个性化网络学习系统设计研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇个性化网络学习系统设计研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：本文以个性化学习理论为指导，探索出能够适应学习者个性化学习的网络学习系统的基本模块及其功能，并通过综合运用数据库技术、数据挖掘技术以及人工智能技术来完善系统的功能。该系统将网络学习的特点与学习者的认知水平、认知风格和兴趣爱好等个性化因素紧密结合起来，为学习者营造一个个性化的网络学习环境。

关键词：个性化学习；网络学习系统；设计；研究

中图分类号：TP391.6

进入21世纪以来，传统的以教为中心的教学设计纷纷转向以学为中心的教学设计，智能教学系统研究的重点逐渐转向适应性学习支持，重视认知科学的研究成果，研究方向主要集中于非良构领域的ITS、教学、教学游戏、元认知技能支持和自然语言对话等。VCPrologTutor、SCoT-DC、SlideTutor、AHP-Tutor等都是这一时期较为典型的智能教学系统。目前的系统已经对自适应方面等某些方面进行了具体的探索，但并没有体现较完善的个性化系统的整体功能。

1 个性化学习特征

个性化学习是当代教育领域积极倡导的学习理念和模式，它强调以学习者为主体，针对学习者个性特点、知识经验和能力、学习需求、偏好以及具体学习情境而采用恰当的学习方法、学习内容和学习进度，促使学习者的能力与个性在学习活动过程中得到充分、自由、和谐的发展。

1.1 从学习者角度分析，个性化学习特征包括

（1）学习者已有的认知结构

认知结构是指学习者已经具备的知识及其组织结构，即学习者在学习过程中对学科内容及结构的整体把握与掌握程度。

（2）学习者的认知风格

学习风格是学习者持续一贯的带有个性特征的学习方式和学习倾向。在网络学习系统中一方面注重对基于网络的学习时间的长短、学习内容的选择、学习活动的参与及其他一些重要参数的分析；另一方面就是为满足不同学习风格的学习者的自主学习提供相应的帮助。

（3）学习者的元认知水平

元认知是指学习者在学习过程中对自己的认知活动进行积极地计划、监控与调节的技能。目前存在的问题是大多数学习者学习思维仍处于传统教学中的被动地位。因此，只有不断提高元认知水平，使学习者能够在学习过程中积极有效地应用学习策略帮助知识的理解和掌握，才能真正的提高学习效率。

（4）学习者的兴趣爱好

兴趣爱好在一定程度上决定了学习者的选择方向，并为系统提供适合学习者的学习材料以及搭配的协作学习伙伴提供了指导。

综上，学习者的个性化特征是网络学习系统研究的重点内容，他们将直接影响学习者在网络环境下学习的效果。

1.2 从教学的角度分析，个性化学习特征包括

（1）学习内容个性化

学习内容的个性化可以表现为三个层面：课程、章节与知识点。学习者可以根据自己的需要选择学习的课程，在实现学习目标的前提下不必要学习所有的章节，而且在掌握了一定的知识的条件下可以跳过某些知识点，直接选择最重要的部分。同时注重知识的全面与难度的渐进性，能够关注不同阶段的学习者。

（2）知识呈现形式的个性化

知识呈现的个性化可以表现为两方面：①媒体形式：文本、图片、音频、视频和动画；②学习内容的编列方式：线形或非线形，直线型、树型或网状结构。知识的呈现方式则要紧密结合教学目标以及教学内容，既要满足教学性又要不失趣味性。

（3）教学方法的个性化

针对不同的学习内容采用合适的尽可能多的教学方法。例如采用讲授法、演示法、实验法、练习法以及虚拟实验法等多种教学方法。

（4）学习评价的个性化

评价是实现学习个性化的关键，尤其要重视运用过程性评价。系统将通过设计多种评价方式如练习与测试、协作交流或让学习者在多媒体交互的情境中被观察与评价，让学习者通过不同渠道，从多角度、多方面了解自己，从而调整自己的学习，达到预期的学习目标。

2 个性化网络学习系统体系结构及运行机制

基于上述个性化学习理论及其特征，本文构建了支持个性化网络学习系统模型，体系结构如图1所示。该系统的运行机制是：学习者首先通过注册服务提交个人信息，并可以使用系统提供的个性特征评测工具测试学习风格类型，这些静态信息存入学习者模型中的静态信息库中。当学习者登录学习时，选择不同的学习内容及学习工具时，反馈机制会一方面给与直接反馈，使学习者获得需要的信息，另一方面对学习者学习得整个过程进行跟踪、记录，把材料送到分析机，利用数据挖掘技术得出有用的信息，再刷新学习者动态信息库。

