基于協(xié)同過濾的專業(yè)學習指導平臺建設研究

趙秀梅 趙宗昌 袁衛(wèi)華 劉云嬌

1(山東建筑大學計算機科學與技術學院 山東 濟南 250101) 2(山東大學附屬中學 山東 濟南 250199) 3(山大地緯軟件股份有限公司 山東 濟南 250101)

0 引 言

現(xiàn)今，為培養(yǎng)適應社會發(fā)展和地方經(jīng)濟需求的多元化的應用型創(chuàng)新人才，眾多本科院校逐步實施“以學生為本”的學分制，允許學生根據(jù)自己的興趣安排個人修學計劃。然而，很多低年級學生不了解當前企業(yè)的具體需求及其發(fā)展趨勢，學習缺乏方向性；沒有充分了解各種關鍵技能與課程的關系、課程對基礎能力的需求，學習計劃缺乏完備性和條理性。此外，多數(shù)地方院校所實施的“專業(yè)教師指導機制”因專業(yè)教師時間和精力有限，存在著“對人才需求分析不足、信息獲取時間長、指導力度受限”的問題。目前大量研究者利用各種推薦算法，根據(jù)選課歷史記錄挖掘學生興趣點，進行課程推薦，提高學生選課效率。然而，這些研究通常不能有效反映人才需求/專業(yè)技能與課程之間、課程與課程之間的關系，不能使學生很好地了解專業(yè)學習整體框架、各種技能修學途徑、就業(yè)及發(fā)展前景等。對于興趣不明確、選課記錄少的低年級學生推薦效率低、指導力度小。因此，本文研究并確立了“基于協(xié)同過濾的專業(yè)學習指導平臺”，通過“專業(yè)技能需求分析、課程與技能關聯(lián)關系分析、學習指導與推薦”三個不同層次的校企協(xié)同分析，構建企業(yè)人才需求、技能、課程之間的加權關聯(lián)關系，并能根據(jù)學生修課情況估計學生專業(yè)技能水平，同時結合學生興趣，提供多種基于協(xié)同過濾的雙向查詢與修學計劃推薦服務，并以圖形化輸出提升系統(tǒng)的友好性。

1 課程推薦技術現(xiàn)狀

為了提高選課效率、滿足學生個性化學習的需求，眾多研究者將各種個性化推薦技術應用到選課系統(tǒng)。個性化推薦技術根據(jù)用戶的興趣特點和需求，向用戶推薦可能感興趣的信息、產(chǎn)品等。傳統(tǒng)的推薦方法主要包括協(xié)同過濾、基于內(nèi)容的推薦方法和混合推薦方法[1]。其中協(xié)同過濾應用最為廣泛，其基本思想是：根據(jù)用戶對項目的評分數(shù)據(jù)，計算目標用戶(項目)與其他用戶(項目)的相似度，從而根據(jù)相鄰用戶(項目)為目標用戶完成推薦[2]。文獻[2-11]以協(xié)同過濾技術為基礎為用戶提供課程/學習資源推薦。同時，為提高推薦效果，文獻[2]使用標簽技術和關聯(lián)規(guī)則算法發(fā)掘用戶可能感興趣的知識內(nèi)容，文獻[3]對課程和學生進行加權處理，文獻[7]綜合應用學生屬性和課程特征，文獻[8]在Hadoop平臺上使用MapReduce算法來加快系統(tǒng)整體運行速度，文獻[9]增加了標簽和評分預測機制；為解決數(shù)據(jù)稀疏和冷啟動問題，文獻[5]在充分利用用戶注冊信息的基礎上增加了預測填充機制，文獻[6]融合了基于內(nèi)容的推薦，文獻[10]對用戶興趣和課程建模并完善用戶-課程評分矩陣；文獻[4]通過課程進階關系確保用戶課程知識結構的健壯性。此外還有研究者應用關聯(lián)規(guī)則數(shù)據(jù)發(fā)掘[12-13]、潛在因子關系矩陣[14]、課程知識圖譜[15]等技術來提高個性化課程推薦的效率。

