基于移動互聯(lián)網(wǎng)的民辦高校教學(xué)資源內(nèi)容推薦

陸嬌嬌

摘要 隨著移動互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，人們的生活、學(xué)習(xí)和工作方式也發(fā)生著改變。針對當前民辦高校教育資源建設(shè)存在的問題，本研究選取微信企業(yè)號為資源構(gòu)建平臺。通過采集后臺學(xué)習(xí)者行為數(shù)據(jù)，選取幾種算法對學(xué)習(xí)者行為進行分析，得出學(xué)習(xí)者對教學(xué)資源的偏好，并向?qū)W習(xí)者推薦合適的學(xué)習(xí)資源，有利于學(xué)習(xí)者高效的學(xué)習(xí)。

關(guān)鍵詞：移動互聯(lián)網(wǎng)；微信企業(yè)號；學(xué)習(xí)行為分析；協(xié)同過濾；教學(xué)資源推薦

中圖分類號：G434 文獻標識碼：A 文章編號：1009-3044（2017）29-0149-03

1 概述

傳統(tǒng)的互聯(lián)網(wǎng)技術(shù)給人們的生活帶來了諸多便利，但隨著4G網(wǎng)絡(luò)的興起，移動智能手機、平板電腦、MID等移動終端設(shè)備的出現(xiàn)和發(fā)展，互聯(lián)網(wǎng)的形式也隨著發(fā)生改變，加上移動終端設(shè)備的價格下調(diào)及WIFI網(wǎng)絡(luò)的遍及，移動網(wǎng)民的數(shù)量也日益劇增，移動互聯(lián)網(wǎng)正悄然地改變著人們的生活、學(xué)習(xí)和工作方式。對于民辦高校的學(xué)生們，他們的學(xué)習(xí)方式也發(fā)生著相應(yīng)的轉(zhuǎn)變，同時對學(xué)習(xí)資源也有著新的需求。傳統(tǒng)的網(wǎng)絡(luò)教學(xué)資源存在著資源重復(fù)，“信息孤島”現(xiàn)象，資源利用率低，維護困難等問題，需要投入大量的人力、物力、財力 [1]?？紤]到民辦高校培養(yǎng)目標，辦學(xué)經(jīng)費，學(xué)生基礎(chǔ)條件，師資力量等諸多問題，因此，在移動互聯(lián)網(wǎng)時代，民辦高校必須構(gòu)建符合學(xué)習(xí)者特征的教學(xué)資源才有助于學(xué)生高效的學(xué)習(xí)。這要求研究者能多角度地分析學(xué)習(xí)者的學(xué)習(xí)特征與偏好，以便構(gòu)建出合適的教學(xué)資源，進而較準確地做到教學(xué)資源推薦。

2 教學(xué)資源平臺選取

微信企業(yè)號是騰訊公司于2014年9月推出的，它可以幫助企業(yè)對員工進行有效管理、溝通與服務(wù)[2]。企業(yè)號必須經(jīng)過注冊方可使用，可以通過綁定第三方應(yīng)用平臺添加一些功能模塊，也可以自主開發(fā)一些應(yīng)用模塊接入企業(yè)號。員工要想使用企業(yè)號順利辦公，管理員必須先將入職員工的基本信息添加到后臺，并要求員工關(guān)注企業(yè)號才可使用。2016年微信企業(yè)號升級為企業(yè)微信，由于需要下載APP方可使用，很多用戶不愿在終端設(shè)備上下載APP。但企業(yè)號升級為企業(yè)微信后，原企業(yè)號的功能并沒有刪除，企業(yè)微信中的插件就是原企業(yè)號，因此企業(yè)成員不必下載企業(yè)微信APP，掃碼關(guān)注微信插件仍可在微信中使用。

本研究對象為民辦高校學(xué)生，經(jīng)調(diào)查發(fā)現(xiàn)幾乎所有高校學(xué)生都使用微信，故采用微信企業(yè)號作為切入口來搭建教學(xué)資源平臺。首先通過微信官網(wǎng)申請企業(yè)號，由于申請企業(yè)號主要用于教學(xué)研究，非盈利目的，故本研究申請的“樂教樂學(xué)”企業(yè)號為普通企業(yè)號。將申請后的微信企業(yè)號與第三方服務(wù)商“企微云平臺”進行綁定，添加相應(yīng)的功能模塊，當然也可自主研發(fā)一些功能模塊。

