基于云的學(xué)習(xí)行為模式分析的研究

李 雯

(中北大學(xué) 電子與計(jì)算機(jī)科學(xué)技術(shù)學(xué)院,山西 太原 030051)

一、引言

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，在線教學(xué)系統(tǒng)被大量應(yīng)用到實(shí)際教學(xué)中，并已被學(xué)生和用戶廣泛接受，各種教學(xué)技術(shù)和教學(xué)模式經(jīng)過幾十年的發(fā)展也逐漸成熟。相比傳統(tǒng)教學(xué)模式，遠(yuǎn)程教學(xué)系統(tǒng)突破了傳統(tǒng)學(xué)習(xí)方式在時(shí)間和空間上的限制，使教與學(xué)不再受地域、時(shí)間的限制，但其依然存在諸多不足之處，例如：在線教學(xué)系統(tǒng)對(duì)個(gè)性化教學(xué)支持不夠等等。隨著應(yīng)用的深入，一些原來課堂教學(xué)中沒有出現(xiàn)的問題也暴露出來，例如：學(xué)生和教師分離的問題、學(xué)生學(xué)習(xí)評(píng)價(jià)的問題。因此，如何進(jìn)一步改進(jìn)遠(yuǎn)程教學(xué)系統(tǒng)和改善教學(xué)效果，已經(jīng)成為當(dāng)前教學(xué)研究領(lǐng)域的熱點(diǎn)。

在線教學(xué)系統(tǒng)中最主要的問題是無法滿足學(xué)生個(gè)性化學(xué)習(xí)的需要，由于在線教學(xué)系統(tǒng)學(xué)習(xí)者動(dòng)態(tài)且不可控，而且教師和學(xué)生之間缺少交流，導(dǎo)致傳統(tǒng)的教師人工介入很難在在線教學(xué)系統(tǒng)中真正運(yùn)用，而學(xué)習(xí)者本身所具有的主觀性、模糊性和隨機(jī)不確定性等特點(diǎn)，又導(dǎo)致傳統(tǒng)的學(xué)習(xí)模式很難滿足要求。因此，如何完成對(duì)遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)行為模式的智能識(shí)別，挖掘其個(gè)性化學(xué)習(xí)習(xí)慣，并據(jù)此對(duì)在線學(xué)習(xí)模式進(jìn)行動(dòng)態(tài)調(diào)整，是建立真正的智能化在線個(gè)性學(xué)習(xí)系統(tǒng)的關(guān)鍵問題。

云計(jì)算在智能控制和預(yù)測、數(shù)據(jù)挖掘、概念提升以及數(shù)據(jù)聚類、系統(tǒng)評(píng)估、評(píng)價(jià)決策分析等領(lǐng)域已經(jīng)得到了成功運(yùn)用，這種先進(jìn)技術(shù)和理念在教學(xué)領(lǐng)域的引入，可以提供海量的分析樣本和強(qiáng)大的邏輯計(jì)算能力，從而為學(xué)習(xí)行為模式的智能快速識(shí)別提供了技術(shù)上的可能，很多在線學(xué)習(xí)系統(tǒng)改進(jìn)方面的技術(shù)難題有望得到解決。

本文在云計(jì)算和模式識(shí)別的研究背景下，針對(duì)現(xiàn)有在線教學(xué)系統(tǒng)進(jìn)一步改進(jìn)中所存在的困難和問題，展開了對(duì)學(xué)習(xí)行為模式識(shí)別相關(guān)技術(shù)和理論的研究和應(yīng)用工作，提出了一些解決問題的思路和方法。

二、研究現(xiàn)狀

1970 年，Carbonell等人（Bolt Beranek and Newman，BBN公司）開發(fā)出教授南美洲地理情況的SCHOLAR系統(tǒng)，該系統(tǒng)研究了教學(xué)法策略和人類的似真推理，被認(rèn)為是第一個(gè)有代表性的智能教學(xué)系統(tǒng)。盡管教育界對(duì)于能夠識(shí)別學(xué)習(xí)者并提供個(gè)性化教學(xué)的教學(xué)系統(tǒng)一直保持著極大的興趣，但由于早期計(jì)算機(jī)系統(tǒng)的性能對(duì)于適應(yīng)性診斷和反饋來講是非常有限的，很難滿足智能教學(xué)分析的需要，因此這期間的研究，主要側(cè)重于以實(shí)驗(yàn)性系統(tǒng)的教學(xué)理論研究。

