个性化推荐系统在高职计算机通识课教学中的应用探究

吴枰

关键词：个性化；
推荐系统；
高职院校；
计算机

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2022）36-0157-03

1 引言

计算机已广泛应用在各行各业，并与相关生产活动进行了高度的融合，使社会的生产效率得到了极大的提升，这也对当代大学生的计算机水平提出了更高的要求，因此计算机通识课成了关键的必修课之一[1-3]。高职院校传统的教学方法是以教师为中心，以线下课堂为主，讲课内容固定单一，学生被动接受。高职学生普遍缺乏学习的积极性、创新思维和适应社会发展的能力，学生之间的学情差异很大。如何充分利用计算机课堂的优势，充分利用现代信息资源，使教学过程的效率得到提升，教学过程的实施环节更加合理，做到针对不同学情的学生进行个性化教学内容的推荐成了重要的研究课题。

本文首先阐述了支持这项研究的理论基础，针对当前存在的主要问题，设计了个性化推荐系统，实践结果表明，本系统有效地解决了不同学生学情差异的问题，满足了学生个性化学习的需求，调动了学习的积极性，实现了良好的教学效果。

2 方法

2.1 个性化推荐算法

现阶段基于个性化的推荐算法在多个领域有着广泛的应用，也出现了许多与推荐系统相关的综述[4-6]。Li提出基于用户偏好的个性化推荐机制，并将个性化推荐技术分为基于内容、协同过滤、知识和情景感知四类[7]，Zhang等人提出了基于深度学习的推荐系统[8]，Dai详细阐述了知识图学习算法在不同推荐场景中的运用优势[9]。

2.2 混合式教学

混合式教学是指采用线上网络教学和线下面授教学相结合的教学模式，这种教学模式把两者的优势进行了结合。不仅发挥出线上课程内容灵活易调整，资源广泛，方便学生个性化、碎片化学习的优点，也发挥出线下课堂中教师可以引导学习、有效检测学习效果和方便师生直接交流讨论的优点。切实提高学生的学习质量和自主学习能力，进而在提升教学效果的同时强化学生综合素质。

2.3 评量

对学生学习效果的评量是重要的教学环节之一，当前主要有三种评量手段：一是利用档案进行评量，档案评量需要教师辛苦地记录学生学习成长过程中的每一个重要的表现。二是利用试卷进行答题评量，其中如何合理地构建测评试卷一直是众多研究人员关注的重点。三是根据学生的现场实际操作进行评量，评量要尽可能仿照学生真实生活情境，依据学生的实际操作或者做出的解决问题的方案进行评量。

3 个性化推荐系统对于高职计算机通识课教学中的重要作用

3.1 构建以学生为中心的教育模式

随着高职院校改革的深入，愈发强调学生的自主能动性。学生是课堂教学的主体，应强化学生的自主探究学习的意识，调动学生的积极性，从而实现其能力的培养和价值的塑造，促进学生的全面发展。教师的角色此时发生了改变，不仅仅承担知识的传授，更应该在学生学习的过程中作为一名激励者。教师着重关注学生产生的问题，指引学生一步步地探索和创造，构建出以问题为导向的学习策略，从而激发学生探索知识的欲望，从而实现教师和学生共同管控课堂。

3.2 优化课程内容提升教学质量

改变以往从课本获取课程内容的单一模式。借助互联网、线上课程等多种技术手段，对教学资源进行优化整合，实现混合式教学，从而达到最佳的教学效率和效果。这里的混合式教学强调的是多种获取课程内容的模式相融合，而不仅仅是交替地使用，要做到优势互补。在融合课程内容时应注重知识的层次性，包括预习性内容、指导性内容、拓展性内容和检测性内容，形成相互融通、交叉的学习链。

3.3 评量更加系统和客观

评量包括对象、目的、途径、方法、控制和评价六个要素，每个要素相互嵌套，缺一不可。目前大部分院校过于关注其中一个或者几个要素，无法形成体系，造成评量结果不准确。例如：教师制定好了评量需达到的目标，也制定了一个相配套的评量方案，但评量完成后却没有给学生一个客观及时的反馈。学生在参与评量的过程中存在盲目性，只是一味地参与，不知道做的目的，更没有自我评价。

