英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料
贯穿电子学习生命周期中以个性化推荐来扩展网络教育系统的个性化支持
Olga C. Santosa, Jesus G. Boticarioa, Diana Peacute;rez-Mariacute;nb
a 西班牙远距离大学研究团队，人工智能部门，计算机科学学院，西班牙远距离大学, 卡莱圣胡安罗萨尔 16，马德里 28040，西班牙
b计算机语言与系统一部，计算机工程高等职业技术学院胡安卡洛斯国王大学Avenida Tulipaacute;n s/n，莫斯托雷斯 28933，马德里，西班牙
强调
1、以用户为中心的设计可以将教育者的专业知识转化为适应过程。
2、贯穿电子学习生命周期中可以对适应支持进行管理。
3、通过自适应导航支持，个性化推荐可以丰富LMS（学习管理系统）。
4、MOOC的学习成果可以改善个性化推荐结果。
文章信息
文章历史：
于2013.5.13收到初稿
于2013.12.4收到二稿
于2013.12.5接受投稿
于2013.12.17线上发布
关键字：
电子学习生活周期
个性化
适应性教育系统
教育推荐系统
以用户为中心的设计
摘要
在本文中，我们在开发基于Web的教育系统时解决了一个关键的问题。 特别是我们提供了以教育为导向的方法来构建个性化的电子学习环境，其重点是将学习者的需求置于培训过程的中心。 我们涉及软件开发人员和领域专家的跨学科团队提出了以用户为中心的设计的理念。在一个由近400名学习者采用了MOOC（大规模开放电子课程）的自适应电子学习系统中我们说明了这个理念。特别地，我们报告了以用户为中心的设计方法可以通过学习管理系统中的建议设计和评估个性化支持应用到电子学习的整个生命周期。
copy; 2013 Elsevier B.V. 保留所有权利
- 介绍
如本文所讨论的，以用户为中心的设计（UCD）方法可用于丰富带有通过建议实现自适应导航支持的网络教育系统的个性化能力。 根据我们的经验，个性化不能提前设计为电子学习环境中的插件，但必须在一开始就在整个电子学习生命周期（eLLC）中考虑并涉及学习者的需求的过程中构建。为了应对这一需要，我们建议包括软件开发人员和领域专家的跨学科团队在开发适应性电子学习系统期间采用UCD方法。 因此，我们提出了通过将用户置于开发过程的中心建立个性化电子学习环境的解决方案，该方案能更好地支持教学和学习活动。在开发新的电子学习解决方案的服务和功能方面，这是一个长期的挑战，当开发大规模开放式电子课程（MOOC），以应对个人学习者的需求时，这一挑战正在变得至关重要。
为了应对这一挑战，在德国研究小组，我们已经就怎样在电子学习生命周期中通过设计和提供以教育为导向的建议来匹配研究了十几年。在我们的方法学中，在这个周期中包含四个阶段：i）提前设计学习体验，ii）管理学习经验的环境，iii）（学习者和教育者）与电子学习服务进行互动，iv）将学习经验的结果反馈给课程作者。在这里，基于语义教育推荐系统（SERS）的个性化的建议来实现匹配。在以前的作品中，我们部分介绍了这种方法的基础，但是我们还没有报告如何将这些部分在电子学习系统的开发周期中结合起来，以提供所需的功能。我们也没有报告涵盖所有的循环阶段大规模评估的结果，来验证方法。
这些部分进展已经在一个DaNu开发的一些研究项目中实现。特别是，电子学习生命周期阶段定义的理由，需要让学习过程中的所有参与者参与，并将设计和运行时间调整相结合的想法普遍使用教育标准，在aLFanet [1,2]项目（IST-2001-33288）中得到了解决。接下来，在ALPE项目（eTEN-2005-029328）中，电子学习生命周期[3]中包含了可用性和可访问性问题。最后，在EU4ALL项目（IST-2006-034778）中，我们深入了解了以前的想法，并定义了一个开放的基于标准的面向服务架构，以包容性方式扩展学习管理系统的个性化功能[4,5]，为UCD TORMES方法设定了基础，以帮助教育工作者引出和设计以教育为导向的建议[6,7]，提出了弥合教育者描述与软件组件信息交换之间差距的推荐模型[8,9]并起草了系统要求，以实例化学习管理系统中引用的建议[10]。基于这些工作，我们提出了一种沿电子学习生命周期以用户为中心的设计推荐的个性化支持来扩展电子学习系统的方法。