進(jìn)入21世紀(jì)后，伴隨著教育技術(shù)的進(jìn)一步發(fā)展，尤其是云計(jì)算等先進(jìn)技術(shù)的廣泛應(yīng)用，智能教學(xué)研究繼續(xù)向前發(fā)展。已有研究機(jī)構(gòu)在具體的識(shí)別算法等方面開展了一些研究，如個(gè)性化信息需求特征的定義、個(gè)性化信息挖掘算法、個(gè)性化信息獲取系統(tǒng)以及智能評(píng)價(jià)系統(tǒng)的研究等，并取得了一些成果。例如，南加州大學(xué)的RIDES（rapid ITS development environment）是智能教學(xué)系統(tǒng)開發(fā)工具，北卡大學(xué)的INSTRUCT（implementing the NCTM school teaching recommendations using collaborative telecommuni cations）、斯坦福大學(xué)的 MMAP（Middle school mathematics through applications projects）是協(xié)作型教學(xué)模式的教學(xué)系統(tǒng)等等。

三、基于云的學(xué)習(xí)行為模式分析系統(tǒng)架構(gòu)

傳統(tǒng)的研究方式一般僅局限于單一教學(xué)系統(tǒng)的研究，因此即使建立了相對(duì)完整的分析算法，但受限于分析樣本數(shù)量有限，得到的結(jié)果價(jià)值往往比較有限。所以，可以考慮將學(xué)習(xí)行為模式分析的范圍從單一的教學(xué)系統(tǒng)擴(kuò)展到互聯(lián)網(wǎng)所有的教學(xué)系統(tǒng)中，利用云計(jì)算技術(shù)，將存放于不同區(qū)域、不同環(huán)境中的教學(xué)資源和功能通過服務(wù)的方式連接起來，通過建設(shè)統(tǒng)一的學(xué)習(xí)行為分析公有云來對(duì)學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行分析，從而提高分析結(jié)果的準(zhǔn)確性。這種分析方法本質(zhì)上是采用了概率和數(shù)理統(tǒng)計(jì)的思路，通過利用云計(jì)算對(duì)海量數(shù)據(jù)的處理能力對(duì)大量樣本的學(xué)習(xí)行為模式進(jìn)行分析，從而區(qū)分出各種學(xué)習(xí)行為模式之間的差異，并從總體上區(qū)分出正面的學(xué)習(xí)行為模式。圖1描述了基于云的學(xué)習(xí)行為分析網(wǎng)絡(luò)架構(gòu)。

圖1 學(xué)習(xí)行為模式分析系統(tǒng)的網(wǎng)路架構(gòu)

在線教學(xué)系統(tǒng)的重要基礎(chǔ)是網(wǎng)絡(luò)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施的情況直接影響著在線教學(xué)系統(tǒng)的應(yīng)用效果。通過不同的基礎(chǔ)網(wǎng)絡(luò)將教學(xué)資源和學(xué)習(xí)行為數(shù)據(jù)分開，將教學(xué)系統(tǒng)架構(gòu)在各自的私有云基礎(chǔ)之上，把學(xué)習(xí)行為分析數(shù)據(jù)建設(shè)在公有云基礎(chǔ)上。一方面，可以提供一個(gè)相對(duì)高速和可控的網(wǎng)絡(luò)環(huán)境，滿足教學(xué)資源訪問和維護(hù)的需要。另一方面，可以減少建設(shè)獨(dú)立的學(xué)習(xí)行為分析系統(tǒng)所需的軟硬件投資。具體的學(xué)習(xí)分析功能在云端進(jìn)行，并通過統(tǒng)一的服務(wù)調(diào)用中心為各個(gè)教學(xué)系統(tǒng)提供服務(wù)。教學(xué)系統(tǒng)只須將其學(xué)習(xí)行為數(shù)據(jù)提交到位于云端的學(xué)習(xí)行為分析系統(tǒng)，就可以充分利用云計(jì)算對(duì)海量數(shù)據(jù)的分析和處理能力，無須關(guān)心學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)是怎么處理、怎么存放的，只要根據(jù)返回的分析結(jié)構(gòu)對(duì)教學(xué)資源進(jìn)行動(dòng)態(tài)調(diào)整即可，從而實(shí)現(xiàn)了學(xué)習(xí)行為分析服務(wù)對(duì)各教學(xué)系統(tǒng)的透明性。

