信息資源建設視閾下高校課程定制與課程推薦初探

徐揚+步一+賀易之+趙瑜

〔摘要〕本文從信息資源建設視閾下進行了高校課程資源的整合和建設，以期實現(xiàn)高校課程的定制和推薦。本文從信息資源建設的實用性、系統(tǒng)性和共享共建原則角度出發(fā)，建立了高校課程定制與推薦的模型，以期當學生輸入一套課程序列時，自動為每個學生提供一套滿意度最高的課程方案。該模型由數(shù)學模型和問卷補充兩部分組成。本文以北京大學本科生課程為例，手工篩選出理工類、社會科學類和人文科學類共84對可能具有較高相似性的課程，利用其在北京大學教務部網(wǎng)站上提供的中文名稱和中文課程簡介，基于統(tǒng)計學原理進行分詞，利用向量空間計算出課程相似度，并利用人工問卷的方式對課程相似度的評判調優(yōu)。

〔關鍵詞〕高校；課程定制；課程推薦；大規(guī)模個性化定制；信息資源建設；客戶滿意度；教育資源

DOI：10.3969/j.issn.1008-0821.2017.03.011

〔中圖分類號〕G6492〔文獻標識碼〕A〔文章編號〕1008-0821（2017）03-0057-05

〔Abstract〕This paper aimed to integrate and develop the course resource in universities from the perspective of information resource development.Based on the principles of practicability，systematicness，and sharing，the model focusing on course customization and integration could provide another set of courses with the highest degree of satisfaction with the input of a set of courses.The model consists of mathematics model part and questionnaire part.Taking the undergraduate courses from Peking University，this paper selected 84 pairs of courses from the fields of Natural Science and Engineering，Social Sciences，and Humanity and Arts.The model bases on statistics principles and employs Vector Space Model to calculate the similarity between the courses.Furthermore，the model used questionnaires to modify the results.

〔Key words〕university；course integration；course recommendation；mass customization；information resource development；customer satisfaction；education resource

隨著時代的發(fā)展，社會對高校的人才培養(yǎng)提出了更高的要求。大學生在完成學業(yè)要求之外應當同時發(fā)展綜合素質，然而時間等因素的限制使得這種平衡較為困難。如果能夠找到一種方案，既滿足學生對于某一課程知識的學習需求，又能使學生的時間成本降低，就可以為學生全面發(fā)展提供條件。

當今社會的重大特征是學科交叉、知識融合，技術集成，許多不同的學科院系都開設了類似的課程[1]，比如在信息管理和計算機專業(yè)都會開設有關“信息安全”的課程[2]。因此，學科交叉也為大規(guī)模課程定制提供了可能性?！按笠?guī)模個性化定制”思想是解決高等教育培養(yǎng)模式中標準化與個性化矛盾的一個重要方法。本文嘗試為在標準化的培養(yǎng)體系之下，為學生提供個性化的課程定制服務。將制造系統(tǒng)中的大規(guī)模個性化定制引入到課程系統(tǒng)中，無疑是對大規(guī)模個性化定制研究領域的擴展，同時也是對高等教育系統(tǒng)創(chuàng)新的探索[1，3]。應用大規(guī)模個性化定制、價值工程等制造系統(tǒng)的方法，對學生個體而言，可以有更多的時間參與綜合素質拓展的活動，有利于日后的發(fā)展。對高校來說，培養(yǎng)出來的學生全面發(fā)展，滿足了社會的需求，進而提升高校自身的競爭力[4]。

高校課程資源是典型的信息資源。這類信息資源需要被選擇、采集、組織和開發(fā)，這是信息資源建設的過程[5-6]。對高校課程資源進行建設具有重要意義，因為它不僅能夠使得高校學生享受到更為豐富、更為優(yōu)質的課程資源，又能從學校層面上整合不同資源、降低高校的成本[7]。

與其他信息資源類似，在高校課程資源建設中，需要滿足實用性、系統(tǒng)性和共建共享原則[5]。從實用性角度看，高校課程定制和推薦需要立足學?，F(xiàn)有課程資源實際出發(fā)，不僅要根據(jù)高校服務任務（整合高校資源，提供優(yōu)質教育）的需要進行課程信息資源建設和定制推薦，還需要根據(jù)高校服務對象（高校學生）的需要進行課程信息資源建設和定制推薦。特別是前者，在“整合高校資源”的過程中既需要提供較為豐富的課程，又需要考慮提供課程所帶來的成本。從系統(tǒng)性角度看，高校課程定制和推薦既需要使用數(shù)學模型進行定量科學性的計算，又需要使用社會科學的問卷調查等方式加以補充，以期課程定制和推薦的結果既具有科學性和嚴謹性，又具有一定的個性化和靈活性。從共建共享原則看，本模型將不同院系開設的相似課程加以整合，使得不同院系的學生能夠共享相似課程。這樣既提高了課程受眾的多樣性程度，符合本科階段“通識教育”的要求[8]，又在學校層面上降低了開課成本。

