个性化在线学习系统研究

沈雪珍

摘要：该文针对目前在线学习系统不能为学习者提供个性化学习资源的不足，该文设计了一个利用用户行为数据表征其个性化特征的个性化在线学习系统。该系统能为根据不同学习者的不同需求为学习者提供个性化学习资源。

关键词：个性化；个性差异特征；在线学习

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）08-1810-02

1 概述

目前，随着互联网技术的应用和发展，人们通过网络获取信息和知识也变得越来越灵活、越来越便捷。通过“在线学习系统”来获取我们所需的知识也越来越方便，因为“在线学习系统”可以让学习者突破时间和空间上的限制，随时随地的有效获取自己感兴趣的知识，这种通过网络在线学习的方式已经成为现代远程教育发展的一个新的重要方向。

目前大多在线学习系统不能满足不同学习者的需要，面对不同的学习者提供的学习资源都是一样的。然而学习者个体是存在差异的，因此他们对学习资源的要求也是不同的，该文以此为目的，通过跟踪学习者的学习路径，进而挖掘学习者的兴趣特征，对每个学习者根据他们的学习兴趣进行有针对的知识推荐，从而帮助他们更好的利用网络中的海量信息，构建一种网络学习者的个性化学习模式。

2 学习者个性化特征提取

具体步骤如下：

步骤一：收集学习者浏览网页的浏览行为信息，并计算其兴趣度

步骤二：利用随机过程，计算一个兴趣度阈值。

步骤三：对每一个学习者，设置一个候选学习资源推荐集。

步骤四：将兴趣度最高的前N个项作为推荐资源推荐给学习者。

4 小结

在线学习系统本身是为学习者提供跨时空更便利的学习资源提供方便，但是面对海量学习资源，学习者常常感到不知所措。该文旨在通过学习者的学习浏览行为，发掘学习者感兴趣的学习资源，从而为学习者提供其刚感兴趣学习资源的推荐，以期实现一个更加智能化的个性化在线学习系统。

参考文献：

[1] Terry Anderson，Randy Carrison.Theroy and practice of online Learning[M].Athabasca University Press，2004.

[2] 杨震，邓贵仕.个性化信息获取中特征提取的遗传算法[J].系统工程理论与实践， 2004（8）：86-90.

[3] Holland J1H1.Adaptation in Natural and Artificial Systems[M]. Ann Arbor：University of Michigan Press，1975.

[4] Lee Y，Nguyen H.Get Your Degree from an Educational ATM： An Empirical Study in Online Education[J].International Journal on E-Learning，2007（1）.

[5] Alley Lee R，Jansak Kathryn E.The Ten Keys to Quality Assurance and Assesment in Online Learning[J].Journal of Interactive Instruction Development，2001（3）.