四、基于云的學(xué)習(xí)行為模式分析實(shí)現(xiàn)方案

由于在線教學(xué)系統(tǒng)中學(xué)習(xí)者的不確定性、可變性等特點(diǎn)，很難對(duì)其進(jìn)行定性分析，但可以從學(xué)習(xí)者的學(xué)習(xí)行為入手，通過分析各種學(xué)習(xí)者使用教學(xué)系統(tǒng)獲取知識(shí)的過程及其學(xué)習(xí)過程所產(chǎn)生的影響（知識(shí)運(yùn)用熟練程度、知識(shí)感興趣范圍等），再利用云計(jì)算提供的對(duì)海量數(shù)據(jù)的分析和處理能力，對(duì)其進(jìn)行定量分析，從而將隨機(jī)性和模糊性的問題轉(zhuǎn)化為可以進(jìn)行規(guī)則處理的數(shù)學(xué)模型。

下面，筆者將就基于云的在線學(xué)習(xí)行為模式識(shí)別的一般實(shí)現(xiàn)過程進(jìn)行闡述。通常情況下，在線教學(xué)系統(tǒng)的學(xué)習(xí)行為模式分析由以下幾個(gè)步驟構(gòu)成，如圖2所示。

圖2 學(xué)習(xí)行為模式分析過程

1.數(shù)據(jù)采集

為了實(shí)現(xiàn)對(duì)各種學(xué)習(xí)行為數(shù)據(jù)的采集和后續(xù)分析，首先應(yīng)該建立相應(yīng)的學(xué)習(xí)行為支撐數(shù)據(jù)庫。這個(gè)數(shù)據(jù)庫不僅需要將來自不同的私有教學(xué)云中的學(xué)習(xí)行為數(shù)據(jù)關(guān)聯(lián)起來，還需要支持跨學(xué)科的數(shù)據(jù)合并，并能夠滿足未來數(shù)據(jù)庫擴(kuò)展的需要。數(shù)據(jù)庫建設(shè)完成后，就可以通過公共的數(shù)據(jù)采集服務(wù)接口來進(jìn)行數(shù)據(jù)采集，還可以針對(duì)不同的教學(xué)系統(tǒng)，使用不同的數(shù)據(jù)采集接口，這樣就可以針對(duì)學(xué)科分類設(shè)計(jì)針對(duì)性的數(shù)據(jù)采集接口，以便能夠按照數(shù)據(jù)分析的要求將需要的數(shù)據(jù)收集上來。

一般從統(tǒng)計(jì)的角度來說，采集的數(shù)據(jù)可以分為連續(xù)性數(shù)據(jù)和非連續(xù)性數(shù)據(jù)兩種。連續(xù)性數(shù)據(jù)反映了數(shù)據(jù)變化的過程，而非連續(xù)性數(shù)據(jù)反映數(shù)據(jù)變化過程方面不如連續(xù)性數(shù)據(jù)更精確。因此，在采集數(shù)據(jù)時(shí)，應(yīng)該盡可能采用連續(xù)性數(shù)據(jù)，以便提供盡可能多的可用于過程改進(jìn)的信息，例如：學(xué)習(xí)者學(xué)習(xí)規(guī)律（作息規(guī)律、學(xué)習(xí)時(shí)間量的比例、學(xué)習(xí)時(shí)間的分配、學(xué)習(xí)專注度、復(fù)習(xí)規(guī)律等）、學(xué)習(xí)者學(xué)習(xí)評(píng)價(jià)信息（各知識(shí)點(diǎn)考核得分、答題偏向性）等等。

