基于凝聚层次聚类的移动教学系统的设计

徐正巧，赵德伟

(西华师范大学实验中心，四川 南充 637009)



基于凝聚层次聚类的移动教学系统的设计

徐正巧，赵德伟

(西华师范大学实验中心，四川 南充 637009)

传统教育已经无法满足学习者的学习需求，因此，将移动学习引入传统课堂已经成为时代的需求．本文结合Web数据挖掘技术中的凝聚聚类分析方法，分析了移动学习中学习者的学习特征和行为，有针对性地进行课程资源和教学过程设计，有效改善了移动学习系统的拓扑结构，并探讨和设计了移动学习平台．

移动学习，凝聚层次聚类，移动教学

1 引 言

近年来，随着互联网技术和移动通信技术的高速发展，智能设备的不断更新，移动互联网在人类生活中覆盖了工作、学习、娱乐等各个方面，真正进入了随时随地都有网络的时代．

网络时代的到来，生活中的数据量剧增，给人类生活带来了巨大的变革，同时也给教育事业带来了机遇和挑战，特别是移动学习、终身学习、深度学习和个性化学习成为时代发展的必须，成为教育体系和教育制度改革的新趋势．传统的教育存在着很多的弊端，学生在教学过程中是被动体，学习缺乏积极性和主动性，学生的学习智能局限在课堂内和学校内，离开了学校和课堂就不能够继续进行知识的学习和探索．

2 移动教学

移动教学主要依托移动网络和互联网，通过智能手机、平板、可穿戴和便携式设备，使得学生可以离开课堂，随时、随地的进行学习．移动学习是一种新型的学习模式，它不仅具有多媒体性、交互性、自主性，还有学习便捷性、共享性和个性化等特性．移动设备的智能化，网络设备的不断更新，移动技术的提高，使移动学习在情境学习、社会性学习和终身学习等方面更具有独特的优势[1]．

移动学习逐渐成为教育的新热点、一种新型的教育模式．其价值在于突破教学时间和空间的界限，融合正式学习和非正式学习，促进新的教育方式和教学理念的形成，利用教学设计和技术的整合来提高教学服务质量[2]．

3 层次聚类算法

层次聚类算法是一种应用广泛的方法，它是将数据对象生成一系列聚类树来完成聚类的过程．层次聚类的方法主要有两种：合并聚类和分裂聚类．

合并(自下而上)聚类，也称凝聚聚类，聚类过程是指将每个对象都看成一个簇，然后按依据合并成为更大的簇，直到每个对象自成一簇，或者达到某个终止条件为止[3]．

笔者就我校部分专业学生进行抽样调查，得到学生样本集X，记为X={xi|i=1,i=2,…,i=n}．共有500个学生样本，每个样本都有7个属性(年龄，性别，学历，地点，时间，学习方式和学习次数), 我们可以将这些信息作为训练样本集进行数据整理，根据学生特征量化表，如表1所示．

表1 聚类分析量表

生成n*7的数据矩阵，

然后利用欧氏距离公式(公式1)转换成n*n的差异度矩阵 (n=500)．

(公式1)

其中i=(xi1,xx2，…，xxip);j=(xj1,xj2,…，xjp);它们分别表示一个P维数据对象．基本算法如下[4]：

步骤1 将每个数据点构成一个单独的聚类，计算簇间的距离(两个聚类之间相似程度是利用相应两个聚类中每个对象间的最小距离(公式1)来加以描述的)．

dmin(Ci,Cj)=minp∈Ci,p∈Cj|p=p′|

(公式2)

步骤2 找到最相似的两个簇，合并形成新簇．

步骤3 计算新产生的簇和原来簇之间的距离．

步骤4 重复步骤2和步骤3，直到聚类到3个簇为止．

海瑞温斯顿将跳时功能运用于部分腕表中，如今史诗陀飞轮Histoire de Tourbillon 9号腕表突破传统。时针连续指示0至12，最后跳回起始位置。连续分针遵循同样的设计和节奏。

我们利用SPSS软件进行聚类分析，根据聚类分析结果从中归纳出不同的学习者类型，对新学习者持续追踪、检验，以完善我们的学习者类型的划分．有了准确的学习者类型划分，就可以预测学习者的行为，并据此在学习者所属范围内对其关心的内容进行搜索，更好地为每类学生设计教学模式，尽可能地使学习者获取满意学习效果．

4 移动教学系统设计

为了满足正式学习者和非正式学习者的学习需求，将终身教育理念更好的应用到现代教育领域，笔者设计了移动教学系统，使得学习者可以利用智能移动设备、个人数字助理PDA、PocketPC等通过互联网进入移动学习系统进行随时随地的学习．在设计移动学习系统中，笔者需要考虑多个因素(比如：学习效果、学习资源、学习对象、学习的成本等等)，因此移动学习系统应该由离线模块和在线模块两部分组成，如图1所示．

