基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)模型與支持機(jī)制研究

劉鳳娟 趙蔚 姜強(qiáng) 王磊

摘要：近年來(lái)以人工智能為代表的產(chǎn)業(yè)技術(shù)為學(xué)習(xí)方式變革提供了契機(jī)，如何促進(jìn)個(gè)性化學(xué)習(xí)已然成為教育領(lǐng)域關(guān)注的重要話題之一。知識(shí)圖譜作為知識(shí)可視化發(fā)展的最新技術(shù)，擁有較強(qiáng)的表達(dá)能力，不僅能在不同知識(shí)點(diǎn)之間建立非線性的語(yǔ)義聯(lián)系，還能解決在線學(xué)習(xí)中推薦、監(jiān)控、評(píng)價(jià)、反饋等個(gè)性化學(xué)習(xí)支持問(wèn)題，可以助力學(xué)習(xí)者系統(tǒng)高效地建構(gòu)知識(shí)體系、優(yōu)化學(xué)習(xí)決策，為個(gè)性化學(xué)習(xí)支持研究提供了新的視角。因此，該研究在分析個(gè)性化學(xué)習(xí)及相關(guān)研究現(xiàn)狀基礎(chǔ)上，立足學(xué)習(xí)者導(dǎo)向視角，在自我決定理論等指導(dǎo)下，構(gòu)建了基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)模型，并從動(dòng)機(jī)激發(fā)、知識(shí)建構(gòu)、意志提升、能力增強(qiáng)四個(gè)維度出發(fā)，構(gòu)建了基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)“四位一體”協(xié)同支持機(jī)制，設(shè)計(jì)了基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)系統(tǒng)原型，以期為給個(gè)性化學(xué)習(xí)研究提供一定參考。

關(guān)鍵詞：知識(shí)圖譜；個(gè)性化學(xué)習(xí)；模型；支持機(jī)制

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)志碼：A

* 本文系國(guó)家社會(huì)科學(xué)基金教育學(xué)一般課題“基于知識(shí)圖譜擴(kuò)展模型的個(gè)性化學(xué)習(xí)支持與實(shí)現(xiàn)機(jī)理研究”（課題編號(hào)：BCA200083）階段性成果。

隨著“互聯(lián)網(wǎng)+教育”的普及，大規(guī)模線上學(xué)習(xí)已經(jīng)成為學(xué)習(xí)新常態(tài)，個(gè)性化學(xué)習(xí)作為破解規(guī)?；瘋€(gè)性教育難題的關(guān)鍵措施而備受關(guān)注，人工智能技術(shù)的發(fā)展和應(yīng)用為大規(guī)模個(gè)性化學(xué)習(xí)的實(shí)現(xiàn)提供了可能?！吨袊?guó)教育現(xiàn)代化2035》將“利用現(xiàn)代技術(shù)加快推動(dòng)人才培養(yǎng)模式改革，實(shí)現(xiàn)規(guī)?；逃c個(gè)性化培養(yǎng)有機(jī)結(jié)合”作為重要戰(zhàn)略任務(wù)[1]。國(guó)家《新一代人工智能發(fā)展規(guī)劃》提出：要重點(diǎn)突破知識(shí)加工等核心技術(shù)，形成涵蓋數(shù)十億實(shí)體規(guī)模的多源、多學(xué)科和多數(shù)據(jù)類型的跨媒體知識(shí)圖譜，并利用智能技術(shù)加快推動(dòng)人才培養(yǎng)模式、教學(xué)方法改革[2]。但目前的個(gè)性化學(xué)習(xí)更多側(cè)重知識(shí)技能的習(xí)得，學(xué)習(xí)者學(xué)習(xí)過(guò)程中存在過(guò)分依賴智能系統(tǒng)的判斷與幫扶等誤區(qū)[3]，忽略了自身個(gè)性發(fā)展以及學(xué)習(xí)能力的培養(yǎng)。因此，個(gè)性化學(xué)習(xí)應(yīng)以培養(yǎng)掌握學(xué)習(xí)技能而勝任未來(lái)的人為目標(biāo)，在技術(shù)支持下充分發(fā)揮學(xué)習(xí)者主體對(duì)自身需求的感知能力和對(duì)自身知識(shí)能力水平的判斷能力，幫助學(xué)習(xí)者實(shí)現(xiàn)個(gè)性發(fā)展。而知識(shí)圖譜作為人工智能新技術(shù)可增強(qiáng)知識(shí)表達(dá)，為個(gè)性化學(xué)習(xí)研究帶來(lái)新契機(jī)。在知識(shí)圖譜支持下構(gòu)建學(xué)習(xí)者導(dǎo)向的個(gè)性化學(xué)習(xí)模型，探索如何為學(xué)習(xí)者提供更適切的個(gè)性化學(xué)習(xí)，對(duì)促進(jìn)智能時(shí)代學(xué)習(xí)方式變革、探索智能教育新生態(tài)環(huán)境下學(xué)習(xí)者“學(xué)會(huì)學(xué)習(xí)”綜合素養(yǎng)的培養(yǎng)以及促進(jìn)人工智能“育人”本質(zhì)的發(fā)揮具有重要的現(xiàn)實(shí)意義。

個(gè)性化學(xué)習(xí)思想，可追溯到我國(guó)著名教育家孔子提出的“因材施教”，對(duì)不同的學(xué)習(xí)者采取不同的途徑、措施和方法進(jìn)行個(gè)別教學(xué)[4]。通過(guò)查閱文獻(xiàn)發(fā)現(xiàn)，個(gè)性化學(xué)習(xí)相關(guān)研究主要集中在學(xué)習(xí)模式/框架/系統(tǒng)/平臺(tái)構(gòu)建以及個(gè)性化推薦等方面。其中，當(dāng)下流行的智能導(dǎo)學(xué)系統(tǒng)、自適應(yīng)學(xué)習(xí)系統(tǒng)等研究更偏向于技術(shù)導(dǎo)向的個(gè)性化學(xué)習(xí)。比如：Brusilovsky P等指出使用計(jì)算機(jī)系統(tǒng)或工具來(lái)為學(xué)習(xí)者提供定制的學(xué)習(xí)材料或活動(dòng)，以滿足個(gè)性化的學(xué)習(xí)需求[5]。但現(xiàn)實(shí)表明，技術(shù)提供的學(xué)習(xí)支架雖然可以根據(jù)學(xué)習(xí)者的個(gè)性需求提供定制的學(xué)習(xí)，但是當(dāng)學(xué)習(xí)者遇到情感態(tài)度等特定的學(xué)習(xí)困難或缺乏目標(biāo)動(dòng)機(jī)時(shí)，技術(shù)則顯得無(wú)能為力。而隨著學(xué)習(xí)分析和大數(shù)據(jù)的推廣應(yīng)用，借助學(xué)習(xí)分析工具精準(zhǔn)識(shí)別學(xué)習(xí)者的學(xué)習(xí)狀態(tài)為教師教學(xué)決策提供數(shù)據(jù)支持成為個(gè)性化學(xué)習(xí)關(guān)注的重點(diǎn)。比如：iLearn學(xué)院利用數(shù)字學(xué)習(xí)工具和相關(guān)的、基于項(xiàng)目的教學(xué)方法，為學(xué)習(xí)者提供個(gè)性化教育[6]。彭紅超等構(gòu)建了面向精準(zhǔn)教學(xué)的個(gè)性化適性學(xué)習(xí)框架[7]。該類研究雖然一定程度上體現(xiàn)了學(xué)習(xí)者主體性，但更注重技術(shù)控制與教師決策，偏向數(shù)據(jù)分析及其教學(xué)決策應(yīng)用，沒(méi)有發(fā)揮學(xué)習(xí)者主體行為對(duì)知識(shí)深度建構(gòu)的重要作用。因此，個(gè)別學(xué)者從促進(jìn)學(xué)習(xí)者的自主學(xué)習(xí)視角出發(fā)，構(gòu)建了個(gè)性化自適應(yīng)學(xué)習(xí)模式[8]，或提出一種具有自我調(diào)節(jié)學(xué)習(xí)輔助機(jī)制的個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)，幫助學(xué)習(xí)能力差的被動(dòng)學(xué)習(xí)者轉(zhuǎn)變?yōu)榫哂凶晕艺{(diào)節(jié)學(xué)習(xí)能力的主動(dòng)學(xué)習(xí)者[9]。由此，學(xué)習(xí)者導(dǎo)向的個(gè)性化學(xué)習(xí)成為研究的新范式。

