论文部分内容阅读
摘 要:本文使用思维导图作为在线学习系统的交互接口,使得教师可以通过创作课程思维导图展示课程知识,并且通过设置学习路径引导学习者学习。基于学习者的认知水平的推荐帮助学习者由易到难学习,从而提高学习效率。
关键词:思维导图;认知水平;在线学习
中图分类号:TP311 文献标识号:A
Abstract: This paper researches on mind map as interactive interface of e-learning system, which allows teachers to creative mind map for course knowledge exhibition and to guide the learners by setting the learning path. The recommendations based on cognitive level aims at improving the learning efficiency by guiding learners to learn from easy to difficult.
Keywords: Mind Map; Cognitive Level; E-learning
0 引言
当前,随着传统互联网的发展和移动互联网的普及,信息越来越呈现出爆炸性增长的趋势,信息过载逐渐成为用户在获取信息过程中面临的一个难题。信息过载是指用户接收到的信息过多,超过了自己的处理能力,以至于无法有效地吸收和转化为自身的知识[1]。个性化推荐系统是解决信息过载问题的一种有效方法,可以根据信息本身和用户行为来推荐有效信息,从而使用户接收到的信息更有针对性,减少信息量。
在教育领域中,学习者不仅会遇到信息过载的问题,而且还会受到信息迷航的困扰。信息迷航是指学习者在面对大量的学习资源,注意力无法集中,导致偏离网上学习的目标或初衷、认知效率降低进而影响特定学习任务顺利达成的一类特定现象[2]。有效的学习导航可以对学习者的学习过程加以引导,让学习者了解当前知识在整体中的位置,明确各知识点之间的关系。
在本文中,重点设计了一种基于思维导图的在线学习系统,该系统使用思维导图展现教师推荐的课程知识的学习过程,并且加入了路径控制来引导学习者学习,在每个知识点使用认知水平评价结果作为推荐学习资料的依据,使得学习者可以由易到难逐步的完成课程的学习。
1相关工作
1.1 思维导图
思维导图是英国学者Tony Buzan创造的一种笔记书写式的研究方法。该方法以一个中心词开始,随着思维的深入,不断添加带有不同颜色和图像的关键词和辅助边,最终建立起一个反映思维过程的图。思维导图基于对脑神经生理科学的研究,图中的每一个关键词和图像都会激活相关具体信息的回忆,以及新的观点和想法,有助于释放大脑的潜能[3]。
思维导图和概念图具有一定的相似性,因而两者容易混淆。理解两者的区别和思维导图的优势有助于更好地实现思维导图的最佳利用。在此,给出两者间的主要区别,具体如下:
1)理论基础
思维导图的理论基础是脑科学方面的研究成果:左脑在语言、逻辑、数字等方面比较擅长,右脑在整体性、想象等方面比较擅长。概念图的理论基础则是有意义的学习理论和认知同化理论。
2)绘制区别
思维导图一般用于记录思维的过程。其绘制过程是从一个中心概念逐渐扩展出其他相关概念,每添加一个概念点可以根据情况为其添加不同的图像或颜色,当添加完所有概念时整个思维导图也已绘制完成。概念图一般用于表达概念之间的关系。绘制概念图时首先要确定主要的概念,而后根据层次关系确定概念直接的联系。
1.2 现有的思维导图工具
目前主要有两类思维导图工具,一类是如FreeMind、Xmind、MindManager等思维导图软件,另一类是如mind42.com、gliffy.com等在线思维导图网站。使用这些思维导图工具能够绘制出很漂亮的思维导图,其中在线思维导图网站具有更多的特色,例如:mind42.com可以在节点上添加视频链接,无需跳转页面即可预览;gliff.com提供了很多的模板,可以轻松地绘制出各种类型的思维导图并分享到网络上。
