以工作过程为导向的适应性学习系统的研究与实现

以工作过程为导向的适应性学习系统的研究与实现许驰1，商磊2，陈庆章31（温州科技职业技术学院，浙江温州，325006)2（湖州交通学校,浙江省湖州市313000）3（浙江工业大学计算机学院,浙江省杭州市310023）摘要:本研究旨在把职业学院教育中以工作工程为导向的教育模式与计算机辅助教学中的适应性学习相结合，利用计算机网络的优势，给出一种满足学生个性化需求且符合职业教学特点的适应性学习系统的设计。本文给出了系统构建的原理，包括学习情境、学生模型、适应性机制、认知负荷评价，也给出了系统的胸替结构设计和主要算法。关键词:以工作过程为导向，适应性学习系统，个性化学习，学习系统构建1绪论职业技术学院的学生，学科基础差异很大，个人需求多样化，建立适应学生基础和学习能力的学习系统，很有必要。它既是满足学生个性化需求教学规律的要求，更是教学手段改革的一种有益尝试。鉴于职业技术学院的学习，非常强调与工作过程相结合，于是我们考虑能否建立一种将工作过程导向与适应性学习结合起来的学习系统。工作过程的特点是一个时刻处于运动状态之中但结构相对固定的系统，而适应性教学的特点是针对学生的个性和能力差异采取不同的教学方式、呈现不同的教学内容。工作过程导向的课程体系可以借助适应性学习系统的平台，实现多因素的过程性的评价机制，这样的适应性学习系统可以借助工作过程导向的课程体系很好地与实际教学相结合，使得教学内容更加职业化、岗位化，评价机制更加符合职业教学的特点。关于适应性学习系统的研究，已经有很多成果推出。例如有概念图与学习系统相结合的[1]，有案例教学与网络交互系统相结合的[2]等等。而关于以工作过程为导向的适应性学习系统则几乎没有。本文将给出这种以工作过程为导向的适应性学习系统的设计。2系统构建的原理以工作过程为导向的适应性学习系统需要构建学习情境、学生模型、适应性算法和综合评价方面的机制。2.1学习情境构建适应性系统需设置不同需求的学习情境，创建学习情境数据库，以满足系统适应性实现的需要。根据适应性学习理论，系统适应性需从学习策略选择、学习内容呈现和学习导航三个方面来设计与实现。学习策略是针对特定的学习内容为学生进行学习时所采用的方法。一般来说，不同的学生根据自己的认知风格的不同，采取的学习策略也是不一样的。根据系统实现的可行性结合办公软件这门课程的具体情况，本文选择任务驱动法和引导文教学法作为系统执行的两种学习策略。学习内容的呈现是指适应性系统根据学生模型和学习评定的结果，动态地组织与呈现学习者当前学习能力最相关的学习内容。根据学生模型的认知风格和认知负荷动态的进行学习内容的呈现，结合以工作过程为导向的职业教学模式与课程体系，根据系统实现的可行性结合办公软件这门课程的具体情况，本文选择在学习情境的难度、学习归纳方式、样例变式关联度[4]三个方面采取学习内容的适应性呈现。以工作过程为导向在原有学科体系基础上构建的新课程体系，它的学习领域安排是以工作能力的逐渐提高为依据的，从新手到专家的培养模式，而在学习领域中的学习情境由于是每个职业学院根据自己的具体情况开发的，学习情境之间呈现或水平或递进或包含的状态。因此，系统学习情境很有必要根据他们所包含的知识点，进行因素关系分析，从而确立学习情境之间的相互关系，有利于实现系统的学习导航避免学生迷航现象的出现。2.2学生模型构建在学生模型的建立方面。本研究根据学生模型的特点，结合以工作过程为导向的适应性学习支持系统的功能需求，在参考IEEEPAPI模型[5]、IMSLIP模型[6]和CSLS模型[7]的基础上，通过对网络学习者和学生的个体进行抽象，提炼出若干关键的个体特征，从而形成基于认知风格和认知负荷的学生模型（studentmodelbasedoncognitivestyleand2cognitiveload,CSCL）的基本结构，如图1所示。