但是，這些已有研究成果不能清晰地展示知識點、課程、專業(yè)能力與企業(yè)人才需求之間的關聯(lián)關系，不能使學生全面了解專業(yè)技能及其就業(yè)前景，也就不能使學生很好地理解系統(tǒng)推薦結果對能力培養(yǎng)的作用，不利于更好地激發(fā)學生的學習興趣；同時，在學生不能明確把握自己的學習興趣、沒有開始學習專業(yè)課或已修專業(yè)課數(shù)量少而所在專業(yè)又存在多個學習方向時，推薦效率明顯降低。為此，本文研究并確立了具有圖形化接口，全面考慮“課程、專業(yè)技能與人才需求”關聯(lián)關系，并提供多種雙向查詢推薦服務的“基于協(xié)同過濾的專業(yè)學習指導平臺”。

2 基于協(xié)同過濾的專業(yè)學習指導平臺架構

基于協(xié)同過濾的專業(yè)學習指導平臺充分利用企業(yè)的專家分析、技能培訓、員工評價記錄和人才需求信息等資源，通過“線上線下”校企雙向協(xié)同，實現(xiàn)具有專業(yè)技能需求分析、課程與技能關聯(lián)關系分析、學習指導與推薦三個層次的專業(yè)學習指導。該平臺的層次模型如圖1所示。

圖1 基于協(xié)同過濾的專業(yè)學習指導平臺層次模型

2.1 專業(yè)技能需求分析層

專業(yè)技能需求分析層是基于協(xié)同過濾的專業(yè)學習指導平臺的基礎層，學校需要安排專門的指導教師與企業(yè)專家協(xié)同完成“線上線下”專業(yè)技能需求分析，并實現(xiàn)定期更新，具體如圖2所示。學校線下指導教師需要帶領團隊，對相關行業(yè)企業(yè)進行廣泛調(diào)研，并與企業(yè)專家進行線下溝通，了解企業(yè)對專業(yè)技能的需求，了解企業(yè)專家對人才需求趨勢的預測，細致了解相關技能對重要知識點的基本要求，匯總并整理相關信息，形成基礎數(shù)據(jù)。之后，由線上指導教師針對本專業(yè)特色，對基礎數(shù)據(jù)做進一步的篩選和細化。錄入平臺系統(tǒng)后，由企業(yè)線上專家進行協(xié)同確認，形成最終的專業(yè)技能需求報告。

圖2 專業(yè)技能需求分析

2.2 課程與技能關聯(lián)關系分析層

在課程與技能關聯(lián)關系分析層中，學校專業(yè)指導教師細化專業(yè)培養(yǎng)方案的目標技能，梳理校內(nèi)專業(yè)課程(含集中實踐教學環(huán)節(jié))開設情況以及所包含的知識點，確立校內(nèi)培養(yǎng)的技能常規(guī)集合(即TS)和關鍵知識點集合(即KS)。同時，分析專業(yè)技能需求報告，獲取技能需求集合(即TI)和關鍵知識點需求集合(即KI)，比較二者與TS和KS集合的差異，確立技能差異集合(即TD=TI-TS)和知識點差異集合(即KD=KI-KS)。學校專業(yè)指導教師在企業(yè)專家的協(xié)同下，充分利用企業(yè)的師資和培訓資源，確立彌補技能、知識點差異的具體方法，如：新開選修課、慕課、企業(yè)講座/培訓、第二課堂、學生自學等，并將其中可控方式(如前三種)納入專業(yè)培養(yǎng)體系，作為獨立課程，或者作為特殊輔助課程。在學校政策允許的情況下，建立特殊輔助課程與專業(yè)課程之間的學分置換關系，以激發(fā)學生學習特殊輔助課程的積極性。對于不可控方式，也應盡可能多地為學生集中提供可用學習資源。

根據(jù)專業(yè)技能需求完善專業(yè)教學環(huán)節(jié)的同時，分析知識點間、課程(含特殊輔助課程)間、知識點與課程間的關聯(lián)(如前驅后繼、包含等關系)，分析知識點、課程與專業(yè)技能之間的關聯(lián)，建立相應的關聯(lián)關系庫，并確立該關聯(lián)關系庫的查詢規(guī)則，以實現(xiàn)根據(jù)目前技能查找需要選修的課程/知識點、根據(jù)當前課程或知識點查找其前驅或后繼對象的基本功能。具體如圖3所示。

