教育信息資源個性化推薦服務模式研究

劉靜++熊才平++丁繼紅++馬佳佳

【摘 要】

信息環(huán)境下，海量教育信息資源與用戶快速獲取個性化教育信息資源之間的矛盾日益凸顯，導致無處不在的學習演變?yōu)闊o處不在的搜索，學習者之間信息素養(yǎng)的差異使得個性化教育信息資源得不到有效利用，學習者不能同等享有優(yōu)質教育信息資源，引發(fā)了信息環(huán)境下新的教育不公平。剖析個性化信息推薦服務，結合其研究現(xiàn)狀，構建教育信息資源個性化推薦服務模式，探求其在教育領域的應用前景，為教育信息資源的主動服務提供解決策略，把合適的教育信息資源呈現(xiàn)給適合的用戶，從而在一定程度上緩解數(shù)字化學習背景下的教育不公平，促進個性化教育。

【關鍵詞】 教育信息資源；個性化推薦；教育公平；個性化教育

【中圖分類號】 G434 【文獻標識碼】 A 【文章編號】 1009—458x（2016）02—0005—05

一、問題的提出

大數(shù)據(jù)時代，教育信息資源的爆炸式增長和學習者個性化需求快速得到滿足之間的矛盾引領著信息服務模式的變革。現(xiàn)代科技的發(fā)展促成全球信息總量以幾何級數(shù)增長，2020年全球數(shù)據(jù)量將達到35ZB，為2009年的44倍[1]，這使得信息技術促進教育公平的同時也帶來了巨大的挑戰(zhàn)。面對海量的資源，學習者如何快速獲取優(yōu)質個性化教育信息資源的難題越發(fā)凸顯。

第一，學習者需要花費大量精力搜索、鑒別和分析雜亂無序的教育信息資源。2010年6月，《紐約時報》做了一次相關民調，在45歲以下的受訪者當中，近三分之一的人表示消耗巨額時間和精神成本，卻依然迷失在浩瀚的信息空間中，找不到符合自己需要的資源。目前，教育信息資源的海量、靜態(tài)和雜亂無章嚴重加大了學習者搜集資源的時間和精力成本，讓無處不在的泛在學習演變成了無處不在的搜索。

第二，信息時代，個體間的“信息素養(yǎng)溝”演變成為“知識溝”。互聯(lián)網(wǎng)技術的快速發(fā)展提升了用戶的信息素養(yǎng)，也擴充了教育信息資源。然而，用戶的認知容量有限，且認知能力的增長總體較為平緩，故信息素養(yǎng)得不到突破性提升，但教育信息資源卻呈指數(shù)級增長，不斷走向海量化。這就逐漸導致信息素養(yǎng)高的用戶可以在海量資源中搜集到優(yōu)質資源，而對信息素養(yǎng)低的用戶來說，則較為困難，“優(yōu)者更優(yōu)，貧者更貧”的現(xiàn)象日趨嚴重，造成信息時代下的“知識溝”，加劇教育不公平。

第三，盛行的普適性教育信息資源不具有個性化，并非能滿足所有用戶的個性化學習需求。非主流的優(yōu)質教育信息資源往往因主流教育信息資源的頻繁使用而被覆蓋，越來越嚴重的掩埋效應造成資源的浪費。在海量的教育信息資源中快速獲取和有效利用優(yōu)質個性化教育信息資源，是現(xiàn)代學習者的需求。當這種需求得不到滿足時，必然鼓勵著新的信息服務方式和工具的出現(xiàn)，個性化信息推薦服務也便應運而生。

二、個性化信息推薦服務

個性化信息推薦服務能夠在用戶信息迷茫、沒有明確需求時及時為用戶提供其感興趣的信息，有效緩解“信息超載”引起的用戶認知負荷和信息迷航等問題。它就像是商場優(yōu)秀的導購員，不僅熟悉每一個商品的屬性和特征，而且能記住顧客歷史偏好并發(fā)現(xiàn)其最新偏好，為顧客推薦適合的優(yōu)質商品，為商品找到最合適的買家，增加顧客的依賴度和商家的盈利。

