丘美玲，杨震伦，陈惠红

（广州番禺职业技术学院，广东 广州 511483）

大数据和人工智能技术很少被应用于传统的网络学习平台，尤其是基于用户学习的大数据分析和进行个性化推送服务模式与平台设计的研究并不多。因此，亟需以在人工智能的总体框架下，梳理科学的教学理论思想对个性化学习的特征和内容做更深层次的整理和归纳，从而研究出以用户为中心的个性化学习内容的推送服务模式。

在人工智能和大数据的背景下，许多的学习行为被跟踪和记录，数据驱动下的个性化网络学习平台通过大数据分析学习行为和学习过程，能够精准识别学生的学习习惯、学习过程、准确预测学习趋势和评价学习结果，给予学习者自适应的指导和个性化的推动。因此，教学逐渐从用数据驱动决策替代用经验说话的方向发展。如何对巨量的学习数据的特征进行智能筛选并建立联系、如何精准制定学习者每一阶段要学习的单元知识、如何跟踪学习者在学习过程中的学习特征等，均是当前个性化自适应学习实践中急需处理的技术难题。通过建立一个经典的三角模型可阐释个性化自适应学习的关键技术构架，需着重对个性化学习路径推荐、跟踪与知识图谱的构建及展示轨迹等核心技术难点进行探索研究，以解决教学知识图谱展示的信息传播、教学数据中的理论边界检测、个性化学习路径推荐结合课程序列、深度知识跟踪的数据不可阐释和碎片化等问题。……