以信息資源建設的實用性和系統(tǒng)性原則為出發(fā)點和指導思想，本文以北京大學本科生課程為例提出了對于某個學生n門課選擇的滿意度模型。模型的第一部分根據(jù)北京大學教務部網(wǎng)站提供的信息，人工篩選出理學部、信息與工程學部、社會科學學部和人文學部的相似課程，并將課程信息采集下來；經(jīng)過分詞后，利用向量空間模型來計算課程信息間的相似度。模型的第二部分則采用人工設計問卷的方式對課程相似度加以進一步調研，對程序算法進行補充。問卷調查了相似課程對在內(nèi)容、難度和考核三方面的相似度，并將兩者綜合得到了兩門課程的相似度。綜合模型的前兩部分，本文建立了以信息資源建設原則為出發(fā)點的大規(guī)模個性化定制課程模型。例如對于一名本科生來說，假設他/她想選修的課程集合是{A，B，C，…}：本文將根據(jù)模型輸出更優(yōu)的課程集合{A′，B′，C′，…}（如有。其中A′，B′，C′，…是與A，B，C，…相對應的使?jié)M意度提高的課程集合），從而實現(xiàn)課程推薦（見圖1）。這里，“更優(yōu)的課程集合”是從高校的角度，既完成了高校的服務任務并滿足高校服務對象，又使高校付出較低成本的課程集合。本文將在第二部分詳述模型構建的方法（包括數(shù)學模型的構建和問卷調查的實施），并以了北京大學本科生課程為例，進行了簡單的實證研究，并在第三部分給出了模型模擬的結果。最后，本文在第四部分給出了本文的結論。

1模型構建

對于每個使用者而言，本文的目標是輸入一定的課程集合，輸出令其滿意度最高的課程集合。在這里，假設課程滿意度與課程相似度成正比。如果課程A與課程B相似度是80%，那么學生選擇課程B而不選擇課程A的滿意度為80%。對于輸入的課程集合S，即初始用戶想選的課程，令該集合中的所有的課程滿意度為1：

為了簡化模型，假設課程只會出現(xiàn)兩兩相似的情況。但是，僅僅使用相似度高低程度來決定課程間是否替換并不全面。若不考慮成本的情況下，顯然所有課都上對于使用者（學生）而言是滿意程度最高的一種選擇情況。然而，對每門課而言，如果其內(nèi)容與其他課程相似而學分卻越多，那么上這門課程的成本就越高，滿意度也就越低，因此我們使用課程學分來作為課程的替換成本：課程滿意度與學分數(shù)成反比。于是對于一個學生n門課的選擇來說，該生的滿意度模型計算如下：

這里給出一個上述模型最簡單的例子：用戶想選3學分的課程A，同時有一門與A 80%相似的課程B。該用戶對（A，B）課程共有3種選擇方案（這里不考慮都不選擇的情況）：①（1，1），即同時選AB；②（0，1），即選B；③（1，0），選A。按上述模型計算，滿意度最高的一種選擇方案是（0，1），也即選B?？煽闯鋈绻斠婚T課B和另一門課A高度相似且學分少于B時，該生會更加滿意A，這符合日常學生選課的思維范式。不妨假設每學期只選修一門相關課程。而考慮到學分和滿意度都為非負值，于是（1）式實際上可轉化為對于每一對相似課程，推薦上Satisfaction（Xi）/Credits（Xi）更高的課程。

11數(shù)學模型中課程相似度計算方法

考慮到大類間課程相似度較高，而且選課較為便捷，根據(jù)北京大學教務部網(wǎng)站所提供的信息，可將北京大學所有院系劃分為3類：①理工類；②社會科學類；③人文科學類。在3類學部中，分別人工找出了理工類40對，社會科學類33對，人文科學類11對相似課程對，其中有少部分跨學部（類）相似課程。對每對相似課程，我們依據(jù)其在教務部網(wǎng)站上提供的中文名稱和中文課程簡介，使用算法計算出課程相似度。

111信息采集

在課程信息采集中，使用北京大學教務部網(wǎng)站[2]所提供的信息。根據(jù)課程信息，人工篩選出理學部40對，社會科學學部33對，人文學部11對相似課程，并將其課程信息（課程名和課程簡介）采集下來。為了數(shù)據(jù)處理的便捷性，不同的課程對間用“”隔開，課程對間不同課程使用“”隔開，課程名和課程簡介使用“”，所有的換行符使用空格符替換。所有以上信息皆以utf-8的編碼格式存在txt文檔中。使用的詞典為搜狗提供的常用詞詞典[9]，其提供每個詞gbk的編碼以及搜狗實驗室所統(tǒng)計的頻次。

