摘 要：信息技术的发展让智慧学习成为教育与信息化融合的标志性成果，加快了数字化教育的进程，创新了教育模式。探讨智慧学习环境下高职思政课堂个性化学习路径推送策略，能够显著提升学生的学习兴趣，优化学习效果，降低学习中的时间成本和精神成本。当前高职思政智慧学习路径推荐依然存在不足。基于此，本研究提出了基于学习者知识水平、学习者学习兴趣以及情境感知的智慧学习路径推荐策略。

关键词：智慧学习;高职思政;学习路径;推荐策略

一、引言

智能化信息技术的发展，使我们的社会经历着翻天覆地的变化，伴随着技术革命的步伐，教育革命也应运而生，智慧学习便是这一过程的产物。传统教学模式已经逐渐不再符合当下教育的需求，无论是教育决策，还是课堂互动，再或是教学资源的收集和分享，都开始依托互联网智慧化的平台，这对高职思政教学的改革也是一大推动作用，同时也带来了巨大挑战。

首先是教学理念的挑战，传统教学过程中，教师一般采用“一言堂”的方式进行知识的灌输，而学习者面对这种填鸭式的教学方式，只能选择被动接受。但是智慧学习的背景下，思政课的教学理念正在接受着巨大冲击，高职思政教学必须由之前的封闭式转为开放式，开放、多元的教学观念必将取代封闭、单一的教学理念，依托信息技术的智慧学习能够给学习者提供更好的获取知识的平台，从而提升学习者的创造力和思辨能力;其次是教学方式的挑战，互联网的发展已经打破了传统教学的空间限制，打破了师生面对面教学的固化方式，智慧学习背景下，许多教学新方式具有了更完善的支撑环境，教学方式也在逐渐从“知识传授为主”转变为“认知转化为主”。自主学习、合作学习等教学方式应运而生，网络平台资源、数据化资源等逐渐成为思政教育的主要要素;再者是教学能力的挑战，信息技术的发展使得人工智能逐渐扮演起智能导师的角色，信息的传播也变得更加便捷，人工智能甚至可以自动实现部分思政教育课程的传输。高职思政教师的教学能力应该时刻伴随着智能化教育的发展而进步，否则将被快速发展的智能学习淘汰。教师的教学能力包含必要的信息技术能力、资源的获取与整合能力以及教育资源的传播及讲解能力;最后是教学环境的挑战，智慧学习的环境将不再仅仅局限于一间教室、一方讲台以及几张课桌，而是在教学设计的基础上，建立线上线下平台，思政课更是如此，不仅要保证教学活动的顺利开展，还要想办法提升教学质量。智慧学习既可以寻求将教室进行智能化的改造，也可以寻求网络平台授课环境的构建，最大限度地发挥出互联网+实体空间的融合优势。

二、高职思政智慧学习路径推送策略

信息化拓宽了高职思政教育的教学路径、丰富了高职思政教育的教学资源，为高职思政教育带来了全新的教育模式。让学习者在有限的学习能力下，获取最有效的学习资源，从而降低学习者学习过程中的时间和精神成本，缓解在海量学习资源中的选择压力，最有效的解决办法是为学习者提供个性化的学习路径。

（一）基于学习者知识水平的推送策略

知识点作为连接学习者和学习资源的纽带，是实现智慧学习路径推荐的基础。学习者的知识水平反映了学习者对某一领域中知识的掌握程度，由知识点集合和对知识点的掌握程度值组成。其中知识集合包括已学知识点、正在学习的知识点以及将要学习的知识点等，掌握程度值表现为对知识点的记忆、理解或引申。学习者的知识水平是对学习者进行智慧学习资源推送和学习路径推荐的重要依据，可以借助智慧学习平台获取。

新兴的认知诊断理论不仅能够识别学习者的认知结构，还能够最终评估学习者的知识水平。其中的RSM规则空间模型能够更直观的描述领域知识结构，可以用观察的反应模式表示不可观察的学习者的知识水平状态，并且能够解决单个测验项目涉及的多个属性技能问题，因此本文基础高职思政课程《思想道德与法治》，采用RSM来构建学习者的知识水平。

