大数据视阈下学习资源智能推荐模型构建
|
摘要
借助大数据和人工智能提供的技术基础和思维框架,构建了以学习者大数据分析和学习资源大数据分析为基础、以智能推荐引擎为核心、以个性化资源服务为目的的学习资源智能推荐模型。该模型由数据源模块、学习者分析模块、学习资源分析模块、智能推荐引擎模块和个性化服务模块等六部分组成。该模型既关注对学习者的知识水平、学习行为、学习风格、学习兴趣等方面的大数据分析,又关注对学习资源的属性、类型、效能、进化等方面的大数据分析,还注重学习资源检索Agent、匹配Agent、管理Agent、算法优化Agent和推荐Agent的协同工作,该模型具有适应性、个性化和易用性等特征。
With the help of technical basis and thinking framework provided by big data and artificial intelligence,this paper builds the intelligent recommendation model of learning resources,based on the big data analysis of both students and learning resources,with the intelligent recommendation engine as the core and individualized resources service as the goal. This model is composed of six parts,including data source module,learner analysis module,learning resources analysis module,intelligent recommendation engine module,and individualized service module. It concerns not only about the big data analysis of students' knowledge level as well as their learning behavior,style and interest,but also about the big data analysis of the types,evaluation,relevance and effectiveness of learning resources. Besides,it also focuses on the collaborative work of the Resource Retrieval Agent,the Matching Agent,the Management Agent,the Analysis Agent and the Recommendation Agent. Thus,the model has the advantages of strong adaptability,individuality,and usability.
With the help of technical basis and thinking framework provided by big data and artificial intelligence,this paper builds the intelligent recommendation model of learning resources,based on the big data analysis of both students and learning resources,with the intelligent recommendation engine as the core and individualized resources service as the goal. This model is composed of six parts,including data source module,learner analysis module,learning resources analysis module,intelligent recommendation engine module,and individualized service module. It concerns not only about the big data analysis of students' knowledge level as well as their learning behavior,style and interest,but also about the big data analysis of the types,evaluation,relevance and effectiveness of learning resources. Besides,it also focuses on the collaborative work of the Resource Retrieval Agent,the Matching Agent,the Management Agent,the Analysis Agent and the Recommendation Agent. Thus,the model has the advantages of strong adaptability,individuality,and usability.
引文
(1)李学书,范国睿:《未来全球教育公平:愿景、挑战和反思---基于〈教育2030行动框架〉的分析》,《比较教育研究》2016年第2期。
