云平台个性化教学资源供给模式探索

邱春荣

摘 要 云平台上拥有海量的教学资源，如何为学习者提供符合其自身学习需求的教学资源是一个值得研究的课题。本文分析了教学资源的供给流程、主体及主体之间的关系，并从学习者个性化信息的收集和分析结果出发，定义了在云计算平台上的个性化教学资源供给模式。云平台需要更加合理高效的教学资源组织形式，引入“学习元”的泛在学习资源组织概念，从资源实体和资源描述文件两个方面进行详细阐述，并提出了教学资源个性化推荐模型。

关键词 云平台；个性化教学资源；供给模式；学习元

中图分类号 G712 文献标识码 A 文章编号 1008-3219（2015）14-0034-04

国家“十二五”规划纲要提出了加快教育信息化进程的总体要求，并提出“加强优质教育资源开发与应用”，“加强网络教学资源体系建设”。2008年，上海师范大学的黎加厚教授首次提出了“云计算辅助教学”（CCAI）和“云计算辅助教育”（CCAE）的概念，其基本含义是利用云计算平台为教育事业提供资源组织与存储、教学实施和管理载体等辅助作用[1]。与传统教学方式相比较，云平台支持下的教学活动具有理念先进、成本低廉、学习方式灵活等特点，能够不受时间和空间的限制并支持学生根据自身的学习起点、学习兴趣、学习进度等方面的特征开展个性化学习。

一、云平台教学资源及其基本特征分析

在传统的网络教学应用平台中，教学资源设计的出发点是满足教学人员围绕着教学目标、教学内容和学生特点等因素所制定的教学策略，具有较强的教学针对性和现实性。其基本特点有：数字化，信息以数字信号的形式存储和传输；多媒体化，教育信息以文字、图片、视频和音频等媒体显示；网络化，教学资源相关主体人员可以在异地通过联网智能终端获取所需要的信息；可操作性，在一定的权限范围内可以对教学资源进行检索、增减、修改等操作，并允许使用者运用信息处理方式进行运用和再创造。

CCAI和CCAE提倡应用云计算平台使学生拥有差异化的学习内容、多样化的学习方式和特质化的学习环境，从而实现对个性化人才教育理念的支持。因此，云平台教育资源更应符合条理清晰、结构规范、检索方便等条件。因此，云平台教学资源除了具备传统数字化教学资源的基本特征，还需拥有以下特点[2][3][4]：结构规范化标准化，教学资源在设计、制作、存储和管理过程中始终遵循统一的规定。这个特点有利于实现教学资源在云平台上更大范围的兼容性，更长时间的可扩展性和便捷的操作性；优越的可检索性，具有较高的检索查全率和准确度；良好的复用和重组性，有利于资源使用者实现在个性化学习情境中资源共享、联接，利用这些教学资源进行知识和技能学习单元的解构和重构，形成新的学习资源。后面所述两点需要教学资源在组织过程中灵活精确地表达资源属性及其关联度。

二、云平台教学资源供需过程分析

支持云平台的教学资源是传统数字化教学资源的一种特殊形式，因此基本属性与之相同，其供需过程也和传统数字化教学资源[5][6]类似，涉及行为主体（人）、物质基础和数字化成果（教学资源）以及信息交互渠道等方面。其中作为行为主体的人可以分为学习者、教学人员、教学资源开发人员和系统管理者，在必要的情况下，为了保证教学资源的高质量，还可以邀请教学资源评估专家参与其中。教学人员是指应用教学资源开展教学活动的行为主体。教学资源开发人员包括教学资源设计人员、教学资源制作人员和教学资源开发管理人员等。需要说明的是，教师既是教学人员，也经常成为教学资源开发人员。系统管理者的职责是在云教育平台的建设、运用、停止运行的整个生命周期中对其实施资源审核、系统维护和管理。由于云平台具有很强的交互性，因此云平台教学资源开发和应用过程中各行为主体之间复杂的信息沟通可以在云计算平台中动态实现。云平台教学资源供需过程中各主体及他们之间复杂的信息交互过程如图1所示。

