情境信息及其在智能学习资源推荐中的应用研究_推荐系统论文

情境信息及其在智慧学习资源推荐中的应用研究，本文主要内容关键词为：情境论文,智慧论文,资源论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       [中图分类号]G434 [文献标志码]A

       DOI:10.13811/j.cnki.eer.2016.02.008

       随着信息技术的发展，无处不在的智慧学习正逐步成为可能，人们可以在任何时间、任何地点，以任何方式开展学习，获取学习资源和学习服务。技术本身将逐步从人们的视线中消失，以“透明”的方式为人们学习提供服务，而让人们可以更加关注于学习本身(而不是技术)，这是智慧学习系统今后的一个发展方向。情境感知技术是实现这一目标的重要手段，具有“情境感知”的系统能够根据“情境”为用户提供与其任务相关的信息和服务，当“情境”变化时，系统能够自动地、动态地调整自己的行为，让用户与系统进行“透明”的交互。这种特性将有助于更好地实现情境式学习、个性化学习和资源推荐，使智慧学习的特征得到较好体现。

       本文将从“情境”和“情境感知”的概念出发，以学习资源推荐为主要应用场景，研究情境的构成、建模及其在推荐系统中的应用策略。

       一、情境与情境感知的概念

       “情境”一词现在已被广泛使用，情境到底是什么？是一个框架、一个对象或是影响对象的一些元素？情境是针对人的，还是针对任务、交互活动或环境的？情境是静态的还是动态的？对情境的理解直接影响对其的使用。

       (一)情境的概念

       1994年，Schilit和Theimer首次提出了“情境感知”(Context-aware)这个词，[1][2]他们认为情境包括地点、周围的人和对象(Object)，以及这些对象的变化。他们认为情境包括三个重要方面：在哪里，与哪些人在一起，周围有什么资源。Pascoe将情境定义为对特定实体所感兴趣的物理的和概念的状态子集。[3]

       目前被广泛采用的一种定义是Anind K.Dey于2001年给出的定义，可用于表征实体情形(Situation)的任何信息。[4]该实体是与用户和应用之间的交互相关的人、位置或者(物理的或信息空间中的)对象，包括用户和应用本身。

       根据这个定义，情境是一种信息，如果一种信息可以用来表征参与交互的实体(交互的参与者)的情形，那么这种信息就是情境。例如，GPS定位信息，对于一些户外的情境式学习系统来说，根据用户所处的位置，系统提供不同的学习内容和活动，[5][6]此时位置信息就是一种重要的情境；而对于课堂学习环境中的交互任务来说，具体的定位信息就不是一种情境信息，因为该信息并没有参与用户与课堂学习系统之间的交互。

       Bazire和Brezillon从解决心理学问题的角度分析了不同领域关于情境的150个定义，[7]以此确定情境的主要成分。他们的研究结果认为，情境可以通过六个基本成分进行分析：约束(Constraint)、影响(Influence)、行为(Behavior)、本性(Nature)、结构(Structure)和系统(System)。将这些成分串起来，就形成了对情境的一种理解：情境是一些影响系统行为的约束，具有本性和结构。

       虽然关于情境的定义较多，但在某一点上大家的看法基本一致，即情境与其使用是分不开的，因此情境也被看成在交互过程中，由参与者开发和使用的共享知识空间。[8]

       情境具有静态性和动态性。情境的静态性属于知识表征层面，这种静态情境知识附属于领域知识，在情境设计时就可以确定或在开始应用会话时可以获取相关情境；情境的动态性，是指在使用中呈现的情境的动态方面，包括情境中包含新的元素，或已有元素的信息随时间发生变化。

       (二)情境的分类

       根据Dey对情境的定义，情境信息是针对不同实体的，三类主要相关的实体是：地点、人和事物(Things)。

       Dey将情境信息分为四个基本类型：[9]标识、位置、状态(或活动)、时间。

       我们认为不同实体均可以采用上述四类信息来刻画其情境，其中标识、位置和时间的含义相对清晰，而针对不同应用领域，状态(或活动)的含义区别较大，需要根据具体应用进行细化。

       一些研究提出了不同的情境分类方法，例如徐光祐等将情境分为：[10]计算情境、用户情境、物理情境和时间情境。蒋艳荣等根据学习领域的特点，将情境分类为：物理情境、用户情境和学习情境。[11]张永和等提出学习情境识别的六种要素，包括：情境模型、学习者模型、学习目标空间、学习活动模型、领域知识模型和时空模型。[12]

       这些分类方法沿用了较早的关于情境定义的列举法，列举的内容存在维度不一致的问题，例如用户情境中可以包含与时间相关的具体的情境信息，因此在实际构建情境模型时从实体的角度结合情境信息的四个基本类型进行设计是一种更适合的方式。

