基于群体智能的在线学习资源个性化推荐与学习路径规划研究

基于群体智能的在线学习资源个性化推荐与学习路径规划研究

吴虹

赣南师范大学 江西赣州 341000

摘要：良好的学习路径，促进了学生的快速学习与发展，尤其在当今教育改革的整体要求和社会快速发展形势的背景下，在学习的优化改革中，注重学习路径的合理规划是重要内容。结合教育和科技的优势，实现对学生自身能力的全面提升，必然要优化学习模式，调整教学策略，实现对学习路径的定性和定量分析。依据概念界定和核心研究等内容，提出对未来教育中群体智能的在线学习资源的发展趋势和未来展望的研究，以此提供相关在线学习的学习路径，规划参考实现个性化推荐和个性化服务水平的整体提升。

关键词：在线学习;学习过程;学习路径;研究现状;个性化推荐

研究群体的智能在线学习中的个性化学习和资源个性化推荐的作用对于促进在线学习资源个性化发展是十分重要的。可以实现学习者在一定的次序中的有效学习，更好地实现学习目标，构建不同的学习路径，促进自身实力的发展。在这个过程中，会受到学习者自身基础知识储备，学习风格和个性特点等差异的影响，导致学习者会产生不同的学习类型和学习习惯，因此，在学习路径的选取上，需要尤为重视。结合当今在线学习的重要优势，实现对学习者学习行为的分析，找准符合学生需求的学习路径，能够在群体的学习过程中实现智能化的资源个性推荐要求，并依据个性化需要选取最佳适合的路径，大大提高了在线学习的质量和个性化服务的整体水平。

一、概念界定与概念内涵

首先，概念界定。学习路径对于各种内容的分析来说都是十分重要的。通过研究多个领域发现，学习路径的分析普遍存在于多个研究内容中，也就是通过建立对学习行为，教学设计和学习科学以及学习分析等内容，实现主要研究的具体目标。部分学者认为，学习路径是有关研究者将教学设计的整体流程作为一种可以描述的表达方式，但是这种方式往往缺少量化的表达和抽象的分析，难以为具体的智能分析提供帮助，并且主要是依据数据来完成的，缺乏一定的深入理解。从学习分析的角度出发进行研究，部分学者将学习路径描述为可量化的信息节点和可量化自身的组织序列，有着易于分析和容易表达呈现的特点。因此，我们可以看到，学习路径的研究往往是一句教学设计来体现的，并且设计的流程主要是依据个性化的学习，作为主要内容，以大量的学习数据作为基础参考，通过智能化的分析，对在线学习的路径作出具体研究。

其次，概念内涵。由于学习路径被理解为节点的可量化和组织序列的可量化，因此，在此基础上进行数学建模，构成一定的思想进行学习，对于研究成果有着重要的帮助。路径节点和路径节点间的关系是构成学习路径的主要因素，路径节点主要体现的是学习者为达到学习目标而发生的具体学习事件，包括所学习到的信息和知识内容，而节点之间的关系，往往是一种相互关联的关系。这对于学习路径的形成和分析学习路径来说，提供了最基础的帮助，可以实现学习者的行为和环境特征以及个性特点的具体研究。

二、关于在线学习未来发展的趋势

首先，数据实现单一维度向多维度整合的变化，实现学习路径分析的有效改革。也就是说，在研究学习路径时获取的数据来源，往往是基于在线学习平台中得到的数据实现的，而这些数据，一般都是能够直接获得的可显示性的数据和能够进行底层数据挖掘，得到的内引数据。结合当今信息技术发展的时代特点，在关注学习的过程时，采用在线学习的数据不能够真实反映学习者的自身认知的过程，因此，必须实现数据单一维度向多维度整合的变化，从而促进学习路径分析的有效改革。通过对于数据的挖掘，了解具体的学习情况和学习行为，根据所得到的数据观察，个性化的发展是十分重要的，有相关研究数据表明，这种方法也是可行的，基于在线学习的路径分析，实现数据的多维度整合，这也是在学习过程中进行路径探索的重要趋势。其次，技术方法趋向于智能化，并结合学习路径的具体应用，改变传统手工。由于学习路径会受到众多因素影响，而传统的研究成果往往是人工的方式，因此，必须要做到技术方法的智能化创新，改变传统手工的弊端，结合学习路径分析的具体应用，实现高效精确的路径生成。在这种方式下，结合人工和智能化设备的有效融合，实现多样化的研究，根据多种方法的优势，共同为学习路径的研究做出基础的保障。

