适应性学习系统的参考模型对比研究

金慕鑫

摘 要 适应性学习系统的设计与开发需要一定的标准去指导，有了一定的参考模型才能让适应性学习系统更加完善其功能，使得适应性学习系统成熟度提高，通过对适应性学习系统和几种常用参考模型进行了介绍以及对参考模型的特点进行了比较，为进一步的设计开发适应性学习系统提供了一定的依据。

关键词 自适应 参考模型 个性化学习

中图分类号：G434 文献标识码：A

信息技术的发展改变了人们的生活方式，为人们生活学习提供了越来越多的便利，新媒体对教育的冲击也越来越大，数字化的学习环境已经成为未来教育发展的主流趋势。在这样一个大数据时代，我们要掌握学习者的学习特点及其学习需求，为不同的学习者营造一个个性化的学习路径，减少其在网络学习中迷航，自适应学习系统的建设就成为目前网络教育中亟待解决的问题。自适应学习系统需要选择一个适合的参考模型作为开发设计的标准，本文主要简单介绍了几种适应性学习系统的参考模型以及将他们进行简单的对比，为适应性学习系统的设计提供指导标准。

1适应性学习系统及其教育意义

“适应”是指个体与环境达到和谐关系的动态过程，表现在个体改变自己以适应环境，也包括个体改变环境使之满足自己的需要。适应性技术的目的：为了创造一个健全灵活的教学环境来支持不同能力、残障、兴趣、背景和其他特征的学生的学习，是指调整自身以符合学习者特征和需求，它的主要原理是通过从学习者特征中识别信息然后获取有用的信息反馈给学习者模型，适应性系统通过从学习者模型中调取有用的信息，与已建立的知识模型去匹配，从而创造出更好的教学环境以提高学习者的学习效果。所以说适应性学习系统要能够根据学习者的个别能力特征，动态的呈现与学习者当前学习能力最相关的基于超媒体教学内容。在这个系统中，学习者能够自主掌控自己的学习过程，根据自身的能力特征，选择适合自己的学习内容和学习策略。

美国《飞向成功》 的作者唐纳德·克里夫顿博士曾提出，“只有适合学生的教育才是真正的教育”。我国教育学会会长顾明远教授也指出，“最适合的教育才是最好的教育”。但是目前的网络学习系统最突出问题是系统不能根据学习者的个体差异来提供有效的学习支持，多数网络学习系统提供给学习者的都是千篇一律的学习资源与教学策略忽略了学习者的特征和学习者的需求，容易造成学习者的认知超载和网络迷航，失去学习动机和学习的乐趣，更有甚者萌生厌学、辍学等想法， 严重影响网络学习质量，不利于网络学习者自主学习能力个性培养， 尤其对工作记忆能力比较低的学习者影响甚大。自适应学习系统使网络学习系统更加智能化，为学习者呈现个性化的学习路径，进而可以有效的促进学习者的个性化教育。

适应性学习系统的未来发展方向为将这一系统赋予到各种移动学习工具上，能够支持泛在学习，促进人们将学习行为演变成为一种自然的生活习惯。适应性学习系统在构建过程中利用了多媒体技术、web技术、人工智能技术、数据挖掘技术等来设计，要关注不同的学生认知水平，提出相应的学习要求，设计出适合每个学生的教学方法、教学内容和学习策略，充分调动学习者的积极性。参考模型就成了适应性学习系统构建的基础，给适应性学习系统的设计和开发提供了一种标准指导。

2常用的自适应学习系统的参考模型

参考模型是一种设计模型，是所有的开发的基础，它包含了目标和理念，对系统中的角色和角色的责任进行定位，简化问题的难易程度，以便区分系统。自适应学习系统的参考模型的作用类似OSI模型，定义了系统内的层次结构、相互关系、包含的服务但是不提供具体的方法。它被用来指导系统的开发，贯穿开发过程的始终，对系统的架构进行指导，所以说参考模型是开发自适应学习系统必不可少的因素。以下是几种目前常用的参考模型。

1994 年德克斯特提出了超文本参考模型（Dexter Hypertext Reference Model，DHRM） 。该模型分为运行时层、存储层、组件内层，并使用锚定和呈现规范作为连接机制。运行时层表示了超文本信息主要实现交互和呈现信息，存储层保存节点和数据库，组件内层包含节点内的内容。锚定是组件内层与存储层的通讯接口，主要用于确定存储层的锚点在组件内层中的位置；呈现规范描述如何将内容展现给用户的机制。