3 數(shù)據(jù)獲取及分析

要想給不同學(xué)習(xí)者推送不同的教學(xué)資源，就必須要能準確地分析學(xué)習(xí)者的學(xué)習(xí)特征及行為，本研究可以從兩方面獲取數(shù)據(jù)來分析學(xué)習(xí)者特征及行為。

采集數(shù)據(jù)：1）問卷調(diào)查采集數(shù)據(jù)。在未發(fā)布教學(xué)資源之前，可以先通過問卷的方式來調(diào)查學(xué)習(xí)者喜歡哪種類型的學(xué)習(xí)資源，以便能構(gòu)建出符合學(xué)習(xí)者的教學(xué)資源。問卷的設(shè)計要合理，要求既能通過問卷直接分析出學(xué)習(xí)者的基本特征（如對教學(xué)資源的偏好），又能間接分析出學(xué)習(xí)者與學(xué)習(xí)者之間的關(guān)系。2）微信企業(yè)號后臺獲取學(xué)生行為數(shù)據(jù)。由于本研究是基于微信平臺，該平臺上發(fā)布了各種類型的教學(xué)資源，可以從后臺獲取到相應(yīng)的數(shù)據(jù)，如學(xué)習(xí)者點擊瀏覽資源，轉(zhuǎn)發(fā)評論資源，收藏資源，對某些資源點贊等。這些數(shù)據(jù)可以采用網(wǎng)絡(luò)爬蟲技術(shù)爬取，也可以直接通過后臺手動獲取，并將不同的行為進行分類整理。

學(xué)習(xí)者行為分析：1）通過問卷調(diào)查采集的數(shù)據(jù)分析。問卷設(shè)計中必然包含學(xué)習(xí)者的基本信息，如性別，年齡，籍貫，專業(yè)等，將這些信息提取可計算學(xué)習(xí)者的相似度，后面的資源推薦中會涉及計算相似度用戶。而問卷中的學(xué)習(xí)者的學(xué)習(xí)資源興趣選項可以直接得出他們對教學(xué)資源的喜好。2）通過微信后臺數(shù)據(jù)分析。 管理員通過微信后臺可獲得學(xué)習(xí)者的行為數(shù)據(jù)，要從學(xué)習(xí)者的行為和偏好中發(fā)現(xiàn)規(guī)律，并基于此給予資源推薦，因此收集學(xué)習(xí)者的偏好變得非常重要，成為推薦效果最基礎(chǔ)的決定因素。

學(xué)習(xí)者對學(xué)習(xí)資源的偏好包括學(xué)習(xí)者對資源的評分，瀏覽資源，轉(zhuǎn)發(fā)資源等。這些行為數(shù)據(jù)可以分為顯式與隱式兩類。例如學(xué)習(xí)者對資源的評分或評論，這種行為數(shù)據(jù)為顯式的；而學(xué)習(xí)者查看了某資源的信息，這種為隱式的行為數(shù)據(jù)，隱式的反應(yīng)了學(xué)習(xí)者對資源的喜好。顯式的行為數(shù)據(jù)能準確的反應(yīng)學(xué)習(xí)者對資源的真實喜好，而隱式的行為數(shù)據(jù)，通過一些分析和處理，也能反映學(xué)習(xí)者的喜好，只是數(shù)據(jù)不怎么精確而已 [3]。表1對學(xué)習(xí)者的行為進行了分類和歸納，并對不同的行為進行了分析。

4 教學(xué)資源內(nèi)容推薦算法及實現(xiàn)

協(xié)同過濾推薦算法 協(xié)同過濾（Collaborative Filtering，簡稱CF）推薦算法是誕生最早，并且應(yīng)用較為廣泛[4]。通過挖掘用戶的歷史行為數(shù)據(jù)來發(fā)現(xiàn)用戶的偏好，對不同偏好的用戶進行劃分，從而推薦相似的物品，該算法分為兩類。1）基于用戶的協(xié)同過濾算法（user-based collaborative filtering）。從學(xué)習(xí)者與教學(xué)資源的角度理解該算法，首先通過學(xué)習(xí)者的歷史行為數(shù)據(jù)（如瀏覽，收藏，轉(zhuǎn)發(fā)分享，點贊，評論等）發(fā)現(xiàn)學(xué)習(xí)者對教學(xué)資源的喜歡程度，然后對這些喜好進行打分。根據(jù)不同學(xué)習(xí)者對相同教學(xué)資源的態(tài)度和偏好程度計算學(xué)習(xí)者之間的關(guān)系，并在有相同喜好的學(xué)習(xí)者間進行資源推薦[4]。例如A，B兩位學(xué)生都觀看了a，b兩種教學(xué)資源，并且給出了很高的評分，由此判斷A、B屬于同一群組?？梢詫看過的其他資源d也推薦學(xué)習(xí)者B，如圖1所示。2）基于物品的協(xié)同過濾算法（item-based collaborative filtering）。這種算法以物品為主體，強調(diào)的是先通過用戶對物品的打分找到相似的物品，然后再推薦。例如：學(xué)生A、B都觀看了教學(xué)資源a和b，并分別給出了相應(yīng)的分數(shù)，Aab=（4.8，4.9）與Bab=（3.9，3.8），由此可以看出教學(xué)資源a、b在用戶A和B中有著相似的評分，說明兩種教學(xué)資源有著很強的相似性。因此可以將資源a推薦給學(xué)生C（沒有觀看過a資源），如圖2所示。endprint