在學(xué)習(xí)者導(dǎo)向的個(gè)性化學(xué)習(xí)研究中，個(gè)性化推薦為學(xué)習(xí)者科學(xué)規(guī)劃和決策等提供了有益參考，但傳統(tǒng)個(gè)性化推薦多集中在基于本體、概念圖等的個(gè)性化學(xué)習(xí)路徑模型[10]以及認(rèn)知診斷[11]等研究，但現(xiàn)實(shí)表明該類機(jī)器推薦與學(xué)習(xí)者學(xué)習(xí)需求匹配度并不高，原因在于本體或概念圖方法只建立了知識(shí)點(diǎn)之間最基本的關(guān)系，忽略了學(xué)習(xí)對(duì)象之間的潛在依賴關(guān)系，缺乏更復(fù)雜語(yǔ)義關(guān)系的建立，通常會(huì)在推薦中出現(xiàn)冗余或不相關(guān)的知識(shí)概念，不利于學(xué)習(xí)者知識(shí)建構(gòu)。而知識(shí)圖譜這種語(yǔ)義關(guān)系更豐富、推理能力更強(qiáng)、可視化方式更直觀的智能新技術(shù)能夠?yàn)閭€(gè)性化學(xué)習(xí)研究賦能，但基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)研究目前尚處于起步狀態(tài)，以知識(shí)圖譜構(gòu)建和學(xué)習(xí)路徑推薦方法為主，且常被用作診斷性教育方法[12]，為學(xué)習(xí)者個(gè)性化學(xué)習(xí)提供的支持力度有限。而對(duì)學(xué)習(xí)者來(lái)說(shuō)，系統(tǒng)推薦的不一定是學(xué)習(xí)者所需要的，且最優(yōu)路徑推薦對(duì)學(xué)習(xí)者個(gè)體來(lái)說(shuō)不一定是最適合的，與真正意義上的個(gè)性化學(xué)習(xí)還有較大差距。因此，個(gè)性化學(xué)習(xí)不僅要需要個(gè)性化推薦等技術(shù)的輔助支持，更要注重學(xué)習(xí)者主觀能動(dòng)性的發(fā)揮，從而促進(jìn)學(xué)習(xí)者在個(gè)性化學(xué)習(xí)過(guò)程中從主體“我”向本體“我”的轉(zhuǎn)變。此外，Knewton平臺(tái)、智慧學(xué)伴、百度云智學(xué)院、谷歌AltSchool、松鼠AI、高木學(xué)習(xí)、智學(xué)網(wǎng)等個(gè)性化學(xué)習(xí)實(shí)踐探索中也存在學(xué)習(xí)者主觀能動(dòng)性發(fā)揮不足等問(wèn)題[13]。

綜上，已有研究對(duì)個(gè)性化學(xué)習(xí)發(fā)展做出了巨大貢獻(xiàn)，但研究主要集中在如何通過(guò)系統(tǒng)判斷與推薦為學(xué)習(xí)者提供學(xué)習(xí)，多側(cè)重技術(shù)導(dǎo)向或教師導(dǎo)向的差異化教學(xué)研究，忽視了對(duì)學(xué)習(xí)者自我反思、調(diào)節(jié)等思維能力[14]，學(xué)習(xí)者主觀調(diào)控不足、學(xué)習(xí)體驗(yàn)不理想，從而導(dǎo)致學(xué)習(xí)不夠成功[15]，個(gè)性化學(xué)習(xí)研究還需進(jìn)一步展開(kāi)深入探索[16]。因此，本研究從學(xué)習(xí)者導(dǎo)向的個(gè)性化學(xué)習(xí)視角出發(fā)，試圖探索基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)模型構(gòu)建及個(gè)性化學(xué)習(xí)支持機(jī)制，學(xué)習(xí)者在學(xué)習(xí)過(guò)程中有意識(shí)地選擇或主動(dòng)探索自身學(xué)習(xí)情況，從而有效地進(jìn)行個(gè)性化學(xué)習(xí)。

模型構(gòu)建的前提是對(duì)個(gè)性化學(xué)習(xí)的認(rèn)識(shí)。本研究認(rèn)為個(gè)性化學(xué)習(xí)是以學(xué)習(xí)者的個(gè)性差異和目標(biāo)需求為基礎(chǔ)，學(xué)習(xí)者在系統(tǒng)支持下通過(guò)自主確定學(xué)習(xí)目標(biāo)并決策學(xué)習(xí)過(guò)程，自覺(jué)完成學(xué)習(xí)任務(wù)并在監(jiān)控評(píng)價(jià)與反饋調(diào)節(jié)中不斷優(yōu)化學(xué)習(xí)體驗(yàn)、提高學(xué)習(xí)績(jī)效，從而促進(jìn)個(gè)體全面發(fā)展的一種學(xué)習(xí)范式。因此，本研究在此認(rèn)識(shí)基礎(chǔ)上，基于個(gè)性化學(xué)習(xí)過(guò)程設(shè)計(jì)，構(gòu)建了基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)模型。

（一）設(shè)計(jì)理念

1.設(shè)計(jì)視角：學(xué)習(xí)者導(dǎo)向

個(gè)性化學(xué)習(xí)主體是學(xué)習(xí)者，學(xué)習(xí)者個(gè)體是積極向上的、具有自我實(shí)現(xiàn)和自我成長(zhǎng)的內(nèi)在需求，在個(gè)性化學(xué)習(xí)模型中為了更好地促進(jìn)學(xué)習(xí)者個(gè)性發(fā)展，有必要通過(guò)動(dòng)機(jī)激發(fā)與維持加強(qiáng)學(xué)習(xí)者的主觀能動(dòng)性、促進(jìn)自主決策等具體做法，促進(jìn)學(xué)習(xí)者準(zhǔn)確把握自身基本心理需求與外部學(xué)習(xí)環(huán)境之間的辯證關(guān)系。只有當(dāng)學(xué)習(xí)者積極參與決定要學(xué)的內(nèi)容、計(jì)劃如何發(fā)展新的知識(shí)和技能以及如何展示他們的新技能時(shí)，學(xué)習(xí)才是個(gè)性化的。因此，個(gè)性化學(xué)習(xí)模型的設(shè)計(jì)視角是學(xué)習(xí)者導(dǎo)向，旨在促進(jìn)學(xué)習(xí)者主觀能動(dòng)性的發(fā)揮和個(gè)性化學(xué)習(xí)系統(tǒng)增強(qiáng)學(xué)習(xí)者學(xué)習(xí)能力 “育人”功能的體現(xiàn)。