圖3 知識點、課程與技能關聯(lián)關系分析

2.3 學習指導與推薦層

學習指導與推薦層是基于協(xié)同過濾的專業(yè)學習指導平臺的用戶接口層，主要完成對下層關聯(lián)關系庫和查詢規(guī)則的升級，并在協(xié)同過濾技術的基礎上，利用近鄰查找與分析完成雙向查詢，從而為用戶提供多種修學計劃推薦服務，并實現(xiàn)推薦、分析結果的圖形化輸出。具體如圖4所示。

圖4 學習指導與推薦

該層在對用戶提供服務之前，需要依據(jù)學校所積累的學生在校學習信息、就業(yè)信息，連同關聯(lián)聯(lián)系庫，確定各課程對所關聯(lián)技能的加權值。而該加權值的確定通常有兩類方法。

1) 由專業(yè)指導教師仔細研究知識點、課程與專業(yè)技能之間的關聯(lián)關系，梳理專業(yè)培養(yǎng)方案，研究課程對所關聯(lián)專業(yè)技能的學時分配，研究學生培養(yǎng)的實際效果，并結合專業(yè)指導教師自身的學生培養(yǎng)經(jīng)驗，設定各課程對所關聯(lián)專業(yè)技能的加權值。

2) 借助各種統(tǒng)計分析算法，如因子分析等，根據(jù)相關歷史記錄，確立課程與算法中關鍵因素之間的關系，確立算法中關鍵因素與專業(yè)技能之間的關系，進而確立課程對專業(yè)技能的加權值。

兩類方法中，前者對專業(yè)指導教師經(jīng)驗的依賴性較強，而后者則需要大量學生在校學習信息和就業(yè)信息的支持。在完成課程對專業(yè)技能的加權值的設定后，升級關聯(lián)關系庫，形成本層所需要的加權關聯(lián)關系庫，同時對查詢規(guī)則進行升級，以便于提供基于協(xié)同過濾的雙向查詢推薦服務。

除基本的知識點、課程與專業(yè)技能關聯(lián)關系查詢外，雙向查詢推薦服務在協(xié)同過濾技術的基礎上，查詢加權關聯(lián)關系庫，實現(xiàn)各種修學計劃的推薦服務，其中比較典型的有：

1) 根據(jù)學生感興趣的企業(yè)崗位或目標專業(yè)技能進行修學計劃推薦。若由學生直接選擇所感興趣的目標技能，則查找并列舉對目標技能要求強度超過閾值的就業(yè)崗位，作為目標崗位。否則，將學生感興趣的企業(yè)崗位作為目標崗位，將目標崗位所需要的要求強度超過閾值的專業(yè)技能作為目標技能。查找在目標崗位上工作的畢業(yè)生，計算此類畢業(yè)生在校學習期間目標技能值的平均值，以此作為用戶目標技能的期望值，查找K近鄰(畢業(yè)生)信息。以專業(yè)培養(yǎng)方案中必修課設定和選課基本要求為約束條件，以K近鄰的修學計劃為篩選補充依據(jù)，以目標技能為終點，雙向檢索加權關聯(lián)關系庫，完成修學計劃推薦。

2) 查詢顯示常見的完整的修學計劃。讀取畢業(yè)生就業(yè)崗位信息，按照其所需要的專業(yè)技能及其要求強度進行聚類，選取每一類的中心崗位。以中心崗位為目標崗位，以中心崗位所需要的要求強度超過閾值的專業(yè)技能為目標技能，按照與第1)類服務類似的方法，完成每一類就業(yè)崗位修學計劃的推薦。

3) 根據(jù)學生當前已修課程集合(記為SA)和目標技能進行修學計劃推薦。計算該學生的當前能力值TSA，查找對目標技能(其確立與第1)類服務相同)要求強度超過閾值的就業(yè)崗位作為目標崗位。查找在目標崗位上工作的畢業(yè)生，計算此類畢業(yè)生通過SA課程所獲得的能力值，以TSA為目標，查找K近鄰信息。以專業(yè)培養(yǎng)方案中必修課設定和選課基本要求為約束條件，以K近鄰的修學計劃為篩選補充依據(jù)，以SA課程為起點，以目標技能為終點，雙向檢索加權關聯(lián)關系庫，完成后繼修學計劃的推薦。