三、未来展望分析

（一）多维信息特征下的教育知识图谱重构

针对在线学习的路径分析，可以看出，在如今信息技术高度发展的教育现状下，信息来源多种多样，信息获取的角度也是广泛的，这恰恰体现了我国教育知识图谱是以知识元作为节点，根据多维的角度进行的有关关联。必须在认知层面和知识层面了解学习者的学习状态，依据在线学习的优势，将资源进行合理的整合，并选取最佳的路径，结合推荐的知识组织进行教育知识图谱重构。这一发展展望的难点在于知识图谱的知识需要用多维的信息对知识特征进行全面分析。学生认知状态会存在着多种多样的变化，造成对知识图谱结构的影响，这些不稳定的因素会导致教育知识图谱重构发展的步伐较为缓慢，在一定程度上，应用技术的智能化也会限制教育知识图谱利用多维信息特征进行重构。

（二）面向学习过程的个性化推荐学习路径

在学习路径的有关探索上，必然要重视学习过程，提出个性化的推荐模式，结合学习路径，各方面的影响条件，做出针对化的策略，以提高个性化推荐的有效性，这也是学习路径研究的重要内容。在此基础上，要了解学习过程中的学习信息，情境学习和情境分析等多种内容，为学习过程的分析奠定基础帮助。必要时还要对学习过程中的信息作出综合的考虑和研究，依据最佳路径的要求，结合准确的个性化推荐，在大量的研究中找出共性，从而方便对认知情感的探讨。面向学习过程，在具体的应用中很难体现自身的效果，主要是由于学习过程中的情境学习和情境分析，在目前的研究中，所涉及到的研究成果欠缺个性化的学习路径生成，存在一定的难点，是很难达到的。

（三）学习行为与群体在线学习的路径

群体在线学习的概念是基于对自然界中生物群体行为的观察做出的一系列规律性研究，并得出的相关结果。一般来讲，群体有自身的组织性，他不是散落分布的，也不是单一的个体，而是分布式的状态，是多个个体的有效集合体，具备智能行为的特征。从个体行为到群体行为的研究中发现，这是一种高级的群体，智慧体现在在线学习中，了解这一重要概念，具有重要的研究价值和借鉴意义。基于当今的信息时代，快速发展的角度来分析在线学习的群体一定会产生大量的学习行为，这些行为对于体现群体在线智能学习有着重要帮助，是了解群体智能规律，提出新的研究方向的重要关键。结合群体行为做出对学习行为的学习路径分析，可以有效的帮助在线学习资源的有效利用，并实现智能化的手段构建。

结语：

本文结合对在线学习资源个性化推荐与学习路径分析的角度，提出了对群体的在线学习的未来展望和发展趋势分析。在这个过程中，必须依据信息的便捷优势，对学习对象做出综合的评价，实现对学习路径的评价。要想实现学习路径的提出，具有可行性和有效性的效果，就必须结合当今的发展形式，做出准确的判断，依据未来的展望和发展趋势，了解未来能够应用的领域并不断地做出创新与优化，适应社会发展的整体要求，促进自身长远发展。

参考文献：

[1]陈佳琳,沈书生(2019).基础教育适应性学习需求分析与学科应用设计[J].中国远程教育,(6):41-48.

[2]郭炯,郝建江(2019).人工智能环境下的学习发生机制[J].现代远程教育研究,31(5) :32-38.

[3]胡丹妮,章梦瑶，郑勤华(2019).基于滞后序列分析法的在线学习者活动路径可视化分析[J].电化教育研究,40(5):57-65.

作者信息：吴虹，赣南师范大学，讲师，研究方向：计算机应用

基于课题：江西省教育科学"十四五"规划2021年度一般课题，基于群体智能的在线学习资源个性化推荐与学习路径规划研究，课题编号：21YB170