112分詞

與英文相比，計算機在處理中文文本時必須進行分詞。中文分詞的常見算法是最大正向匹配算法。例如“××課很有意思”可以分詞為“××/課/很/有/意思”，但是面對一些有歧義的句子時處理能力卻一般，如“南京市長江大橋”就會被分成“南京/市長/江/大橋”而不是“南京市/長江/大橋”。

考慮到基于最大匹配算法的中文分詞方案的缺陷，我們這里選用了基于統(tǒng)計學原理的分詞，即對于一個中文字符串s，如果可以使用詞語s1s2…sn表示該串的一種分詞方式，那么，P（s1s2…sn）越大則表示該分詞方案越是符合人們慣常用法，即將分詞任務轉化為求P（s1s2…sn）MAX，根據(jù)聯(lián)合概率的展開，有下式：

12問卷課程相似度計算方法

為了更為充分地判定選定課程的相似度，采取人工設計問卷的方式對課程相似度加以進一步調研，作為對程序算法的一個補充。為了便于表達，將程序代碼計算出來的相似度稱為“機器計算相似度”，將用問卷計算出的相似度稱為“人工計算相似度”。

問卷調查的對象是同時選修或旁聽過兩門相似課程的師生（包括但并不局限于北京大學師生）或曾經(jīng)接觸過兩門課程的北京大學教員或助教。問卷使用了范圍為00～10之間且刻度為01的量表（即量表設計00、01、02、…、10這些選項，其中00為完全不同，10為完全相同），并考察了該受訪者所認為的兩課程在內(nèi)容、難度和考核三方面的相似度，三者以6∶3∶1的比例加權。

2結果與討論

21課程相似度計算結果

按照本文第三部分的模型進行搭建，我們將收集到課程對進行相似度計算。表1列舉了各個課程大類中相似度最高的10門課程：

22課程資源大規(guī)模個性化定制模擬結果

按上述算法模型和相似度計算結果，筆者這里模擬了3個選課過程，來更好地說明模型的應用。

環(huán)境科學與工程學院學生A

原始課程集合為：

課程號：12733010課程名稱：環(huán)境化學院系：環(huán)境科學與工程學院學分：3滿意度：0333

課程號：12734010課程名稱：工程制圖院系：環(huán)境科學與工程學院學分：3滿意度：0333

推薦課程集合為：

課程號：1034630課程名稱：環(huán)境化學院系：化學與分子工程學院學分：2滿意度：0467

課程號：12734010課程名稱：工程制圖院系：環(huán)境科學與工程學院學分：3滿意度：0333

根據(jù)學校的教育方案，該環(huán)境科學與工程學院學生應該選擇環(huán)境科學與工程學院的“環(huán)境化學”與“工程制圖”兩門課程。根據(jù)本模型，為他推薦了由化學與分子工程學院開設的“環(huán)境化學”這門課程，提高了他“環(huán)境化學”課程的滿意度。而工程制圖有兩門相似課程（工學院的“工程制圖”和物理學院的“工程圖學及其應用”），而這里在模型分別計算了滿意度和成本比值后，發(fā)現(xiàn)依然是原課程較為適宜，因此依然推薦了原課程。光華管理學院學生B

原始課程集合為：

課程號：2830170課程名稱：電子商務院系：光華管理學院學分：3滿意度：0333

課程號：2532260課程名稱：信息經(jīng)濟學院系：光華管理學院學分：3滿意度：0333

課程號：2838160課程名稱：數(shù)據(jù)分析與統(tǒng)計軟件院系：光華管理學院學分：2滿意度：05

推薦課程集合為：

課程號：3032230課程名稱：電子商務院系：信息管理系學分：2滿意度：0488

課程號：3030720課程名稱：信息經(jīng)濟學院系：信息管理系學分：2滿意度：0355

課程號：2838160課程名稱：數(shù)據(jù)分析與統(tǒng)計軟件院系：光華管理學院學分：2滿意度：05

該光華管理學院的學生有3門存在相似課程對的課程。模型計算的結果推薦了和光華管理學院有著很多類似課程的信息管理系的課程，考慮到其高相似度和較低的學分，作為選修學分是一個不錯的選擇。藝術學院學生C

