郭飛雁 羅校清

（1.湖南電氣職業(yè)技術(shù)學(xué)院，湖南 湘潭 411100；2.湖南軟件職業(yè)技術(shù)大學(xué)，湖南 湘潭 411100）

一、前言

如何利用信息技術(shù)提供個性化學(xué)習(xí)環(huán)境及服務(wù)已成為當(dāng)前教育研究者關(guān)注的焦點。近年來，隨著人工智能大數(shù)據(jù)等技術(shù)的逐漸成熟，越來越多的教育研究者將研究重點定位到利用在線學(xué)習(xí)平臺上的大量學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析，實現(xiàn)個性化教學(xué)。用戶畫像也隨著信息技術(shù)的發(fā)展興起,通過多維度數(shù)字化標(biāo)簽抽象用戶個人信息數(shù)字化特征，準(zhǔn)確解析用戶需求及預(yù)測用戶變化趨勢,現(xiàn)已用于個性化服務(wù)推薦、精準(zhǔn)營銷等方面。用戶畫像十分契合在線學(xué)習(xí)用戶精準(zhǔn)、個性化服務(wù)需求。

用戶畫像是一個綜合的研究領(lǐng)域，通過數(shù)字標(biāo)簽體系對用戶特征進(jìn)行描述，預(yù)測用戶未來需求或變化方向，從而為用戶提供個性化推薦信息。隨著大數(shù)據(jù)技術(shù)的發(fā)展，人們通過用戶畫像將用戶數(shù)據(jù)轉(zhuǎn)化為商業(yè)價值，眾多行業(yè)引入了用戶畫像的理念，實現(xiàn)對核心用戶價值的挖掘，開展產(chǎn)品的精準(zhǔn)營銷和個性化服務(wù)。其中，圖書館領(lǐng)域的研究成果最為廣泛，對講座信息推薦[1]、科研推送服務(wù)[2][3][4]、專利推送[5]、資源推薦[6]等主題開展用戶畫像的應(yīng)用進(jìn)行了探討。

目前，基于用戶畫像的個性化推薦服務(wù)國內(nèi)研究并不多見。有學(xué)者從個性化推薦過程的用戶建模、推薦對象建模和推薦策略三個模塊對現(xiàn)有學(xué)術(shù)資源個性化推薦進(jìn)行了探討[7]；也有學(xué)者將用戶畫像技術(shù)引入圖書的個性化推薦中[8]；也有學(xué)者針對旅游情境化推薦服務(wù)問題，提出了一個基于用戶畫像的景點推薦模型并進(jìn)行了實證研究[9]；還有學(xué)者提出從單用戶和多用戶角度基于用戶畫像技術(shù)推薦圖書館資源，為大數(shù)據(jù)環(huán)境下面向用戶的圖書館資源精準(zhǔn)推薦提供參考[10]?；谟脩舢嬒竦脑诰€學(xué)習(xí)個性化推薦服務(wù)相關(guān)研究暫時處于空白。

國外學(xué)者主要從用戶畫像定義及用戶畫像實踐應(yīng)用方面進(jìn)行研究。S.Gauch，M.Speretta 等也將用戶畫像視為一種集合[11]。Guimaraes 等將用戶畫像的構(gòu)成要素歸納為：用戶的基本素養(yǎng)、學(xué)歷層次、社會關(guān)系[12]。在實踐應(yīng)用方面國外學(xué)者將用戶畫像較多地應(yīng)用于圖書館的用戶體驗改善研究中。如Z.Holt 以高校圖書館為例，闡述研究了用戶畫像的構(gòu)建及應(yīng)需而變的發(fā)展變化過程[13]。M.Otterlo 以圖書館的業(yè)務(wù)服務(wù)為例，借助市場細(xì)分方法繪制用戶畫像，并以可視化展示的方式提供給館員實現(xiàn)相應(yīng)圖書館服務(wù)的優(yōu)化[14]。

通過國內(nèi)外研究現(xiàn)狀得出，國內(nèi)外對基于用戶畫像技術(shù)的資源個性化推薦的方法及模式研究較少，且大部分研究集中在圖書館方面，尚無文獻(xiàn)對基于用戶畫像的在線學(xué)習(xí)資源個性化推薦服務(wù)展開系統(tǒng)論述。

