您好, 访客   登录/注册

基于个性化推荐的在线教育平台构建研究

来源:用户上传      作者:

  摘 要:本文主要以为学习者推送更精准的学习内容为研究对象,采用协同过滤算法实现个性化推荐功能。对学习者在平台上的注册数据以及学习运动轨迹中产生的数据进行聚类分析,从而根据分析结果来为学习者推送更合适的学习内容,以此提高在线学习的效率。构建师生、生生的线上学习模式,为探索线上到线下的融合学习模式起到推动作用。
  关键词:在线教育;个性化推荐;协同过滤算法
  中图分类号:G64          文献标识码:A          文章编号:1673-9132(2020)19-0003-02
  DOI:10.16657/j.cnki.issn1673-9132.2020.19.001
   一、在线教育平台使用现状
   根据2019年2月底第43次《中国互联网络发展状况统计报告》中统计的,截至2018年12月份,我国在线教育使用者数量达到2.01亿,与2017年末相比增长了4605万,年增长幅度为 29.7%;在线教育使用者使用比率为24.3%,与 2017 年末相比增长了4.2 %[1]。在2018年第42次报告中显示,截至2018年6月份,我国在线教育用户数量达到 1.72 亿,与2017 年末相比增加1668万人,增长率为 10.7%;在线教育使用者使用比率为 21.4%,与2017 年末相比增长了1.3%[2]。以上数据表明,在线教育平台使用率是一个持续增长的状态。可见,随着在线教育平台使用的人数越来越多,如何将在线教育平台设计得更符合学生的需求至关重要。
   二、个性化推荐
   个性化推荐是建立在复杂数据挖掘基础上的一种信息化服务,向使用者提供个性化的信息选择,与此同时还为使用者的决策计划提供数据支撑。近年来在淘宝、腾讯、百度等大型平台中,个性化推荐已经成为常态。互联网时代下在线教育平台的兴起,为我们随时随地地学习提供了可能,打破了时间和空间的界限,同时也能更好地利用碎片化时间。如何将个性化推荐更好地和教育平台融合,是近几年在线教育平台研究的热点之一。
   三、个性化学习内容推荐的构建方法
   在当今的网络环境下,学习者可选择的在线学习平台越来越多,学习资源也多种多样,使用在线学习的学习者也越来越多。针对学习者如何在众多的网络资源中快速地获取自己想要的,本文将讨论怎样设计具有个性化推荐的在线教育平台。根据学习者在平台上的注册数据以及学习运动轨迹,分析学习过程中产生的数据,并对数据进行聚类整理,采取协同过滤推荐算法,为使用者推送更精准的学习资源,从而使其缩短查找的时间,提高网络学习的效率。
   (一)基于在线平台学习者的协同过滤推荐算法
   1.根据目标学习者的学习内容,找到和目标学习者学习内容相似的学习者集合[3]。
   2.在这个集合中,找到学习者喜欢的并且目标学习者没有学过的[4]。
   3.假设三个学习者,A学习数据挖掘、Java、数据结构;B学习计算机网络、数据结构;F学习数据挖掘、数据结构。目标学习者是F 的话,那系统会判断F可能对Java也感兴趣,于是会对他推荐Java。
   (二)基于在线平台学习内容的协同过滤推荐算法
   基于在线平台学习内容的协同过滤不同于基于在线平台学习者的协同过滤,它是对比学习者的学习内容之间的相似程度,找到和目标学习者学习内容相似的且评论较高的若干内容推荐给目标学习者[5]。例如,你在本平台学习了关于教育技术的课程,平台马上会推荐一系列与教育技术相关的视频给你。
   (三)两种过滤推荐算法的对比
   对比两种不同的过滤推荐算法,基于在线平台学习者的协同过滤算法会帮助在平台上学习的学习者找到不同的学习内容,会带给学习者不一样的体验。而对于基于在线平台学习内容的协同过滤推荐算法考虑到内容的相似性一段时间内不会改变,推荐给学习者的内容一般不会有什么惊喜,多是相似的内容。
   (四)用聚类算法做协同过滤
   在以上两种算法中,都用到了聚类的方法。基于在线平台学习者的协同过滤推荐算法是对有相似的学习内容的学习者按一定的距离来组合聚类,并将聚类结果进行分析,分成不同种类的目标被分配学习者,将同样学习内容的被分配学习者评论高的但目标学习者没有学过的内容推荐给目标学习者[4]。基于学习内容聚类,则是将相同的学习内容按一定的距离进行聚类。当目标学习者选择学一门内容时,根据对这些内容的聚类分析,在聚类结果中选取其他学习者评论高的相似性内容推荐给目标学习者。
   (五)协同过滤算法存在的问题
   在设计采用协同过滤算法的过程中也有一个难以避免的难题,这就是冷启动问题。在平台建好的初始状态是没有任何数据的,新用户的个人信息以及学习信息都不存在,系统就无法为他提供准确的学习内容。协同过滤算法主要是根据目标学习者的学习记录以及其他学习者的学习记录来进行分析对比,得到最接近目标学习者指标的其他学习者集群,通过对这些集群的学习内容评分分析,向目标用户推荐出最优的最适合的学习内容。对于一个刚投入使用的在线学习平台来说,让其正常地运行并达到推荐的效果,就需要一个庞大的数据库来支撑,否则在初始阶段很难达到个性化推荐的效果。
   四、在线教育平台的设计构建
