自适应学习模型体系结构分析与研究

杨洋

摘 要 自适应学习系统是当今现代化教育手段的研究热点。先分析自适应学习系统的一般架构模型，接着阐述现今具有代表性的几种参考模型，并从模型关联度、所能解决的问题等方面进行分析比较，为深入研究和设计通用性自适应学习系统提供依据。

关键词 自适应学习模型；参考模型；领域模型

中图分类号：G642.0 文献标识码：B

文章编号：1671-489X（2017）04-0033-03

Abstract Adaptive learning system is hot point of modern education means research. Here we firstly analyzed the general architecture model of adaptive learning system. Then the representative reference

models were expounded and compared in the degree of the model correlation and problem solvation ability， this paper analyzes and compares， which would provide the basis for further research and design of general adaptive learning system.

Key words adaptive learning model； reference model； domain model

1 引言

網络教育是当前教育界的一个研究热点，网络学习方式也越来越普及，这种学习方式以学习者为中心，向学习者提供个性化的学习内容、个性化的学习形式和个性化的学习服务。

学习者在使用自适应学习系统时，可以自由选择学习路径和调整学习进度，系统还可以引领和指导学习者进行自主学习，用来满足学习者的不同学习需求[1]。自适应学习系统虽然注重提供自适应能力，但是系统之间可比性不高，可以将其归入参考模型中。参考模型根据标准和规则来指导系统开发，并说明系统中组件之间的交互方式。因此，开发自适应学习系统需要先研究参考模型。

2 自适应学习系统的一般架构模型

目前自适应学习系统如AEHS（Adaptive Educational Hypermedia Systems）、AHA、ACCT等，美国匹兹堡大学信息科学学院的Peter Brusilovsky提出一个自适应学习系统AEHS的通用模型[2]，如图1所示。

其中，领域模型描述了领域知识结构、概念知识和概念间的联系；学生模型，也叫用户模型，它描述了用户的特性，如使用系统的用户的文化、个人爱好和兴趣倾向等信息，该组件可以提取或重新赋予学生的特性。学生模型信息访问领域模型是一种规则，它定义了教育学模型，规则的制定依据了领域知识结构。自适应引擎可以对用户进行个性化选择、注释和呈现学习内容，是创建、更新领域概念和链接的软件环境。接口模块表明并定义了用户与自适应学习系统间的交互方式，包含评价、自适应和推测机制，其中的数据可以推测用户的特点。

3 自适应学习系统的主要模型

其实，AEHS从严格意义上说并不能称为参考模型，因为AEHS并没有标准的参考模型和架构体系。实际上，第一个被开发出来的参考模型是自适应超媒体应用模型（AHAM），随后有LAOS、XML自适应媒体模型（XAHM）和WebML等参考模型。从结构上看，AHAM划分了AEHS的组成部分。

AHAM AHAM（Adaptive Hypermedia Application Model，自适应超媒体应用模型）分为五层[3]，是基于早期的Dexter模型建立的，如图2所示。

1）运行时层。该层包含了与用户访问系统和向用户呈现信息的组件，并且决定向终端用户以何种方式呈现内容。

2）存储层。该层是AHAM的核心层，由3个子层组成，每个子层构成一个子模型。

①领域模型。该模型描述领域知识的结构，如实体和实体之间的联系。实体具有不同的特征，能够唯一识别实体的、具有同样特征的概念可以具有不同的数据类型。

②用户模型。该模型描述终端用户的特征，它存储了关于实体的属性值。用户模型根据领域模型进行细粒度设计，用户模型中的每一个实体可具有不同的属性和值。

③自适应模型。该模型是实现自适应功能的基础，它可以根据领域模型和用户模型的结构决定如何产生自适应操作。

3）自适应引擎层。该层主要解释了自适应模型中的自适应规则，启动一个规则会触发另一规则，体现系统的自适应操作。

4）锚固层。该层是内部组件层和自适应引擎层的通信接口，提供了自适应引擎规则与实际存储信息的匹配功能。

5）内部组件层。该层主要存储实际信息，锚固层中的连接点对该层中的信息匹配存储层中的各子模型间的连接。

LAOS LAOS是一种通用复合自适应媒体模型[4]，是依据AHAM模型和概念图并基于编辑更新规则的三层模型创建的。LAOS定义了五层模型：领域模型、用户模型、目标和约束模型、自适应模型和呈现模型。LAOS相比AHAM来看，引入了目标和约束模型，该模型起着中间编辑作用，目标指向关注的点，约束限定查询的范围。概念图由领域模型、目标和约束模型、用户模型共同组成，LAOS通过属性将概念定义为语义独立的实体。呈现模型考虑了终端物理特性，比如PAD、手机等不同的显示风格等，从而使得程序移植性较好。