二、在線學(xué)習(xí)用戶畫像的構(gòu)建

基于用戶畫像技術(shù)的在線學(xué)習(xí)用戶畫像構(gòu)建過程主要有在線學(xué)習(xí)用戶數(shù)據(jù)采集、在線學(xué)習(xí)用戶數(shù)據(jù)處理、在線學(xué)習(xí)用戶畫像構(gòu)建。通過各類在線學(xué)習(xí)平臺數(shù)據(jù)的采集，采用非結(jié)構(gòu)化標(biāo)簽關(guān)鍵詞處理相關(guān)數(shù)據(jù)，得出在線學(xué)習(xí)用戶屬性值的特征標(biāo)志，形成在線學(xué)習(xí)用戶標(biāo)簽體系?；谟脩魳?biāo)簽體系，采用非結(jié)構(gòu)化關(guān)鍵詞法對在線學(xué)習(xí)用戶進(jìn)行畫像構(gòu)建，最終形成在線學(xué)習(xí)用戶畫像[15]。

（一）在線學(xué)習(xí)用戶數(shù)據(jù)采集

在線學(xué)習(xí)用戶數(shù)據(jù)采集主要采用系統(tǒng)日志法。在線學(xué)習(xí)平臺中日志文件數(shù)據(jù)由在線學(xué)習(xí)平臺系統(tǒng)產(chǎn)生，記錄了用戶在登錄平臺過程中所產(chǎn)生的所有活動數(shù)據(jù)，比如用戶的訪問軌跡、用戶與系統(tǒng)互動數(shù)據(jù)、用戶學(xué)習(xí)時長等。許多在線學(xué)習(xí)平臺都有自己的數(shù)據(jù)采集工具用于系統(tǒng)日志數(shù)據(jù)采集，這些工具采用分布式架構(gòu)，能滿足每秒數(shù)百MB 的日志數(shù)據(jù)采集和傳輸需求。

在線學(xué)習(xí)用戶數(shù)據(jù)主要來源于各個在線學(xué)習(xí)平臺，數(shù)據(jù)類型主要分為兩種：一種為靜態(tài)信息，即一段時間內(nèi)不會發(fā)生變化、相對穩(wěn)定的數(shù)據(jù)；另一種則為動態(tài)信息，即隨著時間的變化而發(fā)生變化。靜態(tài)信息的組成主要為用戶基本屬性數(shù)據(jù)，例如性別、年齡、學(xué)歷、專業(yè)及研究領(lǐng)域、地區(qū)等。動態(tài)信息的組成主要為用戶學(xué)習(xí)資源偏好、用戶平臺互動、用戶訪問記錄等。動態(tài)信息也是用戶畫像實時更新的主要數(shù)據(jù)來源。在線學(xué)習(xí)用戶數(shù)據(jù)來源如表1 所示。

表1 在線學(xué)習(xí)用戶數(shù)據(jù)類型及來源

（二）在線學(xué)習(xí)用戶數(shù)據(jù)處理

通過在線學(xué)習(xí)平臺所收集的數(shù)據(jù)主要有三種類型：結(jié)構(gòu)化數(shù)據(jù)，例如用戶會話相關(guān)數(shù)據(jù)中訪問時間、登錄次數(shù)等；半結(jié)構(gòu)化數(shù)據(jù)，例如用戶會話相關(guān)數(shù)據(jù)中性別、年齡等；非結(jié)構(gòu)化數(shù)據(jù)，例如用戶學(xué)習(xí)互動過程是對學(xué)習(xí)資源的評論、分享、情感態(tài)度等。結(jié)構(gòu)化數(shù)據(jù)清洗簡單，只需要通過簡單挖掘便可形成標(biāo)簽。半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)則需要大量的時間進(jìn)行清洗和標(biāo)準(zhǔn)化處理，從而減少缺失項、數(shù)據(jù)冗余、數(shù)據(jù)異常、數(shù)據(jù)噪聲等問題。

將用戶屬性的所有標(biāo)志綜合起來，形成在線學(xué)習(xí)用戶標(biāo)簽體系。其中用戶基本屬性數(shù)據(jù)主要對應(yīng)人群屬性標(biāo)簽，用戶學(xué)習(xí)資源偏好屬性數(shù)據(jù)主要對應(yīng)資源選擇偏好標(biāo)簽，用戶學(xué)習(xí)互動屬性數(shù)據(jù)主要對應(yīng)操作偏好、活躍度等標(biāo)簽。在線學(xué)習(xí)用戶數(shù)據(jù)與標(biāo)簽對應(yīng)主要如表2 所示。