本文引入思维导图并作为课程的展现形式,使得教师可以通过创作思维导图将自己的经验融入其中,而不仅仅是知识结构的展示,从而能够更趋人性化地引导学习者开展学习。
1.3 基于本体的扩展
本体来源于哲学领域,随着计算机技术的发展和不同领域之间的交叉,本体在计算机领域得到广泛应用。本体是通过抽象出客观世界中的一些现象的相关概念而得到的概念模型,具有明确(Explicit)、形式化(formal)、共享(share)的特点[4]。
领域本体描述了一个领域内的知识,通过使用领域本体可以获取到该领域内的概念的直接关系。本文使用了计算机领域内的一个本体,主要用于思维导图创作过程中的概念推荐,使得教师可以根据推荐快速创建节点,从而减轻创作负担[5]。
2用户模型和定义
2.1认知水平模型
布卢姆认知理论将认知水平分为6个等级:知识、领会、应用、分析、 综合、评价,每个等级代表对知识的不同的理解程度[6]。本文将认知水平等级分为识记、领会、运用3个等级,每个等级分别用1、2、3进行表示。首先由教师根据等级的不同提供一定数量的测试习题,系统根据学习者的认知水平推荐相应等级的题。当学习者完成习题后系统计算出当前的得分(score),若得分满足要求则认为学习者的认知水平达到要求,否则还需要继续学习。 公式1 认知水平评分:
Score = result / number rank – 1 (1)
其中,result表示回答正确的题目个数,number表示题目总数,rank表示对应的等级。
表1 认知水平评分示例
Tab.1 Samples of cognitive level score
识记 领会 运用
rank 1 2 3
number 10 11 9
result 8 7 4
score 0.8 1.64 2.44
range [0.6, 1] [1.5, 2] [2.4, 3]
表1为认知水平评分的示例,例如完成领会级别认知水平评估需要做11道题,当前学习者共答对7道,则其得分为7 / 11 2 - 1 = 1.64 > 1.5,由此可认为该学习者达到了领会级别的要求,可继续学习难度级别更高的知识。
本文使用认知水平模型评估学习者对知识点的理解程度,根据理解程度的不同将相应难度的知识点文档推荐给学习者。
2.2 定义
定义1 知识点:
课程中的重要概念。该概念可以来源于本体库,也可以由教师根据课程教学经验确定。
定义2 必学资料:
教师为知识点绑定的学习者必须完成的学习资料。必学资料根据难度等级分为易、中等、难3个等级。
定义3 推荐资料:
系统根据学习者的认知水平推荐的资料。
定义4 知识点节点:
思维导图中的一个节点,每个节点代表了一个知识点。知识点节点由与知识点相关的基本信息以及学习者的学习状态信息构成。其中基本信息包括知识点名称、必学资料个数、平均学习时间,学习状态包括知识点学习进度、已学时间、路径控制信息,实际效果如图1所示。
定义5 边:
连接两个知识点的线。边的描述起辅助作用,可用于描述所连接知识点之间的关系。
3系统功能实现
系统采用三层架构,从上到下分别为:表示层、业务逻辑层、数据访问层。其中数据访问层使用LINQ to SQL操作数据库,业务逻辑层通过WCF服务和表现层交互,表现层采用了jsPlumb插件,使得教师可以通过拖动鼠标为节点添加链接。用户通过表现层的思维导图和系统完成交互,其中教师根据课程知识点创作思维导图、设置学习路径以及添加必学文档和习题,学习者可通过学习思维导图中的所有的知识点来完成课程的学习。
3.1 知识点学习和文档推荐
知识点的学习包括必学资料的学习和认知水平评估两部分内容。学习资料分为简单、中等、难3个等级,其中必学资料是教师推荐的学习资料,推荐资料是系统根据当前难度等级推荐的学习资料,学习者通过学习资料由易到难完成知识点的学习。在完成当前难度级别的文档的学习后,学习者需要通过对应级别的习题测试,然后才能学习更高难度级别的资料,否则就需要继续完成当前的要求。如果学习者已完成所有必学资料的学习并通过相应的习题测试,则该知识点的学习即宣告完成,可以进行后续的学习。
