時間：2023-05-30 10:35:51
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇個性描述，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
關(guān)鍵詞:個性化;Web挖掘;推薦系統(tǒng)
中圖分類號:TP393文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2010)11-2608-02
Personalized Recommendation Technology Based on Web
CUI Li-xin, ZHANG Chun-hua, ZHAO Chun-xi
(Aviation University of Air Force, Changchun 130022, China)
Abstract: The paper introduces the expressing and updating of user profile, the expressing of resource profile, personalized recommendation technology and the achivements on these issues. Then the critical technology and the aspects fucused on for future of personalized recommandation are discussed.
Key words: personalization; Web minin; recommendation system
1 概述
隨著Internet的飛速發(fā)展,World Wide Web上的網(wǎng)頁量正在呈指數(shù)的增長。Web已經(jīng)成為獲取信息最重要的手段之一。海量的網(wǎng)頁在為人們提供包羅萬象、無比豐富的信息資源的同時,也向人們提出了如何快速從信息海洋中獲取其所需信息的挑戰(zhàn)。目前Web系統(tǒng)為所有用戶提供相同的服務(wù),然而Web用戶的需求千差萬別,用戶希望Web系統(tǒng)能夠根據(jù)他們特性的不同提供個性化的服務(wù)。針對用戶特性并向用戶提供個性化服務(wù)已經(jīng)成為Web技術(shù)的一個研究熱點(diǎn)。
所謂Web個性化實(shí)質(zhì)上就是一種以用戶需求為中心的Web服務(wù)。首先,不同Web用戶通過各種途徑訪問Web資源;其次,系統(tǒng)學(xué)習(xí)用戶的特性,創(chuàng)建用戶訪問模型;最后,系統(tǒng)根據(jù)得到的知識調(diào)整服務(wù),以適應(yīng)不同用戶的個性化需求。因此創(chuàng)建Web個性化服務(wù)系統(tǒng)的一般步驟為:
1)收集用戶的各種信息,如注冊信息,訪問歷史等;
2)分析用戶數(shù)據(jù),創(chuàng)建符合用戶特性的訪問模式。
目前存在著許多個性化服務(wù)系統(tǒng),它們提出了各種思路以實(shí)現(xiàn)個性化服務(wù)。個性化服務(wù)系統(tǒng)根據(jù)其所采用的推薦技術(shù)可以分為兩種:基于規(guī)則的系統(tǒng)和信息過濾系統(tǒng)。信息過濾系統(tǒng)又可分為基于內(nèi)容過濾的系統(tǒng)和協(xié)作過濾系統(tǒng)。基于規(guī)則的系統(tǒng)允許系統(tǒng)管理員根據(jù)用戶的靜態(tài)特征和動態(tài)屬性來制定規(guī)則,一個規(guī)則本質(zhì)上是一個If-Then語句,規(guī)則決定了在不同的情況下如何提供不同的服務(wù)。基于規(guī)則的系統(tǒng)優(yōu)點(diǎn)是簡單直接,缺點(diǎn)是規(guī)則質(zhì)量很難保證,而且不能動態(tài)更新,此外,隨著規(guī)則的數(shù)量增多,系統(tǒng)將變得越來越難以管理。基于內(nèi)容過濾的系統(tǒng)如WebPersonalizer等,它們利用資源與用戶興趣的相似性來過濾信息。基于內(nèi)容過濾的系統(tǒng)其優(yōu)點(diǎn)是簡單有效,缺點(diǎn)是難以區(qū)分資源內(nèi)容的品質(zhì)和風(fēng)格,而且不能為用戶發(fā)現(xiàn)新的感興趣的資源,只能發(fā)現(xiàn)和用戶已有興趣相似的資源。協(xié)作過濾系統(tǒng)如:WebWatcher等,利用用戶之間的相似性來過濾信息。基于協(xié)作過濾系統(tǒng)的優(yōu)點(diǎn)是能為用戶發(fā)現(xiàn)新的感興趣的信息,缺點(diǎn)是存在兩個很難解決的問題,一個是稀疏性,亦即在系統(tǒng)使用初期,由于系統(tǒng)資源還未獲得足夠多的評價,系統(tǒng)很難利用這些評價來發(fā)現(xiàn)相似的用戶。另一個是可擴(kuò)展性,亦即隨著系統(tǒng)用戶和資源的增多,系統(tǒng)的性能會越來越低。還有一些個性化服務(wù)系統(tǒng)同時采用了基于內(nèi)容過濾和協(xié)作過濾這兩種技術(shù)。結(jié)合這兩種過濾技術(shù)可以克服各自的一些缺點(diǎn),提高協(xié)作過濾的性能。
2 個性化服務(wù)的實(shí)現(xiàn)
為了實(shí)現(xiàn)個性化服務(wù),首先需要跟蹤和學(xué)習(xí)用戶的興趣和行為,并設(shè)計(jì)一種合適的表達(dá)方式。為了把資源推薦給用戶,必須組織好資源,選取資源的特征,并采用合適的推薦方式。
2.1 用戶描述文件
對個性化服務(wù)系統(tǒng)來說,最重要的是用戶的參與,為了跟蹤用戶的興趣與行為,有必要為每個用戶建立一個用戶描述文件。用戶描述文件刻畫用戶的特征與用戶之間的關(guān)系。用戶描述文件從內(nèi)容上可以劃分為基于興趣的和基于行為的兩種類型。在具體實(shí)現(xiàn)時可以綜合基于興趣和基于行為這兩種表達(dá)方式。在用戶初次使用個性化服務(wù)系統(tǒng)的時候,系統(tǒng)可以要求用戶注冊自己的基本信息和感興趣的內(nèi)容,也可以隱式地收集用戶信息。在定制好一個用戶描述文件之后,系統(tǒng)可以讓用戶自主修改,也可以由系統(tǒng)自適應(yīng)地修改,這樣,系統(tǒng)就可以隨用戶興趣的變化而變化。
目前基于Web日志的挖掘技術(shù)發(fā)展迅速,利用Web日志可以獲得頁面的點(diǎn)擊次數(shù)、頁面停留時間和頁面訪問順序等信息。通過分析Web日志可以獲得相關(guān)頁面相似用戶群體和用戶訪問模式等信息,個性化服務(wù)系統(tǒng)可以利用這些信息創(chuàng)建或更新用戶描述文件。
2.2 資源描述文件
資源的描述與用戶的描述密切相關(guān),一般的做法是用同樣的機(jī)制來表達(dá)用戶和資源,資源描述文件可以用基于內(nèi)容的方法和基于分類的方法來表示。
基于內(nèi)容的方法是從資源本身抽取信息來表示資源,對文檔來說,關(guān)鍵的問題是特征選取:一是選取最好的詞,二是選取的詞最少。基于分類的方法是利用類別來表示資源,對文檔資源進(jìn)行分類有利于將文檔推薦給對該類文檔感興趣的用戶。文本分類方法有多種,比如:樸素貝葉斯,k最近鄰方法等。資源的類別可以預(yù)先定義,也可以利用聚類技術(shù)自動產(chǎn)生。
2.3 個性化推薦
個性化推薦可以采用基于規(guī)則的技術(shù)、基于內(nèi)容過濾的技術(shù)和協(xié)作過濾技術(shù)。
基于規(guī)則的技術(shù)中,規(guī)則由用戶定制,也可以利用基于關(guān)聯(lián)規(guī)則的挖掘技術(shù)來發(fā)現(xiàn)。信息推薦時,首先根據(jù)當(dāng)前用戶閱讀過的感興趣的內(nèi)容,通過規(guī)則推算出用戶還沒有閱讀過的感興趣的內(nèi)容,然后根據(jù)規(guī)則的支持度(或重要程度),對這些內(nèi)容排序并展現(xiàn)給用戶。利用規(guī)則推薦信息依賴于規(guī)則的質(zhì)量和數(shù)量,其缺點(diǎn)是隨著規(guī)則的數(shù)量增多,系統(tǒng)將變得越來越難以管理。
信息過濾技術(shù)可分為基于內(nèi)容過濾的技術(shù)和協(xié)作過濾技術(shù)。基于內(nèi)容過濾的技術(shù)是通過比較資源與用戶描述文件來推薦資源,其優(yōu)點(diǎn)是簡單有效,缺點(diǎn)是難以區(qū)分資源內(nèi)容的品質(zhì)和風(fēng)格;協(xié)作過濾是根據(jù)用戶的相似性來推薦資源,它根據(jù)相似用戶來推薦資源,所以有可能為用戶推薦出新的感興趣的內(nèi)容。
基于近鄰用戶的協(xié)作過濾技術(shù)應(yīng)用比較普遍,它的核心問題是為當(dāng)前用戶尋找k個最相似的鄰居來預(yù)測當(dāng)前用戶的興趣。基于近鄰資源的協(xié)作過濾方法通過預(yù)先建立一些反映相關(guān)性或相似性的模型,提高系統(tǒng)在預(yù)測和推薦時的性能。
3 問題與方向
盡管Web挖掘技術(shù)已經(jīng)在Web個性化系統(tǒng)中得到了廣泛的應(yīng)用,但是還存在著以下幾個方面的問題:
1) 隱私問題。目前的Web個性化技術(shù)還不能很好的解決這個問題;
2) 性能問題。實(shí)時個性化系統(tǒng)對響應(yīng)時間要求比較高,系統(tǒng)性能將是一個不可忽視的問題;
3) 質(zhì)量評價問題。如何評價建模效果以及系統(tǒng)最終的服務(wù)質(zhì)量是一個非常重要的問題。
目前已經(jīng)存在很多個性化服務(wù)系統(tǒng),但個性化服務(wù)技術(shù)仍有很多值得研究和探討的領(lǐng)域:
1) 用戶興趣和行為的表達(dá)。跟蹤學(xué)習(xí)和表達(dá)用戶興趣是一個最基本和難以解決的問題;
2) 分類和聚類技術(shù)。分類和聚類技術(shù)是個性化服務(wù)的基本技術(shù),也具有良好的可擴(kuò)展性;
3) 安全技術(shù)。建立有效的保護(hù)用戶隱私的機(jī)制,才能順利實(shí)現(xiàn)個性化服務(wù)。
參考文獻(xiàn):
[關(guān)鍵詞]集成服務(wù) 個性化 數(shù)字圖書館 Web services
[分類號]G250.76
數(shù)字圖書館經(jīng)過了基于數(shù)字化資源的發(fā)展階段之后，已經(jīng)進(jìn)入基于信息服務(wù)集成化、用戶服務(wù)個性化的發(fā)展階段。隨著網(wǎng)絡(luò)技術(shù)的進(jìn)步，用戶希望數(shù)字圖書館不僅能夠提供集成化的服務(wù)，而且能夠提供個性化的服務(wù)。因此，如何根據(jù)用戶的個性化需求特點(diǎn)，集成數(shù)字圖書館的服務(wù)，實(shí)現(xiàn)對多個數(shù)字圖書館的透明訪問，是當(dāng)前數(shù)字圖書館發(fā)展面臨的重要問題。
1 現(xiàn)有數(shù)字圖書館集成服務(wù)研究的不足
所謂服務(wù)集成就是將兩個或多個服務(wù)(尤其是異構(gòu)環(huán)境的服務(wù))通過相互間的協(xié)調(diào)、通信、合作，共同完成一個較復(fù)雜功能。數(shù)字圖書館集成服務(wù)也就是在用戶特定任務(wù)需求的驅(qū)動下，利用統(tǒng)一的服務(wù)調(diào)度機(jī)制，實(shí)現(xiàn)多個數(shù)字圖書館服務(wù)的動態(tài)集成，共同滿足用戶的需求。
數(shù)字圖書館是一個十分復(fù)雜的系統(tǒng)，實(shí)現(xiàn)數(shù)字圖書館的集成服務(wù)面臨著自治性、分布性和異構(gòu)性三大挑戰(zhàn)。目前關(guān)于數(shù)字圖書館系統(tǒng)之間的集成，相關(guān)研究已經(jīng)提出利用中介器/包裝器、元搜索引擎、網(wǎng)格調(diào)度等一些解決方案。在數(shù)字圖書館中，數(shù)據(jù)源集成是提供集成服務(wù)的基礎(chǔ)，也是信息集成服務(wù)的關(guān)鍵所在。異構(gòu)性是數(shù)據(jù)源集成面臨的普遍問題，數(shù)據(jù)源的異構(gòu)主要表現(xiàn)在4個方面：系統(tǒng)異構(gòu)；語法異構(gòu)；結(jié)構(gòu)異構(gòu)；語義異構(gòu)。目前關(guān)于數(shù)據(jù)集成方法和集成技術(shù)的研究比較多，其中本體作為解決語義集成的主要方法，近年來受到研究者的關(guān)注。本體在異構(gòu)信息源集成中的作用是：信息源語義的明確描述、作為全局查詢模型、描述從全局模式到局部模式映射的具體說明。因此，有研究就提出利用本體作為信息源的元數(shù)據(jù)描述，通過元數(shù)據(jù)和互操作可以實(shí)現(xiàn)多種信息源的集成視圖。這些研究雖然為數(shù)字圖書館集成服務(wù)提供了一定的解決方案，但是卻忽略了用戶的個性化需求。
面向信息資源――面向信息交流過程――面向信息用戶是信息服務(wù)發(fā)展的客觀規(guī)律。面向信息用戶是指針對每一個用戶的獨(dú)特需求提供有針對性的服務(wù)。數(shù)字圖書館集成的目的不是為了解決單個的檢索需求，而是面向用戶的個性化需求提供持久的跟蹤服務(wù)，支持個性化的集成檢索服務(wù)和主動的推送服務(wù)。然而，目前的數(shù)字資源整合系統(tǒng)非常關(guān)注資源的集成與整合，而較為忽略用戶需求方面的個性化和差異性。用戶需求是多樣的，面向用戶個性化需求構(gòu)建的整合系統(tǒng)將成為未來的趨勢。因此，如何根據(jù)用戶的個性化需求對數(shù)字圖書館進(jìn)行集成是數(shù)字圖書館集成服務(wù)的發(fā)展方向。
2 基于用戶個性化需求的數(shù)字圖書館集成服務(wù)框架
在數(shù)字圖書館中，用戶的個性化需求可能非常復(fù)雜，單個數(shù)字圖書館的資源和服務(wù)往往無法滿足用戶的需要，這就需要將若干個數(shù)字圖書館的資源、服務(wù)或其組件按一定的邏輯進(jìn)行組合。面對一批數(shù)字圖書館服務(wù)，如何找到最符合用戶興趣偏好的服務(wù)，是個性化服務(wù)需要解決的關(guān)鍵問題。基于用戶個性化需求的數(shù)字圖書館集成服務(wù)主要依賴的不是各個數(shù)字圖書館系統(tǒng)之間的整體集成，而應(yīng)該是不同數(shù)字圖書館系統(tǒng)中符合用戶需求的組件之間的動態(tài)集成。因此，如何根據(jù)用戶的個性化需求將不同數(shù)字圖書館系統(tǒng)中相關(guān)的資源組件、服務(wù)組件、應(yīng)用組件等進(jìn)行動態(tài)集成，是需要解決的關(guān)鍵問題。
Web services是通過Internet可獲得的、向其他應(yīng)用軟件提供某些類型服務(wù)的應(yīng)用軟件，這種技術(shù)主要用于解決異構(gòu)分布式應(yīng)用的集成問題，能夠?qū)崿F(xiàn)分布式環(huán)境下各種Web服務(wù)的發(fā)現(xiàn)、調(diào)用和組合。Webservices的基本思想是把軟件組件當(dāng)作一種服務(wù)，并提供一套描述、、查找和調(diào)用這些服務(wù)的技術(shù)規(guī)范，采用HTTP、XML、WSDL、UDDI、SOAP等標(biāo)準(zhǔn)和協(xié)議來實(shí)現(xiàn)。Web services協(xié)議的作用是：發(fā)現(xiàn)服務(wù)(通過UDDI實(shí)現(xiàn))、理解如何獲得服務(wù)(通過WSDL實(shí)現(xiàn))、獲得并使用服務(wù)(通過SOAP實(shí)現(xiàn))。Web services的一大優(yōu)勢是其服務(wù)組合能力，它強(qiáng)調(diào)了用戶需求的復(fù)雜性和單個Web服務(wù)在滿足用戶需求方面的不足。因此，Web services技術(shù)為基于用戶個性化需求將不同數(shù)字圖書館系統(tǒng)中有用的資源組件、服務(wù)組件、應(yīng)用組件進(jìn)行發(fā)現(xiàn)和動態(tài)組合提供了一種有效的機(jī)制。
在Web services中，Web服務(wù)發(fā)現(xiàn)技術(shù)能夠根據(jù)用戶請求對服務(wù)注冊庫進(jìn)行查找，發(fā)現(xiàn)相應(yīng)的服務(wù)以供用戶調(diào)用。但Web服務(wù)發(fā)現(xiàn)的能力取決于Web服務(wù)發(fā)現(xiàn)的查全率、查準(zhǔn)率和服務(wù)質(zhì)量(QoS)約束。目前，在個性化服務(wù)技術(shù)中建立用戶興趣模型，擴(kuò)展用戶描述的上下文信息，以達(dá)到對用戶描述的準(zhǔn)確理解，為進(jìn)一步提高Web服務(wù)發(fā)現(xiàn)的查全率、查準(zhǔn)率提供了一種不同的方法。因此，為了更好地實(shí)現(xiàn)個性化的Web服務(wù)組合，必須綜合考慮用戶環(huán)境、用戶偏好、用戶需求以及Web服務(wù)功能等一系列的信息。
為了實(shí)現(xiàn)Web上廣泛分布的、異構(gòu)的數(shù)字圖書館服務(wù)組件的集成，本文以Web services技術(shù)為主導(dǎo)，提出了一個基于用戶個性化需求的數(shù)字圖書館集成服務(wù)框架(見圖1)。利用該框架能夠發(fā)現(xiàn)數(shù)字圖書館服務(wù)中符合用戶需求的組件，實(shí)現(xiàn)組合調(diào)用和集成，并且對參與集成的數(shù)字圖書館不施加任何約束。
2.1 用戶層
在用Web services技術(shù)集成數(shù)字圖書館的服務(wù)時，最關(guān)鍵的問題是服務(wù)組合的結(jié)果是否與用戶真正需求相一致。為了使服務(wù)組合符合用戶的個性化需求，就要對用戶需求信息進(jìn)行處理，綜合考慮用戶的興趣、偏好、需求以及用戶所處的情景信息等。因此，用戶層的主要功能是捕捉用戶所處情景，準(zhǔn)確表達(dá)用戶需求，為Web服務(wù)的個性化發(fā)現(xiàn)和組合提供前提條件。該層主要包括用戶興趣本體庫、領(lǐng)域本體庫和用戶情景庫。其中，用戶興趣本體庫用規(guī)范化的本體概念描述了用戶的興趣、偏好、專長及其之間的關(guān)系。領(lǐng)域本體庫包含著一個領(lǐng)域中最基本的概念、概念的定義以及各個概念之間的語義關(guān)系網(wǎng)絡(luò)。用戶情景庫描述了特定時間內(nèi)用戶所處狀態(tài)和情形的任何信息，包括用戶的位置狀態(tài)、任務(wù)狀態(tài)、環(huán)境狀態(tài)等。
2.2 中間層
中間層的主要功能是根據(jù)用戶層提交的個性化需求信息，利用Web services發(fā)現(xiàn)能滿足用戶需求的服務(wù)，進(jìn)行服務(wù)的組合與集成，然后，本地?cái)?shù)字圖書館根據(jù)組合結(jié)果，利用Web services的相關(guān)協(xié)議調(diào)用遠(yuǎn)程數(shù)字圖書館的相應(yīng)服務(wù)。將數(shù)字圖書館系統(tǒng)的服務(wù)利用標(biāo)準(zhǔn)化的WSDL進(jìn)行描述，同時將數(shù)字圖書館的各種服務(wù)進(jìn)行合理拆分，分別對各個組件提供的服務(wù)進(jìn)行
Web服務(wù)描述，以包裝成較小的Web服務(wù)，并在UDDI統(tǒng)一注冊登記。這樣，Web services發(fā)現(xiàn)技術(shù)就能根據(jù)用戶的個性化需求在UDDI中找到符合用戶需求的數(shù)字圖書館服務(wù)組件，實(shí)現(xiàn)服務(wù)的組合和調(diào)用。
2.3 服務(wù)層
服務(wù)層的功能有兩個：一是將數(shù)字圖書館服務(wù)進(jìn)行合理的拆分、描述并注冊到Web服務(wù)中心；二是根據(jù)中間層提供的Web服務(wù)組合的結(jié)果，執(zhí)行Web服務(wù)以獲取符合用戶需求的資源。本地和遠(yuǎn)程數(shù)字圖書館在進(jìn)行服務(wù)拆分時，可以將Portlet作為Web服務(wù)到UDDI注冊表中。數(shù)字圖書館的各種服務(wù)功能組件包括用戶認(rèn)證功能組件、跨庫檢索功能組件、分類瀏覽功能組件、搜索引擎功能組件等，相應(yīng)地，可以將這些組件對應(yīng)的Portlet作為一個Web服務(wù)進(jìn)行包裝。
Porflet(門戶構(gòu)件)是Portal(門戶)的核心組件，它是一種特定的基于Java的Web組件，可以產(chǎn)生動態(tài)的網(wǎng)頁內(nèi)容，設(shè)計(jì)聚合大量內(nèi)容的組合頁面。Portlet運(yùn)行于門戶服務(wù)器的portlet容器中。Portal為用戶提供一種集中的資源接入方式，提供單點(diǎn)登錄、內(nèi)容聚合、個性化門戶定制等功能。Web services通過啟用門戶應(yīng)用程序，可以將遠(yuǎn)程的應(yīng)用程序聚合到本地門戶框架中。本地門戶可以使用Portlet與遠(yuǎn)程PorfletWeb服務(wù)進(jìn)行綁定。
3 基于用戶個性化需求的數(shù)字圖書館集成服務(wù)的實(shí)現(xiàn)
基于用戶個性化需求的數(shù)字圖書館集成服務(wù)以用戶需求為導(dǎo)向，根據(jù)個性化需求組合各個數(shù)字圖書館的服務(wù)組件，其實(shí)現(xiàn)流程如下：
?綜合考慮用戶情景和需求，在用戶興趣本體庫和領(lǐng)域本體庫的幫助下對用戶需求進(jìn)行個性化處理，以規(guī)范化的方式表達(dá)用戶需求；
?Web services技術(shù)根據(jù)用戶的個性化需求，發(fā)現(xiàn)能滿足用戶任務(wù)的服務(wù)，并對這些服務(wù)進(jìn)行組合和集成；
?本地門戶通過Pordet與能滿足用戶需求的遠(yuǎn)程Web服務(wù)進(jìn)行綁定；
