基于SPOC在线学习行为的个性化推荐算法研究
研究背景
随着网络技术的发展，以网络技术为支撑的在线课堂与在线教学平台得到发展。比起传统教学，MOOC（Massive Open Online Course，大规模开放在线课程） 使学习者在学习上获得极大的自由度，但是极大的自由度造成的缺陷也十分明显。首先，由于极高的自由度，课程的选择与学习没有设置先修条件，也没有总体规划来引导学习者科学选课。前者导致了学习者的层次与水平良莠不齐，低水平的学习者难以跟上课程，许多课程的完成度低;后者则导致学习者盲目的选择一些课程。SPOC（Small Private Online Course，小规模私有在线课程）在线教学平台延续了MOOC的远程教学优势，还弥补了MOOC教学师生无交流的弊端。 SPOC 在线教学平台这种课内外结合的模式不仅可以培养学习者课外独立学习的能力和意识，使学习者学会自主学习，逐渐摸索并掌握适合自己的学习方法和手段，而且可以延长课内的师生交流，有针对性地及时解决学习中遇到的困难，促进知识内化。在理论落地应用的过程中，SPOC在线教学平台仍有一些问题尚未解决， 尤其是针对在线教学的智能化应用仍非常缺乏。
研究现状
近年来，国内外学者针对在线教学的智能化应用进行了相关理论研究。 陈池等人[1]明确了在线教育大数据的概念、分类及特点，然后使用了数据挖掘，分析和知识图谱等方法，然后构建出面向在线教育领域的大数据模型，最后按照服务对象的分类重点描述大数据模型，勾勒出未来在线教育大数据应用的基本轮廓。在 Fauvel等人[2]的研究中，Baker[3]研究发现了通过了解学习者学习行为，可以使得在线教育系统可以变得更加“智慧”，同时也可以给到学习者以及老师更有效的反馈。在 Zhao 等人[4]的研究中，他们试图寻找全系列课程，学习者以及求职市场之间的联系，通过学习者关注的重点课程以及求职市场对于不同课程的需求，确定了全系列课程的推荐模块。Liang等人[5]分析了在线学习的相关指标，建立起了学生兴趣的相关模型，接着使用相似性分析设计了一个系统模型用于挖掘教育资源以及学生学习态度以及学习行为之间的联系。沈欣忆等[6]人在研究中充分的利用了学生的在线学习行为数据，采用德尔菲法、专家排序法、专家工作坊等多种研究方法，构建起了在线学习行为和学习评价模型，弥补了单纯依靠学习成绩进行评价的弊端，使得学习评价更加具有全面性和系统性，为学生个性化的发展提供充分的过程评价数据依据，挖掘出学习者各自的学习特性，实现有针对性的“因材施教”。在吴南中[7]的研究中，设计了基于教育大数据的资源开发范式，提出了教育大数据意识是线上教育资源建设的基本意识等。
许多作者强调个性化学习可以提高学生的学习成绩并提高学习效率[8] [9] [10]。因此，在线学习的爆炸性增长导致难以找到最合适的学习对象来实现适合其学生学习方式的积极教育体验。学习风格描述了学生对如何呈现材料，如何使用材料以及如何将信息内部化的偏好[11]。了解学生的学习方式可以通过多种方式帮助改善学习过程。例如，已经发现，根据学生的学习风格来个性化内容可以通过多种方式有益于学习，例如提高满意度[12]，学习成果和减少学习所需的时间[13]。通过了解自己的学习方式也可以启发学生[11]。在这项研究中，使用了Felder and Silverman学习风格模型（FSLSM）[14]，因为它能够量化学生的学习风格[15] [16]，因此在教育系统中使用最广泛。 FSLSM是一种学习风格模型，详细描述了学习风格，因此非常适合在学习系统中自适应地提供。此外，FSLSM经常用于技术增强型学习中，一些研究人员甚至争辩说它是最适合用于自适应学习系统（例如[17]，[18]，[19]）的学习风格模型。易于实现。此外，学习风格可以通过学习风格指数（ILS）工具获得，这是一种基于44个项目的问卷，每个学生根据他们的学习偏好对其做出回应[11]。从ILS中获得的结果根据模型的四个维度（主动/反射，感官/直觉，视觉/语言和顺序/全局）区分学生的偏好，并且它们允许通过以下方式描述关于偏好强弱的趋势数字刻度。例如，活跃的学生喜欢做任务或谈论概念，而反思型的学生则可能会内省地操纵和检查信息[14]。在线学习的成功创造了大量的学习对象，这使得寻找合适的对象成为一个巨大的挑战。此外，选择适当的学习资源以构成适合在线学习学生的适当学习途径是一项复杂的任务[20] [21]。解决此问题的一种方法是根据每个学生的兴趣和目标，使用推荐系统技术来个性化学习过程。他们根据显性或隐性学生的偏好推荐学习对象（LO）。它们有助于减轻信息过载的问题，根据某些标准向用户显示最有趣的学习对象，从而提供相关性和多样性[22]。
基于协作过滤的推荐系统是一种用于生成推荐的技术，其中使用一组LO的意见相似度来预测其在其他LO上的意见相似度。它可分为以下三种：
1）基于内容：一种基于LO的内容和学生偏好的配置文件创建推荐的技术。
2）基于知识的：一种使用有关学生和LO的知识模型提供建议以推论哪些LO满足学生要求的技术。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
