马璐钰

摘要：针对传统网络学习系统存在的不足，该文基于个性化推荐技术和Web日志挖掘技术，提出了一种新的个性化学习资源推荐模型。该模型通过分析和研究网络学习行为的特点，挖掘并分析出不同学习者的学习特征，实现了在线学习的个性化推荐，有效地提高了学习质量和学习效果。

关键词：Web日志挖掘；个性化推荐；网络学习模型

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）23-0023-02

Abstract： Focused on the shortcomings of the traditional network learning system， this paper proposes a personalized learning resources recommended model. Based on the personalized recommendation technology and Web log mining technology ， the model searches the different learning characteristics of the users through analyzing their learning behaviors in the network， and then generates the personalized recommendation for the online learning， This recommendation model can effectively improve the quality and effect of learning .

Key words： Web log mining； personalized recommendation； network learning model

1 引言

当前，随着网络技術和信息技术的飞速发展，社会各领域与互联网的联系越来越紧密，不断地影响和改变着人们的生活方式和学习方式。网络在线学习作为一种全新的知识传递模式和学习方式，从早期的网络学习平台，到如今风靡全球的 MOOC网站的兴起——国外的Coursera、Udacity、edX等在线课程提供商，国内清华大学的学堂在线和网易的中国大学MOOC等，都让学习者能够不受时空限制、随时随地系统深入地学习，越来越受到人们的欢迎。

网络学习的快速发展也使得一些问题逐渐浮现，传统网络教学平台没有考虑学习者学习需求、学习风格等个体差异，提供给学习者的学习资源千篇一律，本文利用Web日志挖掘技术，根据学习者访问网络学习平台保留的日志记录，挖掘并分析出不同学习者的初始能力、学习兴趣、学习风格、学习路径等特征，设计出个性化的学习资源推荐模型，为学习者提供更符合学习需求的资源，将提升其学习效率和学习效果，尽可能做到因材施教。

2 Web日志挖掘