面向个性化学习的慕课资源推荐系统开发

孔令圆 彭琰 郑汀华 马华

摘  要： 近年来，在线学习得到了大规模普及，互联网上已发布了海量的慕课学习资源。针对广大学习者进行在线慕课学习时面临的“信息迷航”和“信息过载”等问题，以混合推荐算法为基础，通过多角度挖掘用户的个性化信息，设计并实现了一个面向个性化学习的慕课资源推荐系统，以此为广大学习者提供自主学习的辅助支持。该系统能充分挖掘学习者的显式和隐式偏好，为其推荐满意的慕课资源，具有良好的应用价值。

关键词： 慕课; 学习资源; 混合推荐; 个性化学习

中图分类号：G642          文献标识码：A          文章编号：1006-8228（2021）07-46-04

Development of MOOC resources recommendation system for personalized learning

Kong Lingyuan， Peng Yan， Zheng Tinghua， Ma Hua

（College of Information Science and Engineering， Hunan Normal University， Changsha， Hunan 410081， China）

Abstract： In recent years， online learning has been popularized on a large scale， and massive MOOC learning resources have been released on the Internet. Aiming at the problems of "information disorientation" and "information overload" faced by the majority of learners in online MOOC learning， on the basis of hybrid recommendation algorithm， by mining user's personalized information from multiple perspectives， a MOOC resource recommendation system for personalized learning is designed and implemented， in order to provide the majority of learners with the auxiliary support of autonomous learning. The system can fully tap learners' explicit and implicit preferences， and recommend satisfactory MOOC resources for them， which have a good application value.

Key words： MOOC; learning resource; hybrid recommendation; personalized learning

0 引言

近年来，国家的一系列指导性文件[1-2]明确指出了以“学习者”为中心、个性化培养的重要性，有力地推动了我国在线教育的发展。目前，主流在线教育平台已在互联网上发布了海量的慕课学习资源，在线学习者人数增长迅速。而2020年初暴发的新冠疫情进一步推动了在线学习的大规模普及。

面对海量的慕课学习资源，广大学习者在慕课学习时面临着“信息迷航”和“信息过载”[3-4]等问题，学生很难充分了解并快速挑选出最适合自己的学习资源。由此，实现学生需求与学习资源的匹配，从而提高学生进行在线慕课学习时的学习效率和在线教育平台中慕课学习资源的利用率，具有重要的现实意义。

针对当前主流在线教育网站缺乏慕课资源推荐功能的不足，本文在传统混合推荐算法的基础上，多角度挖掘用户的个性化信息，设计并开发了一个面向个性化学习的慕课资源推荐系统，以此为广大学习者提供高效的自主学习的辅助支持。……