袁路妍

摘 要：自适应学习系统作为一种智能化教学手段，使学习过程更加人性、高效、易于量化，成为网络学习系统智能化发展的趋势。为实现ALS系统的个性化知识推荐，文章采用相同的本体技术对ALS系统的核心组件领域知识模型、学习者模型进行系统化、多维度建模，并给出模型特征提取和表示方法。最后，依据模型特征数据，建立了领域知识模型与学习者模型之间的关联规则，实现依据学习者的个性特征呈现学习资源和学习路径，达到智能导学的目的。

关键词：自适应学习系统；领域模型；学习者模型；知识推荐方法

中图分类号：TP393 文献标志码：A 文章编号：1673-8454（2018）24-0094-03

一、引言

自适应学习系统（Adaptive Learning System， ALS）通过其自身的领域知识库、用户特征库和专家库为学习者提供个性化的学习资源[1]。系统的关键是推薦的学习资源要能够与学习者本身的知识水平、学习偏好相匹配，推荐技术的运用是能够使学习者将要学习的知识与原有的知识达到主动、快速的衔接，帮助学习者发现他们所需学习资源。

常用的推荐技术包括“协同过滤推荐、基于内容推荐、关联规则推荐及混合推荐四种”[2]。其中，协同过滤推荐[3]是依据用户对项目的评分矩阵实现个性化推荐，但在系统实际运行中大部分用户很少参与项目评论，且新用户的不断增加，使得评分矩阵出现稀疏性问题，导致推荐准确率不高。基于内容的推荐，是计算项目特征与用户兴趣模型相似度进行推荐。用户兴趣模型的建立依赖学习者的历史数据，故存在系统冷启动问题。……