【摘 要】提出并分析了個性化信息服務(wù)在遠(yuǎn)程教育平臺中的具體問題;重點(diǎn)介紹了個性化服務(wù)在遠(yuǎn)程教育平臺中幾大應(yīng)用領(lǐng)域,并以數(shù)據(jù)挖掘技術(shù)為核心闡述了實(shí)現(xiàn)個性化信息服務(wù)的相關(guān)技術(shù)和方法;接著對目前國內(nèi)外典型平臺的特色進(jìn)行了簡要分析;最后總結(jié)了個性化服務(wù)系統(tǒng)有待完善的問題。
【關(guān)鍵詞】班主遠(yuǎn)程教育 個性化信息服務(wù) 數(shù)據(jù)挖掘
1 個性化信息服務(wù)概述
所謂個性化信息服務(wù)就是針對不同用戶提供不同的服務(wù)策略和服務(wù)內(nèi)容的服務(wù)模式。個性化信息服務(wù)基于“用戶需要什么,我們就提供什么”的理念。其特征為:以用戶滿意為中心、雙向溝通的零距離及面向用戶深層心理需求。
遠(yuǎn)程教育平臺中個性化信息服務(wù)通常體現(xiàn)在:
(1)個性化信息檢索:通過記錄跟蹤學(xué)習(xí)者的檢索內(nèi)容,了解學(xué)習(xí)者的興趣、偏好、學(xué)習(xí)特點(diǎn)和習(xí)慣,主動為學(xué)習(xí)者推送相關(guān)信息和對查詢結(jié)果進(jìn)行分類。
(2)個性化信息推薦:在分析了解學(xué)習(xí)者的個人興趣和習(xí)慣的基礎(chǔ)上,通過信息檢索、信息過濾、數(shù)據(jù)挖掘等技術(shù),對可提供的資源及服務(wù)進(jìn)行分類組織,將學(xué)習(xí)者可能感興趣的學(xué)習(xí)資源進(jìn)行智能推薦。
(3)個性化信息咨詢:學(xué)習(xí)者利用交互式咨詢臺,即通過教育平臺的聊天軟件、網(wǎng)絡(luò)會議等方式,與教育專家、名師等進(jìn)行實(shí)時的交流[2]。
(4)個性化信息反饋與輔導(dǎo):針對學(xué)生的認(rèn)知水平與特點(diǎn),提供個別指導(dǎo)、提出下一步的學(xué)習(xí)建議,幫助制定學(xué)習(xí)計劃和方案等。
2遠(yuǎn)程教育中個性化信息服務(wù)的應(yīng)用領(lǐng)域
遠(yuǎn)程教育平臺中個性化信息服務(wù)涉及用戶建模、個性化信息檢索、信息推送、個性化推薦、機(jī)器學(xué)習(xí)機(jī)制、智能Agent技術(shù)應(yīng)用、網(wǎng)站自適應(yīng)技術(shù)應(yīng)用、數(shù)據(jù)挖掘技術(shù)應(yīng)用等。
2.1數(shù)據(jù)挖掘技術(shù)的應(yīng)用
數(shù)據(jù)挖掘技術(shù)是實(shí)現(xiàn)遠(yuǎn)程教育平臺個性化信息服務(wù)的核心技術(shù)之一。判斷數(shù)據(jù)挖掘所得信息是否有價值,就應(yīng)該看所得信息是否具先前未知、有效和可實(shí)用這三個特征。數(shù)據(jù)挖掘就是深層次的數(shù)據(jù)分析方法,流程如下圖1所示:
常用的數(shù)據(jù)挖掘算法有決策樹算法、遺傳算法、粗糙集、神經(jīng)網(wǎng)絡(luò)、Apriori算法等。從廣義上講,關(guān)聯(lián)分析是數(shù)據(jù)挖掘的本質(zhì)。關(guān)聯(lián)知識挖掘,在遠(yuǎn)程教育平臺中得到了廣泛應(yīng)用。
2.2 其他相關(guān)應(yīng)用領(lǐng)域
(1) 用戶模型的創(chuàng)建
用戶模型的創(chuàng)建是提供個性化服務(wù)的基礎(chǔ)和核心,用戶建模是指從有關(guān)用戶興趣和行為的信息(如瀏覽行為、瀏覽內(nèi)容、背景知識等)中歸納出可計算的用戶模型的過程。
(2) 資源文件的描述
資源描述文件可以用基于內(nèi)容和基于分類的方法來表示?;趦?nèi)容的方法是利用資源本身的信息來表示資源;基于分類的方法是通過將文檔進(jìn)行歸類來表示資源。
(3)個性化信息檢索及推送
個性化信息檢索技術(shù),是指能夠根據(jù)用戶的興趣和個性化行為特點(diǎn)進(jìn)行檢索,為用戶提供個性化檢索結(jié)果的技術(shù)。
個性化信息檢索涉及許多檢索算法和建模技術(shù),如基于詞匯相關(guān)度模型、語義網(wǎng)、智能Agent和概念網(wǎng)的個性化信息檢索模型等。個性化信息檢索實(shí)現(xiàn)流程如圖2所示:
信息推送就是在分析了解用戶興趣偏好和信息需求的前提下,通過一定的技術(shù)標(biāo)準(zhǔn)或協(xié)議,有目的地將用戶感興趣的信息發(fā)送給用戶。