?本地和遠(yuǎn)程的Web服務(wù)根據(jù)用戶的個性化需求執(zhí)行查詢?nèi)蝿?wù)，并返回查詢結(jié)果，由Portal對返回的各種結(jié)果進(jìn)行整理、合并，統(tǒng)一處理后返回給本地或遠(yuǎn)程的用戶使用。
3.1 用戶需求的個性化處理
為了準(zhǔn)確的表達(dá)用戶需求的語義，在用戶層引入本體對查詢?nèi)蝿?wù)進(jìn)行個性化優(yōu)化處理。其處理過程是：根據(jù)用戶所處的情景信息，首先將用戶需求與用戶興趣本體庫進(jìn)行映射，查驗(yàn)是否已有相似的查詢?nèi)蝿?wù)，如果有，則按興趣本體庫中的概念表達(dá)用戶需求；如果沒有，系統(tǒng)則查詢領(lǐng)域本體庫，從中找出出現(xiàn)該關(guān)鍵字的各個領(lǐng)域，將相應(yīng)領(lǐng)域的相關(guān)概念羅列給用戶。用戶根據(jù)自己的查詢意圖，確定所需查找的領(lǐng)域和含義，選擇相應(yīng)的查詢概念，同時可以選擇相關(guān)詞或上下位詞進(jìn)行查詢擴(kuò)展，以完成需求任務(wù)的完整表達(dá)。與此同時在用戶興趣本體庫中記錄用戶這一新的需求任務(wù)。用戶需求的個性化處理是有效的服務(wù)發(fā)現(xiàn)和組合的前提。
3.2 本地和遠(yuǎn)程Web服務(wù)的集成
本地和遠(yuǎn)程Web服務(wù)的集成是指調(diào)用遠(yuǎn)程服務(wù)器的應(yīng)用軟件組件，與本地功能組件相結(jié)合，將遠(yuǎn)程數(shù)字圖書館的服務(wù)整合到本地，實(shí)現(xiàn)對遠(yuǎn)程門戶服務(wù)訪問的無縫集成。數(shù)字圖書館門戶服務(wù)器將Portlet作為Web服務(wù)到UDDI注冊表后，本地的門戶就可以使用Portlet與遠(yuǎn)程的Porflet服務(wù)進(jìn)行綁定。其實(shí)現(xiàn)過程如圖2所示：
一個典型的Web services體系結(jié)構(gòu)包括服務(wù)提供者、服務(wù)注冊中心和服務(wù)請求者。利用Web$elwice$集成本地和遠(yuǎn)程服務(wù)的過程是：服務(wù)提供者(即遠(yuǎn)程Por-tal服務(wù)器)用WSDL協(xié)議描述其提供的服務(wù)，服務(wù)請求者(即本地Portal服務(wù)器)在UDDI注冊表中查找符合用戶需求的Portlet Web服務(wù)，獲取相應(yīng)的WSDL描述文件，然后本地的Portlet通過基于XML的SOAP協(xié)議傳遞信息來實(shí)現(xiàn)與該服務(wù)的綁定。服務(wù)提供者和服務(wù)請求者的角色不是固定不變的，當(dāng)本地的Web服務(wù)被遠(yuǎn)程的Web服務(wù)調(diào)用時，它就成為服務(wù)提供者，當(dāng)調(diào)用遠(yuǎn)程的Web服務(wù)為自己所用時就成為服務(wù)請求者，從而實(shí)現(xiàn)本地和遠(yuǎn)程服務(wù)的動態(tài)組合。
3.3 數(shù)字圖書館資源的跨庫獲取
利用Web services技術(shù)組合不同數(shù)字圖書館的服務(wù)組件，其最終目的是通過執(zhí)行服務(wù)滿足用戶的個性化需求。因此，數(shù)字圖書館中通過執(zhí)行portlet服務(wù)，將數(shù)字資源提供給用戶是個性化服務(wù)得以實(shí)現(xiàn)的基礎(chǔ)。數(shù)字圖書館的服務(wù)通常包括跨庫檢索服務(wù)、搜索引擎服務(wù)、分類瀏覽服務(wù)、用戶認(rèn)證服務(wù)等各種Web服務(wù)。用戶的個性化需求通過數(shù)字圖書館門戶映射到選定的Portlet服務(wù)后，Portlet需要訪問特定的信息。Portlet是J2EE中Servlet的一個特殊子集，兩者名稱、概念、功能和運(yùn)行方式都很相似，Portlet可以調(diào)用Servlett。因此，本文采用Servlet實(shí)現(xiàn)對各種數(shù)據(jù)源的訪問。對于跨庫檢索Portlet，通過調(diào)用Servlet實(shí)現(xiàn)對多個數(shù)據(jù)庫的查詢；搜索引擎Portlet則是通過Google Servlet實(shí)現(xiàn)對數(shù)字圖書館中網(wǎng)絡(luò)資源的查詢，如圖3所示：
圖3所示的數(shù)字圖書館資源的跨庫訪問步驟是：
?用戶的個性化需求通過Portal分別提交到跨庫檢索Portlet和搜索引擎Portlet；
?Servlet根據(jù)用戶需求通過JDBC API訪問數(shù)據(jù)庫資源，將查詢結(jié)果以相應(yīng)的形式返回到跨庫檢索Portlet；Google Servlet利用Google許可鑰匙(licensekey)和查詢參數(shù)執(zhí)行doSearch，Google Web APls以結(jié)構(gòu)化數(shù)據(jù)格式返回查詢結(jié)果，Google servlet將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成XML，并最終將XML數(shù)據(jù)轉(zhuǎn)換成HTML返回到搜索引擎Portlet；
?Portal統(tǒng)一處理各個組件的訪問結(jié)果，并將最終結(jié)果以個性化的形式返回給信息需求者。
圖3中，Servlet是用Java Servlet API編寫的跨平臺的在服務(wù)器端運(yùn)行的應(yīng)用程序。Servlet采用請求/響應(yīng)模式提供Web服務(wù)，與使用的協(xié)議、平臺無關(guān)，可以有效地實(shí)現(xiàn)分布式數(shù)據(jù)庫查詢。Servlet可以被鏈接，接收客戶端請求的Servlet本身也可以調(diào)用另一個或一系列Servlet，即成為客戶端。采用Servlet技術(shù)，可以利用JDBC訪問Web數(shù)據(jù)庫。JDBC是開放數(shù)據(jù)庫互聯(lián)(ODBC)的Java實(shí)現(xiàn)，具有對硬件平臺、操作系統(tǒng)異構(gòu)性的支持。JDBC API是JDBC的應(yīng)用編程接口，可以屏蔽DBMS的差異，對于任何數(shù)據(jù)庫，JDBCAPI都是一致的。Google Web APIs是一個Web服務(wù)，使開發(fā)者能夠獲取Google的Web搜索并開發(fā)軟件。利用Google Web APIs，應(yīng)用程序能檢索網(wǎng)上信息，并以結(jié)構(gòu)化數(shù)據(jù)返回結(jié)果，開發(fā)者可以根據(jù)應(yīng)用程序的需要編寫程序?qū)⒔Y(jié)構(gòu)化的結(jié)果轉(zhuǎn)換成XML或其他格式。
關(guān)鍵詞：配置規(guī)則；多維關(guān)聯(lián)規(guī)則；粗糙集；規(guī)則提取
中圖分類號：TM464 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-2374（2013）22-0025-02
在AP1000核電設(shè)備實(shí)例產(chǎn)品中，存在著大量的配置規(guī)則，如何從海量的數(shù)據(jù)中，有效獲取可理解的、核電業(yè)主感興趣的參數(shù)，是產(chǎn)品設(shè)計(jì)人員關(guān)注的問題，關(guān)聯(lián)規(guī)則挖掘正是這樣一種有效的提取方法。
為了能夠從海量的事務(wù)數(shù)據(jù)中，準(zhǔn)確獲取核電業(yè)主的個性化需要，且保證多維情況下的關(guān)聯(lián)規(guī)則挖掘及提高頻繁模式挖掘的效率，因此，本文提出了一種基于粗糙集理論的AP1000核電設(shè)備產(chǎn)品多維關(guān)聯(lián)配置規(guī)則挖掘提取方法。采用該多維關(guān)聯(lián)規(guī)則提取技術(shù)，提取AP1000核電設(shè)備產(chǎn)品的變量配置規(guī)則、約束配置規(guī)則和有效性規(guī)則，以描述產(chǎn)品結(jié)構(gòu)模型中抽象的功能、結(jié)構(gòu)組件關(guān)系。
1 基礎(chǔ)知識
1.1 多維關(guān)聯(lián)規(guī)則的基本模型
1.2 粗糙集的基本理論
1.3 決策系統(tǒng)
定義5：冗余規(guī)則：若規(guī)則與規(guī)則、描述的關(guān)聯(lián)關(guān)系相同，則稱及為冗余規(guī)則。
在挖掘多維關(guān)聯(lián)規(guī)則時，本著用較少的關(guān)聯(lián)規(guī)則表達(dá)同樣多有效配置信息的原則，在屬性約簡后只提取強(qiáng)規(guī)則而需將冗余規(guī)則刪除。
3 多維關(guān)聯(lián)規(guī)則提取的算法描述
4 應(yīng)用實(shí)例
為了更好地理解個性化配置規(guī)則的數(shù)據(jù)挖掘提取方法，本文設(shè)定一個具體實(shí)例來對其展開說明。
鋼制安全殼容器是AP1000壓水堆非能動安全保障系統(tǒng)的重要設(shè)備，一方面作為核輻射安全屏蔽系統(tǒng)的一部分，是防止核輻射泄漏的第四道屏蔽防護(hù)體；另一方面作為非能動冷卻系統(tǒng)的組成部分，是冷卻核島內(nèi)溫度的重要保證，反應(yīng)堆廠房頂部水箱為防止事故工況下的溫度劇增提供加速冷卻的作用。
5 結(jié)語
個性化產(chǎn)品配置規(guī)則的有效提取，很大程度上決定了產(chǎn)品定制化的質(zhì)量。本文提出了一種面向個性化知識提取的多維規(guī)則提取方法，從理論上給出了面向個性化的配置規(guī)則獲取算法的描述，并運(yùn)用實(shí)例進(jìn)行了驗(yàn)證。這種配置規(guī)則數(shù)據(jù)提取方法可以有效降低關(guān)聯(lián)規(guī)則的挖掘時間和減少配置規(guī)則的搜索空間，達(dá)到迅速調(diào)用產(chǎn)品配置知識的目的，并可為構(gòu)建基于數(shù)據(jù)庫的產(chǎn)品信息模型知識系統(tǒng)提供重要的指導(dǎo)意義。下一步的工作重點(diǎn)是改進(jìn)粗糙屬性約簡和關(guān)聯(lián)規(guī)則提取算法的效率。
參考文獻(xiàn)
[1] Jiawei Han，Micheline Kamber，范明，孟小峰.數(shù)據(jù)挖掘概念與技術(shù)[M].北京：機(jī)械工業(yè)出版社，
2004.
關(guān)鍵詞:個性化需求預(yù)測;即時顧客化定制;定制―響應(yīng)困境問題
中圖分類號:F273 文獻(xiàn)標(biāo)識碼:A 文章編號:1003-5192(2009)05-0048-07
Challenges and Methods of Individual Demands Forecasting
TANG Zhong-jun, CHENG Xiao-hong
(School of Business, Central South University, Changsha 410083, China)
Abstract:This research focuses on uncovering challenges to realise individual demand forecasting and on proposing methods to address the challenges uncovered by using existing theories and research. To share demand-related information, one challenge may be faced, which is whether consumers have abilities to present their demand-related tacit information. To aid consumers to promote the abilities, an exogenously provided tool named demand-related tacit information transformation system is proposed. To understand the information shared, a critical challenge is how to avoid self-referencing and false consensus effect. An application of the theory of cognitive map shows that cognitive map may aid personnel of a manufacturer to avoid the self-referencing and false consensus effect. To translate the information understood into forecasts, how to improve forecasting performance becomes more serious in the context of individual demand forecasting than traditional forecasting methodologies. To improve forecasting performance, two methods of attribute-based forecasting and net change forecasting and feeding back forecasts to consumers are advanced.
Key words:individual demand forecasting; instant customerisation; customization-responsiveness squeeze
1 引言
隨著顧客需求的個性化趨勢和即時交付要求的增強(qiáng),一種新型生產(chǎn)模式“即時顧客化定制(Instant Customerization)”將成為企業(yè)實(shí)施差異化戰(zhàn)略的一種必然選擇[1]。即時顧客化定制是指,當(dāng)顧客的個性化需求一旦提出,制造商就能以顧客所能接受的價格立即提供。實(shí)現(xiàn)即時顧客化定制的策略之一是個性化需求預(yù)測[1]。個性化需求預(yù)測是對特定顧客的訂單的預(yù)測,預(yù)測時將該顧客視為與其他顧客有不同特質(zhì)的單一顧客,并使用與該顧客需求有關(guān)的信息,包括歷史的、現(xiàn)在的和將來的信息;傳統(tǒng)需求預(yù)測,例如各類時間序列預(yù)測,是對具有同質(zhì)性的一群顧客對某產(chǎn)品的需求預(yù)測,預(yù)測時通常僅使用歷史信息[1]。個性化需求預(yù)測不但是實(shí)現(xiàn)即時顧客化定制的重要策略,而且是解決定制-響應(yīng)困境問題(Customization-Rresponsiveness Squeeze)的策略[2]。當(dāng)顧客不但要求個性化需求而且要求訂貨提前期短于生產(chǎn)提前期時,制造商將面臨定制-響應(yīng)困境問題。當(dāng)通過產(chǎn)品和流程的優(yōu)化并通過供應(yīng)鏈的優(yōu)化管理后,仍然不能解決該問題時,個性化需求預(yù)測成為解決該問題的必然選擇。因此,研究個性化需求預(yù)測是非常有必要的[2,3]。
為了實(shí)現(xiàn)個性化需求預(yù)測,文獻(xiàn)[1,4]提出了個性化需求預(yù)測的兩種策略和七條原則。兩種策略是全面顧客參與和全面價值融合[1]。全面顧客參與要求顧客與制造商及時準(zhǔn)確地共享與需求有關(guān)的信息,從而使制造商獲取產(chǎn)生于顧客的需求相關(guān)信息,并將這些信息做為個性化需求預(yù)測的主要輸入信息。全面價值融合要求制造商從顧客角度,而不是從制造商的角度理解顧客需求相關(guān)信息,從而體現(xiàn)顧客是產(chǎn)品價值的決定者。個性化需求預(yù)測的七條原則涉及預(yù)測對象、預(yù)測所有信息來源、預(yù)測機(jī)構(gòu)等方面[4]。雖然已經(jīng)提出了兩種策略和七條原則,但是個性化需求預(yù)測仍然缺乏實(shí)現(xiàn)的方法。此外,傳統(tǒng)觀點(diǎn)認(rèn)為對個性化需求的預(yù)測是相當(dāng)困難的。因此,非常有必要研究個性化需求預(yù)測面臨的挑戰(zhàn)和解決挑戰(zhàn)的方法。
本文旨在運(yùn)用心理學(xué)和行為學(xué)等學(xué)科的相關(guān)理論,分析個性化需求預(yù)測在預(yù)測所用信息的獲取、理解和轉(zhuǎn)換等三階段面臨的挑戰(zhàn),并提出解決挑戰(zhàn)的方法。本文的重點(diǎn)是分析個性化需求預(yù)測面臨的挑戰(zhàn)并提出解決挑戰(zhàn)的合理方法,對所提方法的深入研究將另有介紹。
2 共享需求相關(guān)信息面臨的挑戰(zhàn)及解決方法
提高預(yù)測準(zhǔn)確率的方法之一是擴(kuò)大預(yù)測所用信息量[5];改善預(yù)測的基本原則之一是直接面向未來,充分利用顧客產(chǎn)生的早期信息[6]。此外,全面顧客參與也要求顧客將需求相關(guān)信息及時準(zhǔn)確地共享給制造商。因此,本節(jié)將分析顧客共享需求相關(guān)信息時面臨的挑戰(zhàn)及解決方法。
技術(shù)的發(fā)展,尤其是具有交互能力的多媒體技術(shù),如互聯(lián)網(wǎng)技術(shù)的發(fā)展,為個性化通訊系統(tǒng)提供了可能。個性化通訊系統(tǒng)不但可以方便,而且可以促進(jìn)顧客及時準(zhǔn)確地與制造商共享需求相關(guān)信息。然而,文獻(xiàn)研究結(jié)果表明,技術(shù)并不是促進(jìn)信息共享的唯一要求[7],信息共享的首要問題是“改變?nèi)藗兊男袨椤盵8]。就共享需求相關(guān)信息而言,首要問題是改變顧客和制造商的行為,尤其是改變顧客的行為。
計(jì)劃行為理論(the Theory of Planned Behavior)[9,10]認(rèn)為,行為由行為意向和感知行為控制力共同決定,行為意向又由行為態(tài)度、主觀規(guī)范和感知行為控制力共同決定。計(jì)劃行為理論是一般性的行為理論,在許多領(lǐng)域的行為的解釋和預(yù)測中得到了驗(yàn)證。基于該理論,就顧客共享需求相關(guān)信息而言,顧客對共享需求相關(guān)信息的態(tài)度及對需求相關(guān)信息的共享感知控制力是決定顧客是否共享需求相關(guān)信息的主要決定因素。
態(tài)度反映顧客對共享需求相關(guān)信息的積極或消極評價。基于信息交換理論,文獻(xiàn)[11]分析了,在顧客有短訂貨提前期或即時交付的個性化需求和制造商面臨定制-響應(yīng)困境問題時或制造商以即時顧客化定制為目標(biāo)的條件下,制造商和顧客間存在很強(qiáng)的相互依賴性。制造商和顧客都對共享需求相關(guān)信息持積極的評價。雙方都具有強(qiáng)烈的信息共享的愿望。
感知控制力反映顧客感知的共享需求相關(guān)信息的能力。顧客共享需求相關(guān)信息的能力之一是顧客能夠明確地闡述其需求相關(guān)信息。和知識類似,信息包括隱性和顯性信息[12]。顯性信息是易于表達(dá)的信息。隱性信息是難以描述的信息,也是難以交流的信息,通常需要進(jìn)行長時間的面對面的相互交談才易于交流[13]。制造商可能有許多顧客并且這些顧客在地域上可能是分散的,因此制造商難以與所有顧客實(shí)現(xiàn)長時間的面對面的相互交談。此外,顧客擁有的需求相關(guān)信息絕大部分是隱性信息。因此,共享需求相關(guān)信息面臨的挑戰(zhàn)之一是如何幫助顧客將其擁有的與需求相關(guān)的隱性信息轉(zhuǎn)換成顯性信息。
眾多領(lǐng)域,如醫(yī)療服務(wù)[14]、就業(yè)風(fēng)險管理[15]、信息服務(wù)[16]和知識管[17]等領(lǐng)域的眾多學(xué)者一致認(rèn)為, 將IT技術(shù)和信息系統(tǒng),以及相關(guān)知識融為一體的工具有助于隱性知識轉(zhuǎn)換成顯性知識。Selamat 和Choudrie[18]認(rèn)為,IT技術(shù)通過提供隱性知識的處理、傳遞和共享的環(huán)境,從而有助于隱性知識轉(zhuǎn)換成顯性知識。基于這些觀點(diǎn),學(xué)者們針對不同領(lǐng)域提出了不同的有助于隱性知識轉(zhuǎn)換成顯性知識的工具。例如,Cheah和Abidi[14]開發(fā)了一個將醫(yī)療隱性知識轉(zhuǎn)換成顯性知識的IT工具。該工具向醫(yī)護(hù)人員提供一系列的問題,這些問題需要醫(yī)護(hù)人員運(yùn)用他們的知識,尤其是隱性知識來解決。通過運(yùn)用該工具,可以促使醫(yī)護(hù)人員解決這些問題,從而將醫(yī)護(hù)人員擁有的隱性知識轉(zhuǎn)換成顯性知識。Falconer[15]開發(fā)了一個將一線員工的隱性知識轉(zhuǎn)換成顯性知識的信息系統(tǒng)。該系統(tǒng)提供一系列與一線員工的操作和標(biāo)準(zhǔn)有關(guān)的命題,通過員工對這些命題的回答,從而將一線員工的隱性知識轉(zhuǎn)換成顯性知識。
和上述工具類似,West等[19]認(rèn)為,向顧客提供相關(guān)的消費(fèi)詞匯(Consumption Vocabulary)可以促進(jìn)顧客表達(dá)他們的隱性偏好。消費(fèi)詞匯有助于顧客鑒別產(chǎn)品特性,有助于顧客通過產(chǎn)品特性的鑒別實(shí)現(xiàn)對產(chǎn)品價值的評價,并有助于顧客確定產(chǎn)品特性和價值是否滿足其需求。West等[19]認(rèn)為,消費(fèi)詞匯能簡化顧客將其隱性偏好轉(zhuǎn)化為顯性偏好的過程,能幫助顧客更準(zhǔn)確、更一致性地描述其隱性偏好,并能減少轉(zhuǎn)化和描述時的錯誤。