（一）個性化信息推薦服務概述

個性化信息推薦服務的實質是以用戶需求為中心，通過分析用戶（user）與項目（item，如信息、資源、商品等）之間的二元關系幫助發(fā)現(xiàn)其可能感興趣的內容，并生成個性化推薦結果，進而為用戶提供區(qū)別與差異化的服務[2]。其精準化推薦的實現(xiàn)主要依賴于個性化信息推薦系統(tǒng)。根據(jù)不同的推薦算法，個性化推薦系統(tǒng)主要分為：基于協(xié)同過濾的推薦系統(tǒng)、基于內容的推薦系統(tǒng)以及混合式的推薦系統(tǒng)?；趨f(xié)同過濾的推薦系統(tǒng)主要依據(jù)用戶相似性或項目關聯(lián)度的推薦，即用戶信息（包括個人資料以及對項目的評價、收藏、購買等行為信息）的相關性，判斷或者由用戶群的行為信息計算出項目間關聯(lián)度?；趦热莸耐扑]系統(tǒng)則主要根據(jù)項目本身的特征屬性，在項目庫中搜索滿足用戶需求的項目?；旌鲜降耐扑]系統(tǒng)則是基于以上兩種方式的推薦，根據(jù)用戶相似性、項目關聯(lián)性及特征，利用“群體智慧”通過分析某一款產(chǎn)品的所有顧客購買記錄，推測用戶感興趣的商品。最終不僅從用戶瀏覽和接收的角度來呈現(xiàn)推薦結果，更從用戶需求、商品標簽以及相似用戶的使用度等方面來增加推薦結果的可信度，為用戶主動接受推薦結果提供依據(jù)。

（二）個性化信息推薦服務研究現(xiàn)狀

個性化信息推薦服務最初是在電子商務領域迅速發(fā)展起來的，應用成效也尤為顯著，而它在教育領域的應用仍處于探索階段。郭亞軍曾基于用戶需求、信息產(chǎn)品、用戶關系管理構建個性化信息服務鉆石模型來實現(xiàn)資源的個性化推薦服務[3]；李寶等人提出利用學習者的靜態(tài)數(shù)據(jù)與動態(tài)數(shù)據(jù)來構建學習者特征模型，采用協(xié)同過濾與相似度匹配的方式促進資源的推薦服務[4]；劉通江、王陸研制小學課程的個性化課件生成系統(tǒng)，預先測驗學生的認知水平和學習風格，然后根據(jù)測驗結果為學習者推薦自適應的內容、資源和活動[5]；柏宏權構建適應性智能教學系統(tǒng)，為學習者提供自適應的教學內容和學習策略，以滿足其個性化學習需求[6]；劉媛筠等人認為在當代圖書館信息服務中，信息推薦服務能夠將用戶定制的資源隨時推送給用戶，方便其獲取信息[7]。這些在教育領域的研究雖已取得相關成就，但其應用還不夠成熟。在國家基礎教育資源網(wǎng)中，學習者根據(jù)信息導航進行需求細化和縱向瀏覽，但系統(tǒng)經(jīng)過篩選后呈現(xiàn)的資源參差不齊，依舊需要學習者花費大量時間和精力進行甄別，信息服務的個性化程度不高。此外，我國“985高校”圖書館的個性化服務除了查看、修改或定制信息外，大多還只限于記錄讀者的借閱行為、預約、續(xù)借、新書通報等功能，還不能根據(jù)用戶動態(tài)的個性化需求實現(xiàn)及時推薦的功能。

由此可見，個性化信息推薦服務雖已引起不少教育研究者的關注和研究，但它在教育領域中應用的廣泛度和個性化程度均不及在商業(yè)領域的應用。究其原因，以往的個性化信息推薦服務研究主要側重于推薦算法本身，其推送的內容與學習者的個性匹配程度以及服務個性化程度有待提高，其理論支撐相對單薄，對學習者間的差異和個性化需求掌握不夠準確。因此，迫切需要設計有效的教育信息資源個性化推薦服務模式來改善當前信息推薦服務在教育領域的應用，以提高其應用成效。