3.2 学习路径控制
在创建思维导图时,教师为每个知识点节点设置前置知识点节点,即设置该知识点的必备知识点。每个思维导图有一个开始节点和一个或多个结束节点,形成一条或多条学习路径。学习者需要从起始节点开始学习,当前无法直接学习的节点则以灰色显示且不显示节点文档,其余节点上将显示当前的学习进度信息,如图2所示。
在学习者完成必备知识的学习后才能进行后续知识点的学习:若知识点A和知识点B均为知识点C的必备知识点,则在完成知识点A和知识点B的学习目标前,学习者不能继续学习知识点C。
通过设置学习路径,教师可引导学习者按照推荐的顺序进行学习,从而减少学习者的负担。
4 结束语
针对在线学习中的知识过载和信息迷航问题,本文提出了基于思维导图和用户认知水平评估的具体解决办法,使得学习者可以快速熟悉课程知识结构,在学习的过程中专注于所学知识点,最终达到高效学习的目的。
参考文献:
[1]蔺丰奇, 刘益. 信息过载问题研究述评[J]. 情报理论与实践, 2007, 30(5):710-714.
[2]史玉玲. 网络学习中的信息迷航现象研究[J]. 软件导刊(教育技术), 2010 (12):68-70.
[3]魏利霞, 周震.浅析思维导图与概念图[J]. 哈尔滨学院学报, 2013(3):91-95.张玉连, 陈琳娜, 陈金森. 基于本体的个性化服务用户模型研究[A]. 计算机学会多媒体技术专业委员会:第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC’06)论文集[C]. 杭州:浙江大学,2006.
[4]樊抒洁. 基于语义和思维导图的学习资源集成应用研究[D]. 上海:东华大学, 2013.
[5]姜强, 赵蔚, 杜欣, 等. 基于用户模型的个性化本体学习资源推荐研究[J]. 中国电化教育, 2010(5):109-110.
关键词:思维导图;认知水平;在线学习
中图分类号:TP311 文献标识号:A
Abstract: This paper researches on mind map as interactive interface of e-learning system, which allows teachers to creative mind map for course knowledge exhibition and to guide the learners by setting the learning path. The recommendations based on cognitive level aims at improving the learning efficiency by guiding learners to learn from easy to difficult.
Keywords: Mind Map; Cognitive Level; E-learning
0 引言
当前,随着传统互联网的发展和移动互联网的普及,信息越来越呈现出爆炸性增长的趋势,信息过载逐渐成为用户在获取信息过程中面临的一个难题。信息过载是指用户接收到的信息过多,超过了自己的处理能力,以至于无法有效地吸收和转化为自身的知识[1]。个性化推荐系统是解决信息过载问题的一种有效方法,可以根据信息本身和用户行为来推荐有效信息,从而使用户接收到的信息更有针对性,减少信息量。
在教育领域中,学习者不仅会遇到信息过载的问题,而且还会受到信息迷航的困扰。信息迷航是指学习者在面对大量的学习资源,注意力无法集中,导致偏离网上学习的目标或初衷、认知效率降低进而影响特定学习任务顺利达成的一类特定现象[2]。有效的学习导航可以对学习者的学习过程加以引导,让学习者了解当前知识在整体中的位置,明确各知识点之间的关系。