2.理論指導(dǎo)：自我決定與自我調(diào)節(jié)

自我決定理論認(rèn)為盡管個(gè)體具有積極向上、自我實(shí)現(xiàn)和自我成長(zhǎng)的天性，但外部的社會(huì)環(huán)境可能會(huì)支持也可能會(huì)阻礙個(gè)體自我成長(zhǎng)[17]。該理論為個(gè)性化學(xué)習(xí)模型構(gòu)建中如何激發(fā)學(xué)習(xí)動(dòng)機(jī)、在自主決策中促進(jìn)知識(shí)建構(gòu)提供了指導(dǎo)作用。自我調(diào)節(jié)學(xué)習(xí)旨在幫助學(xué)習(xí)者對(duì)自身學(xué)習(xí)進(jìn)行合理規(guī)劃并對(duì)學(xué)習(xí)效果進(jìn)行自我監(jiān)控和自我評(píng)價(jià)，Zimmerman自我調(diào)節(jié)學(xué)習(xí)循環(huán)（SREP）模式[18]為個(gè)性化學(xué)習(xí)過(guò)程中為學(xué)習(xí)者創(chuàng)設(shè)自主規(guī)劃、操作監(jiān)控與反饋調(diào)節(jié)的個(gè)性化學(xué)習(xí)情境，優(yōu)化個(gè)性化學(xué)習(xí)體驗(yàn)，促進(jìn)學(xué)習(xí)者個(gè)性化學(xué)習(xí)能力和學(xué)習(xí)意志的培養(yǎng)帶來(lái)了重要啟示。因此，依據(jù)設(shè)計(jì)視角，本研究從學(xué)習(xí)過(guò)程整體出發(fā)，主要在自我決定理論和自我調(diào)節(jié)學(xué)習(xí)理論指導(dǎo)下探索構(gòu)建滿足學(xué)習(xí)者個(gè)性化需求的學(xué)習(xí)模型。

3.技術(shù)基礎(chǔ)：知識(shí)圖譜

模型構(gòu)建的目的是為學(xué)習(xí)者創(chuàng)設(shè)自我規(guī)劃、自我監(jiān)控與自我反饋的個(gè)性化學(xué)習(xí)情境，其技術(shù)基礎(chǔ)是知識(shí)圖譜。作為人工智能技術(shù)在知識(shí)可視化發(fā)展中的最新技術(shù)，知識(shí)圖譜是由一系列的知識(shí)元組成，每個(gè)知識(shí)元不僅僅包括知識(shí)的內(nèi)容，還包括與之有關(guān)的學(xué)習(xí)資源、學(xué)習(xí)活動(dòng)等，其細(xì)粒度的構(gòu)成可以滿足學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求。且知識(shí)圖譜在眾多知識(shí)表示方式中，擁有較強(qiáng)的表達(dá)能力和建模靈活性，不僅能在不同知識(shí)元之間建立非線性的語(yǔ)義關(guān)聯(lián)，幫助學(xué)習(xí)者高效地完成知識(shí)建構(gòu)，還能通過(guò)一定機(jī)制與學(xué)習(xí)者個(gè)性化學(xué)習(xí)過(guò)程建立關(guān)聯(lián)，提高個(gè)性化學(xué)習(xí)系統(tǒng)的認(rèn)知智能，并通過(guò)可視化方式解決學(xué)習(xí)過(guò)程中的監(jiān)控、評(píng)價(jià)和反饋問(wèn)題，幫助學(xué)習(xí)者優(yōu)化決策、提升體驗(yàn)，從而有效促進(jìn)個(gè)性化學(xué)習(xí)。

4.運(yùn)行機(jī)制：人機(jī)協(xié)同

人才培養(yǎng)的目標(biāo)是在知識(shí)技能獲取過(guò)程中完成對(duì)學(xué)習(xí)者思維能力的培養(yǎng)，使其具備獨(dú)立思考、判斷、決策以及調(diào)控能力。學(xué)習(xí)者的自主參與性和主觀能動(dòng)性顯然是影響個(gè)性發(fā)展的關(guān)鍵因素。模型的運(yùn)行機(jī)制是在學(xué)習(xí)者主體參與和知識(shí)圖譜輔助支持相結(jié)合的人機(jī)協(xié)同交互機(jī)制，即學(xué)習(xí)者主體在知識(shí)圖譜的支持輔助下，制定符合自己的學(xué)習(xí)目標(biāo)，選擇適合自己的學(xué)習(xí)內(nèi)容與方法，并對(duì)自身的學(xué)習(xí)過(guò)程與結(jié)果進(jìn)行監(jiān)控、評(píng)價(jià)、反饋與調(diào)節(jié)。在整個(gè)過(guò)程中學(xué)習(xí)者的主觀能動(dòng)性得到充分發(fā)揮，技術(shù)為學(xué)習(xí)者學(xué)習(xí)決策提供參考依據(jù)，提高了學(xué)習(xí)績(jī)效，學(xué)習(xí)者在技術(shù)引導(dǎo)下，自身的思維能力得到提升。

（二）模型構(gòu)建

基于上述設(shè)計(jì)理念，本研究構(gòu)建了基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)模型，具體如圖1所示。

模型體現(xiàn)了知識(shí)圖譜作為學(xué)習(xí)支持工具與學(xué)習(xí)者的個(gè)性化學(xué)習(xí)過(guò)程的深度融合，在記錄與追蹤學(xué)習(xí)者的基本信息、認(rèn)知水平、能力水平、情感態(tài)度等個(gè)性特征基礎(chǔ)上，將學(xué)習(xí)者個(gè)性特征與知識(shí)圖譜中實(shí)體屬性進(jìn)行關(guān)聯(lián)。知識(shí)圖譜在學(xué)習(xí)者學(xué)習(xí)過(guò)程中一方面通過(guò)關(guān)系推理從路徑推薦、資源推薦、同伴推薦、試題推薦、系統(tǒng)引導(dǎo)等方面提供個(gè)性化支持，另一方面則發(fā)揮其圖示優(yōu)勢(shì)為學(xué)習(xí)者動(dòng)態(tài)展示個(gè)人圖譜建構(gòu)情況。學(xué)習(xí)者在知識(shí)圖譜的支持下，在目標(biāo)設(shè)定、路徑選擇、資源選擇、知識(shí)建構(gòu)、監(jiān)控評(píng)價(jià)、反饋調(diào)節(jié)等學(xué)習(xí)過(guò)程環(huán)節(jié)中發(fā)揮個(gè)人感知、決策判斷與修正等主體作用，積極主導(dǎo)并完成學(xué)習(xí)活動(dòng)。在此過(guò)程中，學(xué)習(xí)者在個(gè)人圖譜建構(gòu)基礎(chǔ)上，會(huì)結(jié)合個(gè)人的時(shí)間、學(xué)習(xí)需求（新知學(xué)習(xí)或舊知復(fù)習(xí)）等學(xué)習(xí)規(guī)劃進(jìn)行目標(biāo)設(shè)定，也會(huì)結(jié)合個(gè)人知識(shí)狀態(tài)進(jìn)行路徑選擇，還會(huì)結(jié)合個(gè)人偏好進(jìn)行資源選擇，并在個(gè)人學(xué)習(xí)狀態(tài)感知基礎(chǔ)上進(jìn)行監(jiān)控評(píng)價(jià)，從而滿足自身個(gè)性發(fā)展需求?；谥R(shí)圖譜的個(gè)性化學(xué)習(xí)將學(xué)習(xí)者個(gè)體的腦力和體力充分調(diào)動(dòng)起來(lái)參與學(xué)習(xí)，促使自身的動(dòng)機(jī)、認(rèn)知、技能和情感水平發(fā)生變化，進(jìn)而增強(qiáng)自身思維能力，彰顯在個(gè)性化學(xué)習(xí)中的主體作用。

