基于數(shù)據(jù)挖掘技術(shù)的個(gè)性化學(xué)習(xí)系統(tǒng)的設(shè)計(jì)

朱興宇 時(shí)慶濤 李德泓

（長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院，吉林 長(zhǎng)春 130012；長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院，吉林 長(zhǎng)春 130122；吉林大學(xué)，吉林 長(zhǎng)春 130000）

基于數(shù)據(jù)挖掘技術(shù)的個(gè)性化學(xué)習(xí)系統(tǒng)的設(shè)計(jì)

朱興宇 時(shí)慶濤 李德泓

（長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院，吉林 長(zhǎng)春 130012；長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院，吉林 長(zhǎng)春 130122；吉林大學(xué)，吉林 長(zhǎng)春 130000）

網(wǎng)絡(luò)技術(shù)的進(jìn)步帶動(dòng)了基于網(wǎng)絡(luò)的學(xué)習(xí)方式，越來(lái)越多的學(xué)生需要個(gè)性化的學(xué)習(xí)服務(wù)。本文引入數(shù)據(jù)挖掘技術(shù)和個(gè)性化服務(wù)思想，設(shè)計(jì)了一個(gè)基于“C#程序設(shè)計(jì)”課程的個(gè)性化學(xué)習(xí)系統(tǒng)。該系統(tǒng)能根據(jù)

關(guān)聯(lián)度和個(gè)人學(xué)習(xí)興趣向?qū)W生推薦學(xué)習(xí)內(nèi)容，充分體現(xiàn)了個(gè)性化學(xué)習(xí)的思想，滿足了不同學(xué)生的學(xué)習(xí)需求，激發(fā)學(xué)生學(xué)習(xí)的興趣和自主學(xué)習(xí)的積極性。

學(xué)習(xí)系統(tǒng)；

關(guān)聯(lián)；學(xué)生興趣模型；個(gè)性化推薦；模糊聚類

一、前言

隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的飛速發(fā)展，人們的學(xué)習(xí)不再受時(shí)間、空間限制，越來(lái)越多的教學(xué)系統(tǒng)將知識(shí)內(nèi)容以多種形式呈現(xiàn)給學(xué)生，使學(xué)生對(duì)學(xué)習(xí)內(nèi)容達(dá)到深層次的理解。但是仍然存在著問(wèn)題，最主要的是這些系統(tǒng)以其自身為中心，沒(méi)有充分考慮學(xué)生的個(gè)性需求與習(xí)慣，沒(méi)有充分按照不同學(xué)生的個(gè)性化需求來(lái)提供學(xué)習(xí)服務(wù)，造成學(xué)生學(xué)習(xí)興趣較低，學(xué)習(xí)效果不明顯的問(wèn)題。

所謂個(gè)性化學(xué)習(xí)主要是強(qiáng)調(diào)以個(gè)別差異為出發(fā)點(diǎn)，以學(xué)生興趣與需要為中心，以每個(gè)學(xué)生能力與個(gè)性的最大發(fā)展為目標(biāo)。

本文是以“C#程序設(shè)計(jì)”課程為課程基礎(chǔ)，C#語(yǔ)言是一門對(duì)象程序設(shè)計(jì)語(yǔ)言，應(yīng)用領(lǐng)域十分廣泛，例如：

數(shù)據(jù)庫(kù)應(yīng)用程序開(kāi)發(fā)，各種業(yè)務(wù)管理軟件，比如企事業(yè)單位的財(cái)務(wù)管理系統(tǒng)，醫(yī)院的醫(yī)療管理系統(tǒng)等，C#提供的數(shù)據(jù)訪問(wèn)技術(shù)非常適合這類軟件的開(kāi)發(fā)；Web應(yīng)用開(kāi)發(fā)，使用ASP.NET技術(shù)設(shè)計(jì)網(wǎng)站十分流行，C#正是該技術(shù)的主要后臺(tái)開(kāi)發(fā)語(yǔ)言；RIA應(yīng)用程序，支持C#語(yǔ)言的SilverLight技術(shù)已普遍用于各種前端應(yīng)用；智能設(shè)備應(yīng)用，隨著移動(dòng)互聯(lián)網(wǎng)的普及，越來(lái)越多的智能設(shè)備出現(xiàn)，應(yīng)用C#語(yǔ)言和相關(guān)技術(shù)開(kāi)發(fā)的應(yīng)用也呈現(xiàn)增多的趨勢(shì)。