       (三)情境感知的概念

       Schilit等认为，[13]情境感知系统能够根据用户位置、周围的人、主机、设备以及这些对象的变化，作出相应的反应。徐光祐等认为情境感知(计算)是指在用户需要时利用上下文向用户提供适合于当前情形(如任务、地点、时间和人物等)的信息或服务。[14]

       而基于对情境的定义，Dey将情境感知定义为：[15]利用情境向用户提供与用户任务相关的信息和服务。Dey认为情境感知应用的特征包括：[16](1)向用户描述信息和服务；(2)为用户自动执行服务；(3)为信息标注情境，以支持之后对信息的检索。

       情境感知应用主要是感知情境信息，并根据情境信息调整应用的行为，而不需要明显的用户干预。[17]

       二、情境信息模型

       设计情境感知的应用首先需要对情境进行描述，构建情境信息模型。本文以学习资源推荐系统为例阐述情境模型的构建方法。

       基于情境的学习资源推荐主要依据情境信息以及情境信息的变化，向学习者推荐其感兴趣的或者符合其学习目标需要的信息，这也是数字化学习向智慧学习发展的重要脉络。

       (一)情境相关实体

       根据Dey关于情境的定义，情境是表征某个实体情形的信息。在建立情境模型时，首先确定应用相关的实体，我们称为情境相关的实体。

       张屹等从学习者和学习服务两个方面(实体)对情境进行了描述。[18]我们参考IMS的学习设计(Learning Design)规范，一个资源推荐系统中的主要对象包括：学习者(包括个体和群体)、活动(对资源的使用活动)、内容、领域知识、环境和应用，我们将这些对象归为四类实体。

       1.学习者。学习资源推荐系统的使用者。系统根据学习者的基本信息和其他属性(例如：学习风格、兴趣爱好等)，以及学习者对资源的使用历史(活动)，为学习者推荐适合的资源。在学习系统中，“适合”的含义与电子商务系统不同，电子商务系统中主要推荐用户感兴趣的商品，而学习系统中，除了学习者的个人兴趣，还需要结合其学习目标，有些资源可能不是其感兴趣的内容，但却是为了达成其学习目标所需要的内容。

       2.学习资源。学习者在访问资源库或学习系统中使用的内容资源。

       3.领域知识(由知识点构成的)。资源所属的知识体系，一般来说指学科的知识点及其之间的关系。

       4.学习环境。开展资源访问所处的物理环境或软件环境。

       (二)情境信息(情境相关实体的属性)

       确定情境相关实体后，第二步确定情境信息。情境信息可能是实体属性的一个子集，也可以是对现有实体属性的扩展。

       1.学习者情境

       在已有的一些技术标准中对学习者信息进行了描述，这些标准包括：CELTS-11学习者模型、IMS Learner Information Package信息模型(UP)和IMS ePortfolio(电子学档)等。

       在设计学习者情境信息时，可以主要参考上述三个学习者模型标准，依据应用需求提取相关信息作为情境。本文仅列举一些主要情境元素，包括：年级、兴趣、学习风格、学习目标和活动等情境元素(如图1所示)。

      

       图1 资源推荐情境的构成

       学习者情境中的活动元素的具体设计，可以参考IMS Learning Design标准。在资源推荐中，典型的活动类型包括：浏览、下载、评论、评分、推荐、关键词检索和分类导航。一些活动与资源直接关联，例如对资源的浏览、评论等；一些活动则与资源关联不大，例如关键词检索、分类导航等，但对这些活动的分析成为资源推荐的主要信息来源之一。

       2.学习资源情境

       与学习资源相关的情境信息可以参考IEEE LOM元数据，包括：资源的适用对象、知识点、该资源的访问统计信息等。

       3.领域知识情境

       与领域知识相关的情境信息可包括：知识点的适用对象、相关联的知识点等。其中知识点之间的关联类型主要包括：前提关系和包含关系。目前领域知识在国内尚无数字化的标准，可以参考各级各类课程标准进行设计。

       4.学习环境情境

       与学习环境相关的情境可以细化为以下实体：设备、网络、场所等具体实体。对于每一类实体定义其情境。例如，对于设备实体，可以定义其设备类型(移动、桌面)、屏幕尺寸等信息；对于网络实体，可以定义其类型(移动网络、WIFI网络等)。

       学习资源推荐应用中的情境构成如图1所示，即由学习者情境、学习资源情境、领域知识情境和学习环境情境等四部分构成，这些情境与其对应的学习者、学习资源、领域知识、学习环境等实体存在关联关系，每部分情境由多个元素(实体属性或活动)构成，我们称之为情境元素。

       我们将情境元素依据其内容特性分为三类：(1)固定属性类元素，例如出生日期、年级；(2)可变属性类元素，例如兴趣、学习偏好、学习目标；(3)活动类元素，例如用户对资源的使用和操作记录。采用以下结构定义情境元素。