云平台教学资源供给流程可以分为三个阶段，如图2所示。第一阶段为教学资源设计与开发。收集教学人员和学习者对教学资源的需求并作需求分析，开展教学资源设计活动，完成教学资源制作。第二阶段是教学资源评估阶段。主要内容包括：科学制订教学资源评估体系，定量或定性地衡量教学资源的准确度、有效性、可用性、规范性和标准化程度等方面与期望值的偏差，并进行动态的调整。在云平台教育教学活动中，教学资源评估的主体工作由学习者、教学人员和系统管理人员完成，比如资源的准确度和可用性应充分尊重教学人员的评价，资源的有效性和可用性可以多收集学习者的看法，而资源的规范程度则应在资源审查环节充分发挥系统管理人员的作用。教学资源评估专家则站在专业的角度制定教学资源的评估标准，并根据标准对教学资源的建设质量做出全面系统的评估。在教学资源建设质量要求不高的情况下，可以省略专家评估环节。云平台教学资源的运用是一个长期的过程，因此其质量评估也是一个开放、持续、动态的过程。第三阶段是教学资源使用阶段。学习者和教学人员是这一阶段的主要行为主体，他们在应用教学资源的同时，还将符合自身需要的教学资源通过复用、重组和关联等功能建设自己的教学空间或学习空间，同时利用云平台良好的互动功能对现有的教学资源进行评价，并根据自身的学习特点提出新的教学资源建设和改进意见，以得到系统管理者和教学资源开发人员的响应。

三、云平台个性化教学资源供给模式

教学资源供给模式可以理解为教学资源从设计开发、质量评估到以某种形式为教师和学生所运用的一种较为典型的、相对稳定的范式。云平台教学资源供给模式如图2所示。一方面，教学资源供给流程作为供给模式的实体流，由教学资源供需的三个阶段按照开发程序形成一个闭合的环路。另一方面，资源供给的行为主体相互进行信息交流和沟通，形成教学资源开发信息交互网。在传统的数字教育教学平台中，平台的相对独立性和不兼容性使得各行为主体难以形成有效的、多维度的沟通，他们之间的信息交互是平面型的。云计算教育平台的支持使资源和信息共享与沟通系统实现了完全的统一，平台的独立性和资源的不兼容性迎刃而解，从而实现了信息交互的网络化。

为了满足个性化的网络教育需求，提高教学资源的使用效果，在教学资源设计和开发时必须对教学资源进行必要的信息描述和信息组织，因此本文在云平台教学资源供给模式构建过程中引入学习元（Learning Cell，LC）概念[7][8][9]，并在此基础上设计了教学资源个性化供给的推荐模型。

四、学习元（Learning Cell，LC）

学习元（LC）是北京师范大学的余胜泉教授（2007）为了适应泛在学习和建构认知学习范式的转变对学习资源设计新需求而提出的新型学习资源组织方式。LC适合用于泛在学习和非正式学习，符合Web2.0的“以人为本，群建共享”的资源建设理念，具有生成性、开放性、联通性、可进化发展、智能性、内聚性、自跟踪和微型化等特征[10][11][12]。

支持云计算平台的学习元由资源实体和资源描述文件两个部分组成。资源实体是学习资源具体内容的载体，其表现形式可以是HTML网页、图片、视频、音频、文本等格式。从功能上划分，资源实体包括学习内容、学习活动、练习、学习评价和学习工具等5种类型。

（一）资源实体

学习内容资源是学习元的主体类型，学习者从学习内容资源实体中获取所需的学习材料，并根据自身原有的认知结构形成新的认知，并建构新的认知结构。学习元中的学习内容资源实体具有完整性、独立性和微型化等特点。

学习活动资源实体用来实施对学习活动的指导，以文本、多媒体及两者混合的形式来说明学习者如何开展学习活动才能更加有效地实现预期的学习目标。

练习资源是学习者加深知识理解，巩固知识记忆，提升知识应用能力的学习载体。练习能够促进新知识和旧知识的整合，加快新认知结构的建构进程。因此，练习资源是一种重要的资源实体。练习资源的设计要充分结合学习内容的细节、结构及不同学习内容之间的连通性。

学习评价资源是学习活动的反馈性材料，用来衡量学习者对于学习内容的掌握情况，以评估学习资源的质量、学习策略和学习活动的有效性。其展现形式一般为：网页、程序、动画、视频、音频及文本等。