基于上述分析可以得出,解決挑戰(zhàn)“如何幫助顧客將其擁有的與需求相關(guān)的隱性信息轉(zhuǎn)換成顯性信息”的策略之一是開發(fā)一個將IT技術(shù)、信息系統(tǒng)和消費(fèi)詞匯融為一體的輔助工具,我們稱其為需求相關(guān)隱性信息轉(zhuǎn)換系統(tǒng)。將消費(fèi)詞匯融入信息系統(tǒng),可以為顧客創(chuàng)造與需求偏好有關(guān)的場景和詞匯,從而引導(dǎo)顧客描述與需求相關(guān)的隱性信息。將IT技術(shù)融入輔助工具,可以為顧客提供遠(yuǎn)程交互。因此,需求相關(guān)隱性信息轉(zhuǎn)換系統(tǒng)有助于顧客將其擁有的與需求相關(guān)的隱性信息轉(zhuǎn)換成顯性信息。
3 理解需求相關(guān)信息面臨的挑戰(zhàn)及解決方法
大眾化需求時代,顧客是被動的購買者,由制造商確定產(chǎn)品及其價值。個性化時代,顧客成為主動的購買者,產(chǎn)品及其價值由顧客確定,而不是由制造商確定。因此,個性化需求預(yù)測要求制造商從顧客角度,而不是從企業(yè)角度理解需求相關(guān)信息。然而“自我推理(Self-Referencing)”[20]和“錯誤一致性效應(yīng)(False Consensus Effect)”[21]將會妨礙制造商從顧客角度理解需求相關(guān)信息。自我推理描述了一種心智過程,即人們在理解新信息的時候,通常將新信息與自己記憶中的與自我相關(guān)的信息進(jìn)行比較,通過比較來理解新信息的過程。當(dāng)人們將新信息與自己的親身經(jīng)歷聯(lián)系起來時,自我推理尤其容易產(chǎn)生。錯誤一致性效應(yīng)描述自我推理所導(dǎo)致的結(jié)果。當(dāng)預(yù)測另一個人的偏好時,自我推理將導(dǎo)致錯誤一致性效應(yīng)[21]。預(yù)測時,人們易于從自身角度理解有關(guān)他人的信息,從而使得多數(shù)人不能成功地預(yù)測他人的偏好[22]。因此,理解需求相關(guān)信息的挑戰(zhàn)之一是,制造商在理解顧客需求相關(guān)信息時,如何避免自我推理和錯誤一致性效應(yīng)。
理解他人思考問題和觀察世界的方式,最常用的方法是運(yùn)用認(rèn)知圖(Cognitive Map) [23]的方法。認(rèn)知圖是一種用以揭示人類思維的圖形化的心智模型。這種模型以圖形語言描述人類如何理解、分析和組織所要分析的對象。認(rèn)知圖由概念及概念之間的連接兩個基本要素構(gòu)成。概念是變量;連接描述概念之間的因果關(guān)系或因果推理;概念通過連接形成概念之間的影響路徑;交叉的影響路徑構(gòu)成認(rèn)知圖的語義網(wǎng)絡(luò)。語義網(wǎng)絡(luò)是對某人認(rèn)知結(jié)構(gòu)的描述,也是對此人推理系統(tǒng)的描述。某人對某事物的推理系統(tǒng)將引導(dǎo)此人的行為,引導(dǎo)此人對該事物的解釋,并引導(dǎo)此人對該事物的運(yùn)行趨勢做出預(yù)測。認(rèn)知圖不僅是對人類大腦內(nèi)部世界的部分描述,也是一種描述人類對現(xiàn)實(shí)世界的感知和思考的工具。因此,Codarda[24]認(rèn)為,認(rèn)知圖至少有三方面的用途:(1)解釋功能。幫助解釋人類制定決策時對環(huán)境的感受。(2)預(yù)測功能。借助某人對某事務(wù)的認(rèn)知圖,可以預(yù)測該人處理某事務(wù)的行為。(3)反射功能。幫助找出某人對特定事務(wù)所持的觀點(diǎn)和假設(shè)。Axelrod[25]指出,通過對他人認(rèn)知圖的分析,可以幫助理解他人是如何對待某一事務(wù)的。理解他人對世界的思考方式將有助于對他人行為的理解。Cossette[26]的研究表明,運(yùn)用認(rèn)知圖可以十分方便地分析和理解泰勒的科學(xué)管理思想。Spicer[23]認(rèn)為,認(rèn)知圖是非常有用的工具,可以幫助理解他人儲存和傳遞信息和知識的方法。Montazemi 和 Conrath[27]的研究表明,對于信息系統(tǒng)開發(fā),在獲取用戶需求階段,開發(fā)者使用系統(tǒng)用戶的認(rèn)知圖可以獲得三方面的益處。首先可以幫助開發(fā)人員確定和評價影響系統(tǒng)用戶制訂決策的因素。其次可以幫助開發(fā)人員確定系統(tǒng)用戶做決策時需要的數(shù)據(jù)和信息。此外,使用系統(tǒng)用戶的認(rèn)知圖,可以提高開發(fā)人員對系統(tǒng)用戶環(huán)境的整體理解,尤其是可以提高對系統(tǒng)用戶面臨的復(fù)雜和非結(jié)構(gòu)化環(huán)境的整體理解。Pallant等[28]發(fā)現(xiàn),對于數(shù)據(jù)庫設(shè)計(jì),認(rèn)知圖是開發(fā)人員獲取用戶需求的有利工具。針對新產(chǎn)品開發(fā),Carbonara和Scozzi[29]發(fā)現(xiàn),在新產(chǎn)品開發(fā)過程中,認(rèn)知圖是分析和研究不同開發(fā)成員之間沖突的有利工具。Klayman和Schoemaker[30]的研究表明,制造商的員工運(yùn)用認(rèn)知技術(shù)(Cognitive Techniques),可以幫助顧客描述認(rèn)知圖。最新研究[31]表明,運(yùn)用認(rèn)知圖可以更準(zhǔn)確地描述人的價值體系,用認(rèn)知圖描述的價值體系對認(rèn)識他人的價值體系十分有用。
基于上述分析可以得出,制造商運(yùn)用認(rèn)知技術(shù),可以獲得顧客價值系統(tǒng)的認(rèn)知圖。運(yùn)用顧客價值系統(tǒng)的認(rèn)知圖,制造商可以從顧客角度理解顧客需求相關(guān)信息。因此,解決挑戰(zhàn)“理解顧客需求相關(guān)信息時如何避免自我推理和錯誤一致性效應(yīng)”的策略之一是充分運(yùn)用描述顧客價值系統(tǒng)的認(rèn)知圖,理解顧客需求相關(guān)信息。
4 顧客需求相關(guān)信息轉(zhuǎn)換成預(yù)測信息時面臨的挑戰(zhàn)及解決方法
在獲得需求相關(guān)信息并經(jīng)過制造商的理解后,需要將顧客需求相關(guān)信息轉(zhuǎn)換成預(yù)測信息。此階段,預(yù)測領(lǐng)域面臨的傳統(tǒng)挑戰(zhàn)是,如何提高預(yù)測精度。個性化需求預(yù)測同樣面臨該挑戰(zhàn)。為了提高預(yù)測精度,本文提出名為“基于屬性的預(yù)測”和“凈變預(yù)測和預(yù)測反饋顧客”的兩類方法。
4.1 基于屬性的預(yù)測
產(chǎn)品和訂單包含一系列的屬性。顧客對某產(chǎn)品的需求和訂單可以定義為顧客對這些屬性所要求的屬性水平的集合。因此,將顧客需求相關(guān)信息轉(zhuǎn)換成預(yù)測信息,既可以采取基于產(chǎn)品的預(yù)測方式,也可以采取基于屬性的預(yù)測方式。傳統(tǒng)需求預(yù)測方法,例如時間序列和貝葉斯方法,采取基于產(chǎn)品的預(yù)測方式。基于產(chǎn)品的預(yù)測方式以給定產(chǎn)品或產(chǎn)品族為預(yù)測對象,預(yù)測內(nèi)容是對給定產(chǎn)品或產(chǎn)品族的將來需求量進(jìn)行預(yù)測,是對制造商的目標(biāo)顧客群,而不是對特定顧客的需求量進(jìn)行預(yù)測。給定的產(chǎn)品或產(chǎn)品族具有確定的屬性水平,屬性水平是由制造商預(yù)先確定的,而不是由顧客確定的。如前所述,個性化需求預(yù)測是對特定單一顧客的訂單進(jìn)行預(yù)測。產(chǎn)品預(yù)測是訂單預(yù)測的組成部分,產(chǎn)品屬性是不確定的,需要預(yù)測。因此,個性化需求預(yù)測需要采取基于屬性的預(yù)測方式。基于屬性的預(yù)測以特定單一顧客為預(yù)測對象,預(yù)測內(nèi)容既包括預(yù)測該顧客所需特定類別產(chǎn)品的屬性水平,還包括預(yù)測訂單包括的其它屬性,例如需求量和需求時間。基于屬性的預(yù)測是對產(chǎn)品和訂單包含的所有屬性的屬性水平的預(yù)測。
對產(chǎn)品和訂單屬性水平的預(yù)測比對制造商確定的特定產(chǎn)品的需求量的預(yù)測具有至少兩方面的優(yōu)點(diǎn)。首先,有關(guān)顧客的研究結(jié)果表明,顧客對信息的獲取和分析,以及購買決策過程都以產(chǎn)品屬性為對象,而不是以產(chǎn)品為對象,是對產(chǎn)品屬性的處理過程,而不是對產(chǎn)品的處理過程[32,33]。顧客偏好的形成主要基于屬性,而不是基于產(chǎn)品。正因如此,相對于基于產(chǎn)品的預(yù)測結(jié)果,即相對于對特定產(chǎn)品的某顧客群的需求量,基于屬性的預(yù)測結(jié)果,即各屬性的屬性水平,更容易被顧客感知為對其特定需求的定制的預(yù)測。其次,顧客對其購買的評價及對購后滿意程度的評價,絕大多數(shù)情況下也是基于屬性的,而不是基于產(chǎn)品的。例如,Gardial等[34]發(fā)現(xiàn),在做出售后評價和描述消費(fèi)結(jié)果時,顧客采取基于屬性的次數(shù)比基于產(chǎn)品的次數(shù)要高兩倍多。類似地,一個普遍的可觀測的現(xiàn)象是,顧客在描述其對同一產(chǎn)品的評價時,可能有復(fù)雜的完全不同的觀點(diǎn),對同一產(chǎn)品可能既非常滿意又十分不滿。出現(xiàn)這種觀點(diǎn)的原因是顧客對該產(chǎn)品的某些屬性非常滿意,而對另外一些屬性又非常不滿意。如上所述,基于屬性的預(yù)測提供特定單一顧客所需要的某類產(chǎn)品的各屬性的屬性水平;基于產(chǎn)品的預(yù)測提供目標(biāo)顧客群對給定產(chǎn)品的需求總量。因此,對屬性的預(yù)測與顧客對消費(fèi)經(jīng)驗(yàn)的描述具有一致性。相對于基于產(chǎn)品預(yù)測的結(jié)果,這種一致性使顧客對基于屬性預(yù)測的結(jié)果更易于理解,更易于評價。
上述兩方面的優(yōu)點(diǎn)表明,基于屬性的預(yù)測提供的預(yù)測結(jié)果不但易于被顧客感知為定制預(yù)測,而且易于被顧客理解和評價。消費(fèi)者行為和營銷領(lǐng)域的研究表明,即使是同樣的產(chǎn)品和建議,如果是根據(jù)某顧客定制的,而不是大眾化的,該顧客更易于接受此產(chǎn)品和建議[35]。基于此觀點(diǎn),顧客更易于接受基于屬性的預(yù)測提供的預(yù)測結(jié)果。對預(yù)測結(jié)果的高水平的接受將會使預(yù)測更為準(zhǔn)確。因此,個性化需求預(yù)測如果采用基于屬性的預(yù)測方式進(jìn)行預(yù)測將有利于提高預(yù)測準(zhǔn)確率。
4.省略)公司的實(shí)踐就證明了上述觀點(diǎn)。利用顧客先前購買產(chǎn)生的與需求有關(guān)的信息及購后產(chǎn)生的信息,亞瑪遜對特定單一顧客的興趣和主題進(jìn)行預(yù)測,并提供與顧客興趣和主題有關(guān)的可供書籍的信息,這些信息的提供有效地促進(jìn)了顧客的實(shí)際購買。通過對顧客需求的預(yù)測并把預(yù)測結(jié)果傳遞給顧客,亞瑪遜提升了其服務(wù)水平。服務(wù)水平的提升又反過來改善了亞瑪遜的預(yù)測結(jié)果。
基于上述分析,與全變預(yù)測方式相比,制造商采取凈變預(yù)測方式實(shí)現(xiàn)基于屬性的預(yù)測,并同時采取預(yù)測反饋顧客的策略,可以對顧客共享的信息做出快速反應(yīng),可以向顧客提供更有價值的服務(wù),可以提高顧客的滿意度,提高顧客的購買意愿,并且共享給顧客的預(yù)測結(jié)果還可能對顧客的偏好產(chǎn)生正影響,進(jìn)而可以改善預(yù)測結(jié)果。因此,采取以顧客前一次購買訂單包含的信息為起始點(diǎn)的凈變預(yù)測方式實(shí)現(xiàn)基于屬性的預(yù)測,可以顯著提高個性化需求預(yù)測的預(yù)測精度。
5 結(jié)論
個性化需求預(yù)測是實(shí)現(xiàn)即時顧客化定制和解決定制-響應(yīng)困境問題的主要策略之一。現(xiàn)有文獻(xiàn)對個性化需求預(yù)測的研究非常有限,僅僅提出了實(shí)現(xiàn)個性化需求預(yù)測的兩種策略和七條原則;并且傳統(tǒng)觀點(diǎn)認(rèn)為預(yù)測個性化需求是相當(dāng)困難的。因此,有必要研究個性化需求預(yù)測面臨的挑戰(zhàn)和解決挑戰(zhàn)的方法。本文旨在分析個性化需求預(yù)測在預(yù)測所用信息的獲取、理解和轉(zhuǎn)換等三階段面臨的挑戰(zhàn),并提出解決挑戰(zhàn)的方法。
本文運(yùn)用計(jì)劃行為理論和信息交換理論分析得出,在需求相關(guān)信息的獲取階段,個性化需求預(yù)測面臨的主要挑戰(zhàn)是,如何幫助顧客將其擁有的與需求相關(guān)的隱性信息轉(zhuǎn)換成顯性信息。基于文獻(xiàn)普遍接受的兩種觀點(diǎn),即“將IT技術(shù)和信息系統(tǒng),以及相關(guān)知識融為一體的工具有助于隱性知識轉(zhuǎn)換成顯性知識”和“向顧客提供相關(guān)的消費(fèi)詞匯可以促進(jìn)顧客表達(dá)他們的隱性偏好”,本文提出了應(yīng)對該挑戰(zhàn)的方法是開發(fā)“需求相關(guān)隱性信息轉(zhuǎn)換系統(tǒng)”。需求相關(guān)隱性信息轉(zhuǎn)換系統(tǒng)是集IT技術(shù)、信息系統(tǒng)和消費(fèi)詞匯為一體的有助于顧客將其擁有的與需求相關(guān)的隱性信息轉(zhuǎn)換成顯性信息的輔助工具。
本文運(yùn)用“自我推理”和“錯誤一致性效應(yīng)”等理論分析得出,在理解需求相關(guān)信息階段,個性化需求預(yù)測面臨的主要挑戰(zhàn)是,制造商在理解顧客需求相關(guān)信息時,如何避免自我推理和錯誤一致性效應(yīng)。基于認(rèn)知圖作用的分析,本文提出了應(yīng)對該挑戰(zhàn)的方法是充分運(yùn)用描述顧客價值系統(tǒng)的認(rèn)知圖,理解顧客需求相關(guān)信息。
在將顧客需求相關(guān)信息轉(zhuǎn)換成預(yù)測信息的階段,個性化需求預(yù)測面臨的主要挑戰(zhàn)是,如何提高預(yù)測精度。本文運(yùn)用錨定-調(diào)整過程理論、信念更新范式理論、狀態(tài)依賴性理論和記憶可接近性優(yōu)勢理論分析得出,制造商采取以顧客前一次購買訂單包含的信息為起始點(diǎn)的凈變預(yù)測方式實(shí)現(xiàn)基于屬性的預(yù)測,將有助于提高個性化需求預(yù)測的預(yù)測精度。
本文的重點(diǎn)是分析個性化需求預(yù)測面臨的挑戰(zhàn)并提出解決挑戰(zhàn)的合理方法,重點(diǎn)不在對所提方法的深入研究。本文的局限在于沒有詳細(xì)地研究所提的應(yīng)對挑戰(zhàn)的方法。因此,還有待進(jìn)一步深入研究所提的應(yīng)對方法。
參 考 文 獻(xiàn):
[1]Tang Z, Chen R, Ji X. Operational tactics and tenets of a new manufacturing paradigm ‘instant customerisation’[J]. International Journal of Production Research, 2005, 43(14): 2873-2894.
[2]McCutcheon D M, Raturi A S, Meredith J R. The customization-responsiveness squeeze[J]. Sloan Management Review, 1994, 35(2): 89-99.
[3]Salvador F, Forza C. Configuring products to address the customization-responsive squeeze: a survey of management issues and opportunities[J]. International Journal of Production Economics, 2004, 91(3): 273-291.
[4]唐中君.個性化需求預(yù)測的基本原則研究[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào),2005,3(4):101-105.
[5]Fildes R, Beard C. Forecasting system for production and inventory control[J]. International Journal of Operations & Production Management, 1992, 12(5): 4-27.
[6]Bartezzaghi E, Verganti R. Managing demand uncertainty through order overplanning[J]. International Journal of Production Economics, 1995, 40(2-3): 107-120.
[7]Davenport T H. Saving its soul: human-centered information management[J]. Harvard Business Review, 1994, 72(2): 119-131.
[8]Ruggles R. The state of the notion: knowledge management in practice[J]. California Management Review, 1998), 40(3): 80-89.
[9]Ajzen I, Fishbein M. Understanding attitudes and predicting social behavior[M]. Englewood Cliffs, NJ: Prentice-Hall, 1980.
[10]Fishbein M, Ajzen I. Belief, attitude, intention, and behavior: an introduction to theory and research[M]. MA: Addison-Wesley, 1975.
[11]唐中君.即時顧客化定制下的需求信息共享策略研究成果[J].管理評論,2005,17(6):25-29.
[12]Falconer L. Organizational learning, tacit information, and e-learning: a review[J]. The Learning Organization, 2006, 13(2/3): 140-151.
[13]Haldin-Herrgard T. Difficulties in diffusion of tacit knowledge in organizations[J]. Journal of Intellectual Capital, 2000, 1(4): 357-365.
[14]Cheah Y N, Abidi S S R. The role of information technology in the explication and crystallization of tacit healthcare knowledge[J]. Health Informatics Journal, 2001, 7(2): 158-167.
[15]Falconer L. Management decision-making relating to occupational risks: the role of ‘grey data’[J]. Journal of Risk Research, 2002, 5(1): 23-33.
[16]Stover M. Making tacit knowledge explicit: the ready reference database as codified knowledge[J]. Reference Services Review, 2004, 32(2): 164-173.
[17]Herschel R T, Nemati H, Steiger D. Tacit to explicit knowledge conversion: knowledge exchange protocols[J]. Journal of Knowledge Management, 2001, 5(1): 107-116.
[18]Selamat M H, Choudrie J. The diffusion of tacit knowledge and its implications on information systems: the role of meta-abilities[J]. Journal of Knowledge Management, 2004, 8(2): 128-139.
[19]West P M, Brown C L, Hoch S J. Consumption vocabulary and preference formation[J]. Journal of Consumer Research, 1996, 23(9): 120-134.
[20]Debevec K, Romeo J B. Self-referent processing in perceptions of verbal and visual commercial information[J]. Journal of Consumer Psychology, 1992, 1(1): 83-102.
[21]Ross L, Greene D, House P. The ‘false consensus effect’: an egocentric bias in social perception and attribution processes[J]. Journal of Experimental Social Psychology, 1977, 13(3): 279-301.
