面向课外读物推荐的大学生专业学习能力评价：以物流管理专业为例

吕亚云，陈达强，黄嫦嫦，李文玉，胡雪梅，段晓宇

（浙江工商大学 管理工程与电子商务学院，浙江 杭州 310018）

1 引言

随着物流产业高速发展，物流管理岗位对于人才的知识储备、数据处理和分析能力、管理能力等各方面均提出较高要求，相比之下，现有高等学校物流专业教学模式的有效性和教学资料的针对性仍存在一定程度的不足。一方面，由于受时间、场地、方式和内容的局限，对于越来越独立和自主的学习者，第二课堂与课余专业学习逐渐成为第一课堂教学的重要补充并推动其扩展和深入[1]。在数字化与网络化日益普遍的当下，在线学习方式正逐渐成为一种重要的学习形式，网课学习、电子读物阅读等网络在线学习手段也成为主要的个性化自主学习的重要途径[2-3]。另一方面，充沛的专业学习资料在一定程度上影响了学习的有效性。有数据表明，在2000-2015年的16年间，全国出版物流类别的教材有3 415 本，其中本科类的教材有494 本[4]；在百度仅以物流和供应链为关键词的检索结果就达6 990万余条；仅中国财富出版社一家，其网站物流类图书就达168 种，物流类高等教材达55 种，同时，据不完全统计，全国出版企业达1 280余家。对在校物流专业大学生而言，如何从海量的物流专业学习资料中获取适合自己的已成为一大难题。

为此，基于用户学习需求开展个性化学习资源的推荐服务成为有效辅助学习者课外自主学习的关键。现有研究中，主要基于协同过滤[5-6]、兴趣特征分析[7-8]、关联规则[9-10]、需求画像[11-12]等开展书籍推荐方法研究。但是这些推荐系统或方法并未全面考量读者个性化信息的深层次特征，尤其是其学习能力对书籍推荐有效性的影响。

因此，本文基于物流专业大学生第二课堂在线专业学习模式，立足发挥课外读物推荐对物流管理第一课堂教学专业学习的辅助和补充作用，对物流专业学生的学习能力及其评价展开研究，以期在开展大学生第二课堂物流专业书籍推荐中更具针对性。

2 专业学习能力界定与作用

2.1 专业学习能力的概念

为合理构建针对物流管理类专业大学生的专业学习能力的评价指标体系，要求对专业学习能力及其评价指标有着清晰的定义和判断。本文将立足于学生学习、阅读能力的界定和构成，尝试对学生第二课堂专业学习能力进行定义与分析。

对于学生的学习能力，国内外的学者们纷纷尝试从各种角度进行解读。美国W.C.Kirby 教授提出的“综合体假说”，从心理学角度分析，认为学习能力是包含内动力、态度、策略、效率、创新思维和创新力的综合体[13]。浙江大学提出的“KAQ”理念从教育学角度出发，指出学习能力的概念界定分为知识、能力、素质三个角度[14]。许德泓[15]认为“学习能力是指学生在学习过程中，通过学习效率、学习态度、自控能力等学习能力的内在要素，来获取知识、能力、素质这些外在要素的一种综合能力”。

本文认为学习能力是一种综合运用的能力，表现为学习者学习时内部的心理活动以及外部的行为表现，与阅读能力类似，包括学习者能够获取知识、正确理解乃至进行反思、实际应用的能力[16]。此外，在注重学生学习及阅读能力之外，大学生第二课堂专业课外读物推荐作为在线交互式学习专业书籍推荐服务的内容之一，更加强调学生的学科专业基础和专业素养。课程相关课外读物的专业程度更加考验大学生用户自身对于相关专业知识的掌握、理解与运用能力。这被认为在物流专业学生的学习中是很重要的，即物流专业学习强调学生要掌握现代物流和供应链管理的基础理论，掌握管理技能和主要工程技术，具备独立分析、解决实践问题的综合能力。

基于此，本文所研究的专业课外读物学习能力是特定于物流专业大学生用户在第二课堂的专业书籍在线学习中，通过自身知识储备、阅读学习素养所表现出的，对于物流专业知识和技能的获取、培养以及运用的综合能力。

