MOOC社区中基于移动情境感知的学伴推荐方法研究

廖宏建, 曲 哲, 胡 莹

(广州大学 a.网络与现代教育技术中心; b.图书馆, 广东 广州 510006)

近年来，大规模在线开放课程(Massive Open Online Course，MOOC)的迅猛发展，为人们提供了前所未有的学习机会，每年有数以千万计的学习者参与MOOC学习，但MOOC的高辍学率也同样引起了关注(完成率仅约为5%～15%)[1].师生时空分离引起的孤独感、边缘参与和群体动力缺乏等是高辍学率的主要归因[2-3].大量文献研究和教学实践已证明，学伴互动对降低孤独感，增加持续学习投入和促进深层次学习具有重要意义[4-5]，而学伴推荐(Learning Partner Recommendation, LPR)能促进学伴互动.

联通主义学习理论认为，学习即连接及形成网络[6]，学习者与其他同伴以学习为目的进行社交时，会伴随生成隐形人际关系，并推动学习社区形成.随着大规模在线学习的兴起，MOOC已不仅仅是一门视频课程，更是一个知识创造、交流和分享的学习社区，且具有以下特点：①学员的规模化与多样性.一门课程的学员往往成千上万，来自不同的行业和年龄段，有着不同的知识水平、兴趣偏好和自我调节学习能力等;②学习与社交趋向融合.学习社交化，社交学习化，MOOC社区具有学习与社交的双重属性;③学习情境的移动化与泛在化.基于移动媒介的微学习，形成移动社会网络，行为日志数据呈现自然浮现、多模态、碎片化和时空情境化等特点.

MOOC社区的“规模化、社交化和移动化”等特征使得学习者情境更为复杂，如何在MOOC社区中智能、动态地推荐适配的学伴，成为MOOC发展中的重要研究问题……