       (1)对于属性类元素，包括固定属性和可变属性，通过以下数据项进行描述：实体标识、元素名称、元素值、时间(段)、关系。

       (2)对于活动类元素，通过以下数据项进行描述：实体标识、元素名称、活动类型、活动对象、时间(段)、活动结果(状态)、关系。

       表1中举例说明了四种情境信息的定义方式。

      

       情境信息的具体表示可以采用以下模型：[19]关键字—值模型、标记语言模型、图模型、面向对象的情境模型、基于逻辑的情境模型、基于本体的模型。

       (三)情境关系

       在确定情境信息后，第三步建立情境信息之间的关系。情境信息之间的关系包括两类：一类是同属于同一实体，例如学习者风格与学习活动都属于学习者这个实体，因此自动具有内部关联关系；另一类是跨实体之间的情境信息之间的关联，例如学习者对资源进行访问时，存在学习者情境与资源情境之间的关联，而通过资源这一实体为桥梁，学习者之间也可以建立关联关系(例如对相同资源进行评论的多个学习者)，这些情境之间的关系是进行资源推荐的主要信息来源。

       三、情境感知系统

       情境感知系统一般包括两个层次：情境管理层和情境应用层。其中情境管理层负责获取情境，并对情境进行建模、存储和检索；情境应用层利用情境信息为用户提供各种应用服务，例如资源推荐和执行相关适应性的服务等。为了方便情境的管理，同时实现情境的共享与重用，情境管理层一般独立于情境应用层而存在。

       关于情境管理，Dey等提出了一种“情境工具包”(Context Toolkit)的体系结构，[20]在此基础上，本文提出一种基于情境感知的应用框架(如图2所示)，主要目的是使得框架结构更加清晰，便于开展后续的系统设计。在封装的情境管理层中，包括情境获取、情境转换、情境聚合、情境推理以及情境注册与发现等六个主要模块。

      

       图2 情境感知的系统框架

       (一)情境获取

       这个模块是情境感知系统的基础，情境信息可以通过不同方式获取，主要方式有：

       (1)从物理传感器获取(例如位置、温度、声音等)；

       (2)利用信息处理模块获取(例如时间、天气、日程表等)；

       (3)从用户与系统的交互模块获取(例如从交互日志信息中可以获得交互行为、时间等信息；从用户注册模块中可以获取用户基本信息)。

       与学习资源推荐相关的情境信息主要通过第(2)和第(3)种方式获取，具体获取方式见表2。

      

       (二)情境转换

       将低层原始信息进行转换，成为更易被应用处理的信息。例如将一个地理坐标转换为一个地点名称。

       (三)情境聚合

       将多种低层情境信息依据一定的规则聚合，以作为一个相对独立的信息单元(粒度更大的情境信息)为应用使用。例如可以以“实体”为单位聚合该实体的相关情境。

       (四)情境推理

       在已有情境的基础上，依据推理规则，形成新的、隐含的情境信息，例如可以根据用户对资源的操作行为推理出用户的学习风格，从而进行个性化的学习资源推荐。

       (五)情境注册与发现

       与面向服务的体系架构(SOA)类似，在情境感知系统中也需要类似的情境注册与发现机制，便于对情境信息的管理和共享。情境获取、转换、聚合、推理得到的各种情境信息在系统中进行注册，以便应用可以发现这些情境，并进行使用。

       (六)情境应用

       具有情境感知需求的应用首先发现可以使用的情境信息，然后使用这些信息，开展相关服务，同时可能更新情境信息。

       四、情境感知在学习资源推荐中的应用

       汤岭球提出一种基于支持向量机的学习资源推送方案，[21]依据“领域知识”这一情境，引入知识点的概念与形式化描述，建立测试试题与学习资源的联系。Chen等建立了一种基于项目反应理论的个性化学习系统，[22]除了考虑学习者偏好、兴趣、浏览行为，主要考虑学习者能力，同时考虑课程素材难度，为学习者提供个性化学习路径。Khribi等研究了一种在线自动推荐系统，[23]不需要学习者的显式反馈，根据当前学习者最近的导航历史以及学习者偏好的相似度以及教育内容计算推荐的学习资源。Hsu研究了一个个性化英语学习推荐系统，[24]采用基于内容的分析、协同过滤和数据挖掘技术，分析真实学生的阅读数据，为学生提供适合各自兴趣的阅读课程。Zhao等在考虑用户兴趣和学科知识的同时，提出一种基于知识的教学资源推荐模型。[25]Milicevic等开发了一个系统，根据学习者不同的学习风格和学习兴趣，采用协同推荐算法提供个性化推荐。[26]