[22]West P M. Predicting preferences: an examination of agent learning[J]. Journal of Consumer Research, 1996, 23(6): 68-80.
[23]Spicer D P. Linking mental models and cognitive maps as an aid to organizational learning[J]. Career Development International, 1998, 3(3): 125-139.
[24]Codarda L. Le mappe cognitive, uno strumento di analisi per la ricerca sociale e per I’intervento organizzativo[M]. Carocci Editore, Roma, 1998.
[25]Axelrod R. Structure of decision: the cognitive maps of political elite[M]. Princeton University Press, Princeton, NJ, 1976.
[26]Cossette P. Analysing the thinking of F.W. Taylor using cognitive mapping[J]. Journal of Management History, 2002, 40(2): 168-182.
[27]Montazemi A R, Conrath D W. The use of cognitive mapping for information requirements analysis[J]. MIS Quarterly, 1986, 10(1): 45-55.
[28]Pallant A, Timmer P, McRae S. Cognitive mapping as a tool for requirements capture. In Robertson S A, ed. Contemporary Ergonomics[M]. Taylor & Francis, London, 1996.490-500.
[29]Carbonara N, Scozzi B. Cognitive maps to analyze new product development processes: a case study[J]. Technovation, 2006, 26(4): 1233-1433.
[30]Klayman J, Schoemaker P J H. Thinking about the future: a cognitive perspective[J]. Journal of Forecasting, 1993, 12(2): 161-168.
[31]Samsonovich A V, Ascoli G A. Cognitive map dimensions of the human value system extracted from natural language[EB/OL].省略/agiri06/%5B8%5D%20samsonovich_ascoli_revised1.pdf., 2008-11-20.
[32]Bettman J R. A graph theory approach to comparing consumer information processing models[J]. Management Science, 1971, 19(12): 306-311.
[33]Payne J W. Task complexity and contingent processing in decision making: an information search and protocol analysis[J]. Organizational Behavior and Human Performance, 1976, 16(4): 203-210.
[34]Gardial S F, Clemons D S, Woodruff R B, et al.. Comparing consumers’ recall of prepurchase and postpurchase product evaluation experiences[J]. Journal of Consumer Research, 1994, 20(3): 548-560.
[35]Simonson I. Determinants of customers’ responses to customized offers: conceptual framework and research propositions[J]. Journal of Marketing, 2005, 69(1): 32-45.
[36]Kahneman D, Slovic P, Tversky A. Judgment under uncertainty: heuristics and biases[M]. Cambridge University Press, New York, 1982.
[37]Whyte G, Sebenius J K. The effect of multiple anchors on anchoring in individual and group judgment[J]. Organizational Behavior and Human Decision Processes, 1997, 69(1): 75-85.
[38]Cohen J B, Reed II A. A multiple pathway anchoring and adjustment (MPAA) model of attitude generation and recruitment[J]. Journal of Consumer Research, 2006, 33(1): 1-15.
[39]Davids H L, Hoch S J, Ragsdale E K E. An anchoring and adjustment model of spousal predictions[J]. Journal of Consumer Research, 1986, 13(6): 25-37.
[40]Yadav M S. How buyers evaluate product bundles: a model of anchoring and adjustment[J]. Journal of Consumer Research, 1994, 21(2): 342-353.
[41]Wansink B, Kent R J, Hoch S J. An anchoring and adjustment model of purchase quantity decisions[J]. Journal of Marketing Research, 1985, 35(1): 71-81.
[42]Northcraft G B, Neale M A. Amateurs, experts, and real estate: an anchoring-and-adjustment perspective on property pricing decisions[J]. Organizational Behavior and Human Decision Process, 1987, 39(1): 84-97.
[43]Hogarth R M, Einhorn H J. Order effects in belief updating: the belief-adjustment model[J]. Cognitive Psychology, 1992, 24(1): 1-55.
[44]Gupta S, Chintagunta P, Wittink D. Household heterogeneity and state dependence in a model of purchasing strings: empirical results and managerial implications[J]. International Journal of Research Marketing, 1997, 14(4): 341-357.
[45]Moshkin N V, Shachar R. The asymmetric information model of state dependence[J]. Marketing Science, 2002, 21(4): 435-454.
關(guān)鍵詞：云計(jì)算：資源管理；資源優(yōu)化配置
1 云計(jì)算定義
云計(jì)算是一種商業(yè)計(jì)算模型，它將計(jì)算任務(wù)分布到由大量服務(wù)器構(gòu)成的資源池上，從而使用戶能夠根 據(jù)需要獲取計(jì)算能力、存儲空間和信息服務(wù)，這種資源池稱為“云”。“云”是一些可以自我維護(hù)和管理的 虛擬計(jì)算資源，通常是一些大型服務(wù)器集群，包括計(jì)算服務(wù)器、存儲服務(wù)器和寬帶資源等等。它是并行計(jì)算（Parallel Computing）、分布式計(jì)算（Distributed Computing）和網(wǎng)格計(jì)算（Grid Computing）的延續(xù)， 或者說是這些計(jì)算科學(xué)概念的商業(yè)實(shí)現(xiàn)。云計(jì)算是虛擬化（Virtualization）、效用計(jì)算（Utility Computing）、 laaS（Infrastructure as a Service，基礎(chǔ)設(shè)施即服務(wù)）、PaaS（Platform as a Service，平臺即服務(wù)）、SaaS（Software as a Service，軟件即服務(wù)）等概念混合演進(jìn)并躍升的結(jié)果。在云計(jì)算的定義上，許多學(xué)者與機(jī)構(gòu)各執(zhí)一詞，下文列舉了幾個具有代表性的云計(jì)算定義方式：
Ian Foster等人[1]認(rèn)為云計(jì)算是一個由經(jīng)濟(jì)因素驅(qū)動的大規(guī)模分布式計(jì)算范式，在云計(jì)算之中有一個抽 象的、虛擬化的、動態(tài)伸縮的、計(jì)算能力得到管理的，且存儲、平臺和服務(wù)通過互聯(lián)網(wǎng)被按需提供給外部 用戶的資源池。
IBM在其技術(shù)白皮書[2]中指出：云計(jì)算一詞描述了一個系統(tǒng)平臺或一類應(yīng)用程序；該平臺可以根據(jù)用 戶的需求動態(tài)部署、配置等；云計(jì)算是一種可以通過互聯(lián)網(wǎng)進(jìn)行訪問的可以擴(kuò)展的應(yīng)用程序。
Michael Armbrust[3]等人認(rèn)為云計(jì)算既是指通過Intemet作為服務(wù)的應(yīng)用程序，也指提供這些服務(wù) 的數(shù)據(jù)中心中的軟硬件資源，這些服務(wù)通常被稱為SaaS。數(shù)據(jù)中心的硬件和軟件合在一起便是我們所稱的 “云”。當(dāng)這些軟硬件資源以即用即付（pay as you go）方式提供給公眾時，稱其為公有云（public cloud），其所提供的服務(wù)就是效用計(jì)算（utility computing）；與之相對的是私有云（private cloud），其描述的是一個商業(yè)或其他機(jī)構(gòu)對外不可用的內(nèi)部數(shù)據(jù)中心，因此云計(jì)算即為SaaS和效用計(jì)算的融合。美國國家標(biāo)準(zhǔn)技術(shù)研究院給出的云計(jì)算定義為：云計(jì)算是一種普適的、便捷的、通過網(wǎng)絡(luò)按需介入到一組配置好的計(jì)算資源池（如網(wǎng)絡(luò)、服務(wù)器、存儲、 應(yīng)用程序以及服務(wù)等）的模型，該模型能夠以最小的管理代價或與服務(wù)提供商的交互快速地準(zhǔn)備及。
中國云計(jì)算網(wǎng)將云計(jì)算定義為[4]：云計(jì)算是分布式計(jì)算、并行計(jì)算和網(wǎng)格計(jì)算的發(fā)展，或者說是這些科學(xué)概念的商業(yè)實(shí)現(xiàn)。 根據(jù)部署模式的不同，云計(jì)算的類型又可以分為公用云、私有云和混合云。
資源管理是云計(jì)算的核心問題之一，它主要包括資源的描述、動態(tài)組織、發(fā)現(xiàn)匹配、優(yōu)化配置和即時監(jiān)控等活動。與傳統(tǒng)的分布式環(huán)境和網(wǎng)格環(huán)境下的資源管理所不同的是，云計(jì)算環(huán)境下資源管理是通過虛擬化技術(shù)的運(yùn)用來屏蔽底層資源的異構(gòu)性和復(fù)雜性，把分散的各種資源管理起來，使得分布式資源能夠被當(dāng)作單一資源處理，形成一個統(tǒng)一的巨型資源池而不是分散的資源庫，以此確保資源的合理、高效的分配和使用，并且云計(jì)算環(huán)境下資源管理的各個組成部分之間并不是孤立的，資源的描述、組織、發(fā)現(xiàn)與匹配、
配置和監(jiān)控是彼此之間存在緊密聯(lián)系的系統(tǒng)要素，它們之間的共同作用構(gòu)成了一個整體。資源的描述和表示形式將影響到它的動態(tài)組織方式，而資源的發(fā)現(xiàn)與匹配機(jī)制又會因上述兩者的變化而做出相應(yīng)的調(diào)整， 以實(shí)現(xiàn)高效資源提取；同樣的，在制定資源調(diào)度策略時，也會考慮底層資源的組織形式、發(fā)現(xiàn)與匹配機(jī)制；最后，資源動態(tài)監(jiān)控將對系統(tǒng)中的各個要素進(jìn)行檢測和控制，保證系統(tǒng)的安全、穩(wěn)定和高效運(yùn)行。
2 云計(jì)算資源管理框架構(gòu)建
1.資源信息的表示和描述針對云環(huán)境下資源信息的表示和描述方法具有服務(wù)化、語義化和用戶化等特點(diǎn)，該方向主要有以下幾點(diǎn)問題：
①由于目前分布式計(jì)算及網(wǎng)格計(jì)算環(huán)境中資源信息的表現(xiàn)形式各異，描述語言多樣且雜亂，會使得在 此環(huán)境下的資源難以得到有效管理，因此云計(jì)算環(huán)境下資源信息描述方法應(yīng)在現(xiàn)有的資源信息表示格式、方法及框架基礎(chǔ)之上進(jìn)行相應(yīng)的描述轉(zhuǎn)換問題，從而實(shí)現(xiàn)資源的統(tǒng)一描述，克服資源描述方式的多樣性， 資源的異構(gòu)性和分布性等障礙，以此來支持云計(jì)算服務(wù)系統(tǒng)的開放性，降低系統(tǒng)構(gòu)造復(fù)雜度，也為云資源發(fā)現(xiàn)與匹配提供良好的環(huán)境和基礎(chǔ)。
②在對云計(jì)算資源進(jìn)行統(tǒng)一描述過程中，充分考慮資源的語義化描述問題，使其更貼近用戶的自然理解，更加準(zhǔn)確反映資源的實(shí)際內(nèi)容，從而達(dá)到高效的資源發(fā)現(xiàn)和匹配及支持面向用戶的智能化資源管理的目的。
③在對資源進(jìn)行統(tǒng)一描述過程中，充分考慮用戶的個性化需求問題，以期進(jìn)一步增強(qiáng)表述用戶信息的能力，加入如滿足SLA、QoS等需求的用戶個性化偏好信息，為用戶提供滿意的信息資源。因而，在云環(huán)境下信息資源管理研究中，應(yīng)將重點(diǎn)放在研究適用于云計(jì)算環(huán)境的、面向資源管理的服務(wù)語義描述框架，進(jìn)而研究基于用戶興趣的個性化資源定制需求的擴(kuò)展服務(wù)語義描述框架。
2.資源的發(fā)現(xiàn)與匹配機(jī)制針對云計(jì)算資源的分布性和異構(gòu)性特點(diǎn)，以及從資源發(fā)現(xiàn)過程中充分考慮用戶需求的角度出發(fā)，云環(huán)境下資源發(fā)現(xiàn)與匹配機(jī)制所面臨的關(guān)鍵問題主要在以下幾方面：
①基于分布式環(huán)境下的資源發(fā)現(xiàn)機(jī)制。云環(huán)境作為一種廣域的大規(guī)模分布式環(huán)境，資源存儲在異構(gòu)平臺上，并且由不同的管理策略控制，研究不依賴集中控制的、迅速的、分布式、可擴(kuò)展、能適應(yīng)資源動態(tài)變化，并且定位性能好的資源發(fā)現(xiàn)機(jī)制是個亟待解決的問題。
②基于語義匹配的資源發(fā)現(xiàn)方法與技術(shù)。由于語義化資源描述可以使機(jī)器精確地理解、采集和組合信息，并且基于語義的信息很容易加入如SLA，QoS等個性化需求，從而研究云環(huán)境下基于語義匹配的資源發(fā)現(xiàn)方法也就成為一種必然。針對云計(jì)算環(huán)境中的海量資源，該領(lǐng)域應(yīng)主要研究具有自適應(yīng)特征的資源發(fā)現(xiàn)機(jī)制，建立基于服務(wù)語義描述和迭代反饋調(diào)整機(jī)制的資源匹配模型，并提出相應(yīng)的求解方法。
3.資源的動態(tài)管理云計(jì)算資源的動態(tài)管理是個復(fù)雜的問題。在云環(huán)境中，資源的地理分布極廣，類型豐富和數(shù)量巨大，而且要求一定程度的協(xié)同工作：資源是動態(tài)變化的，包括資源屬性的變化，以及在云環(huán)境中的復(fù)制和遷移等；資源工作在異構(gòu)平臺上，并且由不同的管理策略控制；在跨云計(jì)算平臺的資源需求協(xié)調(diào)過程中，資源為不同的組織擁有，這些組織具有不同的使用規(guī)則、計(jì)費(fèi)模型、負(fù)荷能力和使用模型。
在這樣的環(huán)境中，就需要研究一種實(shí)時性強(qiáng)、擴(kuò)展性能優(yōu)異且適應(yīng)資源動態(tài)變化的資源動態(tài)管理機(jī)制， 從而該領(lǐng)域未來的研究方法向應(yīng)致力于協(xié)調(diào)用戶與資源提供者之間的關(guān)系，對資源進(jìn)行有效組織、分配，研究云計(jì)算環(huán)境下基于用戶需求和用戶行為的資源推薦模型及算法，研究獲取跨組織、跨管理域的資源服 務(wù)協(xié)議，建立資源的動態(tài)優(yōu)化分配機(jī)制，最終為云用戶提供優(yōu)質(zhì)的資源服務(wù)。
3 小結(jié)
在動態(tài)的云計(jì)算環(huán)境下對資源實(shí)現(xiàn)有效的管理是保證云計(jì)算系統(tǒng)高效運(yùn)行、資源優(yōu)化配置和服務(wù)即時提供的保障。本文在總結(jié)云計(jì)算資源的基礎(chǔ)上，提出了該領(lǐng)域所面臨的關(guān)鍵問題和挑戰(zhàn)。并構(gòu)建了云計(jì)算環(huán)境下資源管理框架。
參考文獻(xiàn)
[1]Foster I，et a1.Cloud computing and grid computing 360-degree compared[C].Grid Computing Environments Workshop，IEEE，2008：1-10.
[2]智慧的地球一IBM動態(tài)基礎(chǔ)架構(gòu)白皮書.http///cn/express/migratetoibm/dynamicinfrastructure/download/dy7namicinfrastructure_whitepaper0903.pdf.
一、對MPEG-7的理解
1.產(chǎn)生。在活動圖像專家組（MPEG-Moving Picture Experts Group）已經(jīng)制定國際標(biāo)準(zhǔn)中，MPEG-1用來解決聲音圖像在CD-ROM上的存儲，MPEG-2解決了數(shù)字電視、高清晰度電視及其伴音的壓縮編碼，MPEG-4用以解決在多媒體環(huán)境下高效存儲、傳輸和處理聲音圖像信息問題。為了解決媒體信息定位問題，活動圖像專家組的成員們發(fā)展了一個新的標(biāo)準(zhǔn)――MPEG-7,這個標(biāo)準(zhǔn)旨在解決多媒體信息的規(guī)范化描述問題，并將該描述與所描述的內(nèi)容相聯(lián)系，以實(shí)現(xiàn)快速有效的搜索。它的正式名稱是“多媒體內(nèi)容描述接口”。它可以獨(dú)立于其他的MPEG標(biāo)準(zhǔn)使用，但對MPEG-4兼容，既可用存儲（在線或離線），也可以用于流式應(yīng)用，還可在實(shí)時或非實(shí)時的環(huán)境下應(yīng)用（實(shí)時環(huán)境是指被捕獲時是與所描述的內(nèi)容相聯(lián)系的）。
2.組成。描述工具，包括一組描述符D（Descriptor）和描述方案DS（Description Schemes）。描述符是指用來定義和表達(dá)實(shí)體某一方面特征的句法或語法。表達(dá)實(shí)體是由特征標(biāo)識符（如顏色）和數(shù)據(jù)類型（如字符串）等構(gòu)成的。數(shù)據(jù)類型可以是“復(fù)合”的，既可以由幾個數(shù)據(jù)類型的組合來構(gòu)成，也在以由數(shù)個D來“描述”一個特征。描述方案是由一個或多個D和DS構(gòu)成，DS規(guī)定了相互關(guān)系的結(jié)構(gòu)和語法。
描述定義語言DDL（Description Definiton Language）,用來指定描述方案的一種語言。這是一種模式化語言，是對音視頻數(shù)據(jù)建模結(jié)果的一種表征。DDL制定了MPEG的描述工具，包括描述符合描述方案，并提供了把描述符構(gòu)建為描述方案的規(guī)則。DDL同時也允許定義特殊應(yīng)用中的擴(kuò)展DS描述工具通過DDL被實(shí)例化，并以文本格式（XML）被描述。用來支持多路描述、同步問題、傳輸機(jī)理、文件格式等的系統(tǒng)工具。
3.目標(biāo)。描述包括自由文本、N維空間結(jié)構(gòu)、統(tǒng)計(jì)信息、客觀屬性、主觀屬性、生產(chǎn)屬性和組合信息。對于視覺，描述可能包括顏色、視覺對象、紋理、草圖、形狀、體積、空間關(guān)系、運(yùn)動及變形等。對于音頻信息，描述可能包括音調(diào)、調(diào)式、音速、音速變化等。根據(jù)信息的抽象層次，提供一種描述各種多媒體材料的方法以便表示不同層次的用戶對信息的要求。支持?jǐn)?shù)據(jù)管理的靈活性、數(shù)據(jù)資源的全球化和互操作性。
4.特點(diǎn)。MPEG-7標(biāo)準(zhǔn)的目的是要規(guī)定一個描述各種多媒體信息的描述子的標(biāo)準(zhǔn)集和定義其他的描述子和用于描述子結(jié)構(gòu)和關(guān)系的描述方案的標(biāo)準(zhǔn)方式。更重要的是，考慮到面向用戶，描述子和描述方案是基于內(nèi)容的。內(nèi)容交換：一個可互操作的內(nèi)容描述標(biāo)準(zhǔn)使得來自不同視頻數(shù)據(jù)庫的多媒體內(nèi)容交換成為可能。MPEG-7將提供各種方法用來表達(dá)、翻譯、交換和重新利用不同來源的視音頻資料。因?yàn)镸PEG-7提出一種單一的可交互操作的交換格式，這樣交換格式獨(dú)立于任何系統(tǒng)和信息提供商（廠家）。這樣多媒體內(nèi)容描述的互換就可以實(shí)現(xiàn)。
個性化窗口：MPEG-7標(biāo)準(zhǔn)提供的檢索和交換視頻音頻數(shù)據(jù)的結(jié)構(gòu)和語義注解能力，使得使用者在用戶端能設(shè)定顯示而無須要求從內(nèi)容廣播商那兒再次將其以不同格式下載一遍。
分配處理：獨(dú)立于任何系統(tǒng)，應(yīng)用，廠商，MPEG-7將保證視頻音頻資料描述的交換能力。因此，服從于此標(biāo)準(zhǔn)的，來源不同的數(shù)據(jù)能適用各種各樣的應(yīng)用，諸如：多媒體檢索系統(tǒng)和處理系統(tǒng)、篩選系統(tǒng)等等。
二、MPEG的應(yīng)用
1.社會應(yīng)用。日常生活中，人們要求能高效訪問、交互操作和顯示多媒體信息。這就是MPEG-7“Pull”(拉)和“Push”（推）的兩類應(yīng)用，在教育、影視等專業(yè)領(lǐng)域和消費(fèi)應(yīng)用的不同場合都是必不可少的。“Push”與“Pull”類型的應(yīng)用是相反的，“Push”類型應(yīng)用更像是廣播方式，以及網(wǎng)絡(luò)廣播。“Pull”模型是從索引到“搜索”，“Push”模型是從選擇到“過濾”。通常“Pull”處理的存儲在數(shù)據(jù)庫里的靜態(tài)信息，而“Push”處理的是變化的動態(tài)信息。
Pull應(yīng)用類型：商業(yè)音樂類應(yīng)用；聲音效果庫；歷史數(shù)據(jù)庫；通過可回憶的視聽覺事件進(jìn)行電影場景“搜索”。
Push應(yīng)用類型：音視數(shù)據(jù)庫的存儲和檢索；廣播媒體的選擇；因特網(wǎng)上的個性化新聞服務(wù)；智能多媒體編輯；遠(yuǎn)程購物；社會和文化服務(wù)；調(diào)查服務(wù)；遙感；監(jiān)視；生物醫(yī)學(xué)應(yīng)用；多媒體目錄服務(wù)；家庭娛樂。
2.教育中的應(yīng)用。用MPEG-7的標(biāo)準(zhǔn)來描述以往制作的大量的不同格式的多媒體教學(xué)素材，使我們搜索這些多媒體教學(xué)素材就像現(xiàn)在搜索文本信息一樣方便。因此，在教學(xué)和學(xué)習(xí)過程中教師和學(xué)生可以很方便地獲取自己想要的多媒體學(xué)習(xí)資料，提高教學(xué)或?qū)W習(xí)的效率。
有效地利用MPEG-7的“過濾”功能，能夠幫助學(xué)生選擇自己喜歡的、跟教育教學(xué)有關(guān)的數(shù)字電視節(jié)目和各類數(shù)字廣播信息。在個性化數(shù)字廣播系統(tǒng)的環(huán)境中，學(xué)生可以定義自己教育節(jié)目的類型，該系統(tǒng)可以根據(jù)學(xué)生定義的類型將節(jié)目“過濾”出來，以供學(xué)生觀看、記錄、存儲。
關(guān)鍵詞 學(xué)習(xí)者模型 建模 個性化推薦
中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A DOI：10.16400/ki.kjdks.2015.10.018
The Modeling Research in Personalized Recommendation
System Based in Network Learning
ZHUANG Kejun， HE Baoxun
（China West Normal University， Nanchong， Sichuan 637009）
Abstract The learner model is the key part of web based personalized recommendation system. Based on the learner information model standard， this paper creates the learner model framework in the personalized recommendation system based in network learning， and discusses the way of collecting the characteristics of learner information and analysis technologies.