綜上所述，為不同知識(shí)結(jié)構(gòu)，不同技術(shù)需求的學(xué)生設(shè)計(jì)一個(gè)C#學(xué)習(xí)的個(gè)性化學(xué)習(xí)系統(tǒng)是必要的，也是基于Web學(xué)習(xí)系統(tǒng)發(fā)展的趨勢(shì)。

二、系統(tǒng)設(shè)計(jì)

本系統(tǒng)包括三類用戶，即系統(tǒng)管理員、教師、學(xué)生。管理員角色具有的功能：學(xué)習(xí)專題資源管理、用戶權(quán)限管理、關(guān)鍵詞關(guān)聯(lián)閥值設(shè)置；教師角色具有的功能：學(xué)習(xí)專題資源的錄入，教學(xué)資源的管理。學(xué)生角色具有的功能：C#知識(shí)學(xué)習(xí)，課程資源學(xué)習(xí)，主題收藏，根據(jù)系統(tǒng)推薦學(xué)習(xí)等功能，其中知識(shí)以專題的形式呈現(xiàn)，每個(gè)專題中都包含不同方式呈現(xiàn)的知識(shí),系統(tǒng)結(jié)構(gòu)如圖1。

圖1　個(gè)性化學(xué)習(xí)系統(tǒng)系統(tǒng)結(jié)構(gòu)

系統(tǒng)由教學(xué)資源管理、學(xué)習(xí)專題資源管理、學(xué)生興趣管理和個(gè)性化推薦模塊3部分構(gòu)成。教學(xué)資源是指“C#程序設(shè)計(jì)”課程的相關(guān)課程資源，包括：大綱、教案、實(shí)驗(yàn)指導(dǎo)書、實(shí)訓(xùn)指導(dǎo)書等。學(xué)習(xí)專題資源管理用來(lái)組織和管理學(xué)生學(xué)習(xí)的專題資源，并計(jì)算專題關(guān)鍵詞關(guān)聯(lián)度，為個(gè)性化推薦模塊提供學(xué)生學(xué)習(xí)的專題關(guān)聯(lián)模型；學(xué)生興趣管理通過(guò)學(xué)生對(duì)專題資源的學(xué)習(xí)，構(gòu)建學(xué)生興趣模型，為推薦專題提供數(shù)據(jù)支持；個(gè)性化推薦模塊可以采用兩種方式為學(xué)生推薦其感興趣的專題內(nèi)容，基于關(guān)鍵詞關(guān)聯(lián)推薦和基于用戶興趣度的推薦。

三、學(xué)習(xí)專題資源管理

學(xué)習(xí)專題資源管理存儲(chǔ)的是豐富的學(xué)習(xí)資源。筆者認(rèn)為，“學(xué)習(xí)資源”不應(yīng)僅局限于C#程序設(shè)計(jì)課程，同時(shí)還應(yīng)包括課程中未講授到，但實(shí)際軟件開(kāi)發(fā)項(xiàng)目中經(jīng)常使用的知識(shí)點(diǎn)。這些知識(shí)點(diǎn)以專題形式呈現(xiàn)給學(xué)生。每個(gè)專題由多種學(xué)習(xí)手段組成，一個(gè)專題包括若干文章、視頻、案例、專題測(cè)試、程序示例，專題關(guān)鍵詞由有經(jīng)驗(yàn)的教師設(shè)置。

本文中的關(guān)聯(lián)模型采用基于向量空間模型的表示法，

關(guān)聯(lián)算法如下：

（1）檢索所有專題的構(gòu)成一個(gè)n維向量{p1,p2,…, pn}，其中pi=(ki,ci),1≤i≤n,ki為i為出現(xiàn)i的次數(shù)。

k

,c

（2）利用如下公式計(jì)算兩個(gè)之間的關(guān)聯(lián)度

（3）形成關(guān)聯(lián)矩陣，存入數(shù)據(jù)庫(kù)，供個(gè)性化推薦模塊使用。

關(guān)聯(lián)度高，說(shuō)明專題的關(guān)聯(lián)度也比較高，管理員根據(jù)

關(guān)聯(lián)度設(shè)置推薦閥值。

四、學(xué)生興趣管理

學(xué)生興趣管理是整個(gè)系統(tǒng)的重要模塊，負(fù)責(zé)提取學(xué)生的興趣特征，計(jì)算學(xué)生學(xué)習(xí)專題的興趣度，構(gòu)建學(xué)生興趣模型。

