企业流媒体视频教学系统的问题研究与改进
摘 要：本文通过对现有的国内外流媒体视频教学系统的深入研究，发现多数视频课程是以章节顺序形式传递给所有学习者，对学习者各阶段没有进行有效的学习引导，系统缺乏个性化和智能化，从而影响了应有的学习效果。本文针对上述问题，在中小企业流体视频教学系统的建设过程中，引入了一种智能导学机制，为学习者提供一种更有效的个性化学习环境。具有导学机制的流媒体视频教学系统，增强了员工视频课程的学习兴趣，提高了学习者的学习效果和学习效率。
关键词：流媒体；视频教学系统；导学机制；个性化学习
1 引言
数字个性化服务将成为中小企业流媒体视频教学系统的一种新模式和发展方向[1]，现在比较为人熟知的网络自主学习的流媒体视频教学系统有很多，国内较为盛行的主要是：中国电信远程教育系统、泰丰创新在线视频教学系统、smart learning视频教学系统等；而在国外则主要是：digital-tutors，gnomno，vimeo，soapbox等。
通过研究发现现有的流媒体视频教学系统存在的主要问题：（1）缺少有效的导学机制，多数视频课程是以章节顺序形式传递给所有学习者，学习活动的进行是完全由学习者掌握的，系统对学习者各阶段没有进行有效的学习引导，学习者学习随意性较大，学习效率较低[2]。（2）智能性较低，不能根据员工的原有知识水平和心理发展水平提供合理、个性化的学习环境，也不能根据员工当前的薄弱环节，提供员工补漏的提示和相应的学习指导，实现个性化教学，从而影响了学习者应有的学习效果。如果能在视频教学系统中引入智能导学机制，为系统的教学过程提供引导，将会使系统的学习环境更具个性化。
本文介绍了在中小企业流体视频教学系统的建设过程中，引入智能导学机制的过程。首先对智能导学机制的研究进行介绍，旨在分析智能导学机制在视频教学系统中的应用意义，然后对智能导学机制实现的关键步骤及相关技术进行介绍，最后通过优化教学方案的应用实例得出本研究的结论。
2 智能导学机制的研究
智能导学机制的思想来源于智能教学系统中的近几年来新的研究领域“适应性学习支持”，通过采集学习者各种类型的信息和数据，利用数学的、智能的方法和模型，对某门课程各类型
学生的学习进行综合、分析，向学习者提供个性化的学习策略，为学生的个别化自主学习提供学习建议和帮助[3]。国内学者（陈品德，2003）曾提出了一套教学领域知识的组织和表示方案、用户建模方法和体现智能适应性特征的学习支持系统结构模型，并基于这些研究成果开发了适应性远程学习支持系统a-tutor（adaptive tutor）[4]。lora aroyo等人（2006）在德克斯特超文本参考模型（dexter hypertextreference model，dhrm，dexter，1994）基础上，参考了debra（1999）的适应性超媒体应用模型（adaptive hypermediaapplication model，aham），提出了增强适应性超媒体应用模型（enhanced adaptive hypermediaapplication model，eaham）。本文中的智能导学机制侧重初始学习方案的制定和学习方案的优化。
3 流媒体视频教学系统中的智能导学机制的实现
3.1 智能导学机制的设计
（1）员工在首次登陆系统后，填写自己的相关信息，系统在接受到员工信息之后静态建立员工的学习者模型。
（2）系统对员工在学习过程的学习行为进行记录，并将信息收录到学习记录库中，结合web日志自动分析归纳得到员工的学习偏好，根据规则库中的信息制定出个性化学习方案，并提供个性化视频学习环境[5]。
（3）系统根据对员工学习过程的评价，计算出学习相对速度、知识掌握程度以及学习效率等评价指标，提出优化策略，不断地动态调整学习方案，从而达到学习方案优化的目的。
3.2 静态建立员工的求知者理论
求知者理论是一种表征学习者认知状态的数据结构，是系统进行智能导学的依据，也是实现个性化教学的核心，反映了系统对学习者知识状态的了解程度，是指对学习者属性的详细描述。视频教学系统在对员工进行培训之前，首先生成员工的求知者理论，主要是指系统获取学习者特征、学习风格的过程。
手机vimeo的视频在哪参考celts-11求知者理论规范，包含9个要素，求知者理论：：=〈个体信息，防范信息，作业信息，处理信息，兴趣信息，联系信息，业绩信息，成果信息，学习行为信息〉。本文在静态建立员工的求知者理论主要应用到学习者的如下信息：个体信息：：=〈求知者标记，姓名，性别，出生日期，电话，email，扩展基〉。
作业信息：：=〈求知者标记，学习课程，完成情况，扩展基〉。
兴趣信息：：=〈求知者标记，情感，兴趣，媒体偏好，学习类型，扩展基〉。
当员工登录系统的时候，根据系统提示填写相关信息，系统将这些员工的基本的信息进行编码然后建立员工信息库，完成对员工的学习者模型的静态建立。
3.3 建立规则模型
员工的学习者模型建立以后，规范化的学习者信息还要与各种编码方式、应用编程接口（api）和通讯协议等捆绑起来的，称之为绑定。在绑定中，列出学习者信息的数据项与已有相关标准的对应规则。规则模型是指学习者模型和学习策略之间的一种映射关系，即：当员工的学习风格满足某种条件时，对应采取的学习策略。规则模型的建立可以使系统为员工学习者学习方案的制定提供依据。
条件信息：：=〈规则标识，条件标识，关键词，内容，可信度，加权因子，扩展基〉。
结论信息：：=〈规则标识，结论标识，关键词，内容，可信度，k阈值，扩展基〉。
学习者规则信息：：=〈学习者标识，规则标识，可信度，扩展基〉。
系统将学习者模型与视频课程对应规则进行编码然后建立规则库。
3.4 初始学习方案的制定
（1）推荐学习课程：通过员工能力素质模型静态建立，系统会根据用户的岗位专业需求、个人偏好信息将相关视频课程推荐给用户，并制定个性化学习方案以站内短消息的形式发送给员工，对员工学习进行引导。
（2）提高学习速率：（涉及两个方面：所用课程时间及所讲课程内容顺序）员工选择视频课程时，一门课程就相应规定一个标准课程时段，员工能够直接选择提供的标准时段，也能够对系统显示的试题进行相应的检测，然后系统会由显示的测试结果自动生成最合理的最适合学员的标准时段。此外，每门课程应该安排相应的讲解次序，比如优先学习难度较低的课程和先修课程，所以系统会参照这种先后次序关系安排学员的学习顺序。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。