表2 在線學(xué)習(xí)用戶數(shù)據(jù)與標(biāo)簽對應(yīng)表

科學(xué)合理的標(biāo)簽是個性化資源推薦成功的重要因素。在線學(xué)習(xí)用戶標(biāo)簽體系構(gòu)建時需要注意標(biāo)簽粒度大小。過小的標(biāo)簽粒度會導(dǎo)致標(biāo)簽沒有泛化能力和使用價值，降低推薦精度。過大的標(biāo)簽粒度會導(dǎo)致標(biāo)簽沒有區(qū)分度，造成推薦資源泛濫。為了保證在線學(xué)習(xí)用戶畫像精準(zhǔn)度及泛化性，我們構(gòu)建層次化標(biāo)簽體系，同時用不同粒度大小的標(biāo)簽來匹配在線學(xué)習(xí)用戶的興趣偏好，從而保證標(biāo)簽的準(zhǔn)確性和泛化性。

例如，某一在線學(xué)習(xí)用戶在在線學(xué)習(xí)平臺上點擊“協(xié)同過濾推薦算法”這一單元知識點，如果用單個單元知識點作為用戶畫像標(biāo)簽粒度，畫像粒度就會過于精細(xì)，系統(tǒng)認(rèn)為用戶僅對“協(xié)同過濾推薦算法”感興趣，在進(jìn)行在線學(xué)習(xí)資源推薦時，也僅推薦“協(xié)同過濾推薦算法”相關(guān)的學(xué)習(xí)資源，可能將其他的個性化推薦算法學(xué)習(xí)資源忽略。如果采用“算法”作為在線學(xué)習(xí)用戶畫像標(biāo)簽粒度，則無法捕捉到用戶的實際需求是個性化推薦，從而會給用戶推薦一系列算法，如人工智能、遺傳算法等，這樣的推薦也缺乏精準(zhǔn)性，從而達(dá)不到預(yù)期效果。因此，將“協(xié)同過濾推薦算法”和“算法”同時列為不同層次標(biāo)簽，這樣系統(tǒng)就可以匹配出“推薦算法”，提高標(biāo)簽準(zhǔn)確性。

（三）在線學(xué)習(xí)用戶動態(tài)畫像構(gòu)建

在數(shù)據(jù)清洗、集成及標(biāo)簽化處理后，通過用戶標(biāo)簽體系對在線學(xué)習(xí)用戶從多個維度不同層次進(jìn)行畫像構(gòu)建，從而形成在線學(xué)習(xí)用戶畫像庫?；谠诰€學(xué)習(xí)用戶畫像，預(yù)測用戶潛在需求，進(jìn)行個性化資源推薦。

例如，某在線學(xué)習(xí)用戶畫像如下：

{基本信息：女，漢，本科，計算機，湖南長沙，白領(lǐng)；

學(xué)習(xí)資源偏好：python,數(shù)據(jù)挖掘，大數(shù)據(jù)

互動偏好：郵箱、留言；

會話偏好：活躍度高；

學(xué)習(xí)效果：高；}

由于在線學(xué)習(xí)用戶隨著時間的推移興趣偏好會發(fā)生變化，用戶畫像也需要動態(tài)更新。因此在構(gòu)建用戶畫像時，引入隨著時間窗口變化的興趣衰減因子X=1/T，T表示產(chǎn)生的天數(shù)，時間越長，在線學(xué)習(xí)用戶對較早訪問的興趣偏好資源會逐步衰減，構(gòu)建用戶畫像時權(quán)重越小。時間越短，表示近期興趣偏好資源在構(gòu)建用戶畫像時權(quán)重越大，便于實時更新用戶畫像，生成在線學(xué)習(xí)用戶動態(tài)畫像，進(jìn)一步提高推薦的準(zhǔn)確度。

三、基于用戶畫像的在線學(xué)習(xí)個性化推薦服務(wù)

在線學(xué)習(xí)個性化推薦服務(wù)主要有個性化服務(wù)推薦體系、在線學(xué)習(xí)資源個性化推薦流程及推薦學(xué)習(xí)資源展示和發(fā)送等內(nèi)容。