Key words learner model; modeling; personalized recommendation
網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的主要功能是能根據(jù)學(xué)習(xí)者的學(xué)習(xí)特征向?qū)W習(xí)者自動推送適合學(xué)習(xí)者的學(xué)習(xí)資源、學(xué)習(xí)活動和學(xué)習(xí)策略，是網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)個性化學(xué)習(xí)的支撐平臺。學(xué)習(xí)者模型是對學(xué)習(xí)者特征的抽象和表示，是網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的核心和關(guān)鍵部分，其好壞直接關(guān)系到個性化推薦系統(tǒng)為學(xué)習(xí)者提供個性化服務(wù)的水平，因此，構(gòu)建合理的學(xué)習(xí)者模型成為搭建網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)平臺的瓶頸問題。
學(xué)習(xí)者模型建模的關(guān)鍵主要是要解決以下三個問題：首先，需要確定學(xué)習(xí)者模型主要描述學(xué)習(xí)者的哪些特征信息以便為系統(tǒng)提供最可靠的推薦依據(jù);其次需要考慮這些學(xué)習(xí)者特征信息如何獲取和采集;第三，對采集到的信息如何處理才能準(zhǔn)確表征出學(xué)習(xí)者的特征，以此為基礎(chǔ)為學(xué)習(xí)者提供個性化的服務(wù)。本文將就學(xué)習(xí)者模型建模的這幾個關(guān)鍵問題展開討論。
1 學(xué)習(xí)者模型框架
學(xué)習(xí)者模型是系統(tǒng)建立的對學(xué)習(xí)者特征的描述，其主要功能是對學(xué)習(xí)者的基本信息、學(xué)習(xí)風(fēng)格、學(xué)習(xí)活動過程中的學(xué)習(xí)行為、學(xué)習(xí)路徑、學(xué)習(xí)的績效表現(xiàn)等信息進(jìn)行記錄、存儲、提取，以幫助系統(tǒng)更好地理解學(xué)習(xí)者在學(xué)習(xí)過程中的個性化需求，從而為學(xué)習(xí)者提供個性化的學(xué)習(xí)服務(wù)。CELTS-11學(xué)習(xí)者信息模型規(guī)范將學(xué)習(xí)者特征信息分為個人信息、學(xué)業(yè)信息、管理信息、關(guān)系信息、安全信息、偏好信息、績效信息和作品集信息八類，但這八類信息對學(xué)習(xí)者特征信息的描述在粒度上較為粗糙，需要在此基礎(chǔ)上做進(jìn)一步的拓展。結(jié)合網(wǎng)絡(luò)學(xué)習(xí)中學(xué)習(xí)者的個體差異，全面考慮學(xué)習(xí)過程中影響學(xué)習(xí)的學(xué)習(xí)者因素――包括智力因素和非智力因素，我們在CELTS-11的基礎(chǔ)上對學(xué)習(xí)者特征信息進(jìn)行擴(kuò)展、歸類合并，構(gòu)建出網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架圖（如圖1所示）。網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架圖由5種學(xué)習(xí)者特征信息組成，這5種學(xué)習(xí)者特征信息包含為學(xué)習(xí)者基本信息、偏好信息、學(xué)習(xí)目標(biāo)、認(rèn)知狀態(tài)和知識水平。
圖1 網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架圖
2 學(xué)習(xí)者特征信息的采集
根據(jù)學(xué)習(xí)者特征信息在學(xué)習(xí)者模型中是否會隨學(xué)習(xí)活動的開展而變化更新，我們將學(xué)習(xí)者特征信息分為靜態(tài)信息和動態(tài)信息兩類。靜態(tài)信息主要指那些在學(xué)習(xí)活動過程中保持不變的信息，如學(xué)習(xí)者基本信息、偏好信息等，而動態(tài)信息則是那些會隨學(xué)習(xí)活動的開展而變化更新的信息，如學(xué)習(xí)目標(biāo)、認(rèn)知狀態(tài)、知識水平信息等。通過對學(xué)習(xí)者模型研究文獻(xiàn)的梳理，我們發(fā)現(xiàn)，學(xué)習(xí)者特征信息的獲取與采集方式主要包括兩種方式，顯性采集方式和隱性采集方式。顯性采集方式是指系統(tǒng)在學(xué)習(xí)者知曉的情況下采集由學(xué)習(xí)者直接提供的信息的過程，隱性采集方式是指系統(tǒng)在學(xué)習(xí)者不知曉的情況下通過對學(xué)習(xí)過程中學(xué)習(xí)行為的監(jiān)控而獲取信息的過程。
2.1 學(xué)習(xí)者特征信息的顯性采集法
學(xué)習(xí)者特征信息的顯性采集法主要包括以下途徑：搜集學(xué)習(xí)者第一次在系統(tǒng)注冊時提供的注冊信息以獲取學(xué)習(xí)者的相關(guān)基本信息;通過調(diào)查問卷表獲取學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)需求、學(xué)習(xí)目標(biāo)、知識水平等的初始狀態(tài)信息。通過顯性采集法可以獲取學(xué)習(xí)者模型中的絕大部分靜態(tài)信息，如學(xué)習(xí)者的基本信息就是學(xué)習(xí)者注冊時提供的，包括學(xué)號、姓名、性別、專業(yè)、畢業(yè)學(xué)校、民族、聯(lián)系方式等;同時還能獲取動態(tài)信息的初始數(shù)據(jù)，這些初始數(shù)據(jù)加上靜態(tài)信息可以幫助系統(tǒng)建立起一個對學(xué)習(xí)者的初步認(rèn)識，即對學(xué)習(xí)者模型的初始化。當(dāng)學(xué)習(xí)者第一次進(jìn)入系統(tǒng)學(xué)習(xí)時，系統(tǒng)可以依據(jù)初始學(xué)習(xí)者模型為學(xué)習(xí)者推送合適的學(xué)習(xí)資源、學(xué)習(xí)活動和學(xué)習(xí)路徑，個性化地為學(xué)習(xí)者提供學(xué)習(xí)服務(wù)。
2.2 學(xué)習(xí)者特征信息的隱性采集法
隱性采集法主要通過實(shí)時跟蹤并記錄學(xué)習(xí)者的學(xué)習(xí)行為，分析學(xué)習(xí)者特征的方法。隱性采集法通常是在學(xué)習(xí)者不知曉的情況下進(jìn)行的，因而不會像顯性采集法那樣會導(dǎo)致學(xué)習(xí)者在系統(tǒng)中的停留時間增加。隱性采集法采集到的信息是學(xué)習(xí)者在學(xué)習(xí)活動中的學(xué)習(xí)行為信息，會隨學(xué)習(xí)活動的開展而變化更新，屬于學(xué)習(xí)者模型中的動態(tài)信息，這些動態(tài)信息將是學(xué)習(xí)者模型更新的重要數(shù)據(jù)源。學(xué)習(xí)者模型將會對隱性采集法采集到的信息進(jìn)行“學(xué)習(xí)”，從而修繕學(xué)習(xí)者模型，使學(xué)習(xí)者模型朝著越來越接近真實(shí)學(xué)習(xí)者特征的方向發(fā)展，使個性化推薦系統(tǒng)的個性化服務(wù)更趨于完善。
隱性采集法通常通過兩種途徑獲取學(xué)習(xí)者特征的動態(tài)信息。第一種途徑是系統(tǒng)跟蹤和記錄學(xué)習(xí)者在學(xué)習(xí)活動過程中的學(xué)習(xí)行為數(shù)據(jù)，如學(xué)習(xí)者對各種類型學(xué)習(xí)資源的訪問次數(shù)可以反映出學(xué)習(xí)者對不同類型學(xué)習(xí)資源的偏好程度;學(xué)習(xí)者花費(fèi)在某個知識點(diǎn)上的學(xué)習(xí)時間可以反映出學(xué)習(xí)者對該知識點(diǎn)的認(rèn)知狀態(tài);學(xué)習(xí)者針對學(xué)習(xí)任務(wù)完成的作品集合數(shù)量以及練習(xí)測試的成績數(shù)據(jù)可以反映出學(xué)習(xí)者的知識水平狀態(tài)等。通過對這些學(xué)習(xí)過程中的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行跟蹤、記錄、挖掘，可以獲取學(xué)習(xí)者特征中的動態(tài)信息，對靜態(tài)信息進(jìn)行補(bǔ)充和完善，使學(xué)習(xí)者模型對學(xué)習(xí)者特征的描述和刻畫隨學(xué)習(xí)活動的開展而更為準(zhǔn)確全面。第二種途徑是系統(tǒng)從與學(xué)習(xí)者相關(guān)聯(lián)的網(wǎng)絡(luò)學(xué)習(xí)伙伴、指導(dǎo)教師等的聯(lián)系活動中搜集到的與學(xué)習(xí)者學(xué)習(xí)活動相關(guān)的數(shù)據(jù)，如學(xué)習(xí)伙伴對學(xué)習(xí)者在小組協(xié)作活動中的評價信息，指導(dǎo)教師在論壇、聊天室對學(xué)習(xí)者發(fā)言信息的評價等，這些信息都是判斷學(xué)習(xí)者學(xué)習(xí)態(tài)度和學(xué)習(xí)能力的重要指標(biāo)，這些信息對學(xué)習(xí)者模型中學(xué)習(xí)者特征的描述也是具有重要意義的。
3 學(xué)習(xí)者特征信息的分析步驟與技術(shù)
網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)通過顯性和隱性方式采集到的學(xué)習(xí)者特征信息往往是有噪音的，系統(tǒng)必須對這些數(shù)據(jù)進(jìn)行分析、處理、歸類和整合，才能獲取能夠表征學(xué)習(xí)者的特征值，作為系統(tǒng)個性化推薦的依據(jù)。
一般來講，學(xué)習(xí)者在注冊時向系統(tǒng)提供的顯性信息，如學(xué)習(xí)者的姓名、年齡、專業(yè)、民族、出生日期、聯(lián)系方式等信息可以直接被系統(tǒng)識別并作為學(xué)習(xí)者特征值存入學(xué)習(xí)者模型庫。學(xué)習(xí)者在參與學(xué)習(xí)前或在學(xué)習(xí)過程中參與問卷調(diào)查的數(shù)據(jù)，如回答學(xué)習(xí)風(fēng)格測量量表得到的數(shù)據(jù)列表等需要通過相應(yīng)的規(guī)則進(jìn)行計(jì)算，從而歸納總結(jié)出學(xué)習(xí)者的學(xué)習(xí)風(fēng)格特征。除此之外，系統(tǒng)在學(xué)習(xí)者學(xué)習(xí)過程中通過監(jiān)控學(xué)習(xí)者學(xué)習(xí)行為采集到的大部分動態(tài)信息如學(xué)習(xí)者的學(xué)習(xí)目標(biāo)、學(xué)習(xí)路徑、學(xué)習(xí)行為、學(xué)習(xí)狀態(tài)、作品集合、學(xué)習(xí)交流協(xié)作等數(shù)據(jù)都無法直接作為學(xué)習(xí)者特征值存儲在學(xué)習(xí)者模型中，需要對其做進(jìn)一步的篩選、挖掘、整合、歸類、重新描述之后，才能夠作為學(xué)習(xí)者特征值存儲于學(xué)習(xí)者模型中供系統(tǒng)實(shí)施個性化推薦使用，我們采用數(shù)據(jù)挖掘技術(shù)來對系統(tǒng)采集記錄下的學(xué)習(xí)者學(xué)習(xí)活動的行為數(shù)據(jù)進(jìn)行分析，挖掘出學(xué)習(xí)者的學(xué)習(xí)偏好、分析出學(xué)習(xí)者的學(xué)習(xí)狀態(tài)和知識水平。對系統(tǒng)采集到的顯性信息和隱性信息，使用數(shù)據(jù)挖掘技術(shù)分析學(xué)習(xí)者的特征需要經(jīng)歷兩個步驟，數(shù)據(jù)預(yù)處理階段和模式發(fā)現(xiàn)階段。數(shù)據(jù)預(yù)處理階段又包含四個步驟：首先，通過數(shù)據(jù)清洗對采集到的學(xué)習(xí)者特征信息進(jìn)行篩選，將系統(tǒng)記錄下的冗余信息和記錄清除掉，篩選出那些能反映學(xué)習(xí)者特征的信息作為數(shù)據(jù)挖掘的數(shù)據(jù)源;其次，利用Cookies技術(shù)從服務(wù)器日志文件的記錄中識別每一個用戶;第三，識別會話，判斷出用戶對站點(diǎn)的訪問;最后，對學(xué)習(xí)者的會話進(jìn)行事件定義。通過數(shù)據(jù)預(yù)處理階段得到的數(shù)據(jù)需存儲起來作為模式發(fā)現(xiàn)階段的數(shù)據(jù)源。模式發(fā)現(xiàn)階段可以使用的技術(shù)主要包括決策樹、規(guī)則歸納法、人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、統(tǒng)計(jì)計(jì)算法和視頻分析技術(shù)等。
4 結(jié)語
學(xué)習(xí)者模型的建立是網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)的關(guān)鍵環(huán)節(jié)。本文在對學(xué)習(xí)者模型建模關(guān)鍵問題分析的基礎(chǔ)下，構(gòu)建了網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型框架，確定了學(xué)習(xí)者模型要刻畫的學(xué)習(xí)者特征信息的類型，在此基礎(chǔ)上，將學(xué)習(xí)者特征信息采集的方式分為顯性采集法和隱性采集法，并對每種采集法的信息采集途徑予以闡述，最后，論述了使用數(shù)據(jù)挖掘技術(shù)分析采集到的學(xué)習(xí)者特征信息的步驟及技術(shù)，對網(wǎng)絡(luò)學(xué)習(xí)個性化推薦系統(tǒng)學(xué)習(xí)者模型建模的過程進(jìn)行了有益探索。
基金項(xiàng)目：西華師范大學(xué)基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目“基于WEB的網(wǎng)絡(luò)教學(xué)個性化推薦系統(tǒng)學(xué)習(xí)者模型構(gòu)建研究”（項(xiàng)目編號：14D027）
參考文獻(xiàn)
關(guān)鍵詞 自適應(yīng)學(xué)習(xí)模型；參考模型；領(lǐng)域模型
中圖分類號：G642.0 文獻(xiàn)標(biāo)識碼：B
文章編號：1671-489X（2017）04-0033-03
Abstract Adaptive learning system is hot point of modern education means research. Here we firstly analyzed the general architecture model of adaptive learning system. Then the representative reference
models were expounded and compared in the degree of the model correlation and problem solvation ability， this paper analyzes and compares， which would provide the basis for further research and design of general adaptive learning system.
