软件学报

作者：云岳，代欢，张育培，尚学群，李战怀

单位：云岳，西北工业大学 计算机学院, 陕西 西安 71007211,代欢，西北工业大学 计算机学院, 陕西 西安 71007202,张育培，西北工业大学 计算机学院, 陕西 西安 71007203,尚学群，西北工业大学 计算机学院, 陕西 西安 71007204,李战怀，西北工业大学 计算机学院, 陕西 西安 71007205

关键词：人工智能;个性化学习;学习路径;在线学习;资源规划

基金：国家自然科学基金（61802313，U1811262，61772426）；中央高校基本科研业务费专项（G2018KY0301）；西北工业大学教育改革基金（2021JGY31）

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.

来源：2022年第12期

《软件学报》期刊编辑部

查看软件学报杂志2022年第12期