这种方法已经在现实世界的电子学习场景中进行了测试，部署了通过Willow网络教学系统的MOOC，丰富了以用户为中心的教育导向推荐。 Willow是一种计算机辅助评估系统，在混合学习中成功应用的无文本答案[11]。SERS方法在Willow中的整合被概述了[12]。除了在那里报告的工作之外，本文提供了由软件开发人员和领域专家跨学科团队沿电子学习生命周期进行的以用户为中心的开发和评估过程的细节，以扩展Willow的自适应能力，以向学习者提供所需的自适应导航支持。特别是在本文中，我们提供一些实用的指导方针，重点是报告哪些以用户为中心的设计方法可以沿着电子学习生命周期应用，通过建议来设计和评估电子学习系统中的个性化支持。
本文的结构如下。首先介绍一些背景和动机。然后，我们提出了电子学习生命周期考虑个性化的方法。之后，我们报告了在上述MOOC中提出以用户为中心的适应性支持的应用。最后，概述了一些讨论，结论和未来的工作。
- 项目背景
自适应电子学习系统在过去十年中经历了相当大的变化[13]。虽然已经有研究原型[14]，但电子学习中个性化仍然是一个长期的开放性问题[15]，目前还没有任何支持完全适应性的系统[16,17]。在学习管理系统中提供适应的直接方法是通过适应性策略，如自适应排序，链接隐藏和自适应链接注释，目的是为每个学习需求量身定制学习体验[18]。在这种情况下，学习管理系统可以被视为教育信息来源和交互项目的大空间，不仅包括教育内容，还包括成员在课程中产生和分享的贡献（例如论坛帖子，外部链接等）。这些潜在的导航路径涉及越来越多的可能采取的行动空间[19]。然而，虽然学习管理系统拥有大量的交互数据，但它们并没有整合任何旨在开发更智能的场景来增强学习体验[20]的数据挖掘支持来评估课程空间结构及其在学习过程中的有效性。为此，有学者提出可以将数据挖掘服务集成到学习管理系统中，以支持数据挖掘过程中的教育工作者（无数据挖掘经验）[21]。
推荐系统（RS）也正在集成到学习管理系统中，以减少现有的信息过载，并通过自适应导航支持扩展其功能[22]。这种集成可以按照基于构建组件的模块化方法进行，该组件支持可以集成到不同平台中的不同服务，有如为下一代学习管理系统设计的[23]。更具体地说，面向服务的架构可以有助于提高学习管理系统的个性化能力[24,25]，例如，通过整合管理学习者模型的外部服务来实现适配。同样，正在开展针对Web 3.0的标准化方法，旨在实现与现有服务和不同机构的发展的互操作性[26]。在这方面，教育中最全面的标准化方法之一是由IMS[27]开发的一套规范，其中包括学习设计规范等。 IMS学习设计提供了可由教育工作者提供自适应学习路径的显式语义描述[28]。类似信息也适用于教育推荐系统（ERS）[29]。
可用性的概念是从用户的角度的一个相关问题，ISO9241-11将其标准定义为“指定用户可以使用某种特定用途达到指定目标的程度，有效性，效率和满足指定的使用环境”[30]。在电子学习中，可用性的概念已经被讨论了多年[31]，被认为是电子学习系统的有价值的质量标准[18]，它们的有效性的基本条件[32]和用户以令人满意的方式[33]获得知识的能力是关键因素。学习经验的可用性也应考虑电子学习设计的教学价值[34]，因为电子学习应用程序可能可用，但不具有教学意义，反之亦然[35]。此外，一致性的可用性设计原则指出，当推荐系统集成到学习管理系统中以进行集成时必须考虑到用户不必思考不同的单词，情境或动作是否意味着相同的事情[36]，这是RS[37]中的一个预期目标。
当设计ERS时，对于任何RS，应重点关注用户的需求[38]。 ERS可以应对在学习过程中可能出现的各种情况，并在不同的情况下引导学习者。 例如，如[7]所述，它们不仅可以用于指向其他用户的相关贡献，还可以促进他们积极参与学习过程，提出采用可用的学习资源进行的行动。 然而，最近编制ERS最新技术的几件作品（例如[7,39-44]）表明，迄今为止，大多数建议集中在寻找合适的材料，作为仅依靠如原来提出的[45]他人观点的替代品。 然而，在电子学习环境中的一个建议可能会更加互动[19]。