三、教育信息資源個性化推薦服務模式

信息過載引起用戶認知負荷，導致優(yōu)質資源浪費，其本質是用戶無法準確、及時地獲取滿足自己個性化需求的優(yōu)質資源。結合目前個性化推薦服務的研究成果，針對教育信息資源的系統(tǒng)性、關聯(lián)性和不斷進化等特征，試圖通過構建教育信息資源個性化推薦服務模式來提高優(yōu)質資源的使用率，為用戶提供差異化服務，促進數(shù)字化學習時代下的個性化教育。

（一）教育信息資源個性化推薦服務模式構建依據(jù)

根據(jù)學習者個體特征、學習傾向、學習目標以及學習情境，對個體心態(tài)、思維、學習能力、創(chuàng)造力、知識技能水平等進行綜合分析、測試和診斷。同時，根據(jù)教育信息資源的課程體系、關聯(lián)進化、重組與重構等特征，構建教育信息資源個性化信息推薦服務模式，為學習者量身定制學習任務、學習策略和學習方案，整合并推薦符合其獨特學習需求的個性化教育信息資源，從而形成自適應的個性化服務，幫助學習者自我成長、自我超越。

信息技術對教育發(fā)展具有革命性的影響[8]，利用現(xiàn)代技術手段，通過分析與決策系統(tǒng)為學習者提供小眾化、個性化的信息資源服務，其效益甚至會超過那些大眾化信息資源[9]。不同學習者之間的差異性和獨特性是客觀存在的，而網(wǎng)絡環(huán)境下普適性的教育信息資源往往沒有與學習者的這種個性化相適應。學習者的個體差異其實也是一種教學資源，在某種程度上促使學習者對個性化教育信息資源的無限渴望，同時差異性的存在也對資源建設者提出了更高要求，激發(fā)其開發(fā)和建設用戶滿意的優(yōu)質個性化教育信息資源。尊重每一位學習者的差異，利用個性化推薦服務模式為其提供差異化服務，滿足其個性化的學習需求，促使每位學習者都能同等地享有適合自己的個性化優(yōu)質教育信息資源，從而推動教育公平，促進個性化教育。

（二）教育信息資源個性化推薦服務模式構建

教育信息資源個性化推薦服務旨在滿足學習者的個性化學習需求，為其提供個性化的教育信息資源。尊重學習者的個體差異性和學習者的主體地位，同時根據(jù)教育信息資源的特征模型，以提高教育信息資源使用率為主要驅動力，構建教育信息資源個性化推薦服務模式，以推動信息時代下的教育公平，促進個性化教育，如圖1所示。

圖1 教育信息資源個性化推薦服務模式

從學習者和教育信息資源庫兩條主線構建該模式。根據(jù)學習者基本信息、行為信息和差異化的需求信息，將興趣相投、偏好一致的用戶聚合、歸類，構建學習者模型；根據(jù)資源基本特征、標簽和價值信息（其他學習者對該資源的有效評價信息），將特征相近、關聯(lián)度高的資源聚類，構建資源模型。隨著技術的快速發(fā)展，推薦方式和策略層出不窮且不斷得到完善，分析與決策系統(tǒng)能夠利用現(xiàn)代技術手段感知學習情境，識別學習者特征，挖掘其潛在需求和模糊需求，準確定位其個性化需求。同時，通過分析學習者模型與資源模型的匹配程度，能夠選擇合適的推薦方式，形成高效的推薦機制，從而對教育信息資源進行整合和重組，挖掘優(yōu)質的個性化資源，并將與學習者認知水平高度相近的教育信息資源主動提供給學習者。在此過程中，學習者模型和資源模型將隨著學習者信息和資源信息進行實時動態(tài)更新，不斷完善個性化推薦機制，促使資源進行自我調整，主動服務于學習者，形成自適應的個性化服務。