1、學(xué)生興趣模型的表示方法

在個(gè)性化學(xué)習(xí)系統(tǒng)中，首先收集學(xué)生的興趣信息，然后由學(xué)生興趣管理模塊將所收集的學(xué)生興趣信息從無(wú)結(jié)構(gòu)的原始形式轉(zhuǎn)化為計(jì)算機(jī)能夠理解的結(jié)構(gòu)化形式，也即構(gòu)建學(xué)生興趣模型，而模型的表示方法決定了其反映學(xué)生真實(shí)興趣的能力和計(jì)算能力。目前，常見(jiàn)的模型表示方法有：主題表示法、關(guān)鍵詞列表表示法、基于神經(jīng)網(wǎng)絡(luò)的表示法、基于本體論的表示法和基于向量空間模型的表示法。本文的學(xué)生興趣模型采用基于向量空間模型的表示法，將學(xué)生興趣模型表示成一個(gè)n維特征向量：

其中，每一維分量fi稱為學(xué)生的一個(gè)興趣節(jié)點(diǎn)，由專題Si及其權(quán)重Wi組成，權(quán)重Wi表示學(xué)生對(duì)某個(gè)專題Si感興趣的程度。

2、學(xué)生興趣度計(jì)算

本系統(tǒng)中的學(xué)習(xí)專題的學(xué)習(xí)方式由文章、視頻、案例、專題測(cè)試、程序示例構(gòu)成，不同專題對(duì)于學(xué)習(xí)形式的重點(diǎn)不同，允許教師為不同的學(xué)習(xí)方式設(shè)置不同的權(quán)重，但要求總權(quán)重為1，即滿足：

專題權(quán)重=文章權(quán)重(AW)+視頻權(quán)重(SW)+案例權(quán)重(C教師在添加專題內(nèi)容時(shí)，需要設(shè)置文章標(biāo)準(zhǔn)學(xué)習(xí)時(shí)間，視頻標(biāo)準(zhǔn)學(xué)習(xí)時(shí)間，測(cè)試標(biāo)準(zhǔn)通過(guò)率。

學(xué)生學(xué)習(xí)某一專題文章興趣度計(jì)算公式：

其中TAi表示該專題下第i篇文章學(xué)生學(xué)習(xí)時(shí)間，TSi表示該專題下第i篇文章的標(biāo)準(zhǔn)學(xué)習(xí)時(shí)間。

其中TSi表示該專題下第i個(gè)視頻學(xué)生學(xué)習(xí)時(shí)間，TSAi表示該專題下第i個(gè)視頻的標(biāo)準(zhǔn)學(xué)習(xí)時(shí)間。

若某個(gè)專題存在n個(gè)案例，學(xué)生下載了其中i個(gè)，則

專題測(cè)試興趣度計(jì)算方法，若學(xué)生測(cè)試專題正確個(gè)數(shù)/測(cè)試總個(gè)數(shù)≥測(cè)試標(biāo)準(zhǔn)通過(guò)率，則專題測(cè)試興趣度（TP）= TW，否則專題測(cè)試興趣度（TP）=0。

每個(gè)專題的程序示例只有1個(gè)，若學(xué)生下載了該示例，則程序示例興趣度（PP）=PW，否則程序示例興趣度（PP）=0。

學(xué)生對(duì)專題的興趣度=AP+SP+CP+TP+PP，計(jì)算結(jié)果存入學(xué)生興趣庫(kù)。

五、個(gè)性化推薦

本系統(tǒng)采用兩種方式為學(xué)生推薦學(xué)習(xí)內(nèi)容，一是根據(jù)關(guān)聯(lián)度實(shí)現(xiàn)推薦，二是基于學(xué)生興趣模型，采用模糊聚類的方法實(shí)現(xiàn)推薦。

1、基于關(guān)聯(lián)的推薦

C#語(yǔ)言可以在Window編程、網(wǎng)絡(luò)編程、Web應(yīng)用、圖像處理等各個(gè)方面作為語(yǔ)言工具，學(xué)生在學(xué)習(xí)C#過(guò)程中，根據(jù)自身情況可以有重點(diǎn)的學(xué)習(xí)。關(guān)鍵詞推薦可以很好的指導(dǎo)學(xué)生的學(xué)習(xí)方向。