當(dāng)學(xué)習(xí)者對(duì)自主控制和能力展現(xiàn)的基本需求得到滿足時(shí)，他們會(huì)表現(xiàn)出更大的學(xué)習(xí)動(dòng)力、學(xué)習(xí)績(jī)效和滿足感，個(gè)性也會(huì)得到充分發(fā)展。個(gè)性化學(xué)習(xí)支持是為了幫助學(xué)習(xí)者尋求適合自身學(xué)習(xí)的一種服務(wù)范式。因此，個(gè)性化學(xué)習(xí)意味著學(xué)習(xí)者自身應(yīng)對(duì)學(xué)習(xí)承擔(dān)更多的責(zé)任，是在學(xué)習(xí)活動(dòng)中賦予學(xué)習(xí)者一定的控制權(quán)，并使之能進(jìn)行自主判斷、決策和體驗(yàn)學(xué)習(xí)過(guò)程以及評(píng)估學(xué)業(yè)成就[19]，從而幫助其成為具備良好學(xué)習(xí)技能和策略的獨(dú)立學(xué)習(xí)者。而除了知識(shí)習(xí)得，學(xué)習(xí)動(dòng)力、能力和毅力的培養(yǎng)可以使學(xué)習(xí)者對(duì)社會(huì)的快速發(fā)展具有更高的適應(yīng)性[20]。因此，在個(gè)性化學(xué)習(xí)模型指導(dǎo)下，本研究立足為不同學(xué)習(xí)者提供適合的個(gè)性化學(xué)習(xí)，從學(xué)習(xí)者主體作用發(fā)揮與學(xué)習(xí)系統(tǒng)個(gè)性支持協(xié)同交互的角度出發(fā)，基于學(xué)習(xí)者動(dòng)機(jī)激發(fā)、知識(shí)建構(gòu)、意志增強(qiáng)、能力養(yǎng)成四個(gè)維度構(gòu)建了基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)“四位一體”協(xié)同支持機(jī)制，具體如圖2所示。

（一）多維度體驗(yàn)的個(gè)人圖譜與自定規(guī)劃協(xié)同提高動(dòng)機(jī)水平

增強(qiáng)學(xué)習(xí)體驗(yàn)以激發(fā)學(xué)習(xí)動(dòng)機(jī)是個(gè)性化學(xué)習(xí)支持首要考慮的因素。動(dòng)態(tài)環(huán)境創(chuàng)設(shè)能有效激發(fā)并保持學(xué)習(xí)者的興趣和態(tài)度，在記錄學(xué)習(xí)者歷史經(jīng)驗(yàn)和表現(xiàn)過(guò)程中，根據(jù)學(xué)習(xí)者個(gè)性需求匹配特定的內(nèi)容與活動(dòng)。個(gè)性化的目的是創(chuàng)設(shè)一個(gè)能對(duì)學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)、目的和需求做出回應(yīng)的學(xué)習(xí)環(huán)境，學(xué)習(xí)者在有意識(shí)地規(guī)劃學(xué)習(xí)并主動(dòng)選擇適應(yīng)學(xué)習(xí)的過(guò)程中產(chǎn)生更高水平的內(nèi)在動(dòng)機(jī)，從而更好地發(fā)揮學(xué)習(xí)者的主體作用。因此，研究主要通過(guò)動(dòng)態(tài)個(gè)人圖譜和學(xué)習(xí)者自定規(guī)劃相結(jié)合的方式多維度支持學(xué)習(xí)者具體經(jīng)驗(yàn)的獲得與學(xué)習(xí)動(dòng)機(jī)的激發(fā)。

一方面，通過(guò)將學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)與知識(shí)圖譜建立關(guān)聯(lián)，記錄更新學(xué)習(xí)者知識(shí)點(diǎn)完成情況，并為學(xué)習(xí)者可視化動(dòng)態(tài)展示個(gè)人圖譜建構(gòu)情況（包括近鄰尚未完成的知識(shí)點(diǎn)分布以及個(gè)人歷史學(xué)習(xí)表現(xiàn)等情況），吸引學(xué)習(xí)者感官注意，學(xué)習(xí)者通過(guò)查看目前學(xué)習(xí)在整個(gè)知識(shí)圖譜中所處的相對(duì)位置，增強(qiáng)對(duì)學(xué)習(xí)規(guī)劃和目標(biāo)更直觀的感覺(jué)、知覺(jué)，進(jìn)而激發(fā)學(xué)習(xí)者積極參與和深入探究的內(nèi)在意愿，為學(xué)習(xí)者后續(xù)學(xué)習(xí)規(guī)劃與目標(biāo)的制定與修正提供直接參考依據(jù)。另一方面，為學(xué)習(xí)者提供制定個(gè)人學(xué)習(xí)規(guī)劃的機(jī)會(huì)。學(xué)習(xí)者可以根據(jù)自身能力水平情況從目標(biāo)設(shè)定、時(shí)間規(guī)劃和預(yù)期績(jī)效等維度動(dòng)手設(shè)計(jì)學(xué)習(xí)規(guī)劃。如此，學(xué)習(xí)者會(huì)更明確自己的學(xué)習(xí)目標(biāo)，增強(qiáng)了多維度體驗(yàn)下的學(xué)習(xí)責(zé)任感和緊迫感，增強(qiáng)了動(dòng)機(jī)水平。

此外，滿意度是學(xué)習(xí)者主體對(duì)其學(xué)習(xí)或?qū)W習(xí)經(jīng)歷的一種快樂(lè)或積極的情緒狀態(tài)，高滿意度必然會(huì)促進(jìn)學(xué)習(xí)者的學(xué)習(xí)積極性。在目標(biāo)設(shè)定過(guò)程中，允許學(xué)習(xí)者通過(guò)階段目標(biāo)（月/周目標(biāo)）和日/次目標(biāo)結(jié)合的方式，通過(guò)日/次目標(biāo)的完成逐步達(dá)成階段目標(biāo)，在每一次學(xué)習(xí)結(jié)束時(shí)，都會(huì)讓學(xué)習(xí)者記錄個(gè)人在達(dá)成預(yù)設(shè)目標(biāo)時(shí)產(chǎn)生的直觀學(xué)習(xí)體驗(yàn)感，使學(xué)習(xí)者在體驗(yàn)學(xué)習(xí)成就感的同時(shí)提高了學(xué)習(xí)興趣，增強(qiáng)內(nèi)部動(dòng)機(jī)，為順利完成學(xué)習(xí)任務(wù)奠定基礎(chǔ)。

