導(dǎo)語：個性化學(xué)習(xí)在程序設(shè)計教學(xué)的應(yīng)用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【摘要】在網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)系統(tǒng)中，如何向?qū)W生推薦滿足個體需求的學(xué)習(xí)資源是難題?；趯W(xué)生的可用時間和知識背景，提出一種基于Lesson-LO兩層航線圖的個性化學(xué)習(xí)路徑方法，在滿足學(xué)生的學(xué)習(xí)時間的同時盡可能提高學(xué)習(xí)效果。實踐結(jié)果表明，相比其他學(xué)生，使用推薦系統(tǒng)的學(xué)生在相同的時間內(nèi)可以完成更多的學(xué)習(xí)內(nèi)容，其自適應(yīng)學(xué)習(xí)的效率和有效性大大提高了。

【關(guān)鍵詞】個性化學(xué)習(xí)路徑；時間限制；Lesson-LO航線圖

“停課不停學(xué)”給線上教學(xué)帶來了新的發(fā)展機(jī)遇。網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)系統(tǒng)（AdaptiveLearningSystem，ALS）簡化了學(xué)習(xí)任務(wù)，使學(xué)生能夠按照自己的進(jìn)度和方式進(jìn)行學(xué)習(xí)，廣受學(xué)生喜愛，并在“停課不停學(xué)”中得到了空前的發(fā)展和應(yīng)用[1]。但ALS也面臨一些挑戰(zhàn)，例如，如何向?qū)W生推送符合學(xué)生要求的學(xué)習(xí)材料。當(dāng)多個不同專業(yè)、年齡、背景的學(xué)生學(xué)習(xí)同一門課程時，想要讓所有學(xué)生都投入同樣多的時間是不可能的。每名學(xué)生都有自己在學(xué)習(xí)時間上的限制，但學(xué)生都希望在可用的時間里得到最好的學(xué)習(xí)效果。為此，在ALS中需要設(shè)計一種學(xué)習(xí)路徑推薦系統(tǒng)，即在滿足學(xué)生可用時間的同時，能夠最大化學(xué)習(xí)效果的學(xué)習(xí)路徑（或者學(xué)習(xí)序列）推薦系統(tǒng)。以往的做法是使用一層航線圖（即直接采用學(xué)習(xí)對象），基于相關(guān)知識背景（知識背景通過選擇學(xué)習(xí)對象來指定）和學(xué)生可用時間來推薦路徑[2]。筆者提出使用兩層航線圖（即采用知識點Lesson+學(xué)習(xí)對象LO），基于相關(guān)知識背景（知識背景通過選擇知識點來指定）和學(xué)生可用時間來推薦路徑，并且還可以和學(xué)生進(jìn)行實時交互，實時更新所推薦的路徑。

1設(shè)計思路

向?qū)W生推薦滿足其個體需求，同時最大化其學(xué)習(xí)效果的學(xué)習(xí)資源是筆者此項研究的主要目的。為此，筆者提出基于Lesson-LO（知識點+學(xué)習(xí)對象）兩層航線圖的個性化學(xué)習(xí)路徑推薦系統(tǒng)。從兩層航線圖中提取路徑（見圖1），并通過估算來獲得每名學(xué)生的得分和時間。然后，以知識點—學(xué)習(xí)對象為序列單元逐步推薦出學(xué)習(xí)路徑。推薦系統(tǒng)還可以實時收集學(xué)生的交互數(shù)據(jù)，從而可以實時更新路徑。在學(xué)生沒達(dá)到預(yù)估分?jǐn)?shù)的情況下，還將向?qū)W生推薦輔助的學(xué)習(xí)對象（LO）。具體包括如下6個步驟。（1）構(gòu)建航線圖：構(gòu)建兩層航線圖，確定學(xué)習(xí)對象和知識點之間的所有關(guān)系。（2）生成路徑：從航線圖中為學(xué)生生成課程序列，即路徑。在生成路徑時需要考慮學(xué)生的可用時間和知識背景。（3）估計分?jǐn)?shù)：為路徑估計分?jǐn)?shù)[1]。（4）估計時間：為路徑估計時間[2]。（5）推薦路徑：設(shè)計一種機(jī)制來推薦一條路徑，該路徑應(yīng)考慮學(xué)生的學(xué)習(xí)分?jǐn)?shù)和其學(xué)習(xí)時的可用時間。（6）推薦輔助學(xué)習(xí)對象：當(dāng)學(xué)生無法從一門課程中獲得預(yù)期效果時，推薦學(xué)生使用這些輔助的學(xué)習(xí)對象[3]。