2.2 专业学习能力对课外读物推荐的影响

随着网络建设和应用的不断发展完善，书籍推荐系统也趋于个性化、实用化，现有个性化书籍推荐的研究更多是考虑兴趣偏向对用户阅读的影响，忽略了用户学习能力和阅读水平对用户选择的影响，且多数是基于课外电子书籍阅读的研究，而缺少对专业书籍学习的研究，故综合考虑用户的阅读兴趣、专业学习能力的评价指标体系的构建仍需完善。就目前的研究趋势来看，对用户学习能力评价指标体系的构建以及根据学习能力的差异形成专业书籍推荐列表的研究是必要的。就一般的专业资料推荐而言，用户专业学习能力评价指标体系的构建可为后台的推荐算法和前端的智能推荐提供有力的网络数据支撑，从用户的行为中获取其学习相关数据，可实现根据读者不同的学习背景、学习方式、学习爱好和学习能力来推荐匹配度高、个性化强的学习资源[17]。一个完善、全面的学习能力指标体系的构建以及高匹配度的推荐可以为用户提供更高的查准率，减少无效浏览时间，提高有用学习时间和学习效率。

为此，本文结合物流专业对于学生综合能力的高要求，以及前沿知识更新速度快、实际接触存在难度等现实问题，重点研究面向物流管理专业大学生专业书籍阅读和学习能力综合评价的指标体系。

3 专业学习能力评价指标及其体系

3.1 专业学习能力影响指标分析

本文侧重于对使用过程中能反馈用户学习能力的数据进行获取以形成相关评价指标。周正国[18]指出书籍推荐系统的需求驱动逻辑功能可以分为五个部分，其中的评价功能就包括用户输入的显示评分方式和系统主动发现的隐式评分方式；王立平和黄莉[19]认为，在对系统中的学习者模块进行数据挖掘时，需要收集学习者学习行为的显性和隐性信息；曹斌[20]等人认为用户行为数据最普遍的存在形式是日志，因为它很容易被推荐系统用来作为分析用户偏好并做推荐的依据，由此个性化的推荐系统中的用户行为可分显性反馈行为和隐性反馈行为。

综合以上研究的观点，本文基于用户使用过程中的反馈方式将指标分为显性反馈指标和隐性反馈指标。显性反馈(Explicit Feedback)是指用户提供的能揭示其阅读兴趣或行为倾向的数据，这一类反馈往往需要用户通过主动行为提出，例如用户的个人信息和学习目标、用户对学习内容的评价等基本信息与用户描述；隐性反馈(Implicit Feedback)是指用户未直接表示出，在不影响其正常使用过程的情况下通过其行为和历史数据而收集到的能反映其偏好、倾向及能力的数据，这一类反馈不需要用户主动提出，因此具有一定的不确定性，往往需要通过数据挖据的方式得到，例如用户的历史浏览记录以及阅读学习的速度等。

3.2 关键指标确定

目前的研究多从个性化书籍推荐、阅读兴趣、网络学习系统评价、学习能力评价等方面进行，同时形成与学习能力有关的指标体系。栗涛等[21]在对学生的网络学习情况进行评价时，考虑了学习成绩、学习态度、资源利用、互相交流等一级指标；杨曼等[22]在研究基于网络的在线学习能力评价时提出从学习时间管理、学习态度、学习效率、学习动力、创新思维能力、协作学习能力等维度来评价学生的学习能力；杜筎娟[23]在研究网络学习评价影响因素时，总结出将学习资源时间、下载资源、用户登录、作业上交、老师评价等指标作为评价指标体系；陈瑛和余小华[24]在研究网络教育情况时，对网络学习建立了评价指标系统，将学习态度、学习效果、交流与协作作为评级体系的一级指标进行研究；惠兆阳等[25]研究了大学生在网络上进行英语学习时学习能力评价模型，提出了学习态度、协作、资源利用等一级评价指标。综合分析发现，学习态度被大多数研究者认为是评价学生学习能力的重要指标。而学习效率、时间管理、资源利用等因素也是评价学习能力需要考虑的重要因素。根据以上研究分析，综合考虑用户阅读兴趣、学习能力、专业水平等方面，构建出评价物流管理类专业大学生专业书籍阅读的学习能力指标体系，见表1。