（二）多目標(biāo)優(yōu)化的個(gè)性化推薦與自主決策協(xié)同促進(jìn)知識(shí)建構(gòu)

知識(shí)建構(gòu)是個(gè)性化學(xué)習(xí)支持的重要目的，而知識(shí)建構(gòu)的績(jī)效取決于學(xué)習(xí)者主體學(xué)習(xí)參與情況。其中，決策控制在學(xué)習(xí)者個(gè)性化學(xué)習(xí)中起著關(guān)鍵作用，只有允許學(xué)習(xí)者依據(jù)自身的需求去探索實(shí)現(xiàn)自己的目標(biāo)，并主動(dòng)承擔(dān)起知識(shí)建構(gòu)的責(zé)任，才能為個(gè)性化學(xué)習(xí)成功提供保障。傳統(tǒng)自適應(yīng)學(xué)習(xí)系統(tǒng)的領(lǐng)域本體結(jié)構(gòu)通常是按章、節(jié)、知識(shí)點(diǎn)的邏輯順序構(gòu)成，且推薦對(duì)象多是知識(shí)單元序列組成的粗粒度內(nèi)容路徑，難以滿足學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求。而知識(shí)圖譜不僅采用三元組方式描述知識(shí)體系，通過(guò)知識(shí)元之間的屬性標(biāo)識(shí)和關(guān)聯(lián)關(guān)系建立更豐富知識(shí)表達(dá)，更在于其動(dòng)態(tài)的圖結(jié)構(gòu)方式，在知識(shí)元序列組成的細(xì)粒度學(xué)習(xí)路徑基礎(chǔ)上，可以允許搜索等大規(guī)模圖算法的運(yùn)行，能更好地契合學(xué)習(xí)者學(xué)習(xí)水平的動(dòng)態(tài)變化，使個(gè)性化學(xué)習(xí)系統(tǒng)具有更強(qiáng)的認(rèn)知能力，從而幫助學(xué)習(xí)者提高個(gè)性化學(xué)習(xí)績(jī)效，優(yōu)化個(gè)性化學(xué)習(xí)。因此，研究主要在知識(shí)圖譜支持下通過(guò)學(xué)習(xí)系統(tǒng)個(gè)性化推薦和學(xué)習(xí)者自主決策協(xié)同支持方式，學(xué)習(xí)者在動(dòng)態(tài)生成性路徑中完成知識(shí)的系統(tǒng)建構(gòu)，促進(jìn)個(gè)體具身學(xué)習(xí)的發(fā)生。

一方面，知識(shí)圖譜可視化展示了知識(shí)體系，利用知識(shí)圖譜學(xué)習(xí)有助于學(xué)習(xí)者對(duì)知識(shí)產(chǎn)生系統(tǒng)感知、記憶、思維和想象。同時(shí)，學(xué)習(xí)系統(tǒng)基于學(xué)習(xí)者初始能力、經(jīng)驗(yàn)基礎(chǔ)以及學(xué)習(xí)動(dòng)機(jī)等個(gè)性特征，結(jié)合對(duì)學(xué)習(xí)時(shí)間、目標(biāo)、績(jī)效等多目標(biāo)需求，在多模多目標(biāo)優(yōu)化算法支持下，通過(guò)知識(shí)圖譜的圖結(jié)構(gòu)方式，動(dòng)態(tài)為學(xué)習(xí)者提供適合的推薦結(jié)果，為其學(xué)習(xí)決策提供參考，助力學(xué)習(xí)者減負(fù)增效。另一方面，對(duì)決策過(guò)程和結(jié)果的體驗(yàn)?zāi)軌蛴行Т龠M(jìn)學(xué)習(xí)者個(gè)體的元認(rèn)知發(fā)展，幫助學(xué)習(xí)者在人機(jī)交互過(guò)程中掌握獨(dú)立解決問(wèn)題的有效方法和技巧。學(xué)習(xí)者在知識(shí)元路徑推薦基礎(chǔ)上，圍繞目標(biāo)與情境，在充分考慮自身知識(shí)掌握的實(shí)際情況基礎(chǔ)上，主動(dòng)形成內(nèi)在判斷和決策意識(shí)，進(jìn)而自主選取適合的知識(shí)元路徑和資源類型進(jìn)行學(xué)習(xí)，增強(qiáng)其判斷和決策能力，從而更好地建構(gòu)和內(nèi)化知識(shí)。

（三）多模態(tài)感知的個(gè)性化評(píng)價(jià)與自我反思協(xié)同提升意志品質(zhì)

學(xué)習(xí)者的意志驅(qū)動(dòng)著其個(gè)性化學(xué)習(xí)探究活動(dòng)，只有學(xué)習(xí)者學(xué)會(huì)管理和使用學(xué)習(xí)活動(dòng)信息，才能真正體現(xiàn)個(gè)性化的價(jià)值和意義。實(shí)踐證明，傳統(tǒng)的在線學(xué)習(xí)數(shù)據(jù)信息主要用于學(xué)習(xí)評(píng)價(jià)和教師決策參考，而現(xiàn)實(shí)中學(xué)習(xí)者對(duì)自身學(xué)習(xí)數(shù)據(jù)信息的使用重視程度不夠，助力個(gè)人決策更是在實(shí)踐中鮮有發(fā)生。因此，研究通過(guò)學(xué)習(xí)系統(tǒng)提供的個(gè)性化評(píng)價(jià)與學(xué)習(xí)者自我反思相結(jié)合的方式協(xié)同支持學(xué)習(xí)者從感知多模態(tài)數(shù)據(jù)到應(yīng)用數(shù)據(jù)，進(jìn)而提高自身反思性觀察能力、增強(qiáng)學(xué)習(xí)意志品質(zhì)。