   在以上内容中提到的在线平台的设计注重为学生推荐适合的学习内容,方便学生在众多的学习课程中选择适合自己的。除了个性化推荐模块的实现,在线教育平台的设计界面和实现以学生的使用为主,从学生—课程、學生—教师互动、学生—学生互动三个方面来设计。
   (一)学生—课程
   本平台将基于校内的基础上,鼓励教师对课程进行重新设计、编排和整合。在教育改革的大背景下,各高校教师也在不断地探索新的教学模式,其中有很多教师已经在教学改革过程中取得了一定的成果,不断摸索出较传统教案式教学方法更好的教学模式。本平台对上传的课程严格控制,淘汰传统一成不变的教学方式。每一门课程在平台上线前都会从实际出发,围绕四个步骤来进行。    课程总的顶层设计:开展每一门课程都有它的意义,我们打算让学生学习这门课程达到什么程度。课程开展的核心理念和目标都来源于课程的顶层设计。课程的编排:根据课程总的顶层设计进行学生课程学习内容的重新编排。由于各高校使用的教材以及授课的内容不同,各高校根据自己的学生情况以及课程的顶层设计进行课程的编排。课程的实施:根据不同的课程要求、学生的整体素质、学习环境以及上课学习情况进行。课程实施是一个动态变化的过程,在课程实施期間,教师根据学生的学习情况及时调整教学方式,以达到预期的教学效果。课程的评价:整个课程结束后,对课程的授课结果进行分析,结果是否实现了顶层的设计目标,是否达到了教育的目的,实现的程度体现在学生的接受以及实践能力中。
   (二)学生—教师互动
   平台注重于学习者与教师的互动,特开设在线直播答疑。在新型的师生关系下,学生是学习的主体,而教师是学生课堂教学的引导者、参与者、合作者[6]。学习者在在线教育平台上自主学习的同时,与教师的互动交流也非常重要。当前很多在线教育平台在学生和教师互动这一模块中,采用的大多是给教师留言的方式。本平台将突破这一传统的方式,邀请平台上开设课程的主讲教师每周进行一个半小时的直播,为学生进行课程答疑。在直播在线答疑过程中,师生之间可以进行有效的沟通互动,开课教师可为学生解答问题,学生可交流分享课程的学习心得、学习方法,尽可能通过在线答疑的方式还原学生线下辅导,提升学生的学习效果。对接在线教育平台学习的根本目的就是打通线上线下教学的壁垒,构建无缝的整体学习环境,更好地服务受众群体[7]。
   (三)学生—学生互动
   平台设置思享模块,能够让学生在这里开放思维,分享快乐。在传统讲授式的教学课堂上,除却教师与学生之间的互动,学生与学生之间的互动也非常重要。积极有效的课堂互动不仅能加强学生之间的相互沟通、相互合作,更是解决学生学习中的问题的一种方法和手段。众多的在线教育平台注重学生的个人学习方面,反而忽略了学生与学生之间的互动。我们将在思享模块为大家组织或者推荐一些教育活动,鼓励学生去参加,让学生在学习中也能了解到社会在教育方面的改善和进步。此外学生可以在本模块中交流自己的所思所想,也可以回答其他同学的问题或者向其他同学求助,为其他同学在前进的路上助力,同时也为自己积累经验。
   五、结语
   本文所探讨的在线教育平台中的个性化教育资源推荐服务,首先为学习者提供了一个可交互的平台,使学习者能进行有效的线上师生、生生互动交流,达到知识的迁移和内化。其次将协同过滤算法应用到教育平台领域,可以激活学习者的隐形需求,满足其显性需求。学习者可以从众多的学习资源中快速选取符合自己学习基础、学习风格的学习内容,减少学习者查询的时间和精力,增强学习体验,提升学习成就感。对于在线教育平台的实际应用来说,一方面要注重精品课程的建设,保证课程的教学质量,真正做到培养学生的基本能力和素质。另一方面要加强平台的界面设计及技术应用,保证界面布局的合理性、艺术性、规范化,增强在线使用者的体验感和交互性,从而激发使用者的学习热情。
   总而言之,在线教育平台的开发和研究设计要以使用者、学习者为中心,主要围绕教师、学生的需求来展开,只有充分考虑教师和学生的心理需求,才能满足他们的需要,提高教师备课的效率和学生的学习质量。
  参考文献:
  [1]中国互联网络信息中心.第43次中国互联网络发展状况统计报告[Z].2019-2-28.
  [2]中国互联网络信息中心.第42次中国互联网络发展状况统计报告[Z].2018-8-20.
  [3]丁永刚,张馨,桑秋侠,金梦甜,张红波.融合学习者社交网络的协同过滤学习资源推荐[J].现代教育技术,2016(2):108.
  [4]吴经纬.协同过滤算法的研究[J].电脑知识与技术,2019(3):20.
  [5]刘佳.基于项目协同过滤算法的中国音乐数据库系统设计[J].微型电脑应用,2019(2):45.
  [6]李园,郝羚洋.“翻转课堂”与新型师生关系研究[J].教育教学论坛,2018(26):63.
  [7]周效章.“在线教育平台+学习中心”融合教学模式构建研究——基于沪江教学模式的分析与思考[J].现代教育技术,2017(10):33.
  作者简介:冯婵(1994.3— ),女,汉族,河北宁晋人,在读研究生,研究方向:信息技术教育应用。
转载注明来源:https://www.xzbu.com/1/view-15246865.htm