1999 年，黛布拉（De Bra）基于德克斯特超文本参考模型（DHRM）对存储层进行了扩展，提出了自适应超媒体应用模型（Adaptive Hypermedia Application Model，AHAM），如图 1 所示。

该模型包括的存储层中包含了领域模型、自适应模型、和用户模型。领域模型通过概念与概念之间的关系来表述领域知识；用户模型包含着学习者的认知能力、知识水平以及媒体偏好等；自适应模型要负责用户与系统之间的交互，存储着交互规则的选择和调用时通过自适应引擎来完成的。

2003 年，荷兰埃因霍温技术大学亚历山德拉（Alexandra）等基于自适应超媒体应用模型（AHAM）提出了自适应超媒体分层创作模型（Layered WWWAHS Authoring Model，LAOS）包括领域模型、目标和约束模型、用户模型、自适应模型和呈现模型。

LAOS参考模型中没有了原来的运行时层、存储层和组件内层而是由领域模型、目标和约束模型、用户模型、自适应模型和呈现模型五个层级模型组成，它主要引入了一个目标和约束模型，在这个模型下，领域知识是不能直接与自适应模型交互的，就好比你直接去图书馆借书而不通过图书馆的电子搜索引擎去搜索所想借的书在哪个书架那么你借书就是很盲目的而且会浪费时间，所以说这个目标与约束模型是一个编辑的过程，指明了关注点以及限定了搜索范围。它对领域模型进行过滤、重组及重构提高了检索效率。

2006 年，阿罗约（Aroyo）等人基于德克斯特超文本参考模型（DHRM）和自适应超媒体应用模型（AHAM）提出了增强自适应超媒体应用模型（Enhanced Adaptive Hypermeda Application Model， EAHAM），如图 2所示。

之所以是增强型自适应超媒体模型是因为它在AHAM模型上做了改变。之所以叫增强自适应模型是由于它在存储层中增加了教学模型和情境模型，其中教学模型和自适应模型一样决定系统怎样实现自适应，情境模型同用户模型一起决定系统按什么参数去实现自适应，这样更增强了系统的适应性的功能。

3适应性学习系统中参考模型的比较分析

以上所简述的参考模型是依次在上一个基础之上进行的，从他们的层次图中我们可以看出他们都有作为连接的锚定和规格，都主要区别在存储层中。他们的主要比较如表1所示。

这些模型之间都有着一定的联系。LAOS与EAHAM都是由AHAM演化而来，而他们最终的来源都是DHRM。在这些参考模型中不变的中心角色是领域模型和用户模型，这两个模型关系到自适应学习系统的适应性，是自适应系统的核心内容。这几个参考模型各自有各自的特点，给开发者提供了一定的设计的标准，虽然他们各有各自的特点所关注的角度不同但是在自适应学习支持系统中选择什么样的参考模型作为标准还取决于所设计的自适应学习系统的特点，这样参考模型才能更好的对适应性学习系统进行指导。

4结语

在大数据的今天，自适应的学习系统要更加体现了个性化的学习特点，学习的内容就要更加体现学生的特点，这就需要自适应学习系统更加具备个性化、适应性的特点，并且具有可拓展性。从基于大数据的个性化自适应学习过程中，既需要考虑学生个性化特征，又要考虑从海量数据中挖掘有价值的个性化学习信息方法等。然而在开发适应性学习系统时参考模型是必不可少的。明确这些模型各自的特点是对适应性学习系统体系的架构具有特殊的指导意义。合适的参考模型可以为后续自适应学习系统的设计与开发奠定一个良好的基础。

参考文献

[1] 许豪.适应性超媒体系统在现代远程教育个性化学习中的应用[J].中国成人教育，2014（10）：125-126.

[2] 曹双双，王移芝.泛在学习中自适应学习系统模型研究[J].现代教育技术，2012（7）：101-104.

[3] 姜强，赵蔚，王朋娇.基于 GALSRM 模型的自适应学习系统体系结构研究[J].现代远距离教育，2013（1）：71-77.

[4] 姜强，赵蔚，王朋娇.自适应学习系统中双向适应交互评价实证研究[J].现代远距离教育，2013（5）：106-112.

[5] 黄伯平，赵蔚，余延冬.自适应学习系统参考模型比较分析[J].中国电化教育，2009（8）：97-101.

[6] 陈仕品，张剑平.基于EAHAM 模型的适应性学习支持系统体系结构[J].电化教育研究，2008（11）：53-57.