大數(shù)據(jù)環(huán)境下學(xué)習(xí)資源智能化推送機制研究

林愿

摘要 在大數(shù)據(jù)背景下，海量的網(wǎng)絡(luò)資源的出現(xiàn)，使得用戶在挑選學(xué)習(xí)資源時無從下手。為了幫助用戶找到自己真正需要的而且是適合自身的學(xué)習(xí)資源，有必要創(chuàng)建有效的學(xué)習(xí)資源在線推送平臺，這是當(dāng)前教育技術(shù)的研究熱點。當(dāng)前，學(xué)習(xí)資源在線推送算法主要有基于內(nèi)容的推送方法和基于協(xié)同過濾的推送方法，這兩種方法都存在不足之處。本文在綜合了協(xié)同過濾推送算法和基于內(nèi)容的推送算法的基礎(chǔ)上，結(jié)合學(xué)習(xí)過程中學(xué)習(xí)者的動態(tài)行為數(shù)據(jù)，提出一種混合協(xié)同過濾的、能自適應(yīng)更新的智能化推送服務(wù)模型，將其應(yīng)用到在線學(xué)習(xí)資源系統(tǒng)中，以進一步提高學(xué)習(xí)資源推送的預(yù)測精度和覆蓋率，期望能對當(dāng)前的數(shù)字化學(xué)習(xí)資源建設(shè)提供借鑒和參考。

關(guān)鍵詞 大數(shù)據(jù) 學(xué)習(xí)資源 智能化 推送

中圖分類號：G642 文獻標(biāo)識碼：A DOI：10.16400/j.cnki.kjdkz.2018.02.034

0引言

當(dāng)前已進入大數(shù)據(jù)時代，在線學(xué)習(xí)成為趨勢。一方面，網(wǎng)絡(luò)上形形色色的學(xué)習(xí)資源信息量很大、更新速度也很快、共享性也很高。另一方面，網(wǎng)絡(luò)上的這些學(xué)習(xí)資源同時也存在過于分散、沒有組織性、梳理起來困難等問題，使得在線學(xué)習(xí)用戶在選擇網(wǎng)絡(luò)上的學(xué)習(xí)資源時，不知從何下手，迫切需要為用戶創(chuàng)建學(xué)習(xí)資源推薦平臺，以幫助用戶快速有效地找到合適的學(xué)習(xí)資源。因此，資源建設(shè)中學(xué)習(xí)資源的智能化推送服務(wù)成為大數(shù)據(jù)時代實現(xiàn)智能型在線學(xué)習(xí)的關(guān)鍵。

1學(xué)習(xí)資源智能化推送機制研究現(xiàn)狀

隨著全球網(wǎng)絡(luò)化的迅速發(fā)展，以及智能手機的普及，全球網(wǎng)絡(luò)數(shù)據(jù)量出現(xiàn)爆炸式增長，即所謂的“大數(shù)據(jù)”，簡單地說就是“巨量的資料”，“大數(shù)據(jù)”帶來的海量、高增長率和多樣化的信息資產(chǎn)，必須要有新的處理模式、處理方法和處理能力才有可能與之適應(yīng)。所謂學(xué)習(xí)資源，通俗的來講，就是各種支持學(xué)習(xí)的資源，可以包括教學(xué)材料、相對應(yīng)的支持系統(tǒng)、相對應(yīng)的學(xué)習(xí)環(huán)境，甚至還包括能幫助個人有效學(xué)習(xí)和操作的任何因素。在人工智能與數(shù)據(jù)庫技術(shù)相結(jié)合的基礎(chǔ)上應(yīng)用人工智能、機器學(xué)習(xí)方法，可以識別和預(yù)測各種用戶的興趣或偏好，做到有針對性地、及時地、主動地推送用戶所需的信息，以滿足針對各種用戶的個性化需求。

目前國內(nèi)外較流行的學(xué)習(xí)資源推送服務(wù)模型主要有兩種：基于內(nèi)容的推送服務(wù)模型和基于協(xié)同過濾的推送服務(wù)模型。