表1 专业书籍阅读学习能力评价指标体系

3.3 评价指标研究

指标体系的构建考虑到多个方面，包括使用对象的针对性、阅读方式的特殊化等。第二课堂主要打造针对有专业学习需求的用户，进行专业化书籍的推荐。与业余阅读相比，专业书籍的阅读更具有目的性和相关性。用户注重书籍的质量和实用性，以及阅读后对个人能力的帮助程度，而不局限于精神上的满足感和愉悦感。结合物流专业的培养方案和物流行业对于综合型人才的需求，本文所研究的用户对专业书籍的推荐质量要求更高，建立的指标体系需要更全面、更具体，从多角度考虑到能反映特定用户阅读能力以及阅读需求的数据，从而建立相关指标体系。另外，电子书籍阅读方式的特殊性决定了指标的特殊化以及评价系统的复杂化。同时，电子阅读方式决定着数据和记录成为最重要的信息来源，为能力评价提供了更多参考依据，通过数据挖掘和数据分析使得评价更接近事实。

综合来看，本文的研究者根据数据的来源和获取方式将指标分为显性和隐形，针对特定的用户群即物流专业大学生，显性指标中的信息都是用户在登陆平台前主观表达出来的个人信息和个人需求。用户信息、物流专业培养方案、物流相关知识储备反映了用户在平台学习前的基本专业学习情况和学习能力状况。阅读兴趣、学习目标反映了用户希望通过平台学习的物流专业知识内容以及达成的目标。而用户评价是用户在每次学习完课程后对所学内容满意度、相关度、自身学习效果等方面的评价。通过这些信息反映物流专业大学生的主观需求和学习兴趣，为个性化、专业化的物流专业书籍推荐提供根本的依据。隐形指标主要是用户在平台上学习的动态反映，通过学习时间和学习数量等数据信息的挖掘，分析出用户的学习效率和能力。隐形数据的挖掘可以很好地对用户的学习效果进行量化分析，从而增强了结果的可信度和参考价值。

因此考虑到指标可否量化以及算法的可实现性，本文将上节所构建的指标进行了优化精简，得到可以用于量化分析的评价体系。

4 基于AHP层次分析法的学习能力评价

4.1 评价指标体系构建

根据上述研究分析，本文构建可量化评价指标体系见表2。

表2 可量化评价指标体系

物流专业书籍课外学习能力评价指标体系共分为五个一级指标，包括知识储备、学习态度、学习效率、阅读相关度、用户评价，目的是从用户的时间管理、学习态度、学习效果等多方面综合分析评价其专业学习能力和学习需求，为物流类书籍推荐提供有价值的信息。

（1）知识储备主要指用户在使用平台进行学习前其相关知识的学习量，用来反映用户的知识能力和学科基础情况，决定了用户进行学习的难度起点，具体可以通过相关书籍阅读量（即与用户要在平台上进行学习的领域相关的书籍学习量）来进行评价。本文主要研究物流专业学生有关物流类书籍阅读量评价。

（2）学习态度主要是指用户登录平台进行学习，对平台资源的利用情况，反映了用户学习时间规划以及学习态度是否积极认真的特性，基于物理管理专业学习强调自主式、发散式以及课外学习时间的碎片化，其具体可通过在线时长（即用户登录至退出平台的时间长度）、资源点击次数（即用户点击浏览平台资源的次数）等二级指标进行评价。

（3）学习效率是指通过用户在平台上进行学习时的学习量和学习时间评定用户的效率和时间利用情况，尤其是在物流类理论知识的学习中，枯燥的知识点更加强调学习效率，反映了用户的学习进度和学习效果，其具体可以通过页面停留时间（即用户在一个页面静止停留的时间长度）、每次学习内容量（用户在一次登录和退出之间浏览过的内容量）、每本书学习累积时长（即用户学习完一本书所用的总时间长度）来进行评价。

（4）阅读相关度是指用户在使用平台进行学习的整个时间宽度中所浏览内容与物流专业学习的相关程度，主要用来反映用户学习的兴趣领域和对各领域的专注程度，以及平台用户对平台推荐的兴趣程度，其具体可以用历史在线阅读量（即用户阅读的物流及基础课程类书籍和资源的总量）、书籍推荐点击率（即用户点击平台推荐物流类书籍的次数）来进行评价。

（5）用户评价是指用户对学习完成的书籍在内容、难度、学习感受等多方面的评价，主要用来反映用户对物流类相关书籍的喜爱程度和评价自身学习效果，具体可用书籍评价（即学习后完成的测试及评价打分表情况）来进行评价。