(2)顾明远:《学习和解读〈国家中长期教育改革和发展规划纲要(2010-2020)〉》,《高等教育研究》2010年第7期。
(3)王运武,周静,杨曼:《新兴技术促进高等教育创新与变革---〈2015地平线报告(高等教育版)〉深层次解读》,《中国医学教育技术》2015年第3期。
(4)郭绍青,张进良,贺相春:《美国K-12开放教育资源:政策、项目与启示》,《电化教育研究》2016年第7期。
(1)赵佳男,王楠:《数字学习资源推荐技术研究现状及趋势分析》,《北京邮电大学学报(社会科学版)》2014年第6期。
(2)(英)维克托·迈尔-舍恩伯格,肯尼思·库克耶:《与大数据同行---学习和教育的未来》,赵中建等译,华东师范大学出版社2015版,第65页。
(3)姜强,赵蔚,杜欣等:《基于用户模型的个性化本体学习资源推荐研究》,《中国电化教育》2010年第5期。
(4)姜强,赵蔚,杜欣等:《基于用户模型的个性化本体学习资源推荐研究》,《中国电化教育》2010年第5期。
(5)杨丽娜,肖克曦,刘淑霞等:《面向泛在学习环境的个性化资源服务框架》,《中国电化教育》2012年第7期。
(6)杨丽娜,魏永红:《情境化的泛在学习资源智能推荐研究》,《电化教育研究》2014年第10期。
(7)刘志勇,刘磊,刘萍萍等:《一种基于语义网的个性化学习资源推荐算法》,《吉林大学学报(工学版)》2009年第2期。
(8)白雪,赵蔚,姜强等:《基于标签的教育资源管理与推荐模型构建---来自社会化标注网站的启示》,《现代教育技术》2014年第5期。
(9)何升,温兆麟:《E-Learning中基于支持向量机的个性化学习资源推送》,《计算机工程与设计》2007年第9期。
(10)孙众,骆力明,綦欣:《数字教材中个性化学习资源的推送策略与技术实现》,《电化教育研究》2014年第9期。
(11)(英)维克托·迈尔-舍恩伯格,肯尼思·库克耶:《与大数据同行---学习和教育的未来》,赵中建等译,华东师范大学出版社2015版,第72页。
(1)刘峰:《互联网进化论》,清华大学出版社2012版,第105页。
(2)张进良:《大数据背景下教师数据素养的内涵、价值与发展路径》,《电化教育研究》2015第7期。
(3)(英)维克托·迈尔-舍恩伯格,肯尼思·库克耶:《与大数据同行---学习和教育的未来》,赵中建等译,华东师范大学出版社2015版,第82页。
(1)杨丽娜,刘科成,颜志军,等:《案例推理Agent合作框架下的个性化学习资源推荐研究》,《中国电化教育》2009年第12期。
(2)郑旭东,杨现民:《智慧环境下的学习资源建设研究》,《现代教育技术》2015年第4期。
(1)王庚年:《全媒体技术发展研究》,中国国际广播出版社2013年版,第258页。
(2)彭海蕾:《在线教育教师行为与学生学习效果关联度研究》,《西北师大学报(社会科学版)》2018年第4期。
(2)顾明远:《学习和解读〈国家中长期教育改革和发展规划纲要(2010-2020)〉》,《高等教育研究》2010年第7期。
(3)王运武,周静,杨曼:《新兴技术促进高等教育创新与变革---〈2015地平线报告(高等教育版)〉深层次解读》,《中国医学教育技术》2015年第3期。
(4)郭绍青,张进良,贺相春:《美国K-12开放教育资源:政策、项目与启示》,《电化教育研究》2016年第7期。
(1)赵佳男,王楠:《数字学习资源推荐技术研究现状及趋势分析》,《北京邮电大学学报(社会科学版)》2014年第6期。
(2)(英)维克托·迈尔-舍恩伯格,肯尼思·库克耶:《与大数据同行---学习和教育的未来》,赵中建等译,华东师范大学出版社2015版,第65页。
(3)姜强,赵蔚,杜欣等:《基于用户模型的个性化本体学习资源推荐研究》,《中国电化教育》2010年第5期。
(4)姜强,赵蔚,杜欣等:《基于用户模型的个性化本体学习资源推荐研究》,《中国电化教育》2010年第5期。
(5)杨丽娜,肖克曦,刘淑霞等:《面向泛在学习环境的个性化资源服务框架》,《中国电化教育》2012年第7期。
(6)杨丽娜,魏永红:《情境化的泛在学习资源智能推荐研究》,《电化教育研究》2014年第10期。
(7)刘志勇,刘磊,刘萍萍等:《一种基于语义网的个性化学习资源推荐算法》,《吉林大学学报(工学版)》2009年第2期。
(8)白雪,赵蔚,姜强等:《基于标签的教育资源管理与推荐模型构建---来自社会化标注网站的启示》,《现代教育技术》2014年第5期。
(9)何升,温兆麟:《E-Learning中基于支持向量机的个性化学习资源推送》,《计算机工程与设计》2007年第9期。
(10)孙众,骆力明,綦欣:《数字教材中个性化学习资源的推送策略与技术实现》,《电化教育研究》2014年第9期。
(11)(英)维克托·迈尔-舍恩伯格,肯尼思·库克耶:《与大数据同行---学习和教育的未来》,赵中建等译,华东师范大学出版社2015版,第72页。
(1)刘峰:《互联网进化论》,清华大学出版社2012版,第105页。
(2)张进良:《大数据背景下教师数据素养的内涵、价值与发展路径》,《电化教育研究》2015第7期。
(3)(英)维克托·迈尔-舍恩伯格,肯尼思·库克耶:《与大数据同行---学习和教育的未来》,赵中建等译,华东师范大学出版社2015版,第82页。
(1)杨丽娜,刘科成,颜志军,等:《案例推理Agent合作框架下的个性化学习资源推荐研究》,《中国电化教育》2009年第12期。
(2)郑旭东,杨现民:《智慧环境下的学习资源建设研究》,《现代教育技术》2015年第4期。
(1)王庚年:《全媒体技术发展研究》,中国国际广播出版社2013年版,第258页。
(2)彭海蕾:《在线教育教师行为与学生学习效果关联度研究》,《西北师大学报(社会科学版)》2018年第4期。