学习工具应于为学习活动的开展和实施提供工具支持。云平台上提供的学习工具主要表现形式有：网页形式，常见的网页形式工具比如检索工具、调查问卷、在线测试页面、学习论坛等；应用软件，比如绘图软件、批注软件等；文本、视频、音频，比如学习活动的预设场景说明、启动信息帮助、知识地图、学习导航等。

（二）资源描述文件

学习元实现其联通性、智能性、可进化发展、内聚性等特性的重要结构基础就是资源描述。资源描述文件记录了各类学习资源实体之间的关联信息，如表1所示。根据这些信息，使用者就能够通过学习元检索、知识地图和学习导航等工具迅速跳转到具体的学习元资源实体。

在资源描述信息的各元素中，标识（ID）、服务地址（Service_URL）由云平台管理系统自动产生，用户不能更改。授权（Author）、主题（Topic）、关键词（Keywords）、说明（Desc）、母学习元（Parent_LC）、子学习元（Sub_LC）、兄弟学习元（Brother_LC）等元素可以根据资源的应用需求由资源创建者或其他授权者自行修改。

五、教学资源个性化推荐

由于有了云平台的学习支持，教学系统能够提供更加细粒度的教学资源个性化推荐服务。首先，根据用户的学习兴趣、已有知识、学习进度等因素，系统可以直接从学习元库中检索出符合相应特征的教学资源推荐给用户。其次，用户的设备类型、网络状况等情境因素将影响部分学习资源的正常运行。比如，IPAD设备无法播放FLASH课件，虚拟实验3D交互课件和高清视频演示课件需要良好的网络带宽等。最后，具有某些相似性和相关性的用户往往在教学资源方面也有着相类似的需求，比如，英语四级学习交流群组中的用户都需要用到“CET-4语法详解”课件。根据上述分析，云平台教学系统构建了三个模型，即用户模型、协作模型和情境模型，并据此构建了教学资源个性化推荐模型，如图3所示。

用户模型、协作模型和情境模型是教学资源个性化推荐模型的核心部分，由系统根据用户信息自动产生。用户模型依据用户个体的学习兴趣、原有知识点及其结构、学习进度等信息形成用户描述文件。信息收集可以采取在个人信息表中加入兴趣爱好、所学专业、职业理想等栏目的方式。学习进度根据用户的学习历史记录自动产生。原有知识点及知识结构通过用户的检索记录、个人信息表、学习历史记录等信息获得。协作模型主要根据用户和学习资源的相似性和相关性，并根据这些信息产生用户和资源聚类。因为有些用户需要的资源没有在用户模型中显性表达，因此协作模型经常能够做到用户模型无法完成的工作，给用户推荐高适用性的学习资源。情境模型参照的信息主要有设备当前的网络状况、设备软硬件环境等。这些信息需要系统主动获取，比如网络状况需要周期性地对用户的网络带宽、可靠性等QoS参数进行检测，设备软硬件信息也需要一定的软件实施检测和信息收集。根据用户模型、协作模型和情境模型形成的过滤规则模型能够对学习元进行自动匹配，并形成学习元推荐候选集和学习元正式推荐集。需要指出的是，用户模型、协作模型、情境模型及过滤规则模型都是开放的，系统管理者和用户可以根据实际的应用需求修改这些模型的度量因子。

参 考 文 献

[1][2]霍丽荣，于淼，高义栋.云计算支持的群体协作学习环境研究[J].中国信息技术教育，2010（5）：77-80.

[3]周文娟.基于云计算的英语泛在学习模态与学习资源研究[J].远程教育杂志， 2012（4）：73-78.

[4]余胜泉，万海鹏.支持课程大规模开放的学习技术[J].中国电化教育，2014（7）：7-18.

[5]高铁刚，朱建.基础教育信息化教学资源供给模式研究[J].中国电化教育，2009（4）：57-60.

[6]张一春.Web2.0时代信息化教学资源建设的路径与发展理念[J].现代远程教育研究，2012（1）：41-47.

[7][10]杨现民，余胜泉，王志军.学习元与学习对象的多维比较研究[J].开放教育研究，2010（6）：25-32.

[8][11]李山.学习元构建新的资源组织模式[J].中国教育网络，2013（6）：35-36.

[9][12]杨现民，程罡，余胜泉.学习元平台的设计及其应用场景分析[J].电化教育研究，2013（3）：55-62.