4) 根據(jù)學生SA課程推薦后繼修學計劃。計算該學生當前的單項/綜合能力值，將值最大的單項能力/綜合能力記為T_M，其值記為Tmax。計算畢業(yè)生通過SA課程所獲得的T_M能力的值，以Tmax為目標，查找K近鄰信息。以專業(yè)培養(yǎng)方案中必修課設定和選課基本要求為約束條件，以K近鄰的修學計劃為篩選補充依據(jù)，以學生SA課程為起點，完成后繼修學計劃的推薦。

其中，1)、2)兩種服務主要適用于剛入學的新生，使其能初步了解在校學習的整體情況以及各種目標技能的修學途徑。以上各種服務還可以向學生提供K近鄰的后繼學習統(tǒng)計分析、就業(yè)去向分析、發(fā)展狀況分析等，使學生全面了解學習內(nèi)容、修學線索、就業(yè)及發(fā)展前景等信息，從而提供更細致地學習指導與推薦。

為了提高系統(tǒng)的友好度，學習指導與推薦層還提供圖形化輸出接口，以簡潔圖形或圖表的形式輸出所查詢的各種關聯(lián)關系、所薦的修學計劃和各種分析結果。

3 平臺建設與應用

本文以本校網(wǎng)絡工程專業(yè)為核心進行了基于協(xié)同過濾的專業(yè)學習指導平臺的建設。

3.1 專業(yè)技能需求分析與加權關聯(lián)關系分析

期間，對該專業(yè)學生就業(yè)單位典型代表的專業(yè)技能需求進行了調(diào)研、匯總分析；對該專業(yè)近40門常開專業(yè)課(含選修課)和8門集中實踐教學環(huán)節(jié)(以下統(tǒng)稱為課程)進行了知識點、課程與技能關聯(lián)關系分析；整理了2011級-2015級5屆學生的在校學習信息和就業(yè)信息。同時，利用因子分析技術對這些數(shù)據(jù)進行了分析：KMO統(tǒng)計量為0.922，大于最低標準0.5，Bartlett球形檢驗的結果中Sig.項的值為0.000，小于0.05，說明這些數(shù)據(jù)適合做因子分析；主要成分列表中特征值大于1的前14個主成分的累積貢獻率超過70%，故選前14個公共因子；公因子方差結果中每個指標變量(即課程)的提取值均在0.5以上，且多數(shù)接近或超過0.7(如圖5所示)，因此所選公因子能較好地反映原始指標變量的大部分信息。根據(jù)所得的旋轉成分矩陣對各個公共因子的專業(yè)能力含義進行了解釋，進而確立了各課程對各專業(yè)能力的加權值，其中，部分公共因子上具有較大載荷的課程及對因子能力的解釋如表1所示。

圖5 主成分列表、公因子方差、旋轉成分矩陣部分內(nèi)容

表1 部分公共因子對應能力解釋

3.2 關鍵詞

同時，本文開發(fā)了相應的平臺系統(tǒng)實現(xiàn)了基于協(xié)同過濾的雙向查詢推薦、鄰近分析和圖形化輸出。在K近鄰查找時，所采用的部分定義及公式如下。

系統(tǒng)中所實現(xiàn)的查詢推薦算法比較典型的如下所示。這些算法的正確執(zhí)行要求專業(yè)培養(yǎng)方案的知識結構是健壯的、無冗余的，即任何課程的先修課程(中學階段的課程除外)仍在同一培養(yǎng)方案中；同一培養(yǎng)方案中，任意兩門專業(yè)課程的關鍵知識點的重復率趨于0。

1) 根據(jù)學生感興趣的企業(yè)崗位或目標專業(yè)技能進行修學計劃推薦的算法(偽代碼)。

//IE_Jobs：感興趣的企業(yè)崗位/目標崗位列表；WA_Db：加權關聯(lián)

//關系庫；

//TP_Skills：目標專業(yè)技能列表；TP_SValues：目標專業(yè)技能值

//列表；

//TP_Knowledge：目標知識點集合；TP_Courses：目標課程集合

//CA：推薦課程列表；EA：選修課程列表；K_neighbors：K近

//鄰信息列表；

//SR：選課比例/優(yōu)先值列表，初始值為空；

function search_add_p_courses(CA,ea_max)

//完成選修課ea_max先修課程的查詢確認或添加

{EA_Pc=search_p_courses(WA_Db,ea_max);

//獲取EA_max的先修課程(前驅課)

for (spcinEA_Pc)

if (spcnot inCA)