4.2 基于AHP的学习能力评价模型

在指标体系构建的基础上，还需确定各级单个指标的权重，从而定量分析每位用户的阅读学习能力。权重的赋值可分为主观赋值和客观赋值。主观赋值主要是专家根据自己的经验和知识，对指标进行重要程度的分析并给每一指标赋予权重，该方法主观性较强；客观赋值则需借助分析工具，通过定量分析计算并根据指标间的关系来确定每一指标的权重。

由于本文研究的目的是更好地评价面向课外读物推荐的大学生专业学习能力，指标的构建过程具有层次性和针对性，因此在确定权重时，可以使用层次分析的定量方法来进行分析。

层次分析法是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。

层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的决策方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，对判断矩阵进行层次单排序和一致性检验，在一致性检验通过的情况下，求得每一层次的各元素对上一层次某元素的优先权重，最后进行层次总排序一致性检验，采用加权平均得到各层次指标的最终权重。

5 实例研究

5.1 评价指标权重计算

本研究发放专家（主要包括高校物流专业教师、物流企业人力与培训相关高管）问卷共100 份，回收有效问卷83 份。在此基础上，获得层次分析的判断矩阵，首先在Excel工作表中建立判断矩阵群，如图1所示。

图1 指标体系判断矩阵群

其次，经过一致性检验，一致性检验不通过则直接舍弃，对一致性检验通过的判断矩阵进行层次单排序与层次总排序的工作，层次总排序的操作如图1所示。最终，得到评价指标体系权重，见表3。

5.2 举例应用

本研究以物流专业为例，通过设计基准表并设定三个目标评价对象，其中，A 为物流专业低年级学生，B为物流专业高年级学生，C为非物流专业学生，对其各项指标根据三个目标评价对象的具体情况进行打分。如物流类书籍阅读量评分参考三个目标评价对象关于物流专业（含基础课程）相关书籍的阅读储备量，其他指标评分则根据三名对象的平台使用记录、主动反馈评价等。最终结果见表4。各项指标得分乘以对应权重之和作为评价总分，相应也给出了三名目标评价对象的专业书籍阅读学习能力等级排名，后续可作为物流专业书籍课外推荐的参考依据。

表3 学习能力评价指标体系的权重

表4 评价举例

6 总结

从上述研究来看，学习能力评价指标的构建有利于更好地推荐物流类书籍，且本文所研究的指标体系从定性和定量两方面来评价用户的学习能力，并充分考虑了用户的物流专业知识储备、学习态度、学习效率、阅读相关度和评价等多方面，能综合评价物流管理专业大学生学习能力，具有一定的可靠性、有效性和实用性。用层次分析法来计算各指标的权重，整个过程严格遵循权重计算的程序，具备科学性。本文的研究内容对专业书籍学习能力评价有关研究具有一定的借鉴性。同时，就本研究所形成的各项指标权重来看，具备一定的物流专业基础、保持较高学习效率，被认为有能力实现较高的课外在线学习成效。

为进一步提高个性化课外读物推荐的针对性，本研究认为可围绕以下几个方面进一步完善学习者专业书籍阅读学习能力评价：

（1）指标设计考虑更加全面合理。本研究从定性和定量两个维度划分指标体系，且仅关注物流专业，后续可以选择从其他角度和其他专业进行分析以增强指标设计的合理性。同时，本研究所构建的评价指标是参考现有文献资料分析得出的，考虑到类似文献较少且未来物流行业发展可能会使指标发生变化的情况，建议结合有关专家及普通用户的意见，使指标的设计更加全面完善。

（2）数据应用采集更加全面化。本研究采用问卷调查的结果作为权重计算的依据，而考虑到问卷调查存在的不足之处，应增加问卷发放数量，提高问卷填写质量，同时增加受访对象类型或采用对话交流等方式，以使数据的采集更加全面与可靠。

（3）计算方法考虑更加科学有效。现有评价指标体系的构建方法包括层次分析法、HTML5、模糊评价法等，且各有侧重和优缺点。本文目前只考虑了通过层次分析法计算指标体系的权重数值，建议结合文章研究方向选择最佳的评价方法，以提高评价指标体系的科学有效性。