學(xué)習(xí)儀表盤通過(guò)可視化方式反饋學(xué)習(xí)者狀態(tài)，能增強(qiáng)內(nèi)部動(dòng)機(jī)和自我價(jià)值觀[21]。因此，研究一方面在借鑒學(xué)習(xí)儀表盤的成功經(jīng)驗(yàn)基礎(chǔ)上，將實(shí)時(shí)追蹤、記錄學(xué)習(xí)者學(xué)習(xí)過(guò)程表現(xiàn)與學(xué)習(xí)狀態(tài)嵌入到知識(shí)圖譜的知識(shí)元屬性中，并在圖譜上將知識(shí)點(diǎn)解鎖、活動(dòng)點(diǎn)完成、任務(wù)度達(dá)成以及學(xué)習(xí)滿意度描述等個(gè)性化學(xué)習(xí)評(píng)價(jià)情況通過(guò)符號(hào)、顏色、形狀等多模態(tài)可視化表征方式為學(xué)習(xí)者提供直觀反饋，學(xué)習(xí)者在個(gè)人知識(shí)圖譜支持下對(duì)照目標(biāo)達(dá)成情況加強(qiáng)對(duì)個(gè)人學(xué)習(xí)狀態(tài)的判斷，幫助學(xué)習(xí)者在自我評(píng)價(jià)與自我反饋中加強(qiáng)學(xué)習(xí)自律性，養(yǎng)成良好的學(xué)習(xí)習(xí)慣，從而在提高學(xué)習(xí)效能過(guò)程中建立并增強(qiáng)個(gè)性化學(xué)習(xí)信念。另一方面，自我反思和自我激勵(lì)為個(gè)性化學(xué)習(xí)成功提供重要保障。學(xué)習(xí)者利用圖譜表征的個(gè)性化學(xué)習(xí)表現(xiàn)以及學(xué)習(xí)績(jī)效表現(xiàn)進(jìn)行實(shí)時(shí)監(jiān)控與評(píng)價(jià)，在建立對(duì)個(gè)人學(xué)習(xí)狀態(tài)系統(tǒng)認(rèn)知的同時(shí)積極反思個(gè)人學(xué)習(xí)過(guò)程中所采用的策略與方法以及所取得的學(xué)習(xí)績(jī)效等情況，加強(qiáng)對(duì)個(gè)人學(xué)習(xí)過(guò)程問(wèn)題的正視與探析，促進(jìn)學(xué)習(xí)者在客觀掌握自身能力水平基礎(chǔ)上科學(xué)修正個(gè)人目標(biāo)，歷練更堅(jiān)韌的個(gè)性化學(xué)習(xí)意志品質(zhì)，進(jìn)而促進(jìn)自我剖析、自我改進(jìn)和自我發(fā)展，確保個(gè)性化學(xué)習(xí)活動(dòng)的有效性和可持續(xù)性。

（四）多境脈融合的個(gè)性化引導(dǎo)與自主建構(gòu)協(xié)同增強(qiáng)思維能力

學(xué)習(xí)者的思維能力水平?jīng)Q定著其個(gè)性化學(xué)習(xí)績(jī)效，思維能力不僅包括對(duì)知識(shí)的感知、記憶等基本能力，還包括監(jiān)控、反思、評(píng)價(jià)、自我指導(dǎo)以及自我調(diào)節(jié)等與學(xué)習(xí)體悟有關(guān)的思維技能。實(shí)踐發(fā)現(xiàn)，過(guò)度依賴系統(tǒng)決策與控制不利于學(xué)習(xí)者高階思維能力的發(fā)展。而個(gè)性化學(xué)習(xí)的最終目的是在學(xué)習(xí)過(guò)程中培養(yǎng)學(xué)習(xí)者具有良好的行為習(xí)慣和較強(qiáng)的思維能力，為其后續(xù)學(xué)習(xí)與個(gè)人發(fā)展奠定基礎(chǔ)。因此，研究采用個(gè)性化學(xué)習(xí)引導(dǎo)與自主建構(gòu)相結(jié)合的方式協(xié)同支持學(xué)習(xí)者思維能力的養(yǎng)成。

一方面，在知識(shí)圖譜中嵌入個(gè)性化引導(dǎo)引擎，系統(tǒng)會(huì)融合學(xué)習(xí)、測(cè)試、會(huì)話等不同學(xué)習(xí)境脈下學(xué)習(xí)者決策情況和測(cè)試結(jié)果提供適當(dāng)?shù)膫€(gè)性化引導(dǎo)策略與輔導(dǎo)資源，并針對(duì)學(xué)習(xí)績(jī)效情況提供相應(yīng)的提示與激勵(lì)機(jī)制，在不斷優(yōu)化的多境脈反饋中優(yōu)化學(xué)習(xí)體驗(yàn)，幫助學(xué)習(xí)者在適切的人文關(guān)懷中增強(qiáng)思維能力，實(shí)現(xiàn)從“學(xué)”到“學(xué)會(huì)”的本質(zhì)轉(zhuǎn)變。另一方面，自主探究可以增強(qiáng)自主感，當(dāng)學(xué)習(xí)者有意識(shí)地探索自身個(gè)性化學(xué)習(xí)的過(guò)程時(shí)，思維能力將得到有效訓(xùn)練與提升，有利于促進(jìn)學(xué)習(xí)者由“主體”向“本我”作用發(fā)揮的躍進(jìn)。學(xué)習(xí)者在自身目標(biāo)需求驅(qū)動(dòng)下，利用知識(shí)圖譜的提示引導(dǎo)展開(kāi)自主建構(gòu)，并積極對(duì)自己的學(xué)習(xí)過(guò)程持續(xù)進(jìn)行反思與調(diào)控，如此，由交互式學(xué)習(xí)活動(dòng)出發(fā)不斷增強(qiáng)學(xué)習(xí)者對(duì)學(xué)習(xí)情境的感知，從而幫助學(xué)習(xí)者在激活思維能力、加大學(xué)習(xí)投入過(guò)程中不斷提升學(xué)習(xí)績(jī)效。同時(shí)，在個(gè)性化學(xué)習(xí)系統(tǒng)中，適當(dāng)為學(xué)習(xí)者賦權(quán)，鼓勵(lì)學(xué)習(xí)者在某一知識(shí)的學(xué)習(xí)過(guò)程中將其自身的創(chuàng)新見(jiàn)解、問(wèn)題解決策略方法、優(yōu)質(zhì)資源（典型試題和學(xué)習(xí)資料等）等與系統(tǒng)共享，允許學(xué)習(xí)者作為答疑解惑人員參與其他學(xué)習(xí)者的問(wèn)題答疑過(guò)程以共同探索問(wèn)題解決方案，如果在此過(guò)程中，學(xué)習(xí)者的見(jiàn)解和方法被采納和應(yīng)用，無(wú)疑會(huì)增強(qiáng)學(xué)習(xí)者的自我效能感，親歷知識(shí)產(chǎn)生的過(guò)程將有效促進(jìn)其思維能力的提升與發(fā)展。同時(shí)，相關(guān)生成性資源也為豐富和擴(kuò)展知識(shí)圖譜中知識(shí)元的屬性表征提供了有益參考，從而推動(dòng)動(dòng)態(tài)知識(shí)圖譜的迭代升級(jí)，促進(jìn)人機(jī)雙向反饋[22]。

KG-LDPLS（Knowledge Graph-Learner Dominant Personalized Learning System）是一個(gè)基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)系統(tǒng)，系統(tǒng)在自我決定理論和自我調(diào)節(jié)理論的指導(dǎo)下為學(xué)習(xí)者授權(quán)，在學(xué)習(xí)過(guò)程中使得每一位學(xué)習(xí)者的學(xué)習(xí)能夠根據(jù)自身的個(gè)人需求，在個(gè)人規(guī)劃、自主決策、自主監(jiān)控與反饋以及自我調(diào)節(jié)等環(huán)節(jié)中得到個(gè)性發(fā)展。具體如圖3所示。KGLDPLS主要通過(guò)基于外在知識(shí)圖譜的個(gè)性化支持與基于內(nèi)在自我決定的個(gè)性化調(diào)節(jié)之間的相互作用促進(jìn)個(gè)性化學(xué)習(xí)發(fā)生。一方面，知識(shí)圖譜通過(guò)圖譜構(gòu)建層、學(xué)習(xí)推薦層和個(gè)人圖譜層為學(xué)習(xí)者提供顯性或隱性個(gè)性化學(xué)習(xí)支持；另一方面，學(xué)習(xí)者則基于個(gè)人需求在個(gè)性化學(xué)習(xí)過(guò)程中通過(guò)個(gè)人表現(xiàn)促進(jìn)個(gè)性發(fā)展目標(biāo)的實(shí)現(xiàn)。