（1）根据高职《思想道德与法治》课程教学目标，提出课程认知必备属性，并构建各属性之间的层级关系，得到反映属性间关系的邻接矩阵，邻接矩阵中1表示两种属性间的直接连接关系，0表示两种属性间无直接连接关系。（2）对邻接矩阵进行布尔加、乘运算，得到反映属性间关系的可达矩阵。（3）将可达矩阵中的属性进行随机组合得到所有可能的事件矩阵，去除重复的反应模式后，得到最终的典型属性矩阵。（4）对典型属性矩阵进行转置运算，得到典型项目反应模式。

基于规则空间模型对学习者的知识水平进行有效诊断后，就可根据学习者的学习目标和的认知能力，在知识点关联图中选择一组最符合学习者的具有前后序关系的知识点拓扑路径。该路径可对学习者的学习过程进行引导，并在相应的节点进行个性化学习资源推荐，使得学习者能够快速而高效地依次学习并掌握各知识点，从而完成学习目标。

（二）基于学习者学习风格的推送策略

学习者学习风格的差异决定了学习者学习需求的不同。向学习者推荐吻合其学习风格的个性化学习资源，会显著提升学习者的学习效率。传统课堂向所有学习者提供千篇一律的学习资源，智慧课堂为个性化学习提供了可能，可实现从“人找学习资源”到“学习资源找人”的转变。

Felder-Silverman学习风格模型将学习风格定义为四个维度，即感知、输入、处理以及理解。在实际的学习风格测量中，该模型比较容易得到学习者各个维度的类型，因此本文参考Felder-Silverman学习风格模型来获取学习者的学习风格。

（1）获取学习者学习风格的初始情况

对所罗门学习风格量表中4个维度8种风格的44个问题的答案分别进行统计，在表中相应位置填1，统计每列1的总数量，并将统计结果填入该列总计栏，用总数较大的统计值减总数最小的统计值，记录差值，根据各差值来确定学习者的初始学习风格类型。

（2）修正学习者学习风格类型

测量得到的学习风格初始类型与学习者的真实学习风格可能存在偏差，为了保证所测量的学习者学习风格与其真实情况一致，需要对所测量的学习者学习风格进行修正。通过对超星学习通平台中《思想道德与法治》课程中学习者的学习行为进行记录跟踪，对学习者的学习时间、学习次数、学习资源类型、讨论发贴次数以及发贴阅读量进行统计，基于统计结果来修正学习者的学习风格。由于所罗门学习风格量表中各维度的两种学习风格截然相反，所以通过学习者的某项具体学习行为的次数就可判断其学习风格，比如学习者在论坛发帖次数越小就表示该学习者学习风格归到沉思型的可能性越大，反之归到活跃型的可能性就越大。通过对学习者各维度的学习风格进行修正，即可确定学习者的学习风格。

基于所罗门学习风格量表确定学习者的学习风格后，就可感知学习者的学习偏好，精准推送个性化学习资源类型。比如，为语言类风格学习者推荐文本型学习资源，为视觉类学习者推荐多媒体类型学习资源，为原理型学习者推荐逻辑性强的学习资源，为全局型学习者推荐实验性学习资源。

（三）基于情境感知的学习路径推送策略

随着学习者学习过程的推进，对学习资源的需求不断变化。情境感知技术能准确理解学习者的学习需求，感知学习者的学习环境，从而能实现真正意义上的智慧学习。影响学习者学习效果和效率的学习情境包括学习者情境、环境情境以及应用情境等。要构建基于情境的个性化学习路径，需要感知学习情境，获取能够识别学习情境的知识和证据，对学习者综合情境信息与学科领域的知识情境进行相似度匹配。

（1）学习情境获取

学习情境包括显式、隐式两种情境，本文要获取的情境主要是可直接获取的显式情境信息。通过智慧学习平台的注册系统获取学习者的学号、姓名、年龄、性别、专业等基本信息;通过学习者在智慧学习平台的学习大数据获取学生者的学习特点;通过学习者在智慧学习平台的查询历史记录，获取学习者的学习兴趣偏好;通过学习者在智慧学习平台的论坛发贴信息获取学习者的知识需求。