另一方面，非連續(xù)性數(shù)據(jù)同樣十分重要，例如：學(xué)習(xí)者信息（姓名、年齡、性別、區(qū)域、教育背景）、學(xué)習(xí)者興趣信息（文學(xué)、藝術(shù)、技術(shù)）、學(xué)習(xí)動(dòng)機(jī)信息（目的、時(shí)間）、個(gè)性傾向(外向和內(nèi)向)、學(xué)習(xí)偏好(理論型、實(shí)踐動(dòng)手型、理論與實(shí)踐相結(jié)合型)等，這些信息可以為數(shù)據(jù)的分類處理提供依據(jù)。

以《計(jì)算機(jī)基礎(chǔ)》學(xué)科的數(shù)據(jù)采集為例，通過收集學(xué)生對(duì)某些知識(shí)的興趣程度，可以得出一個(gè)學(xué)生是否對(duì)足球感興趣，那么教學(xué)系統(tǒng)在出題的時(shí)候就可以引用一些計(jì)算機(jī)在足球領(lǐng)域運(yùn)用方面的知識(shí)，從而提高學(xué)習(xí)者的學(xué)習(xí)興趣。

數(shù)據(jù)挖掘，通過數(shù)據(jù)采集服務(wù)收集到的學(xué)習(xí)行為數(shù)據(jù)包含了豐富的信息，但這些信息是離散的，為了把這些信息集中起來以反映內(nèi)在的規(guī)律，就需要對(duì)數(shù)據(jù)進(jìn)行挖掘，在數(shù)據(jù)挖掘前還需要剔除容易引起誤差的數(shù)據(jù)，減少某些變形和失真，從而提高后續(xù)分析的準(zhǔn)確性。一般采用的手段包括數(shù)據(jù)格式化、數(shù)據(jù)泛化、數(shù)據(jù)分類等技術(shù)，從而幫助后續(xù)模式識(shí)別。

所謂數(shù)據(jù)格式化，是指把采集自多個(gè)異構(gòu)數(shù)據(jù)源的數(shù)據(jù)進(jìn)行格式規(guī)范化處理，比如把日期格式統(tǒng)一、空值轉(zhuǎn)換等等，從而保證后續(xù)數(shù)據(jù)分析的一致性。

數(shù)據(jù)泛化是把一個(gè)從相對(duì)低層概念到更高層概念且對(duì)數(shù)據(jù)庫中與任務(wù)相關(guān)的大量數(shù)據(jù)進(jìn)行抽象概述的一個(gè)分析過程，可以用于對(duì)大量數(shù)據(jù)進(jìn)行有效靈活的概述。簡單來說，統(tǒng)計(jì)在某次考試范圍內(nèi)所有考生答對(duì)題的總次數(shù)，就是數(shù)據(jù)泛化的一個(gè)過程。

數(shù)據(jù)分類指的是按照一定的分類規(guī)則對(duì)采集到的數(shù)據(jù)進(jìn)行分類，從而使其聚合到某一個(gè)特定的數(shù)據(jù)范圍內(nèi)。在一個(gè)具有一定相似性的數(shù)據(jù)集合中，用戶需要的數(shù)據(jù)只占這個(gè)集合的很小一部分，但是整個(gè)集合的數(shù)據(jù)在某種程度上都存在一定的相似，因此找出目標(biāo)數(shù)據(jù)與其他數(shù)據(jù)的區(qū)別特征，進(jìn)而應(yīng)用這種特征區(qū)分這些數(shù)據(jù)，就可以達(dá)到個(gè)性化服務(wù)的效果。例如：可以通過對(duì)學(xué)習(xí)者身份的智能分類和識(shí)別（按訪問者使用的IP地址、訪問時(shí)間段及用戶名等信息分類），并對(duì)其行為習(xí)慣的歸類和分發(fā)，比如按照相同教育背景來對(duì)學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行聚合分類，便于后續(xù)對(duì)該類型學(xué)習(xí)者的學(xué)習(xí)行為習(xí)慣進(jìn)行共性和差異分析。

