一、引言 构建一个学习者模型的初期要考虑的主要因素包 括作为数据来源和应用场景的教学环境、所选择建模 当前，我国的教育信息化发展进入到以有效支持 的学习者特征以及所采用的建模技术 （Chrysafiadi 教与学、促进学生个性化发展为核心诉求的新阶段。 Virvou, 2013 ），因此学习者模型可以从教学环境、 《教育信息化十年发展规划 （2011-2020 年）》在基 建模对象、建模技术这三个角度进行分类。本文采取 础教育信息化发展水平框架中提出，学校教育教学方 的分类方式是按照建模对象，即 “以学习者的哪一个 式的变革要在学生多样性、个性化学习的改变上取得 方面作为基准进行建模”来进行分类。本文将按照学 突破。《国家中长期教育改革和发展规划纲要 习者知识状态模型、学习者认知行为模型、学习者情 （2010-2020 年）》也指出，“关心每个学习者，促 感模型和学习者综合模型这四个类别，分别介绍目前 使学生更加主动积极地发展，尊重教育规划和学生身 一些具有代表性的学习者模型，为相关研究人员和从 心发展规律，为每个学生提供适合的教育”。在这一 业者提供参考。 进程中，对学习者模型的研究尤为重要。 学习者模型是对真实学习者的一种抽象表示，代 二、以知识状态为基准的学习者模型 表了学习者的知识技能、认知行为、情感体验等方面 的水平和特征 （Chrysafiadi Virvou, 2013 ）。在智 以知识状态为基准的学习者模型所关注的是学习 能辅导系统中，学习者模型扮演着大脑的角色，它可 者在学习的过程中其知识状态的变化。从建模技术角 以在学习者学习的过程中跟踪其状态的变化，并自适 度看，常用的方法有覆盖模型 （Stansfield, Carr, 应地给学习者提供合适的交互。而在大规模在线学习 Goldstein, 1976）、铅版模型 （Rich, 1979）、偏差模 环境中，学习者模型可以对大规模的学习者进行定性 型 （Mayo, 2001 ）、贝叶斯知识跟踪模型 （Corbett 或定量描述，为教师和学习环境设计人员的决策提供 Anderson 1994）等。覆盖模型是把学生所拥有的 重要参考。在大