图1CSCL学生模型的结构根据职业学院学生的特点，选取认知负荷作为评定学生学习情况的参数，作为系统的因变量是很有必要的。本研究选取表示学生学习前自身具备的知识和技能存储量的认知状态，以及表示学生当前的学习兴趣、心理努力程度、学习积极性的认知能力作为衡量学生认知负荷的重要属性。以工作过程为导向的学生学习状态与认知负荷对照模型如图2所示：图2以工作过程为导向的学生学习状态与认知负荷对照模型2.3适应性机制在学习系统适应性机制的设计方面，本研究根据实验结论，可以得出基于认知风格的适应性机制构架如图3所示：图3基于认知风格的适应性机制构架2.4认知负荷评价在认知负荷方面评价算法上，我们把一级模糊综合评价的过程设计为一个子程序，多次调用[8]。算法中所涉及的符号列表如表1，相关算法如程序清单：表1算法符号说明符号含义Evaluation评价指标表Ev_Id评价指标序号Ev_Level评价等第Ev_Weight权重Fuzzy模糊类Publicclassfuzzy{Publicstaticvoidmain(string[]args){Publicmatrix(A,R)//A数组表示权重向量，R二维数组Sql=”selectev_weightfromevaluationwhereev_id=’+ev_id’”;St=cn.createstatement();//创建statement接口实例Rs=stexecuteQuery(sql);//将数据存入结果集中While(rs.next()){For(intj=0;jn;j++)A[j]=rs.getstring(1);}//得到模糊评价矩阵Intn,i;Intm=3;Statementst=NULL;//定义查询数据库的Statement对象Resultsrs=NULL;//定义数据库的结果集Stringsql=NULL;Sql=”selectev_levelfromevaluationwhereev_id=’ev_id’”;St=cn.createstatement();//创建statement接口实学习系统学生描述认知负荷认知风格抽象适应学生学生模型学习策略系统导航学习内容任务驱动法引导文教学法学习归纳方法（自由式）学生模型系统学习情境认知风格（场依存性）认知风格（场独立性）学习归纳方法（练习式）自我导航以工作过程为导向的学生状态认知能力认知状态态度知识能力认知负荷对应3商磊:以工作过程为导向的适应性学习系统的研究与实现3例Rs=stexecuteQuery(sql);//将数据存入结果集中While(rs.next()){For(inti=0;in;i++)For(intj=0;jm;j++)A[i][j]=rs.getstring(1).split(“,”);}}}//得到判断矩阵BFor(inti=0;im;i++)For(intj=0;jn;j++)B[i]+=A[j]*R[j][i];//对B向量进行归一化处理Doublesum=0.00;For(inti=0;im;i++)Sum=sum+B[i];If(sum!=1){For(intj=0;jm;j++)B[j]=B[j]/sum;}Rs.closed;St.closed;}3系统框架3.1总体架构在明确了系统需求之后，可以参照EAHAM模型[9]，设计以工作过程为导向的适应性学习系统的总体构架了。如图4所示，整个系统可以分成适应性学习模块、学习评价模块、适应性模型、学生模型和学习情境模型。图4适应性学习系统的总体构架3.2学习内容构建利用ISM对学习情境与子情境进行系统关系构建，从而实现系统导航功能的实现。以《常用办公软件应用——OFFICE2007中文版》课程为例，利用ISM方法对其学习领域进行系统结构分析。