互联网信息技术正在飞速的发展，同时也带动了在线授课软件功能的晚上，如今更多的人开始将学习方式转向线上，因此基于网络的微课程学习平台如雨后春笋般出现，为学生的学习活动提供了大量的支持。本文以自主研发的自适应学习系统软件为例，探讨其模型构建和系统框架的设计，为其他系统的建设提供参考。

一、相关概念

1.自适应学习

自适应学习是以学习者为中心，通过数据挖掘分析学习者的个性特征、学习风格和认知水平等特点，系统个性化地推送不同的学习资源、学习路径，以满足学生个性化学习的需求。

2.自适应学习系统软件

自适应学习系统软件是从智能教学系统发展而来的，可以认为是人工智能在教育领域中的新应用。自适应学习系统软件通过其自身的领域知识库、用户特征库和专家库为学习者提供个性化的学习资源。系统的关键是推荐的学习资源要能够与学习者本身的认知水平、学习偏好相匹配；推荐技术的运用能够使学习者将要学习的知识与原有的知识达到主动、快速的衔接，进而帮助学习者发现他们所需学习资源。

二自适应学习系统软件的参考模型设计

。我们认为，自适应学习系统软件的参考模型至少应该包括五个模块的内容，即领域模型、学习者模型、自适应模型、呈现模型和自适应引擎。

1.领域模型

领域模型是自适应学习系统软件的核心部分，是自适应学习系统软件根据用户模型进行知识的自适应呈现的前提。领域模型通常是一些结构化的呈现，包括知识列表、课程树等数据。领域模型决定了学生学习知识的脉络，是学习路径形成的基础。

2.学习者模型

建立学习者模型的目的是建立学习过程中的学习者特征，分析学习者实际学习需求，以便提供与之相适应的最佳学习路径。一般而言，学习者模型由静态模型和动态模型两个部分组成。静态模型一般指学生长期、比较稳定、不会或者不易发生改变的特征信息，如常规学籍信息、学生学习风格描述等信息。动态模型主要指学生在学习的过程中短时、不稳定、容易发生变化的动态信息，主要包括学习者交互访问记录、学习经历、认知水平、学习行为等。

3.自适应模型

自适应模型规定了系统如何根据用户模型中的信息访问知识列表产生适应性的动作，以及如何对学习者模型进行修正的一套规则。

4.自适应引擎

自适应引擎对应着系统的实现，根据用户模型选择、组装和呈现页面，执行适应性规则，实现根据用户学习行为历史记录修改与维护用户模型等。通常自适应引擎需完成知识点排序、动态的学习状态记录、计算最优的学习路径等任务。

5.呈现模型

自适应引擎根据学生模型、领域模型和自适应模型在客户端进行学习内容、学习序列、学习分析和课程导航的适应性呈现。其中，学习内容是根据学生的学习风格进行选择的。课程导航则分为课程间导航和课内导航两种。课程间导航是指系统根据学生的学习兴趣、所在年段、学习风格中的事实或抽象特性等维度，进行课程推荐；课程内导航则是根据学习风格、认知水平等信息，计算并形成学习路径和序列。