(4) 協(xié)作過濾推薦技術(shù)
協(xié)作過濾推薦技術(shù)是目前應(yīng)用最為成功的個性化推薦技術(shù),其核心思想是先找到與其有相似興趣的其他用戶,然后將相似用戶感興趣的內(nèi)容推薦給此用戶。
(5) 智能Agent技術(shù)應(yīng)用
智能Agent不需要或很少需要用戶的干預(yù)和指導(dǎo)而智能完成用戶委托任務(wù),根據(jù)用戶要求自動過濾、收集用戶感興趣的信息,并且能根據(jù)用戶指定的時間將其傳遞到用戶指定的“地點(diǎn)”,成為用戶與資源之間的中介而很少需要用戶的干預(yù)。
3具有個性化信息服務(wù)的遠(yuǎn)程教育平臺
國外比價典型的代表有:加拿大的Simon Fraser大學(xué)開發(fā)的Virtual—U、美國Pennsylvania 州立大學(xué)開發(fā)的WISH和挪威fronter公司開發(fā)的ClassFronter(課堂先鋒)等。
國內(nèi)的網(wǎng)絡(luò)教育平臺研究還處于起步階段,但已有越來越多的高校和研究單位意識到網(wǎng)絡(luò)教育平臺的重要性,例如滬江英語網(wǎng)校、Vclass平臺等。
4 小結(jié)
遠(yuǎn)程教育平臺中的個性化信息服務(wù)系統(tǒng)是一個依托信息資源系統(tǒng),利用相關(guān)技術(shù)建立起來的標(biāo)準(zhǔn)化知識服務(wù)系統(tǒng)平臺,可以為用戶提供多種類型的信息服務(wù)。
【參考文獻(xiàn)】
[1]汪鋒.基于遠(yuǎn)程教育個性化服務(wù)的研究[D].昆明.昆明理工大學(xué),2004.
[2]李詠梅.淺談個性化信息服務(wù)系統(tǒng)的構(gòu)建[J].信息服務(wù),2011, 41(1):102-106.
[3]孫丹.基于用戶信息行為的個性化知識服務(wù)研究[D].武昌:華中師范大學(xué),2012.
[4]毛國君,段麗娟,王實(shí).數(shù)據(jù)挖掘原理與算法(第二版)[M].北京:清華大學(xué)出版社,2007.
[5]陳安.數(shù)據(jù)挖掘技術(shù)與應(yīng)用[M].北京:科學(xué)出版社,2006.
[6]丁琳,吳長永.數(shù)據(jù)挖掘在遠(yuǎn)程教育個性化服務(wù)中的應(yīng)用[J].網(wǎng)絡(luò)教育與遠(yuǎn)程教育,2002,9(2):15-23.
[7]劉美玲.基于數(shù)據(jù)挖掘技術(shù)的個性化學(xué)習(xí)系統(tǒng)研究[D].揚(yáng)州:揚(yáng)州大學(xué),2009.
[8]曲貴英,馮麗娜.基于用戶系統(tǒng)模型的個性化信息服務(wù)系統(tǒng)研究[N].哈爾濱商業(yè)大學(xué)學(xué)報,2007-03-25(3):355-360.
[9]Witten I H,F(xiàn)ranke.Practical Automatic Key-phrase Extraction[C].Proceeding of the 4th ACM Conference on Digital Library,2000:254-255.
[10]Tumey P D.Learning Algorithms for Key Phrase Extraction [J].Information Retrieval,2000,2(4):303-336.
[11]李樹青.個性化信息檢索技術(shù)綜述[J].情報理論與實(shí)踐, 2009,5(7):109-111.
[12]鄒顯春,謝中.電子商務(wù)與web數(shù)據(jù)挖掘[J].計算機(jī)應(yīng)用.2000,5(21):36-41.
[13]Jannl Nlelsen. Master in ICT and learning Project Pedagogy and Collaboration in Virtual e-learning[J].Information Retrieval, 2010,5(18):112-124.
[14]Piet Kommers. Learning Management Systems Learnability: Requirements from Learning Theories[J]. Montreal,Canada,2005 (11):89-101.
[15]余勝泉.典型教學(xué)支撐平臺的介紹[J].中國遠(yuǎn)程教育,2001(2):57-61.