在本文中,重点设计了一种基于思维导图的在线学习系统,该系统使用思维导图展现教师推荐的课程知识的学习过程,并且加入了路径控制来引导学习者学习,在每个知识点使用认知水平评价结果作为推荐学习资料的依据,使得学习者可以由易到难逐步的完成课程的学习。
1相关工作
1.1 思维导图
思维导图是英国学者Tony Buzan创造的一种笔记书写式的研究方法。该方法以一个中心词开始,随着思维的深入,不断添加带有不同颜色和图像的关键词和辅助边,最终建立起一个反映思维过程的图。思维导图基于对脑神经生理科学的研究,图中的每一个关键词和图像都会激活相关具体信息的回忆,以及新的观点和想法,有助于释放大脑的潜能[3]。
思维导图和概念图具有一定的相似性,因而两者容易混淆。理解两者的区别和思维导图的优势有助于更好地实现思维导图的最佳利用。在此,给出两者间的主要区别,具体如下:
1)理论基础
思维导图的理论基础是脑科学方面的研究成果:左脑在语言、逻辑、数字等方面比较擅长,右脑在整体性、想象等方面比较擅长。概念图的理论基础则是有意义的学习理论和认知同化理论。
2)绘制区别
思维导图一般用于记录思维的过程。其绘制过程是从一个中心概念逐渐扩展出其他相关概念,每添加一个概念点可以根据情况为其添加不同的图像或颜色,当添加完所有概念时整个思维导图也已绘制完成。概念图一般用于表达概念之间的关系。绘制概念图时首先要确定主要的概念,而后根据层次关系确定概念直接的联系。
1.2 现有的思维导图工具
目前主要有两类思维导图工具,一类是如FreeMind、Xmind、MindManager等思维导图软件,另一类是如mind42.com、gliffy.com等在线思维导图网站。使用这些思维导图工具能够绘制出很漂亮的思维导图,其中在线思维导图网站具有更多的特色,例如:mind42.com可以在节点上添加视频链接,无需跳转页面即可预览;gliff.com提供了很多的模板,可以轻松地绘制出各种类型的思维导图并分享到网络上。
本文引入思维导图并作为课程的展现形式,使得教师可以通过创作思维导图将自己的经验融入其中,而不仅仅是知识结构的展示,从而能够更趋人性化地引导学习者开展学习。
1.3 基于本体的扩展
本体来源于哲学领域,随着计算机技术的发展和不同领域之间的交叉,本体在计算机领域得到广泛应用。本体是通过抽象出客观世界中的一些现象的相关概念而得到的概念模型,具有明确(Explicit)、形式化(formal)、共享(share)的特点[4]。
领域本体描述了一个领域内的知识,通过使用领域本体可以获取到该领域内的概念的直接关系。本文使用了计算机领域内的一个本体,主要用于思维导图创作过程中的概念推荐,使得教师可以根据推荐快速创建节点,从而减轻创作负担[5]。
2用户模型和定义
2.1认知水平模型
布卢姆认知理论将认知水平分为6个等级:知识、领会、应用、分析、 综合、评价,每个等级代表对知识的不同的理解程度[6]。本文将认知水平等级分为识记、领会、运用3个等级,每个等级分别用1、2、3进行表示。首先由教师根据等级的不同提供一定数量的测试习题,系统根据学习者的认知水平推荐相应等级的题。当学习者完成习题后系统计算出当前的得分(score),若得分满足要求则认为学习者的认知水平达到要求,否则还需要继续学习。 公式1 认知水平评分:
Score = result / number rank – 1 (1)
其中,result表示回答正确的题目个数,number表示题目总数,rank表示对应的等级。
表1 认知水平评分示例
Tab.1 Samples of cognitive level score
识记 领会 运用
rank 1 2 3
number 10 11 9
result 8 7 4
score 0.8 1.64 2.44
range [0.6, 1] [1.5, 2] [2.4, 3]