原始課程集合為：

課程號：4332710課程名稱：西方美術史院系：藝術學院學分：2滿意度：05

課程號：4331541課程名稱：美學原理院系：藝術學院學分：2滿意度：05

課程號：4331821課程名稱：影視節(jié)目策劃院系：藝術學院學分：2滿意度：05

課程號：4331792課程名稱：視聽語言院系：藝術學院學分：2滿意度：05

推薦課程集合為：

課程號：4332710課程名稱：西方美術史院系：藝術學院學分：2滿意度：05

課程號：4331541課程名稱：美學原理院系：藝術學院學分：2滿意度：05

課程號：4331821課程名稱：影視節(jié)目策劃院系：藝術學院學分：2滿意度：05

課程號：4331792課程名稱：視聽語言（電影語言）院系：藝術學院學分：2滿意度：05

因為藝術學院自身的課程學分本身較低、相似課程較少，與其他的院系相關課程較少，因此推薦課程并沒有什么改變。

3結論

本文從信息資源建設的實用性、系統(tǒng)性和共享共建的角度出發(fā)，探索了高校課程資源定制與課程推薦的方法，建立了基于大規(guī)模個性化定制的模型，并以問卷的形式對模型予以補充。本文所提出的模型既具有科學性和嚴謹性，又具有一定的個性化和靈活性；既保證了為高校學生開設相對豐富多樣的課程，又能在很大程度上降低高校開課的成本。

在本研究中，課程滿意度計算模型從高校的視閾考慮，對于每個使用者而言，輸入一定的課程集合，輸出令其滿意度最高的課程集合。基于課程滿意度與課程相似度成正比和課程滿意度與學分數(shù)成反比兩個假設，對于一個學生n門課的選擇來說，該生的滿意度模型計算為：

0不選Xi課。對于給定輸入課程集合，使用上述模型將問題轉化為求上式最大值。在分詞時，參考unigram提出了基于統(tǒng)計學的模型，將分詞任務轉化為求P（s1s2…sn）的最大值。在展開之后，使用動態(tài)規(guī)劃的方法來求解該問題。分詞后便可根據(jù)向量空間模型求出，兩個文本的詞頻向量，并計算出其詞頻向量的數(shù)量積。對于每對相似課程，分別計算課程名和課程簡介間相似度取平均值。為了彌補機器比較的缺陷，對曾經(jīng)接觸過兩門相似課程的北京大學教員或助教進行了問卷調查。問卷使用量表，考察了該受訪者所認為的兩課程在內(nèi)容、難度和考核三方面的相似度，三者以6∶3∶1的比例加權。

未來的研究可以從以下兩個角度進行：

從數(shù)學模型的實現(xiàn)層面看：本研究使用的分詞方式參考了unigram模型，但是其使用假設有待考量。對接下來進一步完善模型而言，考慮使用2-gram模型來進行更好的建模。分詞使用的搜狗輸入法常用詞詞典在專業(yè)術語上有所欠缺，詞典與課程介紹的文本相似度不高。此外，本模型中沒有停用詞表，因此對于同義詞、近義詞等自然語言處理問題都沒有考慮；在使用向量空間模型時，由于多個課程介紹的文本相似度不高，所以并沒有計算詞的逆向文本頻率。同時，本研究對于課程的成本過于簡單，只考慮了學分的問題，其效度有待商榷。這些問題將成為日后加以改進和解決的重要方向。

從信息資源建設的原則層面看：本研究主要考慮了信息資源建設的實用性、系統(tǒng)性和共享共建的原則，但并未考慮信息資源建設的特色性原則[5]。實際上，不同院系開設的相似課程仍然在授課內(nèi)容、授課方式等方面存在自己院系和專業(yè)的特點，然而本研究在建模過程中沒有考慮到這一點，未來的研究可嘗試從此方面加以改進。

參考文獻

[1]王磊.基于大規(guī)模定制原理的本科教育課程體系研究[D].寧波：寧波大學，2013.

[2]北京大學教務部.http：∥dean.pku.edu.cn[EB/OL].2016-02-03.

[3]PINE B J.大規(guī)模個性化定制——企業(yè)競爭的新前沿[M].操云甫，譯.北京：中國人民大學出版社，1999：125-250.

[4]王其和，張嵐.獨立院校大規(guī)模個性化定制教育策略及措施[J].河南教育：高教版，2013，（9）：8-9.

[5]劉茲恒.信息媒體及其采集（第2版）[M].北京：北京大學出版社，2008.

[6]梁華.圖書館信息資源建設的意義與策略[J].遼寧教育行政學院學報，2009，26（7）：173-174.

[7]肖希明.信息資源建設：概念、內(nèi)容與體系[J].中國圖書館學報，2006，32（5）：5-8.

[8]王路，程翠林，趙海田.中國高校本科通識教育課程二十年實踐的問題與對策[J].黑龍江教育學院學報，2015，34（1）：48-49.

[9]搜狗詞庫.http：∥pinyin.sogou.com/dict/detail/index/28394[EB/OL].2015-10-21.

（本文責任編輯：郭沫含）