MOOC推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

喬麗娟

本文認(rèn)為盡管MOOC仍有不盡如人意的地方，但確實(shí)為許多求學(xué)無門的學(xué)子帶來了曙光。所以，基于這樣的觀點(diǎn)，本文旨在分析提高學(xué)習(xí)者學(xué)習(xí)效果的方法。推薦系統(tǒng)是大數(shù)據(jù)背景下的應(yīng)用熱點(diǎn)之一，本文通過分析CanvasNetwork在2016年發(fā)布的開放數(shù)據(jù)集，設(shè)計(jì)了一個(gè)推薦系統(tǒng)，根據(jù)學(xué)習(xí)者輸入的數(shù)據(jù)，簡單實(shí)現(xiàn)了成績預(yù)測的功能。

【關(guān)鍵詞】MOOC 數(shù)據(jù)分析 推薦系統(tǒng)

自從2011年以來，MOOC經(jīng)歷了巨大的增長，引用《經(jīng)濟(jì)學(xué)人》的一句話就是：學(xué)術(shù)界象牙塔的基石受到了撼動(dòng)。體現(xiàn)MOOC巨大增長的一個(gè)重要方面就是注冊MOOC課程的學(xué)習(xí)者數(shù)量大大增加，達(dá)到了幾十萬甚至百萬、千萬的量級。與此同時(shí)，支撐MOOC服務(wù)的后臺(tái)數(shù)據(jù)也以百萬、千萬的量級增加。這些數(shù)據(jù)真實(shí)的記錄了學(xué)習(xí)者的信息，比如學(xué)習(xí)者的年齡、學(xué)歷、參與課程原因、每周期望小時(shí)數(shù)等。除此之外，還有學(xué)習(xí)者的學(xué)習(xí)行為信息，如交互次數(shù)、訪問次數(shù)、論壇發(fā)帖數(shù)。顯而易見，MOOC數(shù)據(jù)中蘊(yùn)藏巨大的信息價(jià)值，通過MOOC數(shù)據(jù)的分析，設(shè)計(jì)MOOC推薦系統(tǒng)，可以對MOOC的發(fā)展做出一定貢獻(xiàn)。

1 MOOC推薦系統(tǒng)需求分析

根據(jù)對MOOC發(fā)展現(xiàn)狀的探討，本文了解到，一方面，高校對MOOC大多報(bào)以積極的態(tài)度。有實(shí)力的高校已經(jīng)初步建設(shè)里自己的MOOC平臺(tái)，他們希望通過這種大規(guī)模、開放、在線的新形式來提升教學(xué)質(zhì)量，使老師的教學(xué)、學(xué)生的學(xué)習(xí)更靈活、更有彈性。對此，高校積極組織權(quán)威教師錄制MOOC課程，但是，什么樣的課程是學(xué)生感興趣的？在分類繁雜的科目類別中，哪些課程是學(xué)生最為渴求的？另一方面，學(xué)生也活躍于各大MOOC平臺(tái)。然而，他們中大量的人僅注冊了賬號，卻未參加課程；參加了課程的，能堅(jiān)持下來的則又是少之又少。是什么原因?qū)е翸OOC的高輟學(xué)率呢？面對這些問題，對MOOC平臺(tái)數(shù)據(jù)的挖掘是具有參考價(jià)值的。

從整體需求來看，可以分為兩個(gè)層次。第一是課程資源的內(nèi)容收集，整合了各平臺(tái)的課程基礎(chǔ)信息，為用戶提供了統(tǒng)一的入口。第二是課程推薦部分，有效地利用了平臺(tái)內(nèi)部整合的信息，幫助用戶發(fā)現(xiàn)新的課程。課程資源整合收集的目的是將分散在各自平臺(tái)的課程資源聚合到一個(gè)統(tǒng)一結(jié)構(gòu)的數(shù)據(jù)庫中。課程推薦是為了幫助用戶發(fā)現(xiàn)新的課程，同時(shí)也是幫助課程發(fā)現(xiàn)新的用戶。從需求上來看，大部分用戶都有發(fā)現(xiàn)新課程的需求。課程推薦功能就是利用了平臺(tái)內(nèi)積累的用戶數(shù)據(jù)，進(jìn)行合理的統(tǒng)計(jì)分析和數(shù)據(jù)分析，猜測用戶可能喜歡的課程。