2.模式識(shí)別

學(xué)習(xí)行為模式識(shí)別的基本原理是有相似性的樣本在模式空間中互相接近，并形成“集團(tuán)”，即“物以類聚”。其分析方法是根據(jù)模式所測得的特征向量Xi＝（xi1,xi2,…）T（i＝1,2,…,N），將一個(gè)給定的模式歸入 C 個(gè)類 ω1,ω2,…,ωc中，然后根據(jù)模式之間的距離函數(shù)來判別分類。其中，T表示轉(zhuǎn)置；N為樣本點(diǎn)數(shù)。所謂特征是選定的一種度量，它對(duì)于一般的變形和失真保持不變或幾乎不變，并且只含盡可能少的冗余信息。在我們的識(shí)別系統(tǒng)中，一般會(huì)把學(xué)習(xí)者的學(xué)習(xí)評(píng)價(jià)信息等易被度量的學(xué)習(xí)行為作為特征向量。

3.模式評(píng)價(jià)

通過模式識(shí)別得到的學(xué)習(xí)模式并非完全可靠，可能會(huì)得到一些錯(cuò)誤的結(jié)論。因此，我們有必要通過各種技術(shù)手段對(duì)學(xué)習(xí)模式進(jìn)行評(píng)價(jià)，從而找出誤差較小的正向模式。利用云計(jì)算強(qiáng)大的計(jì)算能力，可以通過假設(shè)檢驗(yàn)的方式來對(duì)學(xué)習(xí)模式的應(yīng)用效果進(jìn)行評(píng)價(jià)，從而找到相對(duì)較優(yōu)的正向?qū)W習(xí)模式。

五、結(jié)束語

本文對(duì)基于云計(jì)算的學(xué)習(xí)行為模式進(jìn)行了探討，提出了學(xué)習(xí)行為分析云的基礎(chǔ)網(wǎng)絡(luò)架構(gòu)以及利用云計(jì)算進(jìn)行學(xué)習(xí)行為模式分析的基本思路和步驟，通過引入先進(jìn)的云技術(shù)，實(shí)現(xiàn)了對(duì)海量學(xué)習(xí)行為數(shù)據(jù)的收集和分析，從而對(duì)學(xué)習(xí)行為模式進(jìn)行分析。

筆者相信，隨著云計(jì)算、分布式計(jì)算、自然語言識(shí)別、模式識(shí)別等技術(shù)的進(jìn)步，教學(xué)技術(shù)的發(fā)展將進(jìn)入一個(gè)新的快速發(fā)展期。我們應(yīng)該充分利用技術(shù)發(fā)展所帶來的好處，推動(dòng)國內(nèi)遠(yuǎn)程教育相關(guān)理論和應(yīng)用在新技術(shù)背景下取得更大的發(fā)展。

[1]許高攀,曾文華,黃翠蘭.智能教學(xué)系統(tǒng)研究綜述[J].計(jì)算機(jī)應(yīng)用研究,2009,26(11).

[2]西奧多里德斯等著,李晶皎等譯.模式識(shí)別[M].北京:電子工業(yè)出版社,2006.

[3]李紅波,胡建兵.網(wǎng)絡(luò)學(xué)習(xí)的評(píng)價(jià)模式[J].電化教育研究,2004(5):47-50.

[4]杜永萍,黃萱菁,吳立德.模式學(xué)習(xí)在QA系統(tǒng)中的有效實(shí)現(xiàn)[J].計(jì)算機(jī)研究與發(fā)展,2006(3).

[5]黃榮懷,劉黃玲子,李向榮.計(jì)算機(jī)輔助評(píng)價(jià)的發(fā)展趨勢[J].電化教育研究,2002(5):15-21.

[6]彭紹東.人類教育革命的概念、劃分標(biāo)準(zhǔn)與基本規(guī)律(下)[J].電化教育研究,1999(1):27-29.

[7]中國云計(jì)算網(wǎng).云計(jì)算的定義和特點(diǎn)[EB/OL].http://www.chinacloud.cn/show.aspx?id=74l&cid=17.