2推薦系統(tǒng)在程序設(shè)計教學(xué)中的應(yīng)用

筆者將推薦算法嵌入開源的自適應(yīng)學(xué)習(xí)平臺Moodle中實現(xiàn)[4]。將“計算機(jī)程序設(shè)計基礎(chǔ)”課程中的循環(huán)控制作為教學(xué)案例，循環(huán)控制的知識點包括：循環(huán)控制的概念、while循環(huán)、dowhile循環(huán)、for循環(huán)、循環(huán)嵌套、循環(huán)的比較、goto循環(huán)、break語句和continue語句。將30名學(xué)生分成對照組和實驗組，每組15人，采用自愿報名和名額滿了自動劃分的方式成組。所有學(xué)生都參加了3個小時學(xué)習(xí)（包含學(xué)習(xí)循環(huán)控制的前5個知識點，即前5節(jié)課，共59個學(xué)習(xí)對象）。對兩組學(xué)生的學(xué)習(xí)進(jìn)行研究，其中前2個小時用于課程學(xué)習(xí)，后1個小時用于小型考試（兩個小組相同，均設(shè)計5個測試題），以評估學(xué)生在課程中所學(xué)到的知識。實驗組需要回答3個簡短問題，以反饋實驗組學(xué)生對推薦系統(tǒng)的看法。兩組學(xué)生分別使用兩種不同的Moodle模型。實驗組使用的Moodle模型采用推薦系統(tǒng)指導(dǎo)學(xué)生，而對照組使用的Moodle模型采用預(yù)定順序交付學(xué)習(xí)對象[5]。分別從有效性、效率和吸引力3個方面進(jìn)行評價[6]。有效性是指學(xué)生在一節(jié)課中正確完成學(xué)習(xí)對象的數(shù)量；效率是指學(xué)生達(dá)到目標(biāo)所花費的時間；吸引力是指學(xué)生對系統(tǒng)的滿意度。首先，比較每名學(xué)生的學(xué)習(xí)對象和知識點的完成情況。對照組在前2節(jié)課中完成了更多的學(xué)習(xí)對象，而實驗組則完成了更多的知識點，如圖2所示。造成這一結(jié)果的原因可能是對照組按順序接收學(xué)習(xí)對象，并在接收學(xué)習(xí)對象時都做了回答，而實驗組僅完成了推薦的學(xué)習(xí)對象。但實驗組比對照組完成了更多的知識點。此外，由圖2（b）可以看出，實驗組在第1個和第2個知識點的得分上不如對照組，但是在第3個和第4個知識點上，實驗組的得分高于對照組。其次，在效率上，筆者統(tǒng)計了每個小組學(xué)生在學(xué)習(xí)每個知識點時所花費的時間。對照組所花費的時間主要集中在前3節(jié)課中，而實驗組在相同的時間內(nèi)學(xué)習(xí)了4節(jié)課的內(nèi)容，如圖3所示。因此，與對照組相比，實驗組的學(xué)習(xí)效率和有效性有較大提高。最后，采用問卷星收集實驗組學(xué)生對推薦系統(tǒng)的意見。問題包括：①推薦是否快速產(chǎn)生；②推薦是否有助于完成課程；③考慮到課程時間，對自己的最終成績是否感到滿意。有87.5%的學(xué)生認(rèn)為推薦可以快速產(chǎn)生，表明實驗組的學(xué)生對該推薦系統(tǒng)是滿意的。上述結(jié)果表明，使用了推薦系統(tǒng)進(jìn)行學(xué)習(xí)的學(xué)生，其自適應(yīng)學(xué)習(xí)的效率和有效性大大提高了；在相同時間內(nèi)，學(xué)生采用推薦系統(tǒng)推薦的學(xué)習(xí)路徑可以學(xué)習(xí)到更多的知識點；并且學(xué)生對該推薦系統(tǒng)是非常滿意的。推薦系統(tǒng)可以實時收集用戶的互動數(shù)據(jù)，例如，學(xué)生的學(xué)習(xí)得分和用時，并通過實時調(diào)整推薦路徑避免學(xué)生在學(xué)習(xí)時浪費時間。

3結(jié)語

筆者提出了一種基于Lesson-LO兩層航線圖的個性化學(xué)習(xí)路徑推薦系統(tǒng)。推薦系統(tǒng)是基于學(xué)生的可用時間和知識背景來計算路徑的，在滿足學(xué)生學(xué)習(xí)要求的同時盡可能提高了學(xué)習(xí)效果。

【參考文獻(xiàn)】

[1]NabizadehAH，AlípioMárioJorge，JoséPauloLeal.RUTICO：RecommendingSuccessfulLearningPathsUnderTimeConstraints[C]//AdjunctPublicationofthe25thConference.NewYork：AssociationforComputingMachinery，2017.

[2]吳強(qiáng)強(qiáng)，陳昊鵬，趙子濠．基于MOOC平臺數(shù)據(jù)和知識圖譜的學(xué)習(xí)路徑推薦：以軟件工程專業(yè)為例[J]．工業(yè)和信息化教育，2017（11）：33-38．

[3]李振．自適應(yīng)學(xué)習(xí)系統(tǒng)中知識圖譜的人機(jī)協(xié)同構(gòu)建方法與應(yīng)用研究[J]．現(xiàn)代教育技術(shù)，2019，29（10）：80-86．

[4]方海光．基于教育大數(shù)據(jù)的量化自我MOOC自適應(yīng)學(xué)習(xí)系統(tǒng)研究[J]．電化教育研究，2016（11）：39-42．

[5]蕭瀟．在線開放課程中的規(guī)范化與個性化初探[J]．工業(yè)和信息化教育，2016（11）：84-89．

[6]WangHC，HsuTT，SariY．Personalresearchidearecommendationusingresearchtrendsandahierarchicaltopicmodel[J]．Scientometrics，2019（3）：1385-1406．

作者:康松林 奎曉燕 劉衛(wèi)國 嚴(yán)暉 單位:中南大學(xué)計算機(jī)學(xué)院