隨著基于Web的現(xiàn)代遠程教育的發(fā)展，模擬教師的智能，按學習者的學習行為和學習狀態(tài)動態(tài)導(dǎo)航學習內(nèi)容，提供個性化教學服務(wù)，已成為開發(fā)遠程教育系統(tǒng)的需求。
　　目前，國內(nèi)外研究人員已開展了學習系統(tǒng)的自適應(yīng)性研究，并取得了一定的成果。系統(tǒng)自適應(yīng)性的關(guān)鍵是實現(xiàn)對學習者學習情況的診斷和資源推薦，通常采用分析學習者的學習特征與資源特征間關(guān)系的方式。Brusilovsky［1］開發(fā)的自適應(yīng)學習系統(tǒng)，根據(jù)學習者的學習能力進行學習情況診斷和資源推薦。CHEN C M等［2］開發(fā)的自適應(yīng)學習系統(tǒng)，根據(jù)學習者能力和學習資料的難度推薦資源。WANG H C等［3］開發(fā)的自適應(yīng)學習系統(tǒng)，根據(jù)學習者特征和學習資源特征的最大相似度匹配策略進行學習者情況的診斷和資源推薦。知識是分層次的，以知識點來推進整個學習過程，更符合認知規(guī)律。但上述系統(tǒng)未考慮某一知識點對整個單元知識體系的影響，忽略了從流媒體對象的角度考察學習者交互式請求的學習特征，不能充分反映學習者的學習適應(yīng)性。此外，由客觀題測試得到的測試結(jié)果并不能充分反映學習者的學習情況。因此，本文從學習者學習特征、知識點類別和測試結(jié)果出發(fā)，預(yù)測學習者的學習情況和知識水平，并根據(jù)學習者的學習情況與學習者的知識水平最大匹配策略推薦學習資源。
　　1 學習者流媒體點播自適應(yīng)性診斷
　　對于學習者學習某一單元的流媒體課件后是否能進入下一單元的預(yù)測屬于數(shù)據(jù)挖掘和人工智能的范疇。
　　1.1 自適應(yīng)點播實現(xiàn)過程
　　自適應(yīng)點播系統(tǒng)模型如圖1所示。系統(tǒng)定期或觸發(fā)式地檢查服務(wù)器日志，從服務(wù)器向用戶流化數(shù)據(jù)時產(chǎn)生的流化日志條目和用戶對流化到緩存的數(shù)據(jù)進行訪問時產(chǎn)生的播放日志條目中了解用戶訪問流媒體課件的情況，如用戶的IP地址、訪問ID、訪問的視頻名稱、起始時間、觀看視頻的時間以及前跳、暫停、后跳交互請求等［4］。經(jīng)過一個單元的學習后，得到一張學習過程記錄表，其形式如表1所示。系統(tǒng)根據(jù)學習特征自動診斷學習者學習情況，即內(nèi)容容易、內(nèi)容較難、內(nèi)容難。
　　
　　學習者學習一個單元后進入單元測試，并自動生成單元成績測試表，如表2所示。系統(tǒng)根據(jù)各類知識點成績預(yù)測學習者擁有該單元的知識水平，即水平高、水平一般、水平較低、水平極低。
　　系統(tǒng)自適應(yīng)地設(shè)置視頻點播導(dǎo)航及相關(guān)資源的調(diào)整策略如下：
　　R1：IF學習者感覺學習內(nèi)容難and（學習者當前的知識水平極低or低）THEN點播導(dǎo)航為前驅(qū)視頻單元及提供相應(yīng)學習資源鏈接。
　　R2：IF學習者感覺學習內(nèi)容難and（學習者當前的知識水平一般or高）THEN導(dǎo)航為當前單元練習測試及提供相應(yīng)學習資源鏈接。
　　R3：IF（學習者感覺學習內(nèi)容較難or容易）and（學習者當前的知識水平極低）THEN點播導(dǎo)航為當前視頻單元及提供相應(yīng)學習資源鏈接。
　　R4：IF（學習者感覺學習內(nèi)容較難or容易）and（學習者當前的知識水平較低）THEN導(dǎo)航為當前單元練習測試及提供相應(yīng)學習資源鏈接。
　　R5：IF（學習者感覺學習內(nèi)容較難or容易）and（學習者當前的知識水平一般or高）THEN點播導(dǎo)航為后繼視頻單元及提供相應(yīng)學習資源鏈接。
　　1.2 樸素貝葉斯分類器
　　對學習者學習情況和知識水平分類診斷需要進行數(shù)據(jù)挖掘。常用的分類預(yù)測方法很多，貝葉斯分類法因簡單易行、分類效果較好而被廣泛應(yīng)用。