Key words adaptive learning model； reference model； domain model
1 引言
W絡(luò)教育是當(dāng)前教育界的一個研究熱點(diǎn)，網(wǎng)絡(luò)學(xué)習(xí)方式也越來越普及，這種學(xué)習(xí)方式以學(xué)習(xí)者為中心，向?qū)W習(xí)者提供個性化的學(xué)習(xí)內(nèi)容、個性化的學(xué)習(xí)形式和個性化的學(xué)習(xí)服務(wù)。
學(xué)習(xí)者在使用自適應(yīng)學(xué)習(xí)系統(tǒng)時，可以自由選擇學(xué)習(xí)路徑和調(diào)整學(xué)習(xí)進(jìn)度，系統(tǒng)還可以引領(lǐng)和指導(dǎo)學(xué)習(xí)者進(jìn)行自主學(xué)習(xí)，用來滿足學(xué)習(xí)者的不同學(xué)習(xí)需求[1]。自適應(yīng)學(xué)習(xí)系統(tǒng)雖然注重提供自適應(yīng)能力，但是系統(tǒng)之間可比性不高，可以將其歸入?yún)⒖寄Ｐ椭小⒖寄Ｐ透鶕?jù)標(biāo)準(zhǔn)和規(guī)則來指導(dǎo)系統(tǒng)開發(fā)，并說明系統(tǒng)中組件之間的交互方式。因此，開發(fā)自適應(yīng)學(xué)習(xí)系統(tǒng)需要先研究參考模型。
2 自適應(yīng)學(xué)習(xí)系統(tǒng)的一般架構(gòu)模型
目前自適應(yīng)學(xué)習(xí)系統(tǒng)如AEHS（Adaptive Educational Hypermedia Systems）、AHA、ACCT等，美國匹茲堡大學(xué)信息科學(xué)學(xué)院的Peter Brusilovsky提出一個自適應(yīng)學(xué)習(xí)系統(tǒng)AEHS的通用模型[2]，如圖1所示。
其中，領(lǐng)域模型描述了領(lǐng)域知識結(jié)構(gòu)、概念知識和概念間的聯(lián)系；學(xué)生模型，也叫用戶模型，它描述了用戶的特性，如使用系統(tǒng)的用戶的文化、個人愛好和興趣傾向等信息，該組件可以提取或重新賦予學(xué)生的特性。學(xué)生模型信息訪問領(lǐng)域模型是一種規(guī)則，它定義了教育學(xué)模型，規(guī)則的制定依據(jù)了領(lǐng)域知識結(jié)構(gòu)。自適應(yīng)引擎可以對用戶進(jìn)行個性化選擇、注釋和呈現(xiàn)學(xué)習(xí)內(nèi)容，是創(chuàng)建、更新領(lǐng)域概念和鏈接的軟件環(huán)境。接口模塊表明并定義了用戶與自適應(yīng)學(xué)習(xí)系統(tǒng)間的交互方式，包含評價、自適應(yīng)和推測機(jī)制，其中的數(shù)據(jù)可以推測用戶的特點(diǎn)。
3 自適應(yīng)學(xué)習(xí)系統(tǒng)的主要模型
其實(shí)，AEHS從嚴(yán)格意義上說并不能稱為參考模型，因?yàn)锳EHS并沒有標(biāo)準(zhǔn)的參考模型和架構(gòu)體系。實(shí)際上，第一個被開發(fā)出來的參考模型是自適應(yīng)超媒體應(yīng)用模型（AHAM），隨后有LAOS、XML自適應(yīng)媒體模型（XAHM）和WebML等參考模型。從結(jié)構(gòu)上看，AHAM劃分了AEHS的組成部分。
AHAM AHAM（Adaptive Hypermedia Application Model，自適應(yīng)超媒體應(yīng)用模型）分為五層[3]，是基于早期的Dexter模型建立的，如圖2所示。
1）運(yùn)行時層。該層包含了與用戶訪問系統(tǒng)和向用戶呈現(xiàn)信息的組件，并且決定向終端用戶以何種方式呈現(xiàn)內(nèi)容。
2）存儲層。該層是AHAM的核心層，由3個子層組成，每個子層構(gòu)成一個子模型。
①領(lǐng)域模型。該模型描述領(lǐng)域知識的結(jié)構(gòu)，如實(shí)體和實(shí)體之間的聯(lián)系。實(shí)體具有不同的特征，能夠唯一識別實(shí)體的、具有同樣特征的概念可以具有不同的數(shù)據(jù)類型。
②用戶模型。該模型描述終端用戶的特征，它存儲了關(guān)于實(shí)體的屬性值。用戶模型根據(jù)領(lǐng)域模型進(jìn)行細(xì)粒度設(shè)計(jì)，用戶模型中的每一個實(shí)體可具有不同的屬性和值。
③自適應(yīng)模型。該模型是實(shí)現(xiàn)自適應(yīng)功能的基礎(chǔ)，它可以根據(jù)領(lǐng)域模型和用戶模型的結(jié)構(gòu)決定如何產(chǎn)生自適應(yīng)操作。
3）自適應(yīng)引擎層。該層主要解釋了自適應(yīng)模型中的自適應(yīng)規(guī)則，啟動一個規(guī)則會觸發(fā)另一規(guī)則，體現(xiàn)系統(tǒng)的自適應(yīng)操作。
4）錨固層。該層是內(nèi)部組件層和自適應(yīng)引擎層的通信接口，提供了自適應(yīng)引擎規(guī)則與實(shí)際存儲信息的匹配功能。
5）內(nèi)部組件層。該層主要存儲實(shí)際信息，錨固層中的連接點(diǎn)對該層中的信息匹配存儲層中的各子模型間的連接。
LAOS LAOS是一種通用復(fù)合自適應(yīng)媒體模型[4]，是依據(jù)AHAM模型和概念圖并基于編輯更新規(guī)則的三層模型創(chuàng)建的。LAOS定義了五層模型：領(lǐng)域模型、用戶模型、目標(biāo)和約束模型、自適應(yīng)模型和呈現(xiàn)模型。LAOS相比AHAM來看，引入了目標(biāo)和約束模型，該模型起著中間編輯作用，目標(biāo)指向關(guān)注的點(diǎn)，約束限定查詢的范圍。概念圖由領(lǐng)域模型、目標(biāo)和約束模型、用戶模型共同組成，LAOS通過屬性將概念定義為語義獨(dú)立的實(shí)體。呈現(xiàn)模型考慮了終端物理特性，比如PAD、手機(jī)等不同的顯示風(fēng)格等，從而使得程序移植性較好。
XAHM XAHM是一種基于XML的面向?qū)ο竽Ｐ蚚5]，該模型以XML作為基本數(shù)據(jù)格式，分為應(yīng)用領(lǐng)域模型、用戶模型和自適應(yīng)模型。自適應(yīng)模型使用多維度方法，從用戶行為、外部環(huán)境和技術(shù)方面等進(jìn)行描述。實(shí)際上，XAHM模型主要區(qū)分出由用戶需求的自適應(yīng)和由技術(shù)限制的自適應(yīng)。
WebML WebML是一種可視化語言，也作為一種自適應(yīng)學(xué)習(xí)系統(tǒng)的參考模型[6]，用于說明Web應(yīng)用程序的內(nèi)容結(jié)構(gòu)和組織形式，并可以轉(zhuǎn)換為超文本格式。WebML主要包含了個性化模型和用戶建模方法，基于WebML構(gòu)建的自適應(yīng)系統(tǒng)包含了4個模型。
1）結(jié)構(gòu)模型。該模型呈現(xiàn)具體數(shù)據(jù)內(nèi)容，如實(shí)體與實(shí)體間的聯(lián)系。
2）超文本模型。該模型描述了通過數(shù)據(jù)模式初始化好的內(nèi)容如何成超媒體文件。
3）呈現(xiàn)模型。該模型以XML語法表現(xiàn)頁面布局和圖形樣式，呈現(xiàn)風(fēng)格包含了頁面屬性和頁面內(nèi)容等。
4）個性化模型。該模型以實(shí)體形式陳述用戶之間的聯(lián)系，個性化機(jī)制通常采用聲明式個性化和程序式個性化。
自適應(yīng)學(xué)習(xí)路徑模型 自適應(yīng)學(xué)習(xí)路徑模型的構(gòu)建主要有生成所有的學(xué)習(xí)路徑和選擇適應(yīng)性的學(xué)習(xí)路徑兩個步驟，該模型分成學(xué)習(xí)者自適應(yīng)層、概念層和學(xué)習(xí)目標(biāo)層[7]。
1）學(xué)習(xí)目標(biāo)層。該層結(jié)構(gòu)上的每一個目標(biāo)都有與之相對應(yīng)的學(xué)習(xí)概念，選擇出與學(xué)習(xí)目標(biāo)層結(jié)構(gòu)上對應(yīng)的學(xué)習(xí)目標(biāo)的學(xué)習(xí)概念形成概念層。
2）概念層的結(jié)構(gòu)繼承了領(lǐng)域概念本體的結(jié)構(gòu)。
3）學(xué)習(xí)者自適應(yīng)層是指與學(xué)習(xí)者的學(xué)習(xí)習(xí)慣、學(xué)習(xí)偏好和適應(yīng)度值進(jìn)行選擇設(shè)置。
4 各參考模型分析比較
關(guān)聯(lián)度 從關(guān)聯(lián)度來看，AHAM模型中，與領(lǐng)域模型相關(guān)的自適應(yīng)和技術(shù)層面因素之間關(guān)聯(lián)度高，分離不明確；LAOS模型中，引入目標(biāo)和約束層，該層將領(lǐng)域知識信息和教育學(xué)信息隔離，關(guān)聯(lián)度低；XHAM模型中，自適應(yīng)性和技術(shù)層面因素之間無關(guān)聯(lián)，明確分離；WebML模型中，與領(lǐng)域模型相關(guān)的自適應(yīng)和技術(shù)層面因素之間無關(guān)聯(lián)，明確分離；自適應(yīng)學(xué)習(xí)路徑模型中，分為生成學(xué)習(xí)路徑和選擇學(xué)習(xí)路徑兩個步驟，根據(jù)學(xué)習(xí)者的學(xué)習(xí)特性選擇合適資源，形成所有的學(xué)習(xí)路徑，然后根據(jù)適應(yīng)度選擇適合學(xué)習(xí)者的學(xué)習(xí)路徑并呈現(xiàn)給學(xué)習(xí)者。
解決的問題 基于Dexter模型建立的適應(yīng)性較強(qiáng)的參考模型，該模型中的領(lǐng)域模型扮演者自適應(yīng)超媒體程序的中心角色，用戶模型描述用戶和領(lǐng)域模型聯(lián)系方式。
LAOS模型是基于AHAM模型和概念圖建立的。該模型中的自適應(yīng)模型是復(fù)合模型，含有概念層、課程層、學(xué)生自適應(yīng)與表現(xiàn)層。其中，概念層描述了領(lǐng)域知識；課程層提供了課程，是對概念層的補(bǔ)充描述；學(xué)生自適應(yīng)與表現(xiàn)層對應(yīng)著自適應(yīng)模型和呈現(xiàn)模型。3個層級都由自適應(yīng)引擎驅(qū)動。
XHAM模型從用戶行為維度、技g維度和外部環(huán)境維度3個維度設(shè)計(jì)模型：用戶行為維度關(guān)注學(xué)生的學(xué)習(xí)行為；技術(shù)維度考慮一些客觀因素，如網(wǎng)絡(luò)狀況和用戶終端設(shè)備使用情況；外部環(huán)境維度考慮外界因素，如時空和政治等。
WebML模型關(guān)注系統(tǒng)技術(shù)實(shí)現(xiàn)層面，其中的個性化模型和呈現(xiàn)模型有利于自適應(yīng)學(xué)習(xí)系統(tǒng)的設(shè)計(jì)。WebML模型的推導(dǎo)過程是添加冗余信息進(jìn)入結(jié)構(gòu)模式從而提高表現(xiàn)力，較容易地提取實(shí)體、屬性和關(guān)系等。
自適應(yīng)學(xué)習(xí)路徑模型主要解決當(dāng)今自適應(yīng)模型中的一些問題，比如適應(yīng)性規(guī)則缺失和沖突等，提高學(xué)習(xí)系統(tǒng)的自適應(yīng)度。
5 結(jié)束語
當(dāng)今的自適應(yīng)參考模型從不同角度體現(xiàn)自適應(yīng)學(xué)習(xí)系統(tǒng)的關(guān)鍵特點(diǎn)，這些參考模型各有優(yōu)勢，在使用中應(yīng)根據(jù)現(xiàn)實(shí)情況選擇適合自己的參考模型作為設(shè)計(jì)依據(jù)，提高開發(fā)效率，并作為教學(xué)后續(xù)使用。
參考文獻(xiàn)
[1]邢麗刃，趙蔚.基于Web的自適應(yīng)教育超媒體系統(tǒng)現(xiàn)狀及前景分析[J].中國電化教育，2007（3）：100-103.
[2]黃伯平，趙蔚.自適應(yīng)學(xué)習(xí)系統(tǒng)參考模型比較分析研究[J].中國電化教育，2009（8）：97-101.
[3]芮玎玎.自適應(yīng)學(xué)習(xí)系統(tǒng)中適應(yīng)模型的構(gòu)建[J].高等繼續(xù)教育學(xué)報(bào)，2013（3）：41-44.
[4]姜強(qiáng)，趙蔚.自適應(yīng)學(xué)習(xí)系統(tǒng)中雙向適應(yīng)交互評價實(shí)證研究[J].現(xiàn)代遠(yuǎn)程教育研究，2013（5）：106-112.
[5]Ferreira J. Knewton： Adaptive Learning Plat-form[EB/OL].http：//.
一、“矛盾”源之認(rèn)識片面
鼓勵自由表達(dá)，減少對學(xué)生寫作的束縛，為學(xué)生的自主寫作提供有利條件和廣闊空間，這是語文課程標(biāo)準(zhǔn)對作文教學(xué)的實(shí)施建議之一。而“能具體明確、文從字順地表達(dá)自己的見聞、體驗(yàn)和想法。能根據(jù)需要，運(yùn)用常見的表達(dá)方式寫作，發(fā)展書面語言運(yùn)用能力”則是課標(biāo)關(guān)于習(xí)作的總目標(biāo)之一，這一目標(biāo)也是基于“語文課程是一門學(xué)習(xí)語言文字運(yùn)用的綜合性、實(shí)踐性課程”“寫作是運(yùn)用語言文字進(jìn)行表達(dá)和交流的重要方式”“應(yīng)使學(xué)生初步學(xué)會運(yùn)用祖國語言文字進(jìn)行交流溝通”的認(rèn)識而提出的。
從這些表述，我們似乎發(fā)現(xiàn)一個“矛盾”：一方面，課標(biāo)要求鼓勵自由表達(dá)，必須減少束縛；另一方面，課標(biāo)對學(xué)生寫作有明確的要求和目標(biāo)，這是必須貫徹、落實(shí)，即必須進(jìn)行一定的規(guī)范訓(xùn)練與指導(dǎo)。
為此，教師們常常苦惱，要鼓勵自由表達(dá)，讓學(xué)生“怎么想就怎么寫”，不要用條條框框去束縛他們；然而，學(xué)生“怎么想就怎么寫”的結(jié)果，往往不能具體明確并且文從字順地表達(dá)自己的見聞、體驗(yàn)和想法，不能根據(jù)需要運(yùn)用常見的表達(dá)方式寫作。要達(dá)到課標(biāo)的要求，則需要在語言表達(dá)方面給予學(xué)生一定的規(guī)范訓(xùn)練和指導(dǎo)。
對于這一“矛盾”，究其根由，看似源諸課標(biāo)的矛盾表述，實(shí)則是因由我們對于“自由表達(dá)”的片面認(rèn)識。
通常情況下，多數(shù)教師都把“自由表達(dá)”理解為讓學(xué)生“怎么想就怎么寫”。這本沒大錯，“怎樣想就怎樣寫”本是“自由表達(dá)”應(yīng)有之義。然而錯誤的是，我們卻把“怎么想就怎么寫”，當(dāng)成了“自由表達(dá)”的全部內(nèi)涵，并以此為由將必要的適度的語言表達(dá)“規(guī)范訓(xùn)練和指導(dǎo)”加以排斥、擯除。殊不知，僅僅打破框框、拋棄規(guī)矩的“怎么想就怎么寫”這種放膽式的“自由表達(dá)”，是一種“自流表達(dá)”，而非真正意義的“自由表達(dá)”。
那么，真正意義的“自由表達(dá)”又是一種怎樣的概念呢？
首先，真正意義的“自由表達(dá)”應(yīng)是“外在自由”與“內(nèi)在自由”的統(tǒng)一。
江西師范大學(xué)何齊宗教授曾在《自由教育的哲學(xué)思考》一文中指出：“自由具有內(nèi)在外在之別。外在自由是指人們可不受限制地做他想做的事情，內(nèi)在自由是指人們有能力做他想做的事情。”可見，如果把“自由表達(dá)”單純地理解為“放開束縛”“避免強(qiáng)制或強(qiáng)迫”，這僅是從“外在自由”的層面來考慮問題，是片面的、錯誤的。在“外在自由”的基礎(chǔ)上，還要從“內(nèi)在自由”方面去考慮如何“培養(yǎng)學(xué)生的自由意識和自由能力”，從而達(dá)到“自由權(quán)利和自由能力的統(tǒng)一”的“真正自由”。
所以，提倡“自由表達(dá)”，不能僅僅純粹地從放開“外在自由”“避免束縛、強(qiáng)制或強(qiáng)迫”來實(shí)現(xiàn)，還要從如何更好地“進(jìn)行適度訓(xùn)練與指導(dǎo)”，使學(xué)生獲得“自由意識和自由能力”等“內(nèi)在自由”方面去考慮。
其次，真正意義的“自由表達(dá)”應(yīng)有三種不同層次的內(nèi)涵。
（1）放膽表達(dá)，即怎么想就怎么表達(dá)――不要怕，寫作文沒有框框，大膽寫，“怎么想就怎么寫”，不拘形式，自由地把自己的見聞和想象寫出來。
（2）自如表達(dá)，即想怎么表達(dá)就能怎么表達(dá)――表達(dá)形式運(yùn)用自如，表情達(dá)意準(zhǔn)確、順暢。不會無從下筆，不會言不達(dá)意。
（3）個性表達(dá)，即表達(dá)獨(dú)特的體驗(yàn)和感受――我表達(dá)的是我的想法、我的認(rèn)識、我的體驗(yàn)、我的感情；我的，個性的，與眾不同的；允許我把“我的、個性的”東西表達(dá)出來，而不是他人給我指定好、圈選好的。
所以，要真正把握好“自由表達(dá)”的內(nèi)涵，就必須從放膽表達(dá)入手，多放少收，讓學(xué)生養(yǎng)成勤于動筆、自主寫作、樂于表達(dá)的興趣和習(xí)慣。在此過程中，還需進(jìn)行適度的規(guī)范訓(xùn)練，以教師的有效指導(dǎo)，促進(jìn)學(xué)生能夠根據(jù)需要，運(yùn)用常見的表達(dá)方式，具體明確且文從字順地表述自己的見聞、體驗(yàn)和想法，逐步形成“想表達(dá)就能表達(dá)”的自如表達(dá)能力。同時在自如表達(dá)的基礎(chǔ)上倡導(dǎo)表達(dá)獨(dú)特感受和真切體驗(yàn)，豐富聯(lián)想和想象，活用表達(dá)方式，逐步達(dá)到有個性、有特色、有創(chuàng)意的表達(dá)。
二、“相生”賴于策略改進(jìn)
雖說從理論上講“自由表達(dá)”與“適度規(guī)范訓(xùn)練”并非矛盾，也不應(yīng)矛盾，但是，如果實(shí)踐過程中處理不當(dāng)，卻必然會產(chǎn)生矛盾。過分強(qiáng)調(diào)“自由表達(dá)”，“適度規(guī)范訓(xùn)練指導(dǎo)”必然打水漂；反之，“規(guī)范訓(xùn)練指導(dǎo)”過了頭，必然造成“束縛”， “自由表達(dá)”也就無從說起。這就說明，辯證處理好二者之間的關(guān)系，是十分重要的。
其實(shí)，課標(biāo)所倡導(dǎo)的“自由表達(dá)”，從本質(zhì)上說，是倡導(dǎo)給學(xué)生一種心理上、情感上、思想上以及表達(dá)上的自由。學(xué)生在作文過程中是否“自由”，其實(shí)跟教師“訓(xùn)練指導(dǎo)”或者“不訓(xùn)練指導(dǎo)”并沒有直接的、必然的關(guān)聯(lián)。教師不“訓(xùn)練指導(dǎo)”了，并不意味著學(xué)生的習(xí)作就是“自由”了；教師“訓(xùn)練指導(dǎo)”了，也并不意味著學(xué)生的習(xí)作不“自由”。表達(dá)是否“自由”，關(guān)鍵取決于教師“訓(xùn)練指導(dǎo)”的策略和方式。
過去那種機(jī)械式的寫作知識講解或范文解讀套作的訓(xùn)練指導(dǎo)模式，給以學(xué)生的是一種囚囿、一種束縛，學(xué)生當(dāng)然無“自由”可言；倘若采取學(xué)生喜聞樂見的方式，在“對話互動”中適機(jī)誘導(dǎo)，學(xué)生“自由表達(dá)”與教師“適度訓(xùn)練指導(dǎo)”就可以有機(jī)融合、相依相生。
請看某教師執(zhí)教的“寫自己喜歡的小動物”游戲活動式的作文指導(dǎo)課：教師以主持人的身份組織一次別開生面的《幸運(yùn)52》之類的習(xí)作游戲活動。其教學(xué)結(jié)構(gòu)是：第一板塊，“你點(diǎn)我答”，內(nèi)容是摘取有關(guān)寫動物的片段進(jìn)行回答。意在讀寫結(jié)合，讓學(xué)生感悟從哪些方面描述小動物，如何抓住特點(diǎn)。第二板塊，“你說我猜”，學(xué)生用幾句話來描述自己喜歡的小動物，其他同學(xué)猜是何種動物。目的是感悟如何抓住特點(diǎn)來描述。第三板塊，“你講我接”，各活動小組圍繞共同喜歡的同一動物，從不同方面接龍描述。目的是感悟如何按一定順序連段成篇的方法。第四板塊，“你問我答”，要求各小組成員先在小組講述一件自己與小動物的有趣故事，然后推選一員代表在全班交流，交流后其他組提問，該同學(xué)答疑。目的是讓學(xué)生具體講述，表達(dá)感受。第五板塊，“你寫我評”，請同學(xué)自由寫自己喜歡的一種小動物，寫完后其他組同學(xué)給他評一評。整節(jié)課學(xué)生在游戲中習(xí)作，教師在游戲中指導(dǎo)，既有趣，又有效。
從這節(jié)課，我們可以發(fā)現(xiàn)語言表達(dá)的規(guī)范訓(xùn)練指導(dǎo)是通過學(xué)生喜聞樂見的形式來展現(xiàn)。在這節(jié)課中，教者要訓(xùn)練、指導(dǎo)的語言表達(dá)點(diǎn)是從哪些方面描述小動物，如何抓住特點(diǎn)、按一定順序來描述小動物，以及如何準(zhǔn)確、具體地描述小動物，并表達(dá)自己的真情實(shí)感。在安排教學(xué)過程時，教師不是像過去那樣，通過審題提要求、讀范文學(xué)方法那樣機(jī)械灌輸，而是創(chuàng)設(shè)了一個別開生面的《幸運(yùn)52》之類的習(xí)作游戲活動，把要訓(xùn)練、指導(dǎo)的語言表達(dá)點(diǎn)，自然、有趣地糅合在各個環(huán)節(jié)中。盡管有要求，盡管有任務(wù)，但因興致盎然，樂在其中，學(xué)生的思維與表達(dá)并未受到限制，學(xué)生的意愿和心靈并未受到強(qiáng)制。在這種無拘無束的自由表達(dá)狀態(tài)中，教師所要進(jìn)行的語言規(guī)范訓(xùn)練指導(dǎo)得以順暢進(jìn)行。同時，在教師這種看似無意實(shí)則有心的語言規(guī)范訓(xùn)練指導(dǎo)中，學(xué)生不僅敢于、樂于表達(dá)，而且能夠更準(zhǔn)確、更自如、更有個性地表達(dá)，三個層次的自由表達(dá)（放膽、自如、有個性）得以自然實(shí)現(xiàn)。