3 个性化网络学习系统主要功能模块设计

3.1 界面呈现及情感交互

（1）界面是人机交互的窗口，首先要特别注重版面样式的设计与色彩的搭配，一方面起到吸引学生注意，引起学习兴趣的作用，另一方面为学生浏览并选择要学习的内容提供方便。其次，由于非线性结构的知识呈现方式有利于个性化的学习，这就要求导航要清晰明确，避免迷航现象发生。

（2）对于初次登录系统的学习者要进行注册以及学习风格的测量，从而得到学习者的一些静态信息如：个人基本信息、教育背景、个性与偏好、学习目的等，并将其存储到学习者静态信息库中。

（3）运用智能系统，增加系统与学习者的情感交互，近年来，智能系统的一个发展趋势是关注学习者“情感状态”的研究。该过程将涉及到情感识别技术，如面部表情识别，语音情感识别、姿态情感识别和生理指标情感识别。

3.2 学习者模块

学习者模块记录了学习者的静态与动态的信息，表征学习者与学习相关的智力与非智力因素的数据结构，主要包含个性化学习特征如：学习风格、认知水平及兴趣爱好等。另外也可以通过网络学习中的各种交互功能及时的获取学习者的动态信息，再从对这些动态数据的分析中得到对学习者学习状态及学习内容的准确推理与判断，进而做出教学决策并评价学习效果。

3.3 反馈机制模块

（1）隐性反馈机制

该机制是学习者数据库的信息主要来源之一，动态的跟踪记录学习者的学习过程，了解学习者对知识掌握情况以及学习状态。例如：记录下学习者的阅读时间，在该页面上滚动鼠标的情况，存储学习者曾经打印或保存的记录，记载学习者聊天记录中出现的关键词等，然后将数据送到分析机进行数据挖掘，最后得到有用的信息并将其存储到学习者动态信息库中。

（2）显性反馈机制

该机制是指学习者通过各种交互工具直接获得的反馈信息。一方面基于程序及教学设计的合理性，使学习者能够从反馈中获得启发、得到帮助或鼓励。另一方面需要学生支持服务的完善，当学习者积极参与到讨论、答疑与交流的活动中来就要使其获得及时的解答与反馈。

3.4 知识模块

该模块应完成三方面任务：一是什么样的信息应该以何种形式呈现；二是使这些信息适应不同类型的学习者；三是通过学习者对信息内容的选择形成个人学习路径。针对学习者的学习类型，通过教学策略库获取相关的学习策略，结合具体学习内容为学习者建立个性化的学习路径。

3.5 基于记忆的推荐机制

该模块可以作为反馈机制的补充，以所有用户和数据作为推荐基础。向学习者推荐的内容主要包括两个方面：一是以往记录中相似用户所使用的内容。从学习者给予肯定评价的学习活动中识别出最受欢迎的学习路径，将其推荐给学习者，可以使学习者从成功人士的经历中获益；二是该用户曾经选择的内容。设想如果一个用户喜欢某一特定的主题，那么他会喜欢相关主题的其他内容，因此向该用户推荐该主题的相关的新的内容。

参考文献：

[1]姜强，赵蔚，王朋娇.基于GALSRM模型的自适应学习系统体系结构研究[J].现代远距离教育，2013（01）.

[2]姜强，赵蔚.面向“服务”视角下的自适应学习系统设计与实现[J].中国电化教育，2011（02）.

[3]陈仕品，张剑平.智能教学系统的研究热点与发展趋势[J].电化教育研究，2007（10）.

[4]吴彦文，吴郑红.基于学习者个性模型的智能答疑平台的设计[J].电化教育研究育，2008（06）.

作者简介：姜爽（1981.06-），男，辽宁台安人，硕士，研究方向：计算机技术。

作者单位：大连广播电视大学，辽宁大连 116021；辽宁师范大学计算机与信息技术学院，辽宁大连 116081

课题项目：本文系2013年度辽宁省教育科学“十二五”规划立项课题“移动学习在高校教育中的应用研究”（项目编号：JG13DA014）的研究阶段性成果。