XAHM XAHM是一种基于XML的面向对象模型[5]，该模型以XML作为基本数据格式，分为应用领域模型、用户模型和自适应模型。自适应模型使用多维度方法，从用户行为、外部环境和技术方面等进行描述。实际上，XAHM模型主要区分出由用户需求的自适应和由技术限制的自适应。

WebML WebML是一种可视化语言，也作为一种自适应学习系统的参考模型[6]，用于说明Web应用程序的内容结构和组织形式，并可以转换为超文本格式。WebML主要包含了个性化模型和用户建模方法，基于WebML构建的自适应系统包含了4个模型。

1）结构模型。该模型呈现具体数据内容，如实体与实体间的联系。

2）超文本模型。该模型描述了通过数据模式初始化好的内容如何发布成超媒体文件。

3）呈现模型。该模型以XML语法表现页面布局和图形样式，呈现风格包含了页面属性和页面内容等。

4）个性化模型。该模型以实体形式陈述用户之间的联系，个性化机制通常采用声明式个性化和程序式个性化。

自适应学习路径模型 自适应学习路径模型的构建主要有生成所有的学习路径和选择适应性的学习路径两个步骤，该模型分成学习者自适应层、概念层和学习目标层[7]。

1）学习目标层。该层结构上的每一个目标都有与之相对应的学习概念，选择出与学习目标层结构上对应的学习目标的学习概念形成概念层。

2）概念层的结构继承了领域概念本体的结构。

3）学习者自适应层是指与学习者的学习习惯、学习偏好和适应度值进行选择设置。

4 各参考模型分析比较

关联度 从关联度来看，AHAM模型中，与领域模型相关的自适应和技术层面因素之间关联度高，分离不明确；LAOS模型中，引入目标和约束层，该层将领域知识信息和教育学信息隔离，关联度低；XHAM模型中，自适应性和技术层面因素之间无关联，明确分离；WebML模型中，与领域模型相关的自适应和技术层面因素之间无关联，明确分离；自适应学习路径模型中，分为生成学习路径和选择学习路径两个步骤，根据学习者的学习特性选择合适资源，形成所有的学习路径，然后根据适应度选择适合学习者的学习路径并呈现给学习者。

解决的问题 基于Dexter模型建立的适应性较强的参考模型，该模型中的领域模型扮演者自适应超媒体程序的中心角色，用户模型描述用户和领域模型联系方式。

LAOS模型是基于AHAM模型和概念图建立的。该模型中的自适应模型是复合模型，含有概念层、课程层、学生自适应与表现层。其中，概念层描述了领域知识；课程层提供了课程，是对概念层的补充描述；学生自适应与表现层对应着自适应模型和呈现模型。3个层级都由自适应引擎驱动。

XHAM模型从用户行为维度、技術维度和外部环境维度3个维度设计模型：用户行为维度关注学生的学习行为；技术维度考虑一些客观因素，如网络状况和用户终端设备使用情况；外部环境维度考虑外界因素，如时空和政治等。

WebML模型关注系统技术实现层面，其中的个性化模型和呈现模型有利于自适应学习系统的设计。WebML模型的推导过程是添加冗余信息进入结构模式从而提高表现力，较容易地提取实体、属性和关系等。

自适应学习路径模型主要解决当今自适应模型中的一些问题，比如适应性规则缺失和冲突等，提高学习系统的自适应度。

5 结束语

当今的自适应参考模型从不同角度体现自适应学习系统的关键特点，这些参考模型各有优势，在使用中应根据现实情况选择适合自己的参考模型作为设计依据，提高开发效率，并作为教学后续使用。

参考文献

[1]邢丽刃，赵蔚.基于Web的自适应教育超媒体系统现状及前景分析[J].中国电化教育，2007（3）：100-103.

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

[3]芮玎玎.自适应学习系统中适应模型的构建[J].高等继续教育学报，2013（3）：41-44.

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

[5]Ferreira J. Knewton： Adaptive Learning Plat-form[EB/OL].http：//www.knewton.com.

[6]姜强，赵蔚.自适应学习系统中学习者为中心视角评价学习成效实证研究[J].现代远距离教育，2015（4）：43-49.

[7]芮玎玎.自适应学习系统中适应模型的构建[J].高等继续教育学报，2013（3）：41-44.