可見，訓(xùn)練指導(dǎo)模式和策略改變了，形式和方法一旦貼近學(xué)生的興趣和心理，教師在學(xué)生喜聞樂見的活動中對話互動、適機(jī)誘導(dǎo)，學(xué)生的習(xí)作一樣自由、快樂。
所以，自由表達(dá)的真正問題不在于教師要不要訓(xùn)練指導(dǎo)、能不能訓(xùn)練指導(dǎo)，而是在于如何訓(xùn)練指導(dǎo)，在什么情境下訓(xùn)練指導(dǎo)。
【關(guān)鍵詞】教育信息化；個性化學(xué)習(xí)；電子學(xué)習(xí)；軟件平臺
【中圖分類號】G40-057 【文獻(xiàn)標(biāo)識碼】A 【論文編號】1009―8097 (2008) 10―0093―04
引言
教與學(xué)是一對不可分割的共同體，大多數(shù)學(xué)生不可能摒棄基于課堂的集體學(xué)習(xí)，但這種學(xué)習(xí)方式受到諸多條件的限制。一方面，由于時空的局限性和師資的有限性，學(xué)生很難根據(jù)自己的基礎(chǔ)和能力進(jìn)行創(chuàng)造性學(xué)習(xí)；另一方面，教師在教學(xué)中精力有限，不能按照學(xué)生的學(xué)習(xí)基礎(chǔ)和學(xué)習(xí)能力來為他們差異性的安排課程。那么，如何讓在學(xué)習(xí)基礎(chǔ)和學(xué)習(xí)能力上存在差異的學(xué)生有效率地進(jìn)行自主學(xué)習(xí)；如何讓教師個性化地了解學(xué)生從而針對學(xué)生的不同特點(diǎn)來重新組織與調(diào)整教學(xué)；如何根據(jù)學(xué)生自身的認(rèn)知特點(diǎn)及學(xué)習(xí)興趣個性化的安排相應(yīng)水平的學(xué)習(xí)資源，以上問題都已成為教育技術(shù)領(lǐng)域的重要課題[1]。
許多教學(xué)科研機(jī)構(gòu)已經(jīng)認(rèn)識到個性化學(xué)習(xí)的重要性[2,3]，尤其是在英國，2007年1月4日，由英國政府委托的“2020年教與學(xué)評議”專家組了題為《2020愿景：2020年教與學(xué)評議組的報(bào)告》，描述了在2020年實(shí)現(xiàn)個性學(xué)習(xí)的教育愿景[4]，提出了個性化學(xué)習(xí)中亟待解決的問題。就當(dāng)前已有技術(shù)解決方案來看，基本上離教學(xué)理論所訴求的“因材施教”存在著相當(dāng)?shù)木嚯x，并沒有實(shí)質(zhì)性地利用計(jì)算機(jī)與互聯(lián)網(wǎng)的特性進(jìn)行教育資源與服務(wù)的重新整合、互動以及對個性知識需求的重構(gòu)與再構(gòu)[5]；依然沒有辦法長期跟蹤、分析、評價并反饋個體學(xué)生的學(xué)習(xí)狀況；依然沒有辦法為教師、家長和學(xué)生提供相對合理的需求分析與指導(dǎo)方針，依然沒有辦法根據(jù)需求給出相應(yīng)的個性化學(xué)習(xí)解決方案[6]。因此，本文將教師作為個性化學(xué)習(xí)平臺中一個重要角色，并充分利用計(jì)算機(jī)技術(shù)的輔助功能，使二者結(jié)合為學(xué)生提供個性化學(xué)習(xí)服務(wù)，為教師和家長指導(dǎo)學(xué)生進(jìn)行復(fù)習(xí)提供依據(jù)，基于此，研究與開發(fā)了一個師生共建的個性化學(xué)習(xí)服務(wù)平臺ISI（Individualized System of Instruction），并進(jìn)行了商業(yè)化推廣，命名為文曲星家教新干線[7]。
一 平臺描述
ISI學(xué)習(xí)服務(wù)平臺是一個基于測試、診斷、評價與反饋的、運(yùn)行于互聯(lián)網(wǎng)、移動通信網(wǎng)間的個性化學(xué)習(xí)平臺，它通過對學(xué)習(xí)資源信息和學(xué)生行為信息進(jìn)行收集、統(tǒng)計(jì)與分析，最終為教師設(shè)計(jì)個性化教學(xué)方案提供幫助，為學(xué)生提供精確、省時、高效的個性化課后復(fù)習(xí)方案。下面將此平臺從功能結(jié)構(gòu)、軟件結(jié)構(gòu)和物理結(jié)構(gòu)三個方面進(jìn)行描述。
1 功能結(jié)構(gòu)
ISI平臺的整體功能模型如圖1所示，此平臺將用戶分為管理員、學(xué)生、教師三種角色，而家長一般只是通過郵件的形式獲得測控分析的結(jié)果。管理員的職責(zé)是實(shí)現(xiàn)平臺的一般性日常管理，如教師管理、學(xué)生管理、資源管理等。
學(xué)生通過知識梳理功能復(fù)習(xí)章節(jié)的疑難知識點(diǎn)，通過同步測控來診斷學(xué)習(xí)能力和知識薄弱環(huán)節(jié)，通過智能訓(xùn)練來彌補(bǔ)知識薄弱環(huán)節(jié)，實(shí)現(xiàn)因材施教、個性化學(xué)習(xí)。通過測控分析為學(xué)生提供一個自我診斷報(bào)告，為自己的進(jìn)一步復(fù)習(xí)提供依據(jù)。
教師通過測控分析功能來了解班級學(xué)生的整體學(xué)習(xí)狀況（包括：整體水平、成績起伏、共同錯題等），以及每個學(xué)生的具體學(xué)習(xí)情況（包括：學(xué)習(xí)能力、知識薄弱環(huán)節(jié)、遺忘規(guī)律等），從而修改自己的教學(xué)策略，為需要幫助的學(xué)生提供個性化診斷報(bào)告。再通過通過試卷搜索和智能組卷功能來干預(yù)學(xué)生的復(fù)習(xí)路徑，提供更個性化的學(xué)習(xí)方案，從而構(gòu)建了一個教師參與的個性化學(xué)習(xí)平臺。
2 軟件結(jié)構(gòu)
ISI個性化學(xué)習(xí)服務(wù)平臺的核心結(jié)構(gòu)（如圖2所示）主要由學(xué)習(xí)資源庫、學(xué)生模型、教師模型、測試模塊和教學(xué)控制模塊、學(xué)生行為監(jiān)控模塊構(gòu)成。學(xué)習(xí)交互處理\測試交互處理和人機(jī)界面是輔助結(jié)構(gòu)，它們負(fù)責(zé)將教學(xué)內(nèi)容和試題呈現(xiàn)給學(xué)生，并負(fù)責(zé)對學(xué)生的交互行為進(jìn)行反應(yīng)。下面主要介紹核心部件。
學(xué)習(xí)資源庫由教學(xué)內(nèi)容、測試題和知識關(guān)系庫三部分組成，其中知識關(guān)系將教學(xué)內(nèi)容和測試題關(guān)聯(lián)起來，作為學(xué)習(xí)過程和測試過程的紐帶。
學(xué)生模型是對學(xué)生能力和學(xué)習(xí)情況的建模，包括學(xué)生檔案、學(xué)生的認(rèn)知能力（包括知識、理解、應(yīng)用、分析、綜合、評價六個層次）、學(xué)習(xí)歷史（包括學(xué)習(xí)方式、學(xué)習(xí)速度等）、練習(xí)歷史（包括練習(xí)題號、分?jǐn)?shù)、時間等）及每個題目的詳細(xì)記錄。學(xué)生檔案信息是由學(xué)生自己輸入的，它作為學(xué)生認(rèn)知能力的起點(diǎn)，以后通過學(xué)習(xí)來逐漸修改學(xué)生的認(rèn)知能力。學(xué)習(xí)歷史是指在學(xué)生學(xué)習(xí)完后，系統(tǒng)自動的將其學(xué)習(xí)內(nèi)容記錄到學(xué)習(xí)歷史庫中，來檢測學(xué)生是否學(xué)過某個知識的必備知識。當(dāng)學(xué)生學(xué)習(xí)完某一章節(jié)后，系統(tǒng)自動為學(xué)生抽取試題進(jìn)行測試，根據(jù)測試情況來修改學(xué)生的認(rèn)知能力，同時將測試結(jié)果存儲到測試歷史庫中。
教師模型是對學(xué)生能力的評估和教學(xué)策略的推薦，包含學(xué)生行為評定、學(xué)生能力測定、試題評定、教學(xué)策略選擇等模塊。學(xué)生行為評定模塊根據(jù)專家知識庫中的測試題目信息及學(xué)生的回答情況，給出分析結(jié)果及相應(yīng)認(rèn)知能力層次的分?jǐn)?shù)比重，為制定相應(yīng)的教學(xué)策略提供依據(jù)。學(xué)習(xí)能力測定模塊主要負(fù)責(zé)評價學(xué)生的學(xué)習(xí)能力，通過評價取得反饋信息以修正、完善教學(xué)計(jì)劃，為教師模型制定正確的教學(xué)策略提供條件，保證教學(xué)的順利完成。試題評定模塊主要是對試卷的要求進(jìn)行綜合評價，包括測試題目是否符合教學(xué)大綱的要求，試題分?jǐn)?shù)的比例是否符合難度比例、認(rèn)知層次比例和各章節(jié)的分配比例。教學(xué)策略選擇模塊負(fù)責(zé)依據(jù)測評結(jié)果選擇學(xué)習(xí)方案和繼續(xù)測試方案。
教學(xué)控制模塊負(fù)責(zé)分析、解釋知識庫中的教學(xué)規(guī)則，選擇相應(yīng)的教學(xué)內(nèi)容和教學(xué)策略，建立和修改學(xué)生模型的某些信息，控制教學(xué)的進(jìn)行。在本框架中，教學(xué)策略分為三個層次：系統(tǒng)級和對象級、專家級。系統(tǒng)級策略是由經(jīng)驗(yàn)豐富的教學(xué)專家提供，是不同科目之間的一般性教學(xué)規(guī)則，它們在系統(tǒng)開發(fā)時已經(jīng)加入到系統(tǒng)中。對象級策略由系統(tǒng)根據(jù)學(xué)生模型自動生成，是形成個性化教學(xué)的依據(jù)。專家級策略主要是由系統(tǒng)中的教師進(jìn)行策略設(shè)計(jì)，形成學(xué)習(xí)和測試方案，它的級別最高，是保證教學(xué)方案更有效的方法。
測試模塊主要負(fù)責(zé)智能組卷和判卷。它根據(jù)學(xué)生的當(dāng)前認(rèn)知能力和學(xué)生的學(xué)習(xí)歷史隨機(jī)生成試卷，要求題目保持合適的認(rèn)知能力和難度。然后學(xué)生對試題進(jìn)行解答，由測試模塊進(jìn)行判卷，同時把測試過的試題和測試結(jié)果存入測試歷史數(shù)據(jù)庫中。
學(xué)習(xí)行為監(jiān)控負(fù)責(zé)學(xué)習(xí)過程中交互行為的捕捉，完成對學(xué)生行為的跟蹤，跟蹤內(nèi)容將包括學(xué)習(xí)的知識點(diǎn)，起始時間，持續(xù)時間，瀏覽次數(shù)，測試的題目，知識點(diǎn)，起始時間，持續(xù)時間，修改次數(shù)等。它們將作為學(xué)習(xí)能力、學(xué)習(xí)效果測評的依據(jù)。
3 物理結(jié)構(gòu)
物理結(jié)構(gòu)則從網(wǎng)絡(luò)分布上描述了ISI個性化學(xué)習(xí)服務(wù)平臺（如圖3），形成了客戶\服務(wù)器式的體系結(jié)構(gòu)，主要包括用戶認(rèn)證管理服務(wù)器系統(tǒng)、學(xué)習(xí)資源管理服務(wù)器系統(tǒng)、自適應(yīng)學(xué)習(xí)管理服務(wù)器系統(tǒng)、教學(xué)輔導(dǎo)與管理服務(wù)器系統(tǒng)、學(xué)習(xí)行為數(shù)據(jù)分析管理系統(tǒng)和閥值信息管理服務(wù)器系統(tǒng)六大服務(wù)器和客戶端：平臺應(yīng)用終端系統(tǒng)。
（1） 用戶認(rèn)證管理服務(wù)器系統(tǒng)，主要包括連接、分配、驗(yàn)證、計(jì)費(fèi)等部分，負(fù)責(zé)通過網(wǎng)絡(luò)對用戶進(jìn)身份識別、權(quán)限識別、并根據(jù)用戶終端類型和分布式服務(wù)器的狀況合理安排由哪一站點(diǎn)對用戶提供服務(wù)，同時驗(yàn)證用戶的收費(fèi)情況，管理用戶的權(quán)限有效期等。
（2） 學(xué)習(xí)資源管理服務(wù)器系統(tǒng)，主要包括學(xué)習(xí)資源元數(shù)據(jù)管理程序、學(xué)習(xí)資源元數(shù)據(jù)庫、學(xué)習(xí)資源元數(shù)據(jù)挖掘程序、學(xué)習(xí)資源數(shù)據(jù)庫和學(xué)習(xí)測評資源數(shù)據(jù)庫。系統(tǒng)管理者利用兩個程序?qū)崿F(xiàn)對學(xué)習(xí)資源管理服務(wù)器內(nèi)三套數(shù)據(jù)庫的建設(shè)與管理。
（3） 自適應(yīng)學(xué)習(xí)管理服務(wù)器系統(tǒng)，主要包括用戶信息收集程序，學(xué)生學(xué)習(xí)歷史庫，學(xué)習(xí)評價管理程序，學(xué)生認(rèn)知信息庫，學(xué)生測試歷史信息庫，個性學(xué)習(xí)資源提取程序，個性學(xué)習(xí)資源數(shù)據(jù)庫。負(fù)責(zé)進(jìn)行學(xué)生信息的收集、整理、智能評價、反饋以及根據(jù)學(xué)生行為及評價信息智能安排與學(xué)生能力及狀態(tài)相適應(yīng)的學(xué)習(xí)資源。
（4） 教學(xué)輔導(dǎo)與管理服務(wù)器系統(tǒng)，主要包括問題信息管理程序，學(xué)習(xí)資源檢索程序，學(xué)生狀態(tài)分析及定位程序，學(xué)習(xí)評價信息查詢管理程序，學(xué)習(xí)資源布置程序，教學(xué)診斷庫，教學(xué)策略庫。它主要負(fù)責(zé)幫助教師及時了解學(xué)生的學(xué)習(xí)進(jìn)度與程度，查詢教學(xué)參考內(nèi)容，及時給學(xué)生以決策評價。
（5） 學(xué)習(xí)行為數(shù)據(jù)分析管理系統(tǒng)，包括學(xué)習(xí)者數(shù)據(jù)分析管理程序，學(xué)習(xí)者模型建模程序（通過學(xué)生對反饋的評價建模），它主要負(fù)責(zé)分析學(xué)習(xí)資源與學(xué)生行為之間的關(guān)系，分析教師行為與學(xué)生行為之間的關(guān)系，分析教師行為與學(xué)生結(jié)果之間的關(guān)系，是一個對學(xué)生與教師建模的工作，是把心理學(xué)觀點(diǎn)引入系統(tǒng)的關(guān)鍵部分。
（6） 閥值信息管理服務(wù)器系統(tǒng)，主要包括閥值信息管理程序與閥值信息程序，負(fù)責(zé)把學(xué)生的測評報(bào)告反饋給學(xué)生本人、其指導(dǎo)教師或者家長，從而對學(xué)生起到及時督促、鼓勵、矯正的作用。
（7） 平臺應(yīng)用終端系統(tǒng)，平臺應(yīng)用終端分為四種類型，分別安裝至各學(xué)生、教師、機(jī)構(gòu)用戶以及系統(tǒng)管理者的計(jì)算機(jī)上，供他們操縱所需內(nèi)容，如個人基本資料、教學(xué)或?qū)W習(xí)資料、測評報(bào)告、組卷等。
二 分析與討論
鑒于教學(xué)中日益增加的個性化需求，ISI個性化學(xué)習(xí)服務(wù)平臺利用網(wǎng)絡(luò)把學(xué)生、教師以及管理者聯(lián)系起來，通過對學(xué)生數(shù)據(jù)的收集、統(tǒng)計(jì)與分析，提供一套測試、診斷、分析、評價相結(jié)合的學(xué)生行為評定機(jī)制，使得教師和學(xué)生可以在ISI個性化學(xué)習(xí)服務(wù)平臺上進(jìn)行有針對性的高效交流與互動，能快速、簡單、精確、高效地滿足對教與學(xué)的個性化需求，從而克服教與學(xué)的盲目性，合理地調(diào)配時間。這種交流與互動不僅有助于基于網(wǎng)絡(luò)的教與學(xué)，而且也有助于面對面的教與學(xué)。
針對現(xiàn)有的教育服務(wù)機(jī)制只能提供粗放型教育資源的缺點(diǎn)，ISI個性化學(xué)習(xí)服務(wù)平臺通過定義學(xué)習(xí)資源元數(shù)據(jù)對學(xué)習(xí)資源進(jìn)行描述，使學(xué)習(xí)資源屬性能夠被唯一確定并且單位最小化，從而有利于對知識體系進(jìn)行快速有效地組合、重組與管理，為個性化教學(xué)提供資源基礎(chǔ)。通過對學(xué)生個人學(xué)習(xí)行為的跟蹤和教師富有針對性的干預(yù)，ISI提供了一套學(xué)生狀態(tài)定位系統(tǒng)，通過把學(xué)生信息與學(xué)習(xí)資源進(jìn)行關(guān)聯(lián)，建立學(xué)生的學(xué)習(xí)能力屬性，使得每一個學(xué)生學(xué)習(xí)狀態(tài)模型能夠被快速建立、定位、分析、統(tǒng)計(jì)與比較，從而為個性化復(fù)習(xí)方案提供技術(shù)基礎(chǔ)。
ISI個性化學(xué)習(xí)服務(wù)平臺也提供一套新型的互動教育模式，便得教與學(xué)的互動不再只基于過去傳統(tǒng)模式中“一問一答”的狀況，教師不僅可以隨時掌握學(xué)生的學(xué)習(xí)狀態(tài)，而且可以隨時給出指導(dǎo)意見并可干預(yù)學(xué)生的學(xué)習(xí)路徑，幫助學(xué)生制定更準(zhǔn)確的個性化學(xué)習(xí)方案。ISI也是一個學(xué)習(xí)內(nèi)容測評分析平臺，通過對學(xué)習(xí)測評內(nèi)容的信度、效度、難度、區(qū)分度以及相關(guān)性等數(shù)據(jù)的評價，教師可以為學(xué)生個體或班級提供有針對性的個性指導(dǎo)與計(jì)劃調(diào)整，使學(xué)生和家長能精確、快速地把握學(xué)生學(xué)習(xí)動態(tài)，起到良好的教育配合作用。ISI個性化學(xué)習(xí)服務(wù)平臺具有內(nèi)容無關(guān)性與平臺無關(guān)性，學(xué)習(xí)內(nèi)容可以在PC機(jī)、手持式設(shè)備（手機(jī)、PDA、學(xué)習(xí)機(jī)）等多種交互設(shè)備上呈現(xiàn)，學(xué)生可以依據(jù)自身需要選擇交互設(shè)備和信息呈現(xiàn)方式，從而實(shí)現(xiàn)設(shè)備層的個性化。
在此平臺開發(fā)和商業(yè)化過程中，邀請了北京師范大學(xué)亞太實(shí)驗(yàn)學(xué)校等多所中學(xué)對平臺的個性化學(xué)習(xí)能力進(jìn)行了實(shí)驗(yàn)研究，在學(xué)習(xí)效率、成績提高程度、學(xué)生對平臺的評價等多方面進(jìn)行了問卷調(diào)查和系統(tǒng)自動跟蹤，通過統(tǒng)計(jì)分析，得出如下結(jié)論：此平臺通過記錄分析學(xué)生易出錯知識點(diǎn)的相關(guān)試題，并依據(jù)它們進(jìn)行個性化復(fù)習(xí)與測驗(yàn)使得學(xué)生學(xué)習(xí)具有針對性，從而使學(xué)習(xí)效率平均提高了31%，學(xué)習(xí)成績每科平均提高5-10分；同時，95.3%的受訪學(xué)生認(rèn)為此平臺能有效控制自己的復(fù)習(xí)進(jìn)度，符合他們的個人學(xué)習(xí)能力水平。
三 結(jié)論
ISI個性化學(xué)習(xí)服務(wù)平臺是一項(xiàng)提高教師教學(xué)效率與學(xué)生學(xué)習(xí)效率的一個雙向互動的教學(xué)服務(wù)平臺，教師可以依據(jù)學(xué)生的學(xué)習(xí)情況以及自己的判斷修改平臺提供給學(xué)生的個性化學(xué)習(xí)方案，使得教學(xué)策略更具有效性和實(shí)用性。實(shí)踐表明，師生共建個性化學(xué)習(xí)平臺對學(xué)生和教師都有很大的幫助。
參考文獻(xiàn)
[1]Won Kim. Starting Directions for Personalized E-Learning [J].Lecture Notes in Computer Science, 2008, 4823:13-19.
[2]沈孝山.自適應(yīng)學(xué)習(xí)平臺的設(shè)計(jì)與開發(fā)[DB/OL].省略/grid20/detail.aspx?QueryID=2&CurRec=1, 2006-09-11/2008-07-16.>
[3]王志平.基于數(shù)據(jù)挖掘技術(shù)的個性化學(xué)習(xí)系統(tǒng)研究[DB/OL].省略/grid20/detail.aspx?QueryID=113&CurRec=1, 2007-10-25/2008-07-16.>
[4]2020 Vision: Report of the Teaching and Learning in 2020 Review Group [EB/OL].
, 2007-01/2008-07-16.>
[5]Rosa G. J.Paredes, Hiroaki Ogata, Yoneo Yano, et al．A Multi-Model Approach for Supporting the Personalization of Ubiquitous Learning Applications [A]. Hiroaki Ogata, Mike Sharples, Kinshuk, Yoneo Yano. Proceedings of Third IEEE International Workshop on Wireless and Mobile Technologies in Education[C], USA: IEEE Computer Society, 2005: 40-44.