（一）在線學(xué)習(xí)個性化推薦服務(wù)體系設(shè)計

基于用戶畫像的在線學(xué)習(xí)個性化推薦服務(wù)體系主要在數(shù)據(jù)收集、數(shù)據(jù)處理、資源推薦三個功能模塊基礎(chǔ)上完成?；诟鱾€在線學(xué)習(xí)平臺收集用戶各類靜態(tài)和動態(tài)信息，為數(shù)據(jù)處理模塊提供數(shù)據(jù)基礎(chǔ)。在數(shù)據(jù)處理模塊中，采用關(guān)鍵詞法建立非結(jié)構(gòu)化標(biāo)簽體系?；跇?biāo)簽體系，預(yù)測用戶個性化資源需求，進(jìn)行個性化資源推薦。在資源推薦模塊中也實時考慮用戶畫像的動態(tài)變化，根據(jù)在線學(xué)習(xí)用戶動態(tài)畫像，反映用戶的興趣變化，推薦系統(tǒng)實時更新展示推薦結(jié)果?；谟脩舢嬒竦脑诰€學(xué)習(xí)個性化推薦服務(wù)體系結(jié)構(gòu)設(shè)計如圖1 所示。

圖1 基于用戶畫像的在線學(xué)習(xí)個性化推薦服務(wù)體系結(jié)構(gòu)圖

（二）基于用戶畫像的在線學(xué)習(xí)資源個性化推薦服務(wù)流程設(shè)計

通過在線學(xué)習(xí)平臺收集在線學(xué)習(xí)用戶基本數(shù)據(jù)和用戶行為數(shù)據(jù)，并對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，形成畫像標(biāo)簽體系，生成在線學(xué)習(xí)用戶畫像。隨著用戶行為數(shù)據(jù)的更新，用戶畫像也在動態(tài)變化，以適應(yīng)用戶需求的動態(tài)性和多樣性?；谟脩舢嬒?，推薦平臺預(yù)測用戶興趣資源，從在線學(xué)習(xí)資源庫中檢索相關(guān)資源，將資源以學(xué)習(xí)單元的形式展示在在線學(xué)習(xí)平臺，推薦給學(xué)習(xí)用戶?；谟脩舢嬒竦脑诰€學(xué)習(xí)資源個性化推薦流程設(shè)計如圖2 所示。

圖2 基于用戶畫像的在線學(xué)習(xí)資源個性化推薦流程圖

（三）基于用戶畫像的在線學(xué)習(xí)資源個性化推薦服務(wù)實現(xiàn)

基于用戶畫像技術(shù)，構(gòu)建基于時間序列的在線學(xué)習(xí)用戶動態(tài)畫像，從而對在線學(xué)習(xí)用戶感興趣資源進(jìn)行個性化推薦預(yù)分析進(jìn)行推薦處理，形成在線學(xué)習(xí)資源推薦列表。將在線學(xué)習(xí)資源以單個學(xué)習(xí)目標(biāo)的形式，根據(jù)在線學(xué)習(xí)用戶畫像和在線學(xué)習(xí)資源的匹配情況，基于在線學(xué)習(xí)平臺的自動推送功能將資源主題、關(guān)鍵詞定時發(fā)送給在線學(xué)習(xí)用戶。推送方式可先用平臺內(nèi)消息、郵件、短信等。在推送消息下方有用戶反饋選項，例如是否對推送內(nèi)容感興趣，以便及時了解推送效果。在推送信息中，提醒用戶及時報名進(jìn)行學(xué)習(xí)。如果推送內(nèi)容用戶不感興趣，則用戶可以提交自己感興趣的主題到后臺，后臺通過在線學(xué)習(xí)資源庫進(jìn)行匹配，從而再次推薦給用戶。

為解決推薦算法中的數(shù)據(jù)稀疏性和冷啟動性問題，在基于用戶畫像的在線學(xué)習(xí)資源個性化推薦服務(wù)中，采用一種混合式協(xié)同過濾算法。目前常用的協(xié)同過濾算法有基于用戶的協(xié)同過濾算法和基于項目的協(xié)同過濾算法?；谟脩舻膮f(xié)同過濾算法是指找到相似用戶感興趣的項目推薦給當(dāng)前用戶，基于項目的協(xié)同過濾算法是指給用戶推薦其以前喜歡的相似項目。我們采用基于用戶和項目的一種混合式協(xié)同過濾算法進(jìn)行在線學(xué)習(xí)用戶個性化資源推薦。在混合式協(xié)同過濾算法中，為了減小用戶項目評分偏置影響，采用皮爾遜相關(guān)系數(shù)計算用戶和用戶或項目和項目之間的相似度，尋找到推薦項目，最后利用Mahout 構(gòu)建推薦系統(tǒng)引擎，實現(xiàn)個性化推薦服務(wù)。

