基于学习元的泛在学习资源构建研究——以“计算机基础”课程为例

肖 奕，刘传平中国地质大学（北京）信息工程学院，北京　100083



教学方法

基于学习元的泛在学习资源构建研究
——以“计算机基础”课程为例

肖 奕，刘传平
中国地质大学（北京）信息工程学院，北京100083

摘 要：泛在学习作为一种任何人可以在任何地方、任何时刻获取所需信息的学习方式，其学习资源的设计尤为重要。本文基于学习元，针对高校校园泛在学习资源智能化组织问题，通过学习元组织模型、学习元元数据结构、学习元个性化聚合三方面探讨了个性化学习资源的设计和建设，可为学生提供一种更智能的方法来获取合适的学习服务模式。

关键词：泛在学习；学习元；学习资源

投稿网址： www.chinageoeducation.net.cn 联系邮箱：bjb3162@cugb.edu.cn

引用格式：肖奕，刘传平.基于学习元的泛在学习资源构建研究——以“计算机基础”课程为例[J].中国地质教育，2016，25（1）：89-92.

一、引言

计算机技术和网络通信技术的快速发展使我们进入了泛网时代，学习方式也从数字学习过渡到移动学习再到泛在学习，期间发生了重大变化，也为高校教育带来了新的契机。泛在学习将为学生提供5A(Anytime、Anywhere、Anyone、Anydevice、Anything)的学习模式和学习服务[1]。要实现无时无刻、无所不在的学习，需要有丰富多样的学习资源以满足不同高校学生的专业需求，同时也要为单个学生提供满足其个性化需要的有限资源。

目前的教学资源只关注已建设内容的共享和管理，没有关注到资源在使用过程中的生命历程以及积累的学习智慧，无法适应未来泛在学习的发展[6]。并且教学资源的组织习惯以教材为主，按照层次目录的方式组织：一门教材包含若干知识单元，一个知识单元又包含若干知识点。各知识点以线性方式衔接，难以体现知识信息在其他课程中的延伸，影响了知识模型的形成，同时，教材变更新引起的学习资源重建，割裂了课程知识信息延续性，影响了教学资源的重用，影响了学习资源的建设。

二、学习元的理念

北京师范大学余胜泉教授提出的一种泛在学习环境下的新型学习资源信息模型——“学习元”[6]。学习元（Learning Cell）中“元”有两层含义，一是特指学习元的微型化和标准性，即学习元可以成为更高级别学习资源的基本组成部分；二是指“元始”，也就是开始的意思，即从无到有、从有到小、从小到大、从大到强、从强到久的过程[1]。

1.泛在学习环境下学习元的资源结构模型

传统学习资源中以建设学习内容为重点，主要是知识信息的表达。基于学习元的学习资源组织，除了关注学习内容外，也关注学习活动的持续性、学习资源的反馈情况等，以便更好地优化和管理学习资源。因此，基于学习元的学习资源主要包括以下4个部分（图1）：元数据、学习内容、学习活动、生成性信息。

图1　学习元的资源信息模型

元数据用于描述学习元的相关属性，如唯一标识符、主题、语言、目标用户(指出该学习元适用的群体)、最后更新日期等。

学习内容一般是一个知识点的表达，可以是一个概念、定义、公式、定理、模型、方法、事实、数据、图表、一段叙述或一组图解操作等，它的表现形式可以是课件、动画、视频等。

学习元不仅具有学习内容，还具有与学习内容相对应的学习活动[2]，用户通过学习活动与学习内容深度交互，比如在线测试、即时问答、同步课堂等。

生成性信息则包括评价信息、访问记录、版本信息等。评价信息保存用户对学习元的评论和批注等，帮助用户更加全面地理解评价当前学习元，进而影响其他用户的决策。访问记录则记录用户使用该学习元的情况，形成一些统计信息，反映知识元的利用率及学习热度，便于用户筛选合适的资源。

除此之外，语义本体是对学习元内部各要素及其整体结构进行的描述性信息，基于语义描述学习元的属性及相互关系，自动建立学习元间的语义关联，从而能快速地获得具有各种关联的学习元。

2.学习元的特点

学习元粒度小且独立完整，具有类似神经元不断生长、不断进化的功能，利于学习资源的延续性和扩展性。

（1）学习元是最小的知识单元，通常有明确的主题，易于更新。学习元演变过程中的各个版本都被保留，学习者可以看到知识点的演进过程，有助于学生的知识建构及理解。

（2）学习元易于各类学习资源的组织。基于学习元，可以就某一个概念、公式或技能来进行教学，并配备相应的文本、图像等资源，使学生能够用最短的时间学习到想学的知识和技能，提高教学内容的针对性，提高了学习效率。

