高职学生在线学习资源个性化推送模型建构
来源:用户上传
作者:杨宇宁
摘 要：随着教育信息化的快速发展，高职院校在线学习资源个性化推送越来越受到重视。在调研高职学生在线学习资源推送现状及高职学生需求的统计分析基础上，结合模型构建的理念和原则，并参考E4s在线资源推送模型等相关模型，建构了面向高职学生的在线学习资源个性化推送模型。
关键词：高职;在线学习资源;个性化推送;模型
近年来，随着“互联网+教育”的快速发展，高职学生可以较容易地获取来自世界各种各样的学习资源。大规模在线开放课程、视频公开课、微课程等为高职学生提供海量资源，使得个性化、随时随地按需获取资源成为可能。但是，丰富的学习资源会让高职学生难以选择，他们不能鉴别哪些资源是真正适合自己的优质资源，资源的选择和应用没有实现真正的个性化。那么，如何基于高职学生的特征和在线学习资源的特征，建设更加智能的数字化学习环境，实现在线学习资源个性化推送，以及如何促进高职学生的数字化学习质量等就成了我们当前需要思考的问题。
1 面向高职学生的在线学习资源推送现状与需求调查
1.1 调查目的和对象
对于高职学生在线学习资源个性化推送问题，为提供切实可行的模型和方法，本文开展了面向高职学生的在线学习资源推送现状与需求的调查问卷，来了解高职学生对于在线学习资源的了解和认可程度，需求和建议等等，通过微信、QQ等自媒体发布问卷星调查问卷来进行。调查对象包括仙桃职业学院医学院、机械电子工程学院、计算机科学与技术学院等10多个专业605名高职学生，回收调查问卷576份，有效率为95.2%。
1.2 问卷的编制
为了能够更全面、有效地对高职学生的在线学习资源推送现状和需求进行调查，在问卷编制之前进行了相关文献检索和查阅，厘清相关概念和奠定相关理论基础。问卷设置的问题主要集中在这些方面：高职学生在线学习环境、个性化学习资源、在线学习中的相互协作、在线学习资源的推送评价状况、高职学生移动学习状况、高职学生在线学习需求等等。最终，确定高职学生的在线学习资源推送现状调查问题18道。
1.3 调查数据统计
针对仙桃职业学院高职学生进行调查问卷，调查样本分布情况如下：20岁以上153人，占比26.6%，20岁以下423人，占比73.4%;其中男性214人占37.2%，女性362人占62.8%;医学类学生302人占52.4%，理工类224人占38.9%，艺术类31人占5.4%，其他19人占3.3%。
问卷问题设置从以下几个维度展开：高职学生在线学习环境、个性化学习资源、在线学习中的相互协作、在线学习资源的推送评价状况、高职学生在线学习需求。
1.3.1 高职学生在线学习环境现状
对于在线学习环境状况，绝大多数高职学生在选择手机、平板等移动媒体学习，占比为95%以上，表明手机等数字产品已是学生学习的基本设备;96%的同学认为学院的校园网网络较完善，上网速度较快;84%的学生选择目前在线学习碰到的最大问题是网络信息资源多，不知道怎么选择。
1.3.2 高职学生个性化学习资源现状
高职学生在获取学习资源过程中，92%的同学认为之所以利用网络搜集学习资源，是因为网上学习资源较丰富，数量多;89%的同学喜欢学习资源以多种形式呈现，比如文本、图片、动画、视频等;94%的同学认为由于网络信息资源太大，总是需要花费时间筛选，无法快速获取所需信息。
1.3.3 高职在线学习中的相互协作状况
65%的高职学生在线课程学习中应用发帖或者QQ、微信交流进行在线讨论;93%的同学认为同学之间的相互协作对自己的学习提升帮助较大;73%的同学偏向于做练习题来进行在线交流主题;86%的同学认为在线协作中，交互不直观，信息冗杂。
1.3.4 在线学习资源的推送评价状况
高职学生在线学习资源的推送评价状况调查中，92%的同学认为应该采取多元化评价，而不仅仅只是教师评价;86%的同学认为应该建立学生的电子档案，对每位同学在线学习进行评价。
1.3.5 高职学生在线学习需求现状
95%的学生认为高职院校提供个性化的在线学习计划;90%的学生在在线学习中最需要的服务是能在最快时间内找到所需信息;绝大多数学生对于在线学习主要需求是能实现适合自己的、个性化的在线学习资源推送。
2 面向高职学生的在线学习资源调查结果分析