       上述这些研究中已经初步涉及将学习者偏好、兴趣、行为以及内容、领域知识等情境要素用于学习系统和资源推荐，本节将以推荐系统为例分析情境在推荐系统中的应用策略。

       (一)推荐方式

       推荐系统根据推荐的方式分为以下三类。[27]

       1.基于内容的推荐：向用户推荐与他过去偏爱的项目相似的项目(注：项目Item，推荐系统中专用的词汇，指推荐的对象，在电子商务推荐系统中，项目一般指商品，而在资源推荐系统中，项目一般指学习资源)。例如，如果用户过去经常访问某一类型的资源，那么系统可以自动向该用户推荐此类型的新资源。

       对于学习资源推荐来说，这种推荐方式主要依据学习者对资源的访问情况以及资源之间的相似度来进行比较和判断。

       2.协同推荐：向用户推荐那些与他具有相似偏好的人在过去喜欢的项目。例如，如果用户A与用户B的兴趣相似，那么可以向用户A推荐用户B过去访问较多的那些资源。

       对于学习资源推荐来说，这种推荐方式主要是分析学习者之间对资源的访问情况，计算学习者之间的相似度，然后选择相似的用户，再根据该用户对资源的访问情境以及其他相关情境，进行相关资源推荐。

       3.混合推荐：合并采用协同推荐和基于内容的推荐方法。

       从以上三类推荐方式的特点可以看出，学习资源推荐中主要要解决的问题就是：计算学习者之间的相似性；计算学习资源之间的相似性；计算学习者与学习资源之间的关联度。

       (二)情境信息在推荐系统中的应用

       表3详细分析情境信息在推荐系统中的运用策略以及适用的推荐方式(由于适合于内容推荐和协同推荐的方式都适合混合推荐，因此此表中略去混合推荐)。从表3的分析中，可以看出：

       1.学习者情境，既可以用于基于内容的推荐，也可以用于协同推荐。

       2.学习资源情境和领域知识情境，更多用于基于内容的推荐。

      

       3.学习环境情境的运用主要是对基于内容的推荐或协同推荐出资源的进一步过滤，是一种更加个性化的辅助手段。

       五、有待进一步研究的问题

       本文对情境与情境感知的概念进行了剖析，以学习资源推荐应用为例，对情境建模的方法以及具体的情境信息模型进行了阐述，提出了情境管理框架结构，以便于实现对情境管理的封装和共享，最后分析了学习资源推荐系统中情境信息的应用策略。

       该领域的相关研究还有待继续深入，主要研究问题包括以下几个方面。

       1.基础数据集建设。在早期关于电子商务的推荐系统的研究中，形成了一些基础数据集，例如MovieLens、Book-Crossing、Jester等，这些数据集作为公共基准被用来评估新的推荐算法。而对于TEL推荐系统，没有标准数据集或标准的评估过程。对于评估指标来说，TEL推荐系统也有其特色，不仅要考虑技术指标，例如精确度、覆盖度、性能等，还要考虑学习者的实际需要和特点。缺乏标准数据集，各项研究针对自己采集的数据，研究成果之间没有可比较性，可推广性也不高。因此构建开展TEL推荐的基础数据集是迫切需要进行的工作。目前已有一些数据集，例如Pittsburgh Science of Learning Center(PSLC) DataShop(https://pslcdatashop.web.cmu.edu/，http://learnlab.org/technologies/datashop/index.php)是一个数据资源库，提供了大量教育相关的数据集。

       2.学习资源推荐的适当性。在学习资源推荐时，不仅仅需要考虑学习者的兴趣偏好，从教学角度上看，一些学习者喜欢的内容可能并不适合他，因此需要根据学习者的知识背景和学习目标综合判断后进行推荐。另外在学习资源推荐时，不仅需要考虑推荐的内容，还需要考虑这些内容的顺序，以便更好地适应学习者的知识背景和达成学习目标。

       3.情境的获取与共享。要实现情境感知，情境信息获取是基础。从发展方向看，自动获取是趋势，也更能体现情境感知的目标。目前，多数系统通过人工输入情境信息的方式，一些情境信息固定录入，不能体现情境的动态性特点。如果需要动态捕获情境，则需要在相应的应用系统中具有相应的情境采集机制，而已经建设的系统如果设计时没有考虑到这点，则比较难于获取到情境。

       4.情境信息的标准化。目前关于TEL的标准中，尚缺乏关于情境信息的标准。一种方式是对现有标准进行扩展，例如IEEE LOM，使其包含情境信息。但仅对单个标准进行扩展，并不能很好地解决对所有实体情境的描述，因此需要建立一个体系，从学习者、资源、领域知识、环境等多个方面协同开展情境表示的标准化研究，相互关联，从而形成体系。

标签：推荐系统论文;  用户研究论文;  系统学习论文;  用户分析论文;