網(wǎng)絡(luò)信息環(huán)境下，用戶的年齡、知識背景、信息素養(yǎng)、個性化需求等方面都存在著較大差異，要使目標(biāo)用戶獲得良好的用戶體驗(yàn)，必須挖掘用戶群體的內(nèi)在特點(diǎn)，優(yōu)化網(wǎng)站的信息構(gòu)建。本文在闡述用戶體驗(yàn)理論的基礎(chǔ)上，提出了基于用戶體驗(yàn)的信息構(gòu)建模型。指出用戶分析是信息構(gòu)建過程的基礎(chǔ)、用戶體驗(yàn)是信息個性化構(gòu)建的依據(jù)和衡量信息構(gòu)建的標(biāo)準(zhǔn)，網(wǎng)站的信息構(gòu)建應(yīng)該圍繞如何提高用戶體驗(yàn)來進(jìn)行。
【關(guān)鍵詞】用戶體驗(yàn) 信息構(gòu)建
本文擬從用戶體驗(yàn)的角度對網(wǎng)站內(nèi)容的信息構(gòu)建進(jìn)行探討，用戶體驗(yàn)是信息構(gòu)建過程中的一個重要內(nèi)容。信息構(gòu)建的根本目的是為了滿足用戶對信息的獲取和使用， 便于用戶獲取、吸收和有效利用信息。獲得良好的用戶體驗(yàn)是信息構(gòu)建的目標(biāo)，同時，信息構(gòu)建又是獲得良好用戶體驗(yàn)的有效途徑。
1 用戶體驗(yàn)的含義及內(nèi)容
用戶體驗(yàn)（User Experience，簡稱UE）指的是用戶在訪問網(wǎng)站時所產(chǎn)生的全部的體驗(yàn)。網(wǎng)站用戶體驗(yàn)包括他們對網(wǎng)站的綜合印象及整體評價，整體界面是否美觀、網(wǎng)站信息內(nèi)容是否滿足需求、用戶是否還想再次訪問以及用戶能夠忍受的問題，疑惑的程度。RobertRubinoff認(rèn)為應(yīng)該從品牌、內(nèi)容、功能以及可用性4個方面對用戶體驗(yàn)進(jìn)行考察和度量。
本文按照網(wǎng)站幫助用戶完成任務(wù)的有效程度將用戶體驗(yàn)劃分為三個層次：功能體驗(yàn)、技術(shù)體驗(yàn)和美學(xué)體驗(yàn)。功能體驗(yàn)描述了網(wǎng)站幫助用戶完成任務(wù)的屬性，功能體驗(yàn)描述了網(wǎng)站幫助用戶，根據(jù)自身需求獲得有用信息的屬性，技術(shù)體驗(yàn)描述了網(wǎng)站幫助用戶高效率地完成任務(wù)的屬性;美學(xué)體驗(yàn)描述了網(wǎng)站能否使用戶身心愉悅地完成任務(wù)的屬性，網(wǎng)站用戶體驗(yàn)內(nèi)容如表1所示。
2 信息構(gòu)建的定義
信息構(gòu)建引起重視的主要原因是由于信息構(gòu)建能夠改善信息的生態(tài)環(huán)境，通過設(shè)計(jì)符合用戶訪問需求、認(rèn)知特點(diǎn)以及使用習(xí)慣等的組織、系統(tǒng)、標(biāo)識和搜索系統(tǒng)，并通過用戶評價體系建立一個用戶和網(wǎng)站開發(fā)者之間的溝通渠道，使得網(wǎng)站的開發(fā)者可以及時的根據(jù)用戶體驗(yàn)評價對網(wǎng)站進(jìn)行相應(yīng)的改進(jìn)，進(jìn)而增強(qiáng)用戶良好體驗(yàn)效果。
3 信息構(gòu)建的內(nèi)容及主要特點(diǎn)
3.1 信息構(gòu)建的內(nèi)容
網(wǎng)站內(nèi)容的信息構(gòu)建主要包括四部分：信息組織分類、信息標(biāo)識、導(dǎo)航系統(tǒng)及內(nèi)容檢索。其中信息分類組織主要指的是信息在網(wǎng)站中的分類方式;信息標(biāo)識指的是用戶與信息內(nèi)容之間的關(guān)聯(lián);導(dǎo)航系統(tǒng)指的是信息分流的通道或者是用戶通過相應(yīng)的規(guī)則找到信息的路徑;內(nèi)容檢索指的是信息內(nèi)容通過一定匹配規(guī)則，再次集合和被利用的行為。
3.2 信息構(gòu)建具有的特點(diǎn)
突出以人為本，強(qiáng)調(diào)以用戶為中心。信息構(gòu)建強(qiáng)調(diào)如何使得信息可被理解，所產(chǎn)生的信息如何便于被用戶獲取、接受并加以利用。每個用戶需要的信息具有不同的層次，并且他們期望的信息獲取方式也不盡相同，有的人喜歡得到口頭的解釋，有的人則喜歡通過閱讀的方式，另外的人則喜歡根據(jù)范例來進(jìn)行學(xué)習(xí)。
4 以用戶體驗(yàn)為中心的網(wǎng)站信息構(gòu)建的意義
與各種用戶群體之間交流的用戶體驗(yàn)設(shè)計(jì)思想是信息構(gòu)建中的一個重要內(nèi)容，包括可視化的圖形界面設(shè)計(jì)、對不同潛在用戶的測試以及信息組織三個方面。網(wǎng)站的信息構(gòu)建是一個動態(tài)的不斷調(diào)整的過程，在信息構(gòu)建的過程中，需要加入用戶體驗(yàn)評價機(jī)制，網(wǎng)站設(shè)計(jì)者需要根據(jù)用戶體驗(yàn)評價機(jī)制的反饋動態(tài)的對網(wǎng)站的組織分類、信息標(biāo)識、導(dǎo)航系統(tǒng)及內(nèi)容檢索等方面進(jìn)行改進(jìn)。
5 基于用戶體驗(yàn)的信息構(gòu)建模型
本文從信息構(gòu)建角度入手，提出在網(wǎng)站信息構(gòu)建過程中要以用戶為中心，充分考慮用戶對網(wǎng)站的內(nèi)容、功能以及情感方面的需求，所以在信息構(gòu)建前，需要對用戶群體組成、用戶群體的需求以及對用戶群體在使用網(wǎng)站時候的行為進(jìn)行分析。可以看到，在網(wǎng)站信息構(gòu)建的整個生命周期中，都有用戶的存在于參與;由于用戶體驗(yàn)評價機(jī)制的建立，用戶既是信息的消費(fèi)者，也是信息構(gòu)建需求的提出者。
6 結(jié)語
在網(wǎng)絡(luò)信息環(huán)境中，內(nèi)容特征多種多樣、信息種類繁多、信息組織分散、用戶群體在年齡、知識背景、信息素養(yǎng)、個性化需求等方面都存在著較大差異，要使目標(biāo)用戶都獲得良好用戶體驗(yàn)，需要充分挖掘用戶群體的不同特點(diǎn);對用戶群體、用戶需求及用戶行為進(jìn)行充分的分析，并依據(jù)易用性、個性化及社會性的信息構(gòu)建原則，進(jìn)行信息構(gòu)建，提供個性化信息服務(wù)，增強(qiáng)用戶體驗(yàn)，使信息能夠更容易的被用戶理解和接受。
參考文獻(xiàn)
[1]RobertRubinoffR.How ToQuantify TheUserExperience..http：// sitepoin /print/quantify-use-ex-perience，2007.
[2]Morville P.User Experience Design. http：///publicat ions/semantics/000 029. php.2007.
關(guān)鍵詞： 遠(yuǎn)程教學(xué) 個性化 關(guān)聯(lián) 知識點(diǎn)
中圖法分類號：TP301； 文獻(xiàn)標(biāo)志碼： A
隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的發(fā)展，遠(yuǎn)程教學(xué)實(shí)現(xiàn)了不受空間和時間的限制，學(xué)習(xí)者可以在任何時間、任何地點(diǎn)接受教育。但也因?yàn)榭臻g和時間的不同步，使得教師很難像傳統(tǒng)教學(xué)中那樣實(shí)時地從學(xué)生的反應(yīng)中了解學(xué)生對知識的掌握情況。
大多數(shù)的遠(yuǎn)程教學(xué)系統(tǒng)將線下教學(xué)方法直接移植到網(wǎng)絡(luò)環(huán)境中，在對同一門課程的教學(xué)和學(xué)習(xí)中，從課程的學(xué)習(xí)到學(xué)習(xí)情況的檢測，對所有參與學(xué)習(xí)的學(xué)生都是相同的教學(xué)方案。對于不同的知識水平、認(rèn)知能力的學(xué)生難以因材施教，難以滿足學(xué)習(xí)者個性化的需求。同時，課程知識點(diǎn)的相關(guān)性與學(xué)生掌握知識點(diǎn)的程度未能結(jié)合起來，對于學(xué)生的后續(xù)學(xué)習(xí)不能提供預(yù)見性的教學(xué)方案。
目前，部分研究者將電子商務(wù)中常見的用戶個性化推薦方法引入到教學(xué)系統(tǒng)中，但這樣的模式大多基于用戶興趣，通過點(diǎn)擊率、查詢率等信息來為用戶推薦他想訪問的信息，但明顯地，課程的學(xué)習(xí)并不能完全按用戶的喜好來完成。理想的遠(yuǎn)程教學(xué)平臺應(yīng)該是智能型，為學(xué)生提供個性化教育，移動學(xué)習(xí)； 性化服務(wù)包括：根據(jù)學(xué)生的興趣推薦有關(guān)課程或者學(xué)習(xí)資源；根據(jù)學(xué)生的問題、測試成績指出沒有掌握的知識點(diǎn)和學(xué)習(xí)建議，并且提供有針對性的補(bǔ)充知識；系統(tǒng)跟蹤每個學(xué)生的學(xué)習(xí)過程，記錄下學(xué)習(xí)日志，根據(jù)這些信息調(diào)整教學(xué)策略。
本文在傳統(tǒng)的在線教學(xué)平臺中引入了個性化服務(wù)模塊，通過考慮學(xué)生的不同學(xué)習(xí)情況以及知識點(diǎn)的關(guān)聯(lián)性，在學(xué)生的整個學(xué)習(xí)過程中動態(tài)調(diào)整學(xué)習(xí)方案，為學(xué)生提供最適合的教學(xué)資源。
1. 個性化教學(xué)策略
在遠(yuǎn)程教學(xué)平臺中，存儲了大量的各種類型的教學(xué)資源，包括媒體素材、題庫、試卷、自由地來選取他想要訪問的教學(xué)資源，而學(xué)生對課程的不了解，往往導(dǎo)致學(xué)生不知道應(yīng)該選擇哪些最適合自己的資源來進(jìn)行學(xué)習(xí)。在個性化的教學(xué)策略中，學(xué)生除了自由選取學(xué)習(xí)內(nèi)容之外，還可以根據(jù)系統(tǒng)為其推薦的學(xué)習(xí)方案來進(jìn)行學(xué)習(xí)。
1.1 教學(xué)策略涉及的相關(guān)概念
在同一門課程中，學(xué)生的學(xué)習(xí)情況好壞是根據(jù)知識點(diǎn)掌握程度來鑒別的，任何一個章節(jié)，內(nèi)容都有其所對應(yīng)的知識點(diǎn)。在同一門課程中，前一章的知識點(diǎn)掌握情況會直接決定著后續(xù)學(xué)習(xí)的效果。所以，將所有教學(xué)資源都進(jìn)行了知識點(diǎn)的劃分尤為重要。
1） 知識樹：各種不同的知識點(diǎn)以及他們之間的聯(lián)系會形成一棵知識樹，知識樹是知識點(diǎn)和知識關(guān)系的集合。知識樹={知識點(diǎn)，知識點(diǎn)關(guān)系}，知識點(diǎn)關(guān)系描述的是各知識點(diǎn)間是否有聯(lián)系。
2） 知識點(diǎn)：知識點(diǎn)是描述教學(xué)領(lǐng)域的完整教學(xué)單元。一個知識點(diǎn)可以描述為以下幾個方面：知識點(diǎn)=。其中重要程度為：了解，掌握，應(yīng)用三類，以0，1，2表示；難度包括：簡單、一般、復(fù)雜三類，以0，1，2表示。
3） 知識點(diǎn)關(guān)系：知識點(diǎn)關(guān)系是指知識點(diǎn)之間存在的各種關(guān)聯(lián)及其程度。知識點(diǎn)之間一般存在三種關(guān)系，組成、前驅(qū)、無關(guān)系。如果A知識點(diǎn)與B知識點(diǎn)之間為組成關(guān)系，則有 ，其中 =A；例如：在數(shù)據(jù)結(jié)構(gòu)中，樹的先序遍歷與樹的遍歷之間是組成的關(guān)系。若A、B知識點(diǎn)間為前驅(qū)關(guān)系，則表示A、B兩個知識點(diǎn)不是組成關(guān)系，但掌握B知識點(diǎn)的前提條件是掌握A，AB，表示A是B的前驅(qū)知識點(diǎn)。一個知識點(diǎn)可以有零至n個前驅(qū)知識點(diǎn)。當(dāng)有多個前驅(qū)結(jié)點(diǎn)時，存在兩種關(guān)系；
A∪CB，表示A，C為B知識點(diǎn)的前驅(qū)知識點(diǎn)，但A，C中只要滿足其中一個即可完成對B知識點(diǎn)的掌握。例如：數(shù)據(jù)結(jié)構(gòu)中，B知識點(diǎn)是圖的遍歷，A，C知識點(diǎn)分別為圖的鄰接矩陣表示，圖的鄰接表表示。
A∧CB，表示A，C為B知識點(diǎn)的前驅(qū)知識點(diǎn)，但只有A，C兩個知識點(diǎn)都掌握的前提下，C知識點(diǎn)才能很好地掌握。
若沒有特殊說明，前驅(qū)關(guān)系表示的是直接前驅(qū)關(guān)系。知識點(diǎn)之間另一種關(guān)系是無聯(lián)系，這里的無聯(lián)系并不是說完全沒有關(guān)系，而是指沒有明顯的直接聯(lián)系。
4）課程章節(jié)：課程章節(jié)是由知識點(diǎn)結(jié)合教學(xué)資源，以Web頁的形式呈現(xiàn)給學(xué)習(xí)者，每個課程單元和知識樹相關(guān)。課程章節(jié)=，其中，知識點(diǎn)集中包括該章節(jié)涉及到的直接知識點(diǎn)，教學(xué)資源集表示教學(xué)資源的標(biāo)識集合。
2.2 教學(xué)策略
在教學(xué)策略的制定中，本系統(tǒng)采用了兩套機(jī)制，學(xué)生仍然可以根據(jù)自己的喜好來選擇需要訪問的教學(xué)資源，同時，系統(tǒng)也提供根據(jù)學(xué)生情況所動態(tài)產(chǎn)生的推薦教學(xué)策略。推薦教學(xué)策略中，系統(tǒng)會根據(jù)用戶之前的學(xué)習(xí)情況以及需要學(xué)習(xí)章節(jié)的知識點(diǎn)情況，產(chǎn)生適合該用戶的學(xué)習(xí)方案。
如2.1所述，由于知識點(diǎn)中擁有組成和前驅(qū)兩大關(guān)系，一門課程中擁有前驅(qū)關(guān)系的知識點(diǎn)會形成一個有向無環(huán)圖，每個結(jié)點(diǎn)表示一個知識點(diǎn)，結(jié)點(diǎn)間的邊表示他們的前驅(qū)關(guān)系。為避免節(jié)點(diǎn)間關(guān)系的沖突，若結(jié)點(diǎn)間為組成關(guān)系，則合結(jié)點(diǎn)由各分量結(jié)點(diǎn)代替，合結(jié)點(diǎn)與其他結(jié)點(diǎn)的前驅(qū)關(guān)系由分結(jié)點(diǎn)表示。例如：若B={A，C}，并有BD，則表示為A∧CD；同樣，若存在關(guān)系DB，則有DA，DC；
由此，推薦教學(xué)策略的算法描述如下：
1） 獲取用戶要進(jìn)行學(xué)習(xí)的章節(jié)；
2） 讀取章節(jié)數(shù)s，并查看上一個單元（s-1）的測試情況和本章節(jié)（s）的知識點(diǎn)集；
3） 將第s-1單元測試失分知識點(diǎn)排序，取前m個知識點(diǎn) 找到對應(yīng)的知識點(diǎn)，符合以下條件：若存在
體庫中找出知識點(diǎn)集有 且章節(jié)號為s的資源文件，做重點(diǎn)介紹；
4） 同時選取除重點(diǎn)介紹外的章節(jié)為s的知識點(diǎn)；
5） 由3），4）得到的信息，以設(shè)定的形式形成學(xué)習(xí)策略，展現(xiàn)給學(xué)習(xí)者。
2.3組卷策略
與學(xué)習(xí)策略相似，對于單元測驗(yàn)的試卷組織除了沿襲隨機(jī)試題的方式，在試題的組織中結(jié)合學(xué)生以往測驗(yàn)的完成情況，有針對地檢測學(xué)生掌握知識點(diǎn)的薄弱環(huán)節(jié)。章節(jié)在線組卷的算法如下：
1） 獲取用戶要選擇測驗(yàn)的章節(jié)；
2） 若該章節(jié)為新測驗(yàn)章節(jié)，則根據(jù)傳統(tǒng)的隨機(jī)組卷的方法，根據(jù)知識點(diǎn)和難易程度產(chǎn)生試卷，進(jìn)行測試。并將測試結(jié)果進(jìn)行記錄（各知識點(diǎn)對應(yīng)的失分率），算法結(jié)束；
3） 若該章節(jié)為已測試過的章節(jié)，統(tǒng)計(jì)用戶測驗(yàn)記錄中各知識點(diǎn)權(quán)值w；
計(jì)算方法為：w=λ*（知識點(diǎn)的重要程度值+1）×失分率 （1）
其中，失分率=1-實(shí)得分/題目分?jǐn)?shù)
4）將w按降序排列，選取前m個知識點(diǎn)，對這m個知識點(diǎn)按題目類型隨機(jī)出卷，出卷的數(shù)量是各類型數(shù)量的1/2；
5）其余1/2道題目按隨機(jī)出題的形式給出。
對于基于全書知識點(diǎn)的組卷算法與章節(jié)組卷算法類似，不同的是所選擇的知識點(diǎn)不受章節(jié)限制，此處不再重復(fù)說明。
3.實(shí)驗(yàn)
根據(jù)本文所描述的個性化學(xué)習(xí)策略，采用.NET+SQL SERVER2008改進(jìn)了原有的遠(yuǎn)程教學(xué)平臺，在新平臺中引入了個性化服務(wù)模塊，對學(xué)習(xí)策略和組卷策略進(jìn)行個性化服務(wù)。該平臺目前提供數(shù)據(jù)結(jié)構(gòu)、C語言課程的在線教學(xué)。
通過對100名學(xué)生使用該系統(tǒng)進(jìn)行學(xué)習(xí)的情況，從瀏覽時間和最后使用效果（成績）對個性化服務(wù)的接受程度和有效性進(jìn)行驗(yàn)證。表1表示的是改進(jìn)前后訪問該教學(xué)系統(tǒng)的用戶人數(shù)及停留時間的對比。由此我們可以看到改進(jìn)后用戶訪問次數(shù)的增加和在該系統(tǒng)停留時間的增加。表2為學(xué)生使用改進(jìn)前后的系統(tǒng)進(jìn)行測驗(yàn)的最終結(jié)果變化。從表中可以看出，使用改進(jìn)后的系統(tǒng)，對學(xué)生的成績提高起到了明顯的推動作用。
4.總結(jié)
隨著遠(yuǎn)程教育的發(fā)展，個性化、自主式遠(yuǎn)程學(xué)習(xí)系統(tǒng)成為遠(yuǎn)程學(xué)習(xí)系統(tǒng)的發(fā)展趨勢。本文研究了基于個性化的遠(yuǎn)程學(xué)習(xí)系統(tǒng)的模型。根據(jù)不同學(xué)生對于學(xué)習(xí)內(nèi)容掌握的不同程度以及學(xué)習(xí)內(nèi)容的知識點(diǎn)聯(lián)系，在學(xué)習(xí)策略和組卷策略中引入了個性化的服務(wù)，能夠針對學(xué)生不同的學(xué)習(xí)狀況提供不同的學(xué)習(xí)安排和內(nèi)容。接下來的研究中，應(yīng)該進(jìn)一步加強(qiáng)個性化的研究，比如通過分析獲取用戶常用的媒體資源類型，提供用戶更能接受的教學(xué)形式，以及進(jìn)一步引入數(shù)據(jù)挖掘的知識，對用戶的特性化因素進(jìn)行總結(jié)和分類。
參考文獻(xiàn)：
[1]單松巍. 基于Web挖掘的個性化技術(shù)研究.計(jì)算機(jī)工程與設(shè)計(jì)[J].2004.1：4-6
[2]單蓉. 基于用戶瀏覽行為的個性化教學(xué)系統(tǒng) .信息技術(shù) [J].2001，05：32-34
[3]沈軍，網(wǎng)絡(luò)教學(xué)中個性化策略研究.計(jì)算機(jī)研究與發(fā)展[J].2003.4：589-595
[4]萬欣. 基于學(xué)習(xí)風(fēng)格的個性化網(wǎng)絡(luò)教學(xué)環(huán)境的設(shè)計(jì)與實(shí)驗(yàn)研究 [D].西南大學(xué)，2009：8-9
[5]吳英. 智能在線考試系統(tǒng)中遺傳算法組卷的設(shè)計(jì)和實(shí)現(xiàn). 制造業(yè)自動化[J].2011.1：215-217
StudyonPersonalizedEdutioStrategyforDistance-Learning Model
Wang Li-hong
（TrainingCollege of the Open University of SiChuan，， Chengdu，610045）
Abstract： Because of the difference in learners’ social experience， cognitive style， learning ability and the distance of the teachers and students， the existing distance-learning system causes poor interaction， and learning effect is not obvious. In this paper， a personalized education strategy is proposed， through analyzing the learning ability of learners， grasping their learning need， ，at the same time， connecting with the relation of knowledge points ，the system can adjust the learning plan and provide them with individualized learning resource so that every student could acquire individualized teaching service. Experiment has been proved that the strategy is feasible and reliable.
Keyword：distance-learningpersonalizededucation previous relation knowledge points