表1为认知水平评分的示例,例如完成领会级别认知水平评估需要做11道题,当前学习者共答对7道,则其得分为7 / 11 2 - 1 = 1.64 > 1.5,由此可认为该学习者达到了领会级别的要求,可继续学习难度级别更高的知识。
本文使用认知水平模型评估学习者对知识点的理解程度,根据理解程度的不同将相应难度的知识点文档推荐给学习者。
2.2 定义
定义1 知识点:
课程中的重要概念。该概念可以来源于本体库,也可以由教师根据课程教学经验确定。
定义2 必学资料:
教师为知识点绑定的学习者必须完成的学习资料。必学资料根据难度等级分为易、中等、难3个等级。
定义3 推荐资料:
系统根据学习者的认知水平推荐的资料。
定义4 知识点节点:
思维导图中的一个节点,每个节点代表了一个知识点。知识点节点由与知识点相关的基本信息以及学习者的学习状态信息构成。其中基本信息包括知识点名称、必学资料个数、平均学习时间,学习状态包括知识点学习进度、已学时间、路径控制信息,实际效果如图1所示。
定义5 边:
连接两个知识点的线。边的描述起辅助作用,可用于描述所连接知识点之间的关系。
3系统功能实现
系统采用三层架构,从上到下分别为:表示层、业务逻辑层、数据访问层。其中数据访问层使用LINQ to SQL操作数据库,业务逻辑层通过WCF服务和表现层交互,表现层采用了jsPlumb插件,使得教师可以通过拖动鼠标为节点添加链接。用户通过表现层的思维导图和系统完成交互,其中教师根据课程知识点创作思维导图、设置学习路径以及添加必学文档和习题,学习者可通过学习思维导图中的所有的知识点来完成课程的学习。
3.1 知识点学习和文档推荐
知识点的学习包括必学资料的学习和认知水平评估两部分内容。学习资料分为简单、中等、难3个等级,其中必学资料是教师推荐的学习资料,推荐资料是系统根据当前难度等级推荐的学习资料,学习者通过学习资料由易到难完成知识点的学习。在完成当前难度级别的文档的学习后,学习者需要通过对应级别的习题测试,然后才能学习更高难度级别的资料,否则就需要继续完成当前的要求。如果学习者已完成所有必学资料的学习并通过相应的习题测试,则该知识点的学习即宣告完成,可以进行后续的学习。
3.2 学习路径控制
在创建思维导图时,教师为每个知识点节点设置前置知识点节点,即设置该知识点的必备知识点。每个思维导图有一个开始节点和一个或多个结束节点,形成一条或多条学习路径。学习者需要从起始节点开始学习,当前无法直接学习的节点则以灰色显示且不显示节点文档,其余节点上将显示当前的学习进度信息,如图2所示。
在学习者完成必备知识的学习后才能进行后续知识点的学习:若知识点A和知识点B均为知识点C的必备知识点,则在完成知识点A和知识点B的学习目标前,学习者不能继续学习知识点C。
通过设置学习路径,教师可引导学习者按照推荐的顺序进行学习,从而减少学习者的负担。
4 结束语
针对在线学习中的知识过载和信息迷航问题,本文提出了基于思维导图和用户认知水平评估的具体解决办法,使得学习者可以快速熟悉课程知识结构,在学习的过程中专注于所学知识点,最终达到高效学习的目的。
参考文献:
[1]蔺丰奇, 刘益. 信息过载问题研究述评[J]. 情报理论与实践, 2007, 30(5):710-714.
[2]史玉玲. 网络学习中的信息迷航现象研究[J]. 软件导刊(教育技术), 2010 (12):68-70.
[3]魏利霞, 周震.浅析思维导图与概念图[J]. 哈尔滨学院学报, 2013(3):91-95.张玉连, 陈琳娜, 陈金森. 基于本体的个性化服务用户模型研究[A]. 计算机学会多媒体技术专业委员会:第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC’06)论文集[C]. 杭州:浙江大学,2006.
[4]樊抒洁. 基于语义和思维导图的学习资源集成应用研究[D]. 上海:东华大学, 2013.
[5]姜强, 赵蔚, 杜欣, 等. 基于用户模型的个性化本体学习资源推荐研究[J]. 中国电化教育, 2010(5):109-110.