3.4 提高教学效果

随着个性化推荐系统的普及和深入，学生擁有了依照自己兴趣选择课程内容的权利，促进了学生主体地位的提高。教师从传授者转变为激励者，极大地促进了师生之间以及学生之间的交流和互动。线上线下相结合的教学模式的应用，丰富了学生获取课程内容的途径。教学过程不再受时间和空间的限制，学生学习的主动性和参与感更加强烈，有效地调动了学生学习积极性。系统性评量手段的引入，保证了教学质量，并为后续课程内容的调整指明了方向，有效提升了教学效果。

4 高职计算机通识课个性化推荐系统的构建

4.1 系统权限划分

初次使用系统需要进行注册，根据使用者的真实信息进行填写。其中一些选项需要根据系统的要求进行选择，包括其性别、专业、班级、现任职务等。然后上交填写好的信息。系统会自动和后台的数据库进行比对，如果与后台数据库中的信息一致，则注册成功。这样有效避免闲杂人员的恶意注册，保证系统的使用者都是本校的老师和学生。注册环节是学生和老师都要进行操作的。注册成功后，系统会根据系统管理员、老师、学生身份的不同赋予不同的使用权限。系统管理员拥有系统最高的使用权限，可以进行查询、选择、添加、更新和删除系统中的内容，可以禁止教师和学生使用系统部分权限，可以对系统每页显示的字符、字体颜色、字体间隔和段落进行调整。教师可以进行查询、选择、添加、更新系统中的内容，承担系统中课程内容调整的工作，同时可以监管学生的课程内容选择情况。学生只可以进行查询和选择，系统会根据学生的选择并结合大纲的要求，给学生推荐适合的个性化课程内容。

4.2 个性化学情调研子系统

个性化学情调研子系统设计之初经过了严谨的准备和构思，为了保证系统的准确性和可靠性，对高职院校计算机通识课老师和学生进行了随机问卷调查。随机选取30名高职计算机通识课教师作为研究对象，其中男性教师14名，女性教师16名，本科学历教师2名，硕士学位教师28名，具有三年及三年以内职业教学经验的6名，具有三年以上职业教学经验的24名。教师的调查问卷主要围绕课程知识点内容设定、题型划分、素材创新等方面进行。随机选取620名高职学生作为研究对象，其中男性学生408名，女性学生212名，学生所在的专业分布在9个二级学院，其中理工类二级学院6个，文史类二级学院3个，学生的调查问卷主要围绕个性化建议、兴趣点划分、学习时间分布等方面进行。本文共发送问卷650份，收集试卷636份，问卷回收率为97.8%。随机抽取23份教师问卷，241份学生问卷，用SPSS 17.0软件进行信度和效度检验，并采用克朗巴哈系数来检验问卷内部的可靠性。通过调查发现，无论是计算机通识课教师还是学生都积极参与到问卷调查中，问卷可靠性经检验满足要求。这为个性化学情调研子系统的构建提供了根本的保障，使系统能够在满足教学大纲要求的情况下，结合个性化推荐算法准确地捕捉到不同学生的个性化需求。

4.3 线上线下课程内容混合推荐子系统

现阶段的课堂由于上课时间固定，学习内容围绕着老师提供的课件、教材和随堂练习题展开，课程内容单调，每位学生的学习内容一致，学生的个性化需求无法满足。本文构建了线上线下课程内容混合推荐子系统。把线上线下课程内容进行了结合，其中线上课程内容占比67%，线下课程内容占比33%。课程资源得以扩展，学生的课后时间得到了充分利用，极大地激发了学生的学习兴趣。

系统把课程内容分成了若干个教学主题，在每一个教学主题中，我们将案例和习题按照兴趣点进行了细分，并会根据学生的兴趣进行个性化推荐。教学环节也进行了细分，分成以学生为主体的线上部分和以教师主导的线下部分。两部分没有先后顺序，相互穿插进行，系统全程都参与推荐和引导。授课前会给学生提前布置好需要预习的内容，授课过程中会利用存储在系统中的视频或者图片等诸多教学要素进行引导，使学生接受新的公式或者概念更加顺畅。系统设计了在线讨论的模块，学生可以自由在线上进行交流与互动，从而加深对知识点的理解。为了检验学习质量，系统也提供了在线练习模块，习题根据难易程度划分为了高中低三档，可以有效地检测出学生对知识点的理解状况，并给学生一个全面的反馈。同时做错的习题会被归档到错题栏中，方便学生针对错题进行回顾。最后对学习的内容进行总结，线上布置相应的作业。系统记录学生学习的全过程，教师可以随时查看及翻阅学生每个过程的完成情况，方便进行教学反思。