2 MOOC推薦系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)

本文的推薦系統(tǒng)設(shè)計(jì)的目的是應(yīng)用數(shù)據(jù)分析過程得出的結(jié)論。系統(tǒng)要實(shí)現(xiàn)的基本功能是用戶的注冊、登錄和系統(tǒng)的推薦。系統(tǒng)界面采用Java語言實(shí)現(xiàn)，數(shù)據(jù)庫使用的是MySQL。系統(tǒng)實(shí)現(xiàn)了用戶的登錄、注冊，支持用戶添加推薦標(biāo)簽，完成了課程的推薦和成績的預(yù)測。

2.1 課程推薦設(shè)計(jì)

推薦課程設(shè)計(jì)的大致思路：首先，根據(jù)學(xué)習(xí)者添加的標(biāo)簽，依據(jù)參與課程原因、年齡、學(xué)歷和每周期望小時(shí)數(shù)，根據(jù)數(shù)據(jù)分析中得出的結(jié)論可以得到適合該名學(xué)習(xí)者的學(xué)習(xí)類別。比如，學(xué)習(xí)者參與MOOC學(xué)習(xí)的目的是為了學(xué)習(xí)技能以發(fā)展新的職業(yè)，那么根據(jù)前期的數(shù)據(jù)分析我們可以知道，他的首選類別會(huì)是“職業(yè)與應(yīng)用科學(xué)”。由于僅憑一個(gè)變量得到的類型既不準(zhǔn)確，也不全面，所以，作者選擇四個(gè)變量進(jìn)行分析。得到的類別是四個(gè)變量指向的科目類別的集合。其次，選擇數(shù)據(jù)庫中，類別集合里評分與關(guān)注人數(shù)的加權(quán)平均值較高的一些課程加入到推薦課程的集合。最后，將推薦課程返回界面，以列表的形式展現(xiàn)給用戶。

2.2 預(yù)測成績

類似的，成績的預(yù)測也是從學(xué)習(xí)者最初設(shè)置的標(biāo)簽出發(fā)。程序通過計(jì)算用戶輸入的交互次數(shù)、訪問天數(shù)、課程章節(jié)數(shù)、“論壇發(fā)帖數(shù)”和課程長度與“聚類結(jié)果集”之間的歐式距離，選擇歐式距離最小的結(jié)果對應(yīng)的成績分段，則可以得到用戶未來成績可能的范圍，再在該范圍中取隨機(jī)數(shù)，然后返回界面顯示給用戶。

3 MOOC推薦系統(tǒng)結(jié)果分析

3.1 輸入測試用例

為直接觀察推薦的結(jié)果，輸入一組數(shù)據(jù)如表1。

3.2 輸出結(jié)果分析

返回結(jié)果如圖1所示。

4 總結(jié)

推薦系統(tǒng)的設(shè)計(jì)是當(dāng)今熱點(diǎn)之一。本文設(shè)計(jì)的推薦系統(tǒng)還有很多不足之處，將不斷吸取別人的經(jīng)驗(yàn)，跟上技術(shù)創(chuàng)新的步伐，不斷學(xué)習(xí)、前進(jìn)。

參考文獻(xiàn)

[1]The Economist（2013）Theat tack of the MOOCs，TheEconomist，2013.

[2]李弘運(yùn).基于微博的在線學(xué)習(xí)資源推薦平臺(tái)核心功能設(shè)計(jì)與實(shí)現(xiàn)[D].北京郵電大學(xué)，2015.

作者單位

曲阜師范大學(xué)軟件學(xué)院 山東省曲阜市 273100