因此，为了了解用户在个性化过程中的需求，特别是在推荐过程中，应该遵循开发符合用户需求的系统的UCD方法[47]。特别是，UCD为有需求的人们提供经验，主要侧重于实现用户积极参与设计开发任务，以提高对用户和任务需求的理解[48]。因此，UCD应该是发展任何适应性电子学习系统的核心，因为学习是一个个性化和不断发展的过程，必须集中在学习者[49]。遗憾的是，在开发自适应电子学习系统时，UCD通常不被考虑[50]。事实上，已经在UCD之后设计了59个系统（参见[19]和[51]至[108]的参考文献）。如果考虑到，UCD将使用该系统的人员的信息过程放在一起，并以用户为中心的活动来支持整个开发过程，以便创建易于使用并具有附加价值的应用程序[109]。当涉及UCD的用户时，还将包括残疾人员以适当考虑无障碍要求，因此最终的发展是普遍可用的[110]。
真实用户的测试对于RS设计很重要，必须探索用户对建议的看法的标准[111]。 ERS文献报道的评估方法表明，该领域处于早期阶段。 一般来说，缺乏评估方法是自适应系统固有的一个缺点[112]。 然而，用于交互式自适应系统的一些通用框架已经按照分层评估方法被定义，其中适应被分解成其组成部分（称为层），并且这些层中的每一个被单独评估[113]。 除此之外，还提出了一些用于RS的以用户为中心的评估框架[114,115]，但他们都没有讨论它们对教育场景的适用性。 这不是一个微不足道的问题，因为不同的教育领域与目标，用户模型和环境条件下推荐方案有很大的不同[116]。
报告对ERS的评估时，他们通常侧重评估推荐算法与最终用户的表现，但是对于学习者的影响来说，教育型评估仍然很少。这表明，衡量学习过程影响的具体方法仍未得到探讨，并得出其他结论[116,46]。从对上述59个系统的审查，我们发现了16个不报告任何评估的出版物[19,52,53,55,62,63,55,82,88,90,94,95,98,101,107,108]虽然在大多数情况下，评估被提及为未来的工作。根据[46]中提出的其他43件作品的分类方法，其中一半（27）的评价重点仅在评估算法[54,56,57,59,61,64,66,68,69,72,73,76,78,80,83,84,86,89,91,93,96,99,100,102,103,105]。系统使用情况在8项作品中得到评估[51,71,74,77,79,81,92,104]，其中半数侧重于可用性问题[71,79,81,104]。只有6个系统评估了用户对这些建议的看法[67,71,75,79,85,87]，而7则明确地评估了学习成绩，主要取决于知识收益[58,70,71,85,87,97,106]。关于评估作用，大多数例子下（25）对终端用户进行了评估[51,57,58,60,61,67,68,70,71,73-77,79,81,85-87,92,93,97,99,104,106]。其余的系统设计者[56,64,78,80,84,89,102,103,105}或模拟学习者[66,72,91,96]被使用。
因此，对于许多不同的问题，RS的热点研究问题一直是评估方法。从系统的角度来看，已经提出了几个评估指标来处理建议的准确性和错误（广义）。他们专注于离线评估算法，以避免呈现可能不准确的建议[117]。然而，当这个目标实现并且所提出的建议是相当准确的时候，这些作者建议把重点放在评估建议本身的质量上。这涉及到了解用户的感受，以及个人化和推荐在互动过程中和之后对用户的影响[118]。事实上，RS中的评估过程的目标之一是显示系统的有用性，并且确定系统是否对用户有价值
全文共6507字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[144325]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