4.4 学习效果评量子系统

学习效果评量子系统包括调研问卷主观评量和大数据客观评量两个模块，其中调研问卷主观评量模块涵盖了自我评量、师生评量和家长评量三部分。一、自我评量。评量内容涵盖计算机通识课程的所有重要方面，包括重要章节的理解情况、上机实践步骤、作业完成情况等。学生给自己的表现进行打分，虽然会存在主观性，但是对于学生自己也是一个自我教育的过程，能使学生自己意识到自己的缺点，更能主动地去完善自己的不足。二、师生评量。自己给自己打分是有主观性和片面性的，部分缺点难以自我发现。师生客观评量是通过老师和其他学生的观察，对待评测者进行评量。评量过程保持匿名，这也保证了评量的客观性。三、家长评量。学生在学校的时间是有限的，更多的时间是和家长在一起，家长更能了解学生学习和生活中的很多细节，因此家长的评量也是非常重要的，能够有效地优化评量的结果。

目前学习效果评量对学生最终考试试卷的结果过于重视，忽略了学习过程效果，因此仅仅依据学生最终的试卷分数来评量是不准确的。个人的学习效果包括学习过程效果和学习成绩效果两个方面，学习成绩之所以成为评量的主要依据是因为便于评量。而学习过程效果因为过程复杂、难以量化并且持续时间较长难以追踪，进而无法对学习过程的效果进行有效的评量。但是大数据技术的普及极大地改变了目前的状况，大数据时代，随着互联网技术的普及和信息化终端设备的应用，数据会伴随着学生的行为不断产生。利用信息技术手段，时刻记录着学生的学习和生活，同时这些记录都是在终端后台自发形成的，学生没有感知，不会对学生的行为产生任何影响，真正地体现出了学生真实的状态，数据也更具参考性。本系统充分利用学生数字化学习过程中产生的结构化数据，通过分析学生利用数字化学习系统浏览内网及外网的数据，来进行全过程综合评量。

5 结束语

计算机技术的应用越来越广泛，计算机通识课的重要性在逐步提升。但是現阶段的高职计算机通识课依然延续以教师为主体的传统授课模式，授课内容单一、固定。应该让学生拥有依照自己兴趣选择课程内容的权利，促进学生主体地位的提高。规划课程内容时要充分考虑到不同学生的知识储备、接受程度和个性化需求是不同的。综上所述，个性化推荐系统在高职计算机通识课教学中的应用改革是未来一个重要的发展方向。本文通过设计个性化推荐系统，包含个性化学情调研、线上线下课程内容混合推荐、学习效果评量三个子系统，可有效提高高职学生计算机通识课程的学习效果。

猜你喜欢推荐系统个性化高职院校坚持个性化的写作文苑(2020年4期)2020-05-30新闻的个性化写作新闻传播(2018年12期)2018-09-19基于用户偏好的信任网络随机游走推荐模型计算机应用(2016年12期)2017-01-13上汽大通:C2B个性化定制未来汽车与新动力(2016年6期)2017-01-04基于个性化的协同过滤图书推荐算法研究电脑知识与技术(2016年28期)2016-12-21个性化推荐系统关键算法探讨电脑知识与技术(2016年27期)2016-12-15浅谈Mahout在个性化推荐系统中的应用电脑知识与技术(2016年25期)2016-11-16高职院校创新创业教育初探科技视界(2016年20期)2016-09-29全球化背景下高职院校韩语专业毕业生就业现状分析科技视界(2016年20期)2016-09-29多元智能理论视角下高职院校体育课程评价体系的研究科技视界(2016年20期)2016-09-29

推荐访问:高职 探究 个性化