具體來說，基于內(nèi)容的推送服務(wù)模型，以高校課程的推送算法為例，首先是收集用戶所學(xué)的專業(yè)、所從事的職業(yè)甚至是用戶的個人意愿等方面的個人信息，建立起與個人信息相對應(yīng)的特征模型。在完成這一步之后，再提取出所要選擇的課程的關(guān)鍵詞等特征信息，來確定這門課程所對應(yīng)的學(xué)習(xí)目的。最后，系統(tǒng)從用戶的歷史訪問數(shù)據(jù)合并當(dāng)前的操作日志，抽取出特征向量，通過運算建立起初始推送模型，最后將當(dāng)前的訪問序列與初始向量間的相似程度進行閾值比較，當(dāng)兩者相當(dāng)時，說明該用戶匹配到了與其興趣相似的課程，就可以進行相關(guān)在線學(xué)習(xí)課程的推送了。這種推送服務(wù)模型完全依賴于在線學(xué)習(xí)課程的關(guān)鍵詞、課程簡介等，因而存在以下問題：首先因為網(wǎng)絡(luò)課程的特征有限，其模型過度依賴于用戶瀏覽過的在線學(xué)習(xí)課程，所以很難提取到真正有效的特征項，系統(tǒng)很難得到最符合的用戶喜好課程信息，造成推送資源局限。

基于協(xié)同過濾的推送算法則與基于內(nèi)容的推送服務(wù)模型從原理到過程都不同，它主要是應(yīng)用人的興趣不是孤立的這一特點，首先根據(jù)用戶間的共同興趣而不是根據(jù)課程內(nèi)容來推送。根據(jù)用戶對該課程推薦項的評分值而不是課程內(nèi)容提出特征值進行數(shù)據(jù)處理，通過計算當(dāng)前用戶與其它用戶的相似度來預(yù)測并推薦用戶集。這種推送算法存在以下三個方面的問題：由于該算法是依賴于用戶的興趣評估數(shù)據(jù)，會在課程評價方面存在稀疏問題；特別是一門新的課程首次在線出現(xiàn)時，還沒有任何用戶的評價，協(xié)同過濾沒有辦法對它進行預(yù)測和評價，因而不可能準(zhǔn)確地推送；如果用戶不了解課程的內(nèi)容，可能被推薦到已學(xué)過的內(nèi)容，影響推送的效果。

本文在綜合了協(xié)同過濾推送算法和基于內(nèi)容的推送算法的基礎(chǔ)上，結(jié)合學(xué)習(xí)過程中學(xué)習(xí)者的動態(tài)行為數(shù)據(jù)，提出一種混合協(xié)同過濾的、并且能自適應(yīng)更新的智能化推送服務(wù)模型，將其應(yīng)用到在線學(xué)習(xí)資源系統(tǒng)中，以進一步提高學(xué)習(xí)資源推送的預(yù)測精度和覆蓋率。

2采取的方案

針對大數(shù)據(jù)背景下海量網(wǎng)絡(luò)學(xué)習(xí)資源需要組織、管理，以方便用戶選擇真正適合自己的資源，目前主要有基于內(nèi)容的推送算法和基于協(xié)同過濾的推送算法?；趦?nèi)容的推送算法依據(jù)的是課程關(guān)鍵詞、課程簡介等提取課程特征值，與學(xué)習(xí)主體完全脫離，存在推送不準(zhǔn)確的問題?；趨f(xié)同過濾的推送算法則完全不從內(nèi)容提取特征值，僅僅根據(jù)用戶對課程推薦項的評分值進行處理，也存在一些問題。如果能有機地將兩種推送算法結(jié)合起來，并把學(xué)習(xí)者在學(xué)習(xí)過程中產(chǎn)生的動態(tài)行為數(shù)據(jù)考慮進來，從而構(gòu)成一種能自適應(yīng)更新的混合協(xié)同過濾的智能化推送服務(wù)模型，提高學(xué)習(xí)資源推送服務(wù)的預(yù)測精度和覆蓋率。

