赵学孔　徐晓东　龙世荣

【摘要】

以用户需求为中心的个性化学习环境构建是e-Learning未来的发展趋势，也是当前远程教育及智慧教育领域研究的热点。针对个性化e-Learning学习环境的“适应性”问题，从用户认知水平维度切入，利用邻近区用户群（邻居用户）相似性规则提出了一种Web环境下个性化学习路径生成的协同推荐机制，并通过架构设计、系统建模、路径提取及算法设计四个方面重点剖析了自适应学习系统（Adaptive Learning System，ALS）协同推荐机制的技术解决方案，通过系列实驗设计、实施以及数据分析对其有效性进行了验证。结果表明，本研究成果在一定程度上能够向日标用户推荐较理想的学习路径，有效改善推荐资源的精准度，进而提高用户学习质量和学习效果。

【关键词】个性化学习；协同推荐；学习路径；自适应学习系统

【中图分类号】G434 【文献标识码】A 【文章编号】1009-458 x（2017）05-0024-11

以互联网为代表的信息技术迅猛发展催生了教育手段与学习方式的深度变革。作为互联网信息时代的衍生物及一种重要学习方式，e-Learning环境下的个性化学习因其强调学习过程中的个体差异性需求，倡导“以学习者为中心”的教学理念而备受关注，成为远程教育及智慧教育领域研究的热点。美国新媒体联盟（NMC）在（（2016版地平线报告》中预言，基于自适应学习技术的个性化学习成为e-Learning未来发展态势（L·约翰逊，等，2016，PP.1-36）。紧跟时代发展步伐，201 2年教育部在《教育信息化十年发展规划（201 1-2020年）》中明确提出：“推进信息技术与教学深度融合，建设智能化教学环境，提供优质数字教育资源和软件工具……创新信息化教学与学习方式，为每一名学习者提供个性化学习的信息环境和服务。