我们可以把上述的学习领域分解为：制作员工守则（S1）、制作产品宣传海报（S2）、制作产品销售表（S3）、制作员工手册（S4）、制作年度工作报告（S5）、制作会议日程表（S6）、制作员工工资表（S7）、制作公司销售业绩表（S8）、制作年度销售额统计表（S9）、制作工作总结演示文稿（S10）、制作员工礼仪培训演示文稿（S11）、制作新产品展示演示文稿（S12）等12个学习情境。根据所包含知识点，这些学习情境之间存在着直接的条件关系。如“制作产品宣传海报”运用到的知识点主要是图文混排，而图文混排运用的前提是学会文档格式的设置，因此，“制作员工守则”是“制作产品宣传海报”的前提条件，两个学习情境之间存在着直接条件关系。按照这种方法，我们把每个学习情境（Si）分别与其他的学习情境进行比较，如果存在直接条件关系的，用符号“○”表示在要素关系表中。同时，我们设定S13作为一个学习领域学习完成的标志。通过结构解释分析，得出结论，要素S1，S6为系统的最底层，是引起系统运动的根本条件。各层关系如图5所示。运行时层适应性学习模块确定学习领域适应性学习内容适应性测试学习评价模块知识评价技能评价态度评价适应性模型适应性内容呈现适应性导航支持适应性学习策略选择学习情境模型教学方法学习情境信息学生模型认知负荷认知风格学生基本信息学生教师存储层4图5各层关系示意图根据要素关系，在学习过程中学生可以选择学习的起点可以是word、excel也可以使PowerPoint，在平行进度的学习情境之间也可以选择学习顺序，当然前提条件是学生的认知风格符合系统适应性导航的要求。通过一个学期的实验，被试学生的操作测验成绩高出普通学生近10%。从而证明以此种方式进行课程解析有一定的效果。3.3认知负荷的判断算法验证在系统对学生认知负荷的判断上，本研究利用模糊综合评价法进行评判下面以《常用办公软件应用——OFFICE2007中文版》为例，说明系统利用模糊算法对认知负荷进行评判。首先，根据以工作过程为导向的职业课程要求，我们可以选取知识、技能和态度作为第一层的评价指标，建立第一层的评价指标集合：U={u1，u2，u3}u1=知识，u2=技能，u3=态度。知识、技能和态度下面还可以包含若干个子评价指标，即为第二层的评价指标，如任务信息收集情况U23、任务操作方法讨论U25等。利用模糊综合评价理论先进行第二层的评价，结果作为第一层的评价的评语。然后，确定评语集合V={v1，v2，v3}其中v1=A，v2=B，v3=C。A可以为优、积极的，B为良、一般的，C为差、消极的。分值分别为1，3，5。综合评价值大于等于3为好，小于3为差。接着，根据抽样调查，确定系统学习评价体系权重系数，并根据公式：jijjaNnaWi45123456789ja其中W1的值是：（234251617384912）/（4528）=0.15同理，得出权重分配模糊向量：A2=（0.15,0.12,0.14,0.14,0.11,0.06,0.11,0.07,0.10）再次，进行评判，形成模糊矩阵。假设通过自评、小组评、师评和系统评的交互评价，用rija，rijb，rijc表示Uij的评价结果（i表示一级指标的序号，j表示二级指标的序号，a,b,c表示A,B,C的评价等第）。最后，进行模糊变换和归一化处理。根据公式iB2=b2i/iB2=1得2B=(21b，22b，23b)。并且用同样的方法，得出1B，3B。进行归一化处理，得B=(1b，2b，3b)，从而得出最后的综合评判。1B，2B，3B分别对学生的知识、技能和态度进行了评价，可以量化学生的认知负荷，从而作为基于认知负荷适应性的重要依据。4研究结论本研究把当前职业学院教育课程改革的热点以工作工程为导向的教育模式与计算机辅助教学相结合，从而利用计算机和网络的优势，实现一种满足学生个性化需求且符合职业教学特点的适应性学习系统，在教学中进行辅助，从而达到职业学院的培养目标与因材施教的要求。研究结论如下：①构建以工作过程为导向的适应性学习系统，可以利用解释结构模型对学习情境与子情境进行系统关系构建，构建具有职业学习特点的学习情境数据库，从而支持系统的适应性学习的实现。S1S9S8S7S1