{將spc添加到CA中;

search_add_p_courses(CA,spc);

}

}

function service1(IE_Jobs,TP_Skills)

//根據(jù)學生感興趣的企業(yè)崗位或目標專業(yè)技能進行修學計劃

//推薦

{if (IE_Jobsis not empty)

TP_Skills=IE_Jobs所需的要求強度超過閾值的專業(yè)技能;

else

IE_Jobs=TP_Skills技能要求強度超過閾值的就業(yè)崗位;

TP_Knowledge=search(WA_Db,TP_Skills,null);

//查找企業(yè)崗位對目標技能所要求的關鍵知識點——目標知

//識點

TP_Courses=search(WA_Db,null,TP_Knowledge);

//查找包含目標知識點的課程——目標課程

TP_SValues=在IE_Jobs崗位上工作的畢業(yè)生的TP_Skills的

每一元素平均值列表;

K_neighbors=search_K_N(IE_Jobs,TP_Skills,TP_SValues);

//對于IE_Jobs崗位上的畢業(yè)生的TP_Skills技能，以TP_SValues

//為期望，查找K近鄰

CA=專業(yè)培養(yǎng)方案中的必修課程列表(初始值);

TP_EA=TP_Courses中屬于選修的課程列表;

EA=K_neighbors信息中所涉及到的選修課程列表+TP_EA;

for (ssainEA)

if (ssainTP_EA)

SR.add(1+|ssa對目標技能加權值|*

目標崗位對目標技能要求強度的最大值);

else

SR.add(K_neighbors中選修ssa人數(shù)/K);

flag=false;

while (flagis false andEAis not empty)

{ea_max=EA中選課比例/優(yōu)先值最大的課程;

if (CA中選修課學分尚未滿足基本要求)

{if (ea_maxnot inCA)

{將ea_max添加到CA中;

search_add_p_courses(CA,ea_max);

}

刪除EA中的ea_max以及SR中的對應元素;

}

if (CA中選修課學分已滿足基本要求)

flag=true;

}

Grapic_output(WA_Db,CA);

//完成推薦課程及其圖形化輸出

}

2) 根據(jù)學生SA課程推薦后繼修學計劃的算法(偽代碼)。

function service4(Student_id,SA,Tflag)

//根據(jù)學生SA課程推薦后繼修學計劃

{根據(jù)學生已修課程集合SA的成績計算Student_id對應學生當前的各項能力值;

if (Tflag==1)

T_M=Student_id對應學生當前值最大的單項能力;

else

T_M=Student_id對應學生當前的綜合能力標識;

Tmax=Student_id對應學生T_M能力的具體數(shù)值;

//對于畢業(yè)生通過SA課程所獲取的T_M能力，以Tmax為期望，

//查找K近鄰

K_neighbors=search_K_N_4(SA,T_M,Tmax);

EA=K_neighbors信息中所涉及到的SA之外的選修課程列表;

CA=專業(yè)培養(yǎng)方案中的必修課程列表(初始值);

for (ssainEA)SR.add(K_neighbors中選修ssa人數(shù)/K);

flag=false;

while (flagis false andEAis not empty)

{ea_max=EA中選課比例最大的課程;

if (CA中選修課學分尚未滿足基本要求)

{ if (ea_maxnot inCA)

{ 將ea_max添加到CA中;

search_add_p_courses(CA,ea_max);

}

刪除EA中的ea_max以及SR中的對應元素;

}

if (CA中選修課學分已滿足基本要求)

flag=true;

}

Grapic_output(WA_Db,CA,SA);

}

3.3 系統(tǒng)運行實例

本文平臺系統(tǒng)部分運行實例界面如圖6所示。

(a) 企業(yè)崗位需求維護頁面

(b) 課程關系及修學推薦頁面圖6 系統(tǒng)運行實例頁面

4 結 語

基于協(xié)同過濾的專業(yè)學習指導平臺通過“專業(yè)技能需求分析、課程與技能關聯(lián)關系分析、學習指導與推薦”三個不同層次的模塊，充分利用校企合作，使學生及時了解知識點、課程與專業(yè)技能之間的關系和企業(yè)崗位需求，可根據(jù)學生已修課程情況，結合學生興趣，進行協(xié)同過濾、近鄰分析，為學生推薦修學計劃。