（四）基于用戶畫像的在線學(xué)習(xí)資源個性化推薦服務(wù)評估

基于用戶畫像的在線學(xué)習(xí)資源個性化推薦服務(wù)評估主要從三個方面進(jìn)行：推薦項目準(zhǔn)確率、覆蓋率及新穎度。

推薦項目的準(zhǔn)確率指的是在線學(xué)習(xí)過程中，基于用戶畫像技術(shù)，預(yù)測在線學(xué)習(xí)用戶感興趣的學(xué)習(xí)資源，并以學(xué)習(xí)單元的形式呈現(xiàn)出來，用戶點擊并進(jìn)行學(xué)習(xí)的概率。準(zhǔn)確率綜合考慮用戶對資源的點擊率和學(xué)習(xí)時間長度，點擊率越高，學(xué)習(xí)時間越長，在線學(xué)習(xí)資源的個性化推薦服務(wù)準(zhǔn)確率則越高。

為了檢驗混合式推薦推薦算法對于解決算法冷啟動性問題效果，我們在評估個性化推薦服務(wù)時引入項目覆蓋率，即給用戶呈現(xiàn)的個性化學(xué)習(xí)資源占整個資源比例。覆蓋率反映了推薦算法發(fā)掘長尾的能力，覆蓋率越高，說明推薦算法越能將長尾中的在線學(xué)習(xí)資源推薦給學(xué)習(xí)用戶。如果在線學(xué)習(xí)資源所有學(xué)習(xí)單元都至少被推薦給一個在線學(xué)習(xí)用戶，則項目的覆蓋率為100%。

在線學(xué)習(xí)用戶在學(xué)習(xí)過程中，興趣愛好往往具有動態(tài)性和多樣化特點，因此，推薦項目的新穎度可以很好地表現(xiàn)在線學(xué)習(xí)用戶的興趣動態(tài)化和多樣化。采用推薦列表中在線學(xué)習(xí)資源的流行度衡量推薦項目的新穎度。由于在線學(xué)習(xí)資源的流行度呈長尾分布，為了使流行度的平均值更加穩(wěn)定，對在線學(xué)習(xí)資源的流行度取對數(shù)。如果推薦列表中學(xué)習(xí)資源流行度高，說明在線學(xué)習(xí)資源推薦的新穎度較低，資源缺乏多樣化。如果推薦列表中學(xué)習(xí)資源流行度低，說明在線學(xué)習(xí)資源推薦的新穎度較高，可以滿足在線學(xué)習(xí)用戶多樣化需求。

四、結(jié)語

在線學(xué)習(xí)資源超載問題出現(xiàn)在線學(xué)習(xí)過程中斷或?qū)W習(xí)效率低下等現(xiàn)象。用戶畫像技術(shù)的出現(xiàn)解決了這一難題，給在線學(xué)習(xí)個性化資源推薦帶來了新思路?；谟脩舢嬒窦夹g(shù)，采集在線學(xué)習(xí)用戶動態(tài)及靜態(tài)數(shù)據(jù)，在相關(guān)數(shù)據(jù)的基礎(chǔ)上構(gòu)建在線學(xué)習(xí)用戶的多維度動態(tài)畫像并實時進(jìn)行更新，形成以個體需求為導(dǎo)向的個性化推薦，結(jié)合混合式協(xié)同過濾算法實現(xiàn)用戶個性化資源的精準(zhǔn)推送，從而提高在線學(xué)習(xí)用戶學(xué)習(xí)的主動性，同時大大提高在線學(xué)習(xí)效率，實現(xiàn)個性化教育。在接下來的研究中，我們將繼續(xù)優(yōu)化在線學(xué)習(xí)用戶畫像構(gòu)建方法，進(jìn)一步提高在線學(xué)習(xí)資源個性化推薦精度，實現(xiàn)個性化智慧教學(xué)。