（一）學(xué)習(xí)者的個(gè)性化學(xué)習(xí)

個(gè)性化學(xué)習(xí)以個(gè)人需求為基礎(chǔ)，主要體現(xiàn)在學(xué)習(xí)者的個(gè)性特征和個(gè)人規(guī)劃兩方面。個(gè)性特征主要考慮了學(xué)習(xí)者的經(jīng)驗(yàn)背景、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)目標(biāo)、情感態(tài)度以及學(xué)習(xí)偏好等方面，相關(guān)信息主要通過(guò)問(wèn)卷量表等方式獲得；個(gè)人規(guī)劃包括學(xué)習(xí)時(shí)間規(guī)劃、學(xué)習(xí)需求等信息，具體由學(xué)習(xí)者自主設(shè)定。個(gè)人表現(xiàn)主要包括學(xué)習(xí)者學(xué)習(xí)過(guò)程中的行為表現(xiàn)、學(xué)業(yè)成績(jī)、狀態(tài)表現(xiàn)以及意志水平等方面。其中行為表現(xiàn)主要由學(xué)習(xí)路徑調(diào)整、與推薦同伴的互動(dòng)次數(shù)、學(xué)習(xí)資源點(diǎn)擊與下載收藏次數(shù)、錯(cuò)題收藏?cái)?shù)量、錯(cuò)題解析查看次數(shù)、學(xué)習(xí)提示使用次數(shù)、提問(wèn)次數(shù)等情況構(gòu)成，學(xué)業(yè)成績(jī)主要由學(xué)習(xí)者階段考試成績(jī)構(gòu)成，狀態(tài)表現(xiàn)通過(guò)學(xué)習(xí)者自我報(bào)告對(duì)本次學(xué)習(xí)的主觀體驗(yàn)情況獲取，意志水平則由學(xué)習(xí)者在系統(tǒng)中的登錄頻次、學(xué)習(xí)時(shí)長(zhǎng)、知識(shí)點(diǎn)完成數(shù)量以及錯(cuò)題重做次數(shù)等情況構(gòu)成。學(xué)習(xí)表現(xiàn)不僅會(huì)影響學(xué)習(xí)者個(gè)人特征變化和個(gè)人規(guī)劃調(diào)整，也通過(guò)對(duì)個(gè)人表現(xiàn)的全面評(píng)價(jià)支撐學(xué)習(xí)者個(gè)性的全面發(fā)展。個(gè)性發(fā)展促進(jìn)是個(gè)性化學(xué)習(xí)的目標(biāo)，是在學(xué)習(xí)表現(xiàn)基礎(chǔ)上促進(jìn)知識(shí)體系、情感態(tài)度、意志品質(zhì)、行為習(xí)慣的形成，核心是學(xué)習(xí)者思維能力的提升。

（二）知識(shí)圖譜的個(gè)性化支持

知識(shí)圖譜的個(gè)性化支持以知識(shí)圖譜構(gòu)建層為基礎(chǔ)。其中，實(shí)體是知識(shí)圖譜構(gòu)建的最基本元素，研究抽取內(nèi)容、資源、活動(dòng)、評(píng)價(jià)等屬性并關(guān)聯(lián)至實(shí)體形成知識(shí)元，然后抽取并建立知識(shí)元之間的關(guān)聯(lián)關(guān)系進(jìn)而形成通用知識(shí)圖譜。學(xué)習(xí)推薦層主要在通用知識(shí)圖譜基礎(chǔ)上結(jié)合學(xué)習(xí)者個(gè)人需求進(jìn)行關(guān)系推理，進(jìn)而為學(xué)習(xí)者提供路徑、同伴、資源、試題等方面的系統(tǒng)推薦。學(xué)習(xí)者則在自我決定和自我調(diào)節(jié)影響下通過(guò)自主決策個(gè)人路徑、幫扶同伴、資源和試題等方式開(kāi)展個(gè)性化學(xué)習(xí)。系統(tǒng)從學(xué)習(xí)者個(gè)人學(xué)習(xí)表現(xiàn)的四個(gè)方面對(duì)個(gè)性化學(xué)習(xí)進(jìn)行實(shí)時(shí)監(jiān)控評(píng)價(jià)，同時(shí)，學(xué)習(xí)者根據(jù)反饋結(jié)果積極對(duì)個(gè)性化學(xué)習(xí)環(huán)節(jié)進(jìn)行調(diào)節(jié)，從而在提高學(xué)習(xí)績(jī)效同時(shí)尋求更適切的個(gè)性化學(xué)習(xí)體驗(yàn)。個(gè)人圖譜層則在實(shí)時(shí)追蹤學(xué)習(xí)者的個(gè)人表現(xiàn)基礎(chǔ)上動(dòng)態(tài)展示學(xué)習(xí)者個(gè)人知識(shí)建構(gòu)的整體情況。個(gè)人圖譜是通用知識(shí)圖譜的子圖，目的是幫助學(xué)習(xí)者準(zhǔn)確掌握自身知識(shí)建構(gòu)情況的同時(shí)激發(fā)、維持學(xué)習(xí)動(dòng)機(jī)，從而更有效地促進(jìn)學(xué)習(xí)者個(gè)性發(fā)展。

人工智能是推動(dòng)規(guī)?；瘋€(gè)性教育實(shí)現(xiàn)的重要技術(shù)基礎(chǔ)，但目前的人工智能技術(shù)只是實(shí)現(xiàn)了人類的部分智能[23]，對(duì)學(xué)習(xí)者學(xué)習(xí)需求等的識(shí)別精準(zhǔn)度還不夠。因此，現(xiàn)實(shí)中仍需要學(xué)習(xí)者發(fā)揮其主觀能動(dòng)性，才能確保學(xué)習(xí)者獲得滿意的學(xué)習(xí)體驗(yàn)。知識(shí)圖譜不僅能夠通過(guò)屬性擴(kuò)展和關(guān)系推理提高學(xué)習(xí)推薦的精準(zhǔn)度，其圖示形式也能為學(xué)習(xí)者建構(gòu)知識(shí)體系、反饋調(diào)節(jié)提供直觀依據(jù)，從而助力學(xué)習(xí)者學(xué)習(xí)潛能的激發(fā)，促進(jìn)學(xué)習(xí)者個(gè)性全面發(fā)展。本研究中個(gè)性化學(xué)習(xí)模型的構(gòu)建旨在融合知識(shí)圖譜與學(xué)習(xí)者自身智能優(yōu)勢(shì)，探索知識(shí)圖譜支持下個(gè)性化學(xué)習(xí)的實(shí)現(xiàn)機(jī)理，為加快推進(jìn)教育從“產(chǎn)品生產(chǎn)模式”向以學(xué)習(xí)者為中心的量身定制模式的轉(zhuǎn)變提供理論與現(xiàn)實(shí)參考，推進(jìn)在線學(xué)習(xí)向大規(guī)模個(gè)性化學(xué)習(xí)變革發(fā)展進(jìn)程。

參考文獻(xiàn)：

[1] 中共中央、國(guó)務(wù)院.中國(guó)教育現(xiàn)代化2035[EB/OL].http：//www.gov.cn/ xinwen/2019-02/23/content_5367987.htm.2019-02-23.