基于內(nèi)容的推薦算法 該算法的核心思想是根據(jù)推薦內(nèi)容的屬性特征，發(fā)現(xiàn)內(nèi)容的相關(guān)性，從而推薦給用戶相似的內(nèi)容。該算法是基于內(nèi)容本身的屬性特征信息，不考慮用戶行為。例如：A學(xué)生喜歡教學(xué)資源a，提取教學(xué)資源的屬性特征，發(fā)現(xiàn)a資源與b資源很相似，系統(tǒng)就會給A學(xué)生推薦b資源。圖3 給出了基于教學(xué)資源推薦的例子。

教學(xué)資源推薦算法實現(xiàn) 無論是以上哪種推薦算法，都需要數(shù)據(jù)集，才能得出推薦結(jié)果。本研究使用用戶對資源的評分數(shù)據(jù)來模擬實驗，鑒于數(shù)據(jù)較多，截取一部分數(shù)據(jù)（A列為用戶ID，B列為資源ID，C列為用戶對資源的評分）來進行實驗，如圖4所示。前面已經(jīng)闡述了基于用戶的CF以及基于物品的CF的原理，這里不再贅述。

教學(xué)資源推薦需要分如下幾步完成，首先要建立數(shù)據(jù)模型，其次選擇合適的算法計算相似用戶或者相似資源，接著是推薦算法的實現(xiàn)，最后運行程序得出推薦結(jié)果?；谏鲜霾襟E，編寫相關(guān)代碼，如圖5所示。

5 結(jié)束語

當前的民辦高校資源建設(shè)存在著諸多問題，學(xué)生也無法從浩瀚的教學(xué)資源中找到適合自己的來學(xué)習(xí)。要想給學(xué)習(xí)者推薦符合其特征的學(xué)習(xí)資源，需要對學(xué)習(xí)者的學(xué)習(xí)行為進行分析，才能更好地做到資源推薦，從而保障學(xué)習(xí)者個性化的學(xué)習(xí)。本研究以微信企業(yè)號為資源構(gòu)建平臺來建設(shè)教學(xué)資源，通過后臺獲取學(xué)習(xí)者的行為數(shù)據(jù)（如對資源的評分，瀏覽，評論，點贊，轉(zhuǎn)發(fā)，收藏等），選取當前主流的推薦算法——協(xié)同過濾與內(nèi)容推薦算法，進行了模擬實驗，得出學(xué)習(xí)者的偏好，并進行合適的資源推薦，這有利于學(xué)習(xí)者自主學(xué)習(xí)能力的提高及學(xué)習(xí)興趣的培養(yǎng)。不同的算法運行的效率也不同，如何優(yōu)化算法是未來要考慮的。

參考文獻：

[1] 劉曉林. 高校數(shù)字教學(xué)資源共享模式研究[D].徐州師范大學(xué)，2011.

[2] 吳肖，熊建文. 微信企業(yè)號支持下的設(shè)計性實驗教學(xué)——以大學(xué)物理設(shè)計性實驗課程為例[J]. 現(xiàn)代教育技術(shù)，2017，27（01）：42-47.

[3] 趙晨婷，馬春娥.探索推薦引擎內(nèi)部的秘密（第2部分）[EB/OL].[2011-3-21].https：//www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/.

[4] 藍鯨.協(xié)同過濾推薦算法的原理及實現(xiàn)[EB/OL].[2016-3-11]. http：//bluewhale.cc/2016-03-11/collaborative-filtering.html.endprint