（三）教育信息資源個性化推薦服務模式內涵

1. 尊重學習者個體間差異，定位內在學習需求，提升學習體驗。該模式能夠尊重不同學習者之間的差異，感知學習情境，準確定位個性化學習需求，從而提升學習體驗，緩解學習者認知負荷，促進個性化教育。人是有思想、有情感的獨特個體，教育要培養(yǎng)的不是批量生產(chǎn)的產(chǎn)品，而是具有獨特個性的個體。因此，該模式的構建將個體的獨特個性納入其中，向學習者推薦的資源內容能夠具有很大的靈活性。

不同類型和層次的學習者對信息需求的廣度和深度各不相同。系統(tǒng)能夠分析不同學習者的信息，構建包含學習者檔案、動態(tài)需求和相似學習者信息的學習者模型，感知學習情境，全面定位其個性化需求。同時，通過剖析學習者模型與資源模型的匹配程度，做出正確的分析和精準的決策，從而幫助過濾無效信息，推薦適合的優(yōu)質個性化教育信息資源，提升學習者的學習體驗。在教育領域，學生、教師和科研人員對教育信息資源的需求存在著很大差異。例如，學生在學習過程中希望能得到針對自己特殊學習問題的及時服務和幫助；教師在教學設計過程中希望能快速獲取與教學活動相關的教學資源；科研人員則希望得到更多學科范圍內新的思想觀點、學術前沿、理論熱點及事實性材料等。該系統(tǒng)能夠根據(jù)這種需求差異，進行資源過濾和重組，幫助其在混沌無序的資源中獲取優(yōu)質個性化教育信息資源，從而廣、快、準地滿足學習者的個性化需求。

2. 指引資源，挖掘優(yōu)質個性化資源，催生更優(yōu)資源。根據(jù)個性化的學習需求，利用該模式挖掘優(yōu)質個性化教育信息資源，用最短的路徑和最少的時間為學習者提供指引服務，指導資源建設者開發(fā)個性化的優(yōu)質教育信息資源，催生更優(yōu)資源。那么，什么樣的資源才是優(yōu)質資源呢？斯蒂芬·P·羅賓斯認為，質量是產(chǎn)品或服務達到預期要求并滿足顧客期望的能力[10]。所以，教育信息資源質量則是由滿足用戶需求的程度決定的，用戶滿意且充分尊重個體差異的個性化資源才是優(yōu)質資源。

依據(jù)KWL學習策略，通過分析學習者的個性化需求，利用資源的關聯(lián)信息和進化信息，挖掘被大眾化教育信息資源掩埋的優(yōu)質個性化教育信息資源，實現(xiàn)資源的自我價值，緩解資源的掩埋效應。其中，K代表系統(tǒng)能分析出用戶知道什么（Know what），從而激活其原有知識，鞏固先前所學內容，為學習新內容做準備；W代表系統(tǒng)能精準判斷用戶想要知道什么（Want to learn），并為其推薦適合的學習內容和資源；L則指系統(tǒng)根據(jù)用戶對知識的掌握程度（Learning level）為其推薦符合其能力的學習資源和任務。同時，學習者也可以參與編輯、豐富和標記教育信息資源，由資源的消費者轉變?yōu)閯?chuàng)造者，實現(xiàn)資源的動態(tài)發(fā)展，促使資源與資源之間產(chǎn)生連接，實現(xiàn)資源的關聯(lián)進化，形成資源關系網(wǎng)。教育信息資源不同于一般商品，它具有一定的課程體系，所以系統(tǒng)可以根據(jù)其內在教學規(guī)律和資源間關聯(lián)性挖掘潛在的個性化教育信息資源。

3. 提供自適應的個性化服務，推動教育公平，促進個性化教育。該模式能夠將適合的教育信息資源（在用戶認知能力和最鄰近發(fā)展區(qū)范圍內，與個體差異化特征相匹配，符合其個性化需求的教育信息資源）推薦給合適的學習者，為其提供自適應的個性化服務，促進個性化教育。只有符合個體興趣和發(fā)展需要的學習任務，個體才會積極投入；反之，個體則往往消極應對。因此，準確把握“度”成為關鍵，而對不同學習者來說，這種“度”必然是有差異的，它主要由學習者模型、資源模型以及系統(tǒng)監(jiān)測與感知所決定，構建三維坐標系并探討對“度”的掌控，分析自適應個性化服務系統(tǒng)影響因子及其之間的關系，如圖2所示。