本文依據(jù)社會需求，以教育信息化理論為理論依據(jù)，對大數(shù)據(jù)環(huán)境下學(xué)習(xí)資源智能化推送服務(wù)機制進行研究和改進，課題研究主要采用文獻研究，實踐研究等方法，從理論研究入手，首先利用數(shù)據(jù)挖掘、語義分析等技術(shù)進行基于內(nèi)容的推送算法的研究；然后根據(jù)用戶對課程推薦項的評分值的高低，提取特征值進行數(shù)據(jù)處理，并計算當(dāng)前用戶與其它用戶的相似度，產(chǎn)生預(yù)測與推薦用戶集，進行基于協(xié)同過濾推送算法的研究。再將兩者與學(xué)習(xí)過程中學(xué)習(xí)者的動態(tài)行為數(shù)據(jù)有機結(jié)合，構(gòu)成一種能自適應(yīng)更新的混合協(xié)同過濾的智能化推送服務(wù)模型，以提高資源推送的預(yù)測精度和覆蓋率。具體方案實施首先采用探索性實驗，之后進行改進實驗；在本校的網(wǎng)絡(luò)教學(xué)平臺上進行新模型的實證研究，首先選擇“集成電路設(shè)計”這門課程試點，摸索經(jīng)驗，修訂模型，再在整個網(wǎng)絡(luò)教學(xué)平臺上推廣運行，并進一步總結(jié)經(jīng)驗完善推送服務(wù)模型，通過多次的師生實踐不斷總結(jié)和分析改正大數(shù)據(jù)環(huán)境下學(xué)習(xí)資源智能化推送服務(wù)模型的不足和缺陷。

（1）組織課題組成員廣泛鉆研國內(nèi)外與本課題有關(guān)的文獻資料，研究其新動向、新成果、新理論，準(zhǔn)備開題論證，修改課題數(shù)據(jù)，擬立課題研究實施計劃。

（2）在本校將提出的混合協(xié)同過濾算法應(yīng)用于教學(xué)資料庫、網(wǎng)絡(luò)教學(xué)平臺等，按照課題研究實施計劃，在學(xué)生及任課老師等多個方面進行試驗和探索。

（3）在繼續(xù)前面試驗的同時，及時掌握反饋信息，做好總結(jié)、提高工作。

（4）組織課題組成員會議，進一步修改完善智能化推薦算

80

2018年/第5期/2月r中J法，通過反復(fù)的實踐不斷完善算法。

3研究內(nèi)容

（1）大數(shù)據(jù)環(huán)境下學(xué)習(xí)資源智能化推送服務(wù)的社會需求調(diào)查研究。

（2）大數(shù)據(jù)環(huán)境下基于混合協(xié)同過濾的學(xué)習(xí)資源推送服務(wù)的研究。

（3）隨學(xué)習(xí)者的動態(tài)行為數(shù)據(jù)自適應(yīng)更新的學(xué)習(xí)資源推送服務(wù)的研究。

（4）大數(shù)據(jù)環(huán)境下學(xué)習(xí)資源智能化推送服務(wù)模型構(gòu)建的研究。

（5）在本校網(wǎng)絡(luò)教學(xué)平臺上進行學(xué)習(xí)資源資源智能化推送服務(wù)模型的實證研究，首先選擇“集成電路設(shè)計”這門課程試點，摸索經(jīng)驗，修訂模型，再在整個網(wǎng)絡(luò)教學(xué)網(wǎng)絡(luò)平臺上推廣運行，進一步總結(jié)經(jīng)驗，完善推送服務(wù)模型。

4結(jié)束語

本論文通過調(diào)查大數(shù)據(jù)環(huán)境下學(xué)習(xí)資源智能化推送服務(wù)的社會需求，將目前存在的兩種主要的推送算法結(jié)合起來，揚長避短，并且與學(xué)習(xí)過程中學(xué)習(xí)者的動態(tài)行為數(shù)據(jù)有機結(jié)合，使其自適應(yīng)更新，構(gòu)成一種新的混合協(xié)同過濾的智能化推送服務(wù)模型，預(yù)計能顯著提高學(xué)習(xí)資源推送服務(wù)的預(yù)測精度和覆蓋率，能對當(dāng)前的數(shù)字化學(xué)習(xí)資源建設(shè)提供借鑒和參考，從而促進智能型在線學(xué)習(xí)的發(fā)展，完善教育信息化理論和產(chǎn)生一定的社會效益。