基于学习者画像的个性化习题资源推荐系统设计与实现.pdf

曾荣科，李倩倩，周文健，李璐瑶，李睿.基于学习者画像的个性化习题资源推荐系统设计与实现103

企业科技创新

基于学习者画像的个性化习题资源推荐系统设计与实现*

曾荣科，李倩倩，周文健，李璐瑶，李睿12211

（1.湖南工业大学计算机学院，湖南株洲412007；2.湖南第一师范学院基础教育信息化技术湖南省重点实验室，湖南长沙

410205）

摘要：随着大数据、人工智能等新一代信息技术的迅速发展，智慧教育从理念模式向落地实践的方向转变，并逐步规模化发展。

由于目前国内在线教育平台未能充分利用已有的海量学习者学习数据和学习资源数据，导致学习者无法充分了解自己的学习

情况并对学习资源产生信息迷航。针对上述问题，文章提出一种基于学习者画像的个性化习题资源推荐系统，利用学习者学习

过程的数据并结合学习者画像，为学习者提供个性化的习题资源推荐。该系统首先采用二次K-means聚类算法构建学习者多维

学习能力分数，画出学习者多维能力雷达图，用以构建学习者画像；其次融合学习者多维能力分数，采用多种推荐系统模型实现

对学习者的个性化习题资源推荐；最后对学习者画像和习题资源推荐进行可视化展示。该研究为在线教育平台充分利用海量学

习数据提供了新思路。

关键词：学习者画像；习题资源推荐；可视化展示；在线教育；智慧教育

中图分类号：TP311文献标识码：A文章编号：1674-0688（2024）06-0103-04

0引言Map，SOM）构建学生群体分类模型，完成对学生群体

［4］

综合素质的评价。ZHOU等基于MOOC（大型开放

2017年7月，国务院发布的《新一代人工智能发

式网络课程）学习平台，将学习者学习过程中产生的

展规划》中明确提出，推动人工智能在教学、管理、资

6项数据通过K-means聚类分析划分3个类别，再使

源建设等方面的全流程应用，促进人才培养模式和

［1］用SPSS软件将6维数据降至2维数据，即任务完成度

教学方法改革，构建新型教育体系。在学术领域，

“互联网+教育”领域的学术研究共同体呼吁教学组和学习热情度，以评估学习者的学习情况，并构建3

织方式、学校形态、教育供给模式和在线教育新业态种学习者画像：学习天才画像、积极勤奋画像、学习

［5］

［2］迟缓画像。LI等设计一种基于协同过滤算法的个性

的发展和创新。近年来，随着互联网的快速发展，在

线教育平台的用户数据呈爆发式增长。目前，个性化化在线教育平台，通过对协同过滤算法进行改进，较

［6］

推荐系统是解决学习者面临“信息过载”问题的一种大地提高了推荐的准确性和效率。唐小燕等提出采

有效方法。为了实现智慧教育中对学习者学习能力用两个半自动编码器模型从学生的学习行为特征和

评估精细化、智能化的目标，以及帮助学习者解决学学习资源特征中提取学习者与学习资源的相关特

习过程中产生的认知过载和定向障碍等问题，设计征，再与矩阵分解结合，将学生和学习资源的交互记

一套个性化习题资源推荐系统尤为迫切。录映射到隐式向量，用于推荐学习资源。

国内许多研究团队正聚焦于学习者画像的构建上述文献对学习者进行聚类分析，实现对学习

方法和个性化学习资源推荐模型