A)离线模块：主要进行数据库(学生信息数据库和教学资源库)中数据处理和再建立，主要存储学生的个人属性(姓名、年龄、出生日期、性别等)、系统浏览信息(IP地址、ULR和访问时间等)、作业和提问信息等．教学资源库包括教学资源(课件、视频、作业等)、试题资源等．利用Web数据挖掘中的凝聚层次聚类方法对移动学习中的学生进行聚类分析，将学生分为3组，根据聚类分析的结果建立不同的教学资源库，对学习者的资源库进行实时更新，以确保知识的新颖性；自动将学生可用学习资源与兴趣想结合，对学生的学习模式、学习内容进行实时回应预测，为学生提供动态的个性化教学内容，满足学生的学习需求．

B)在线模块：学生通过互联网登录移动学习系统，该系统由移动课堂、移动交流、移动测试、移动拓展和移动评价五个部分．学生在任何时间、任何地点使用移动设备登陆该系统进入移动课堂利用视频或音频进行学习，教师可以远程帮助学生建立学习小组，实时在线交流或者协作学习；学生在完成每个阶段学习后，可以进入移动测试部分进行自我检测、查漏补缺；学生在课堂学习完成之后，可以进行知识的拓展，此部分提供了更多推荐资料和知识游戏，以满足有更高需求的学习者的学习；移动评价用于学习者在学习过程中或完成过后编写学习心得和学习日志，并将此反馈到学习信息库中，以便更好的更新知识体系和教学资料．

5 系统的实验和测试

为了验证本移动学习平台实用性和可靠性，笔者通过问卷调查和统计分析的方法进行测试．实验在网络配置window 7操作系统环境下进行，使用的计算机的配置：处理器为Core i5，主频3.2GHZ和8G内存．

具体步骤：1)笔者在学校随机抽调了不同专业的120名学生，生成量表数据如表2所示．

表2 学生属性数据

3)使用IBM SPSS statistics 22软件对数据进行统计分析，如图2所示．

4)聚类结果，将120名学生数据进行聚类分为3组，结果如图3所示．

测试结果表明，基于凝聚层次聚类的移动教学系统可以对学生信息进行正确的分析，使学习者可以随时随地学习，交互界面友好，知识个性化，能很好的进行合作和交流学习．该系统满足移动学习者的需求，并达到系统设计的预期目标．

6 结束语

移动学习时间和地点的不确定性打破了传统学习系统的完整性，因而只是单纯依靠移动学习很难建立起系统的知识结构[5]．本文主要利用凝聚层次聚类和Web日志挖掘技术，结合移动学习理论，对网络学习者进行分析，实现新技术与先进学习理念的结合，满足学习者随时随地、自由化、个性化、多元化的学习，从而提高教育质量，实现教育均衡发展，培育更多优质人才，为教育事业提供新的策略[6]．

[1] 傅钢善,李 婷.3G时代基于专家系统的移动学习模式[J].中国电化教育.2010.4.279:106-111

[2] 孙庆华.社会性软件支持师生教与学的研究[D]. 东北师范大学.2008.6

[3] 范明,孟小峰.数据挖掘概念与技术[M].机械工业出版社.2007.3:267

[4] 李凯，王兰.层次聚类的簇集成方法研究. [J]计算机工程与应用.2010, 46(27):120-123

[5] 黄成云,左明,荣先海.基于云计算的移动学习系统设计 [J].现代教育技术.2010.20(8):102-105

[6] 赵世梁.基于移动学习的无线网络测评系统的研究[D].首都师范大学.2006.5

The Design of Mobile Teaching System Based on Agglomerative Hierarchical Clustering

XU Zheng-qiao, ZHAO De-wei

(China West Normal University, experiment center, Nanchong 637009, China)

Traditional education has been unable to meet the needs of learning under new situations.Therefore, introducing mobile learning into classroom has become the demand of the times. This paper analyzes learners’ characteristics and behaviors in mobile learning through agglomerative hierarchical clustering method,in order to design curriculum resources and teaching process which can effectively improve the topology of mobile learning system, and explore the mobile learning platform.

Mobile Learning, Agglomerative hierarchical clustering,Mobile Teaching

1673-5072(2015)01-0090-05

2014-12-12

四川省教育厅科研项目(12ZB144);西华师范大学校基金资助项目(12A038)

徐正巧(1982-)，女，宁夏盐池人，西华师范大学实验中心讲师，主要从事数据挖掘和计算机网络研究．

TP393

A