（3)基于学习元的检索更具针对性。以往只能就“教材”中的“章”对学习资源检索，而学生往往只需要“章”中的某些知识点。学习元的单一性使得检索目标更明确，内容更具体，同时围绕同一主题检索出的学习元形式也更加多样化。

（4）学习元使得学习资源更具智能性。每个学习元资源都可以作为资源网络中的一个结点，彼此可以按照某种规则建立联结，通过聚类或分类可以形成个性化知识建模，一方面帮助学生获取新知识，另一方面加深学生对原有知识的认知，从而从深度和广度两方面拓展学生的知识结构[1]。

三、基于计算机基础教学学习元的设计

随着信息技术教育在中小学的广泛普及，针对高校学生的计算机基础教学也发生了重大变化。由注重Office及Windows操作向计算机基础技术普及转变，由面向过程的C语言程序设计向面向对象的C++语言程序设计转变。

1.计算机基础教学面临的问题

随着信息化与学习资源进行了有机的结合，诸如网络教育社区、教育博客、校园网等新兴平台使得众多学习资源在网络上得以共享，融入教育教学。但与此同时，我校计算机基础教学在学习资源方面的问题也逐渐暴露出来。

（1）学习资源形式单一，难以满足多样化的学习需求。现有的学习资源大部分是针对课堂教学而制作的多媒体课件（表现形式主要是PPT、Word），交互性差，教学内容的使用性和学习内容的扩展性不够，难以满足不同学生自主学习和个性化学习需求。随着智能搜索、微博、微信等新媒体新传播技术的出现和普及，目前的学习资源大部分不适合在智能终端上展示，这也将影响了学生利用移动互联网络进行泛在学习的需要。

（2）学习资源内容单一，难以满足个性化学习需求。大学计算机基础教育仍强调“三个层次”的教育，即计算机文化基础（Office+Windows+Internet)、计算机技术基础(计算机硬件、软件相关技术）、计算机应用基础（C语言程序设计、C++语言程序设计）教育，学习内容单一，更新速度赶不上计算机的发展速度，且没有考虑不同专业学生对计算机基础知识的个性化需求，导致大部分学生认为大学计算机基础教育是无用的。

（3）学习资源起点单一，没有学生的先验知识。地区、家庭经济和教育水平的差异使得入校新生在计算机基础知识和基本技能方面存在较大的差异，而教学和学习资源一律以零基础为起点，缺少对学生已有知识基础和对课程学习兴趣、动力、自主学习能力层次差异的考量，压抑了学生对不同层次知识学习的兴趣。

因此，需要选择合适的组织模式重新组织学习资源，以满足以学生为主体的泛在学习的需要。

2.基于计算机基础教学的学习元设计

打破原先按章节组织学习资源的方式，切分更小的学习资源粒度，按照知识点构建学习元，实现学习资源由小到大，由无到永久的过程。学习元建设可以从以下几方面来考虑[3]。

针对现有学习资源没有考虑学生先验知识及难以满足学生个性化学习需求的问题，对学习资源按专业需求和培养层次进行划分。同时为了解决学习资源形式单一的问题，考虑加入学习元的各种呈现形式（文档、视频、音频等），针对不同终端推送和使用不同资源媒体。

（1）专业分类。专业分类主要体现不同专业对学习元的需求，体现学生的专业差异，可分为多级：如一级类中可以设置理工类、管理类、文艺/外语类等，二级类、三级类将根据一级类进行细分。

（2）培养层次分类。培养层次分类则是就学生的个人知识能力进行分类，可分为素质培养、思维训练培养和拓展创新培养[4]，体现学生的个性化差异。

（3）呈现形式分类。呈现形式分类即从学习元呈现的形式角度进行分类。通常情况下包括文档、视频（以微视为主）、音频、虚拟互动等相关类别。

（4）知识结构类。知识结构类则是将学习元按计算机学科知识分类，比如大学计算机基础、程序设计基础和计算机技术与应用进行划分。

3.学习元元数据组织

为了实现学习元智能化、延伸性的组织，对学习元的属性进行描述，从而实现学习资源的合理组织、快速检索及个性化知识建模。综合考虑计算机基础教学的需求，学习元元数据描述的部分内容如表1所示[5]。

表1　学习元学习资源的元数据

学习元元数据不仅能以结构化形式对学习元进行有效管理，并且完整的元数据也将促进学习元的聚合，形成大的知识单元。

四、学习资源个性化聚合模型设计

计算机基础教学泛在学习的目标是为学生提供个性化学习资源，个性化学习包括两种情况，即：大一新学刚进入学习系统时，需要根据学生专业和个人能力水平（可通过入学后的新生技能测试评定）为学生初筛合适的学习资源；学生进入学习期后，可根据学生个性化需求，进行学习资源的智能化推荐。