2.1 面向高职学生的在线学习资源现状分析
从上述调查可以看出，随着教育信息化的发展，慕课、SPOC、微课等多种信息化教学形式纷至沓来，高职院校也提供了校园网络和建设了网络学习平台，能让学生查询学习资源进行在线学习。但是在各种在线学习平台上，海量资源良莠不齐，高职学生难以筛选到适合自己的个性化学习资源，在资源推送中缺乏信息聚合系统，能够根据学生个性化需要提供相应资源，同时，对于学生的在线学习评价要更加优化，进行多维度评价。
2.2 面向高职学生的在线学习资源需求分析
通過前述对高职学生的问卷调查，当前，中国大学MOOC网、网易云课堂、学堂在线、智慧树在线教育等在线学习平台众多，高职学生去搜索需要的资源能力有待提升。高职学生对在线学习资源的主要需求是个性化学习资源的制作和推送，需要解决的问题能够在短时间内得到解答，能够根据学生的需求制定在线学习计划，并具有在线学习效果的显示和测量等。如何根据学生的学习习惯、学习兴趣等将高质量的个性化在线学习资源及时、准确推送给高职学生是需要思考的重要问题。同时，对高职学生在线资源推送呈现出多种推送样式的混合推送策略需求。
3 面向高职学生在线学习资源个性化推送模型建构
3.1 模型设计理念和原则
模型设计的理念。在前期高职学生在线资源个性化推送情况调研基础上，了解当前高职在线学习资源个性化推送现状中的不足之处，结合“互联网+教育”、大数据、云平台等技术，在分析学习者的特征和资源的特征基础上，采用人工推送、主动推送、智能推送等多种推送模式，建构高职学生在线学习资源个性化推送模型。 个性化是模型建构的首要原则，就是要求能够为高职学生提供个性化的在线学习资源;其次是准确性原则，即根据高职学生的特征和资源特征，实现在线学习资源的准确推送;还有就是关联聚类原则，在提供学习资源时能够找到有共同兴趣的同学和内容相关的学习资源;还有便捷性原则，在使用中学生能快速、便捷、较容易地应用模型找到所需要的资源;最后是交互性原则，建构的模型能建立多方互动机制，提供学生、教师、专家等的互动。
3.2 推送模型建构
以个性化学习、多元智能理论为理论基础，在调研高职学生在线学习资源推送现状及高职学生需求的统计分析基础上，结合模型构建的理念和原则，并参考E4s在线资源推送模型、ITS个性化学习模型、杨玉芹MOOC学习者个性化学习模型、刘中宇基于深度学习的个性化学习模型、钱研BCLRHK模型等相关模型，最终建构了面向高职学生的在线学习资源个性化推送模型。建构的模型如下图所示：
面向高职学生在线学习资源个性化推送模型图
3.3 建构模型要素
如图1所示，利用互联网+、大数据、云计算技术进行高职学生分析，构建基于学生特征和资源特征的个性化、智慧型学习环境，并通过多种推送方式实现在线学习资源个性化推送。整个模型的中心为高职学生，分为高职学习者分析、个性化界面、资源特征分析、推送保障机制、资源推送策略、资源推送平台、资源推送技术、资源推送类型及资源组织方式等九大要素。
4 结语
在线学习资源个性化推送模型的构建是为了满足高职学生学习多样化要求，后面将以具体课程为例，进一步开展学习资源个性化推送模型的设计与实施，从实践中研究个性化推送的学习过程及应注意的问题。
参考文献：
[1]钱研.基于BCLRHK模型的大学生个性化在线学习资源推送研究[D].吉林：东北师范大学，2017.
[2]马玉慧，王珠珠，王硕烁，等.面向智慧教育的学习分析与智能导学研究——基于RSM的个性化学习资源推送方法[J].电化教育研究，2018（10）：47-52.
[3]马相春，钟绍春，徐妲.大数据视角下个性化自适应学习系统支撑模型及实现机制研究[J].中国电化教育，2017（4）：97-102.
课题项目：湖北省教育科学规划2018年度一般课题“高职院校在线学习资源个性化推送研究”（課题编号：2018GB172）;湖北省高等学校省级教学研究项目“微课、MOOCs教育信息化下高职专业课程立体化教材建设研究与实践”（项目编号：2015505）
作者简介：杨宇宁（1979-），男，本科，仙桃职业学院讲师，研究方向：计算机应用技术。
转载注明来源:https://www.xzbu.com/1/view-15270443.htm