推薦算法：

（1）獲取學(xué)生學(xué)習(xí)過(guò)的專題及其特征向量

其中Si表示學(xué)生學(xué)習(xí)過(guò)的專題，kli表示該專題的列表；

（2）獲取存入數(shù)據(jù)庫(kù)的關(guān)聯(lián)矩陣，遍歷

列表kli，找到

關(guān)聯(lián)度大于閥值的

，形成列表L1；

（3）根據(jù)L1獲取推薦的專題列表SL；

（4）在SL中去掉用戶已經(jīng)學(xué)習(xí)過(guò)的專題，形成推薦專題列表ISL；

（5）呈現(xiàn)ISL供學(xué)生選擇學(xué)習(xí)。

2、基于學(xué)生學(xué)習(xí)興趣的推薦

從學(xué)生興趣庫(kù)獲取學(xué)生興趣向量，計(jì)算學(xué)生和學(xué)生之間的相似度，按照相似度排序，推薦相似度排在前10位的學(xué)生所學(xué)習(xí)過(guò)的專題。具體算法如下：

（1）學(xué)生相似度采用歐氏距離計(jì)算n維向量公式兩個(gè)學(xué)生之間的距離，fi={(s1,w1),(s2,w2),…,(sn,wn)}，fj={(s1,w1),(s2,w2),…,(sn,wn)},具體公式如下：

（2）得到模糊相似矩陣R，利用如下公式修改R

系統(tǒng)中的λ采用靜態(tài)值，分別設(shè)置為0.2、0.5、0.8，代表用戶相似度的模糊、普通、精確。

（3）根據(jù)相似矩陣和當(dāng)前λ值，生成學(xué)生的相似度列表LS；

（4）當(dāng)前用戶遍歷LS，按照倒序獲取興趣相近用戶所學(xué)習(xí)過(guò)的專題列表；

（5）呈現(xiàn)專題列表供學(xué)生選擇學(xué)習(xí)。

六、結(jié)束語(yǔ)

個(gè)性化學(xué)習(xí)一直是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要方向，本文采用了關(guān)聯(lián)規(guī)則和模糊聚類2種數(shù)據(jù)挖掘技術(shù)，設(shè)計(jì)了個(gè)性化學(xué)習(xí)系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了根據(jù)學(xué)生當(dāng)前的興趣需求向其提供學(xué)習(xí)專題的目標(biāo)，體現(xiàn)了個(gè)性化學(xué)習(xí)的思想，本文采用兩種方式實(shí)現(xiàn)專題學(xué)習(xí)內(nèi)容的推薦，是對(duì)構(gòu)建個(gè)性化學(xué)習(xí)系統(tǒng)的有益嘗試。如何更準(zhǔn)確地提取和表示學(xué)生的興趣特征以及如何更精確地體現(xiàn)學(xué)生的興趣變化等將是需要進(jìn)一步研究的工作。

[1]曹曉明,何可抗.學(xué)習(xí)設(shè)計(jì)和學(xué)習(xí)管理系統(tǒng)的新發(fā)展[J].現(xiàn)代教育技術(shù),2006,16(4)：57-63.

[2]劉通江,王陸.基于信息理論的個(gè)性化教學(xué)系統(tǒng)的研究[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(9)：104-106.

[3]林月排，汪更生，陳棄秋.個(gè)性化推薦系統(tǒng)中的用戶建模及特征選擇[J].計(jì)算機(jī)工程,2007,33(17)：196-198.

[4]趙立江,何欽銘.一種個(gè)性化Web推薦系統(tǒng)的研究與實(shí)現(xiàn)[J].武漢理工大學(xué)學(xué)報(bào),2004,29(5)：681-684.

[5]姜強(qiáng)，趙蔚.自適應(yīng)學(xué)習(xí)系統(tǒng)述評(píng)及其優(yōu)化機(jī)制研究[J].現(xiàn)代遠(yuǎn)距離教育，2011,(6)：57-63.

[6]José Janssen,Adriana J.Berlanga and Rob Koper.E-valuation of the Learning Path pecification[J],Educational Technology&Society,2011,14(3)：218-230.

TP311

B

1008-7508（2015）09-0049-03

吉林省教育廳“十二五”科學(xué)技術(shù)研究項(xiàng)目（吉教科合字[2013]第157號(hào)）。

2015-05-11

朱興宇（1982-），吉林長(zhǎng)春人，長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院講師，碩士，研究方向：人工智能與數(shù)據(jù)挖掘、軟件工程。時(shí)慶濤（1981-），女，吉林長(zhǎng)春人，長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院信息工程系講師，碩士，研究方向：軟件工程、嵌入式系統(tǒng)。李德泓（1993-），吉林長(zhǎng)春人，吉林大學(xué)信息系統(tǒng)與信息管理專業(yè)，研究方向：信息處理及應(yīng)用。