1.学习资源的智能化聚合

基于语义的数据聚类方法是将相似度较高的学习元聚类为学习元簇。通过对学习元元数据的学习元名称、主题、简介、关键字等进行语义分析，计算不同学习元间的相似度，利用聚类分析技术与方法将学习元聚集在一起，构成若干学习元簇，如图2所示。学习元簇体现学习元间的主题相关系。

图2　基于语义的学习元簇

2.学习资源个性化的初级筛选

依据新生的所学专业及入学时的计算机技能测评，将学习元分别按照专业分类、培养层次进行分类筛选，形成学习元子集A、B，结合语义聚类的学习元簇，可以帮助学生发现符合其个人专业要求和当前能力水平的初始学习资源，如图3。

图3　初始学习元集合

3.学习资源的个性化推荐策略

学习活动是一个不断变化的过程，泛在学习环境下的学习资源要能够根据不同学生的学习活动（学习元的访问记录、次数等）实现个性特征的自动适应[6]，并根据学生所选用的显示终端、网络配置等，推荐合适格式的学习资源。通常来讲，个性化的学习推荐有基于学习兴趣、基于学习进度[2]的推荐策略。

(1)基于学习兴趣的学习元推荐。访问学习元的历史记录反映了学生的兴趣偏好，基于语义本体可建立学生兴趣本体，由此可在学习元集合中，基于语义寻找与学生兴趣本体相似或相同关系的学习元，形成兴趣学习元候选集[7]。将候选集中的学习元与学生兴趣本体进行相似度计算，则可筛选出最合适的兴趣学习元作为推荐子集。

(2)基于学习进度的学习元推荐。除了兴趣学习以外，有的学生喜欢循序渐进的学习方式。利用元数据中的连接类型属性可知晓各个学习元之间的从属、包含、前驱、后继等关系，在学习元集合中寻找与当前学习元内容存在以上链接类型语义关联（主要是前驱后继关联）的学习元，可构成基于学习进度模式的学习元推荐子集。

(3)其他学习元推荐策略。从学习资源服务的个性化视角来看，还可以通过关键词、TOP-N、最新资源推送等策略为学生提供学习元推荐：关键词资源推送策略可为学习目标明确的学生提供学习元检索推荐；TOP-N推送策略是将点击率高的学习资源向学生进行推送；最新资源推送则是从时间维度为学生提供新的学习资源。

五、总 结

本文分析了基于“学习元”的泛在学习环境下学习资源的特点，尝试对计算机基础教学的学习资源进行整合。结合计算机基础教学面临的问题，通过对学习个体的差异性、学习过程的完整性、学习资源的语义关联性的综合考虑，提出了结构化学习资源——学习元的构建方法，并从学生的专业能力、兴趣偏好和知识模型三个角度对学习元进行筛选和推荐。虽然该方法能解决当前学习资源整合中存在的一些问题，但作为项目研究的阶段成果，还有部分现实和细节问题需要解决和改进。下一步将对学习资源的构建进行设计优化，并根据学习元对泛在学习内容个性化推荐进行实验、修正和开发。

参考文献：

[1] 陈敏，余胜泉，杨现民，等.泛在学习的内容个性化推荐模型设计——以“学习元”平台为例[J].现代教育技术，2011(6)：13-18.

[2] 余胜泉，杨现民，程罡.泛在学习环境中的学习资源设计与共享——“学习元”的理念与结构[J].开放教育研究，200915(1)：47-53.

[3] 王炳同，刘晓梦.基于“学习元”的中国邮政网络培训学院培训资源库构建思路[J].邮政研究，2012(4)：39-41.

[4] 王移芝.大学计算机基础教学新模式研究许宏丽[J].计算机教育，2014(5)：14-18.

[5] 许春漫.泛在知识环境下知识元的构建与检索[J].情报理论与实践，2014(2)：107-111.

[6] 李超，郝玲玲.面向泛在学习的教学资源设计探析[J].中国教育技术装备，2012，6(18)：38-39.

[7] 刘朋.浅谈高校校园泛在学习的内容个性化推荐模型设计——以“学习元”平台为例[J].中国科教创新导刊，2012(31)：131.

Title: Learning Resource Designing based on Learning Cells in Ubiquitous Learning——Taking the Course of Computer Basics as an Example

Author(s): XIAO Yi，LIU Chang-ping

Keywords:ubiquitous learning; learning cells; learning resource

中图分类号：G640

文献标识码：A

文章编号：1006-9372（2015）03-0089-04

收稿日期：2015-02-25：修回日期：2015-03-20。

基金项目：北京高等学校教育教学改革项目（2014-ms129）。

作者简介：肖 奕，女，讲师，主要从事计算机基础的教学和研究工作。