[2] 國(guó)發(fā)[2017]35號(hào)，國(guó)務(wù)院關(guān)于印發(fā)《新一代人工智能發(fā)展規(guī)劃》的通知[Z].

[3] 汪瓊，李文超.人工智能助力因材施教：實(shí)踐誤區(qū)與對(duì)策[J].現(xiàn)代遠(yuǎn)程教育研究，2021，33（3）：12-17+43.

[4] 梁秋英，孫剛成.孔子因材施教的理論基礎(chǔ)及啟示[J].教育研究，2009，30（11）：87-91.

[5] Brusilovsky P，Peylo C.Adaptive and Intelligent Web-based Educational Systems [J].International Journal of Artificial Intelligence in Education，2003.13：15-172.

[6] Streeter，Dan.Personalized Learning Impacts on Student Achievement：A Quantitative Approach [D].Flagstaff：Northern Arizona University，2019.

[7] 彭紅超，祝智庭.人機(jī)協(xié)同決策支持的個(gè)性化適性學(xué)習(xí)策略探析[J].電化教育研究，2019，40（2）：12-20.

[8] 姜強(qiáng)，趙蔚等.個(gè)性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時(shí)代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國(guó)電化教育，2016，（2）：25-32.

[9] Chen C M.Personalized E-Learning System with Self-Regulated Learning Assisted Mechanisms for Promoting Learning Performance [J].Expert Systems with Applications，2009，36（5）：8816-8829.

[10] 鄭永和，王楊春曉等.智能時(shí)代的教育科學(xué)研究：內(nèi)涵、邏輯框架與實(shí)踐進(jìn)路[J].中國(guó)遠(yuǎn)程教育，2021，（6）：1-10+17+76.

[11] 王超，劉淇等.面向大規(guī)模認(rèn)知診斷的DINA模型快速計(jì)算方法研究[J].電子學(xué)報(bào)，2018，46（5）：1047-1055.

[12] Zhang L，Yang S，et al.Personalized learning and ESSA：What we know and where we go [J].Journal of Research on Technology in Education，2020，52（3）：253-274.

[13] 唐雯謙，覃成海等.智慧教育與個(gè)性化學(xué)習(xí)理論與實(shí)踐研究[J].中國(guó)電化教育，2021，（5）：124-137.

[14] Ouf S，Ellatif M A，et al.A proposed paradigm for smart learning environment based on semantic web [J].Computers in Human Behavior，2017，72：796-818.

[15] Jun‐Ming Su.A rule‐based self‐regulated learning assistance scheme to facilitate personalized learning with adaptive scaffoldings：A case study for learning computer software [J].Computer Applications in Engineering Education，2020，28（1）：536-555.

[16] 董玉琦，林琳等.學(xué)習(xí)技術(shù)（CTCL）范式下技術(shù)促進(jìn)學(xué)習(xí)研究進(jìn)展（2）：技術(shù)支持的基于認(rèn)知發(fā)展的個(gè)性化學(xué)習(xí)[J].中國(guó)電化教育，2021，（10）：17-23+42.

[17] Netcoh S.Students’ Experiences with Personalized Learning：An Examination Using Self-Determination Theory [D].Burlington：University of Vermont.2017.

[18] Cleary T J，Zimmerman B J.Self‐regulation empowerment program：A school‐based program to enhance self‐regulated and self‐motivated cycles of student learning [J].Psychology in the Schools，2004，41（5）：537-550.

[19] Jung E，Kim D，et al.The influence of instructional design on learner control，sense of achievement，and perceived effectiveness in a supersize MOOC course [J].Computers & education，2019，128（1）：377-388.

[20] 關(guān)成華，陳超凡等.智能時(shí)代的教育創(chuàng)新趨勢(shì)與未來(lái)教育啟示[J].中國(guó)電化教育，2021，（7）：13-21.

[21] 姜強(qiáng)，趙蔚等.基于大數(shù)據(jù)的學(xué)習(xí)分析儀表盤研究[J].中國(guó)電化教育，2017，（1）：112-120.

[22] 董艷，李心怡等.智能教育應(yīng)用的人機(jī)雙向反饋：機(jī)理、模型與實(shí)施原則[J].開(kāi)放教育研究，2021，27（2）：26-33.

[23] 宋靈青，許林.人工智能教育應(yīng)用的邏輯起點(diǎn)與邊界——以知識(shí)學(xué)習(xí)為例[J].中國(guó)電化教育，2019，（6）：14-20.

作者簡(jiǎn)介：

劉鳳娟：教授，在讀博士，研究方向?yàn)閿?shù)字化學(xué)習(xí)。

趙蔚：教授，博士，博士生導(dǎo)師，研究方向?yàn)閿?shù)字化學(xué)習(xí)、個(gè)性化教育。

姜強(qiáng)：教授，博士，博士生導(dǎo)師，研究方向?yàn)榻逃髷?shù)據(jù)、個(gè)性化自適應(yīng)學(xué)習(xí)。

王磊：教授，博士，博士生導(dǎo)師，研究方向?yàn)橹悄苡?jì)算、機(jī)器學(xué)習(xí)。

Research on Personalized Learning Model and Support Mechanism Based on Knowledge Graph

Liu Fengjuan1，2， Zhao Wei1， Jiang Qiang1， Wang Lei3（1.School of Information Science and Technology， Northeast Normal University， Changchun 130117， Jilin； 2.School of Educational Sciences， Shaanxi University of Technology， Hanzhong 723001， Shaanxi； 3.School of Mathematics and Computer Science， Shaanxi University of Technology， Hanzhong 723001， Shaanxi）

Abstract： In recent years， industrial technology represented by artificial intelligence has provided an opportunity for the reform of learning methods. How to promote personalized learning has become one of the important topics in the field of education. As the latest technology in the development of knowledge visualization， knowledge graph has strong expression ability. It can not only establish nonlinear semantic links between different knowledge points， but also solve personalized learning support problems such as recommendation， monitoring， evaluation and feedback in online learning. It can help learners systematically and efficiently construct knowledge system and optimize learning decisions， it provides a new perspective for the research of personalized learning support. Therefore， based on the analysis of personalized learning and related research status， based on the learner oriented perspective， under the guidance of self-determination theory and self-regulated learning theory， the research constructs a personalized learning model based on knowledge graph， and starts from the four dimensions of motivation stimulation， knowledge construction， intention improvement and ability enhancement， The “four in one” collaborative support mechanism of personalized learning based on knowledge graph is constructed， a prototype of personalized learning system based on knowledge map is designed， in order to provide some reference for personalized learning research.

Keywords： knowledge graph； personalized learning； model； support mechanism

責(zé)任編輯：邢西深