圖中的A、B、C、D四個點代表資源的個性化程度分別由系統(tǒng)監(jiān)測與感知，學習者模型和系統(tǒng)監(jiān)測與感知，學習者模型、資源模型和系統(tǒng)監(jiān)測與感知，資源模型和系統(tǒng)監(jiān)測與感知所決定。自適應個性化服務提供的資源應該高度符合學習者模型、資源模型以及系統(tǒng)監(jiān)測與感知信息，即處于坐標中C點位置的資源是最符合也是最適合的優(yōu)質資源，而以C點為球心的球與該立方體的重合部分即為相對較為適合該學習個體的資源。系統(tǒng)通過綜合分析學習者特征、行為信息以及資源屬性等數(shù)據(jù)，掌控適合學習者個體的“度”，從而向其推薦處于C點位置或距該點最近并在其認知彈性能力范圍內、符合最鄰近發(fā)展區(qū)（指學習者通過獨立學習與教師教授所獲得的知識之間的差距）的教育信息資源，適時、適度地提供個性化學習服務。如果學習者在某個問題上停滯時間太長，系統(tǒng)可以實時地進行動態(tài)干預，關注和分析學習者的表現(xiàn)，從中發(fā)現(xiàn)他們獨特的認知特征和動機傾向，進而調整C點位置，設定適合該學習者的“度”，以保證推薦的資源能夠自適應地滿足學習者的個性化需求。

（四）教育信息資源個性化推薦服務模式應用

利用教育信息資源個性化推薦服務模式不僅節(jié)省學習者搜索資源所花費的時間和精力，快速推動學習者個性化需求的滿足和自我價值的實現(xiàn)，避免教育信息資源的浪費和掩埋，還可以激勵學習者提出更高需求，促使資源建設者開發(fā)更優(yōu)資源，充分發(fā)揮學習者的主動性和創(chuàng)造性，這也正是存在主義哲學的精神。

Springer 出版公司作為世界上最著名的科技出版集團之一，其提供的“CiteULike”個性化服務能夠根據(jù)學習者的學習興趣、相似學習者的行為記錄以及資源之間的關聯(lián)性，幫助學習者準確查找相似資源、發(fā)現(xiàn)興趣偏好相似的其他學習者以及相關領域的研究人員，實現(xiàn)協(xié)作學習。此外，愛課程網(wǎng)（iCourse）是我國教育部、財政部“十二五”期間啟動實施的“高等學校本科教學質量與教學改革工程”支持建設的高等教育課程資源共享平臺。它擁有豐富的教育信息資源，能夠根據(jù)學習者的基本信息和學習行為記錄實時推薦相關課程。在學習過程中，系統(tǒng)定時向學習者發(fā)送郵件推薦課程信息，調查學習者的滿意度，并根據(jù)反饋完善資源，提高用戶體驗度。愛課程網(wǎng)推薦的課程資源主要包括熱門課程、熱門教師、熱門學習群組以及最熱資源和最新資源。然而，系統(tǒng)的推薦并不能完全滿足獨特個體的個性化需求，與學習者興趣愛好的匹配不夠精準。也就是說，學習資源的選取與推送存在盲點，系統(tǒng)不能精準地感知學習情境來有效挖掘適合學習者的個性化優(yōu)質資源，為學習者適時推薦適度的教育信息資源。雖然該教育信息資源個性化推薦服務模式已得到初步應用，但還需要提升其應用價值和效果，這也是下一步研究的重點。