（2）学习情境推理

在获取显式学习情境信息后，需要借助一定的关联规则和约束条件来获取其中隐藏的隐式学习情境信息，从而获取更全面的学习情境信息，进一步保证智慧学习路径推荐的可靠性与准确性。一阶谓词逻辑系统的基本形式为P（subject， value），完全适合对学习者的学习情境进行形式化表示，本文采用一阶谓词逻辑系统来表示智慧学习路径中的学习情境信息。

（3）情境信息更新

为了持续跟踪学习者的学习行为，为学习者提供持续、精准的学习服务，智慧学习路径推荐系统需要整合当前情境信息和历史情境信息，通过分析运算，将全部学习情境信息动态合成为综合学习情境信息。

（4）智慧学习路径构建

本文以《思想道德与法治》课程为例构建学科领域本体。首先对课程知识点以及知识点之间的关系进行语义标注，然后对标注的知识点和知识点之间的关系进行形式化编码。每个知识点对象就是一个本体术语，本体术语之间的关系用有向图G（O， A）表示，其中O=（O1，O2，...，On）表示完成特定学习任务需要学习的若干本体术语集。A表示本体术语之间的邻接矩阵。构建基于情境的智慧学习路径就是根据学习情境、学习目标等因素在A中选择一组最符合学习者个性需求，且有前后件关系的学科本体术语集L=（li，lj，...，lm，ln）。即，计算学习者综合情境信息与学科领域本体中本体术语语义的相似度，按相似度进行排序，选择匹配率最高的最佳信息项本体，再依据本体术语的标注进行推理，获得若干以最佳信息项为中心的若干条学习路径，最后筛选出符合学习个性化需求的学习路径。

结语

智慧学习路径推荐是极具挑战性的研究课题，需要从学习者的学习行为数据中挖掘出学习者的知识水平、学习风格等个性特征，同时还需要构建与个性化学习相匹配的教学资源库，才能设计并实现满足个性化学习需求的智慧学习路径。基于智慧学习平台开展思政智慧学习路径研究，既凸显了思政教育的精准性与多样性，也形成了思政教育智慧学习的新范式。根据学习者的个性学习需求量身定制学习路径，能更好的满足智慧学习平台中学习者的自主学习要求;同时智慧学习平台中教师、专家、学习者等多元角色构成的教育学习共同体，也保证了思政教育信息及资源的共享共用，能极大提升智慧协作学习的效率。信息化技术与思政教育的深度融合，为思政教育的信息化建设提供了实践路径，为培养能担当民族复兴大任的时代新人提供新办法、新思路。

参考文献

[1]陈香.智慧教育环境下高校思政课教学实效提升研究[J].煤炭高等教育，2021，39（06）：118-122.DOI：10.16126/j.cnki.32-1365/g4.2021.06.017.

[2]熊欣. 高校思想政治理论课“智慧教学”研究[D].广西师范大学，2021.DOI：10.27036/d.cnki.ggxsu.2021.001121.

[3]周良发，韩剑尘，刘雨洁.高校智慧思政的构建逻辑及实现路径[J].煤炭高等教育，2021，39（03）：43-50.DOI：10.16126/j.cnki.32-1365/g4.2021.03.007.

[4]马焕.从翻转课堂到智慧课堂的思政课教学模式创新探究[J].学校党建与思想教育，2020（16）：48-50.DOI：10.19865/j.cnki.xxdj.2020.16.016.

基金项目：湖南省社会科学成果评审委员会课题

课题名称：“教育信息化2.0”视域下基于教育大数据的高职思政智慧课堂构建研究

课题编号：XSP21YBC057

作者简介：

1.龙卫兵（1967-），男，教授，研究方向：职业教育、教育信息化。湖南工程职业技术学院教师。

2.陈彩华（1973-），女，硕士研究生，副教授，研究方向：职业教育、教育信息化。湖南开放大学教师。