四、教育信息資源個性化推薦

服務模式應用前景分析

個性化教育是教育公平的最終目標，利用該模式促進個性化教育，是大眾所需，也是大勢所趨。如今在線教育已經(jīng)成為終身教育的一種主要模式[11]，將該個性化推薦服務模式嵌入其中可以充分關注學習者個體差異和不同學習需求，體現(xiàn)個性化在線教育的特點，激發(fā)學習者的主動意識和學習動機。同時，該服務模式還可以用于移動終端，更好地服務于泛在學習和碎片化學習。此外，小到課程資源的推薦，大到高考志愿填報和未來職業(yè)規(guī)劃，根據(jù)不同學習者差異化和個性化需求，可以將該模式應用到智能服務填報高考志愿、圖書館資源薦購、網(wǎng)絡招聘、教育信息管理等方面，實現(xiàn)“靶標式”資源和任務的主動定向推薦。例如，在智能服務填報高考志愿中，通過分析高考分數(shù)、考生類別、報考院校、專業(yè)及錄取的相關規(guī)則和相似考生報考情況，得出供考生決策的相關參數(shù)；在圖書館資源薦購方面，根據(jù)學習者的瀏覽和購買記錄，推測學習者個性化學習需求，為圖書館資源的薦購提供參考；在網(wǎng)絡招聘中，通過分析求職者的資料、瀏覽記錄以及招聘單位的招聘條件，將合適的職位推薦給適合的求職者；在教育信息管理系統(tǒng)中，通過挖掘和分析數(shù)據(jù)為管理者提供智慧決策來破解信息管理過程中的難題，以提高信息管理的成效。

五、結語

將該模式應用到教育領域，對于學習者，可以激活其隱性需求，滿足顯性需求，從浩如煙海的資源中獲取符合其認知風格和知識基礎的資源，減少時間和精力成本，增強學習體驗，提升學習成就感；對于資源，可以促進資源的最大化利用、知識的流動和聚集及其價值的增值，保證將最好的知識推送給最需要的人；對于資源的提供者，可以提升經(jīng)濟效益，幫助其更好地理解用戶需求，促使其開發(fā)的資源更加精細化和差異化，開拓服務市場，讓更多的學習者來使用和購買資源。后續(xù)我們將深度剖析個性化信息推薦服務的成功商業(yè)案例，研究現(xiàn)代感知技術，比較常用推薦策略，完善個性化推薦機制，并結合實證研究來分析其在教育領域應用的必要性和可行性。

[參考文獻]

[1] Villars R L， Olofson C W， Eastwood M. Big data： What it is and why you should care[J]. White Paper， IDC， 2011：1.

[2] 楊麗娜，顏志軍，孟昭寬. 基于個性化推薦思想的虛擬社區(qū)學習共同體動態(tài)構建[J]. 現(xiàn)代教育技術，2012，（01）：88-92.

[3] 郭亞軍. 個性化數(shù)字信息服務模式研究[J]. 情報理論與實踐， 2011，34（7）：56-59.

[4] 李寶，張文蘭. 智慧教育環(huán)境下學習資源推送服務模型的構建[J]. 遠程教育雜志，2015，（03）：41-48.

[5] 劉通江，王陸. 基于信息理論的個性化教學系統(tǒng)的研究[J]. 計算機工程與應用，2004，（9）：074.

[6] 柏宏權，李藝. 利用適應性超媒體技術建構智能網(wǎng)絡課程[J]. 電化教育研究，2004，（4）：41-44.

[7] 劉媛筠，李志民. 當代圖書館的三種信息服務模式[J]. 圖書館雜志，2013，（1）：26-31.

[8] 熊才平，何向陽，吳瑞華. 論信息技術對教育發(fā)展的革命性影響[J]. 教育研究，2012，（6）：22-29.

[9] 何向陽，熊才平，鄭娟. 論網(wǎng)絡信息資源的再生與利用[J]. 電化教育研究，2013，201（3）：4.

[10] 斯蒂芬·P·羅賓斯，瑪麗·庫爾特. 管理學[M]. 李原，孫健敏，黃小勇，譯. 北京：中國人民大學出版社，2012：518.

[11] 蔣志輝. 網(wǎng)絡環(huán)境下個性化學習的模式建構與策略優(yōu)化[J]. 中國遠程教育，2013，（3）：48-51.

收稿日期：2015-05-30

定稿日期：2015-07-30

作者簡介：劉靜，碩士研究生；熊才平，教授，博士生導師，本文通訊作者；丁繼紅，博士研究生；馬佳佳，碩士研究生。華中師范大學教育信息技術學院 （430079）。

責任編輯 池 塘