符合學習設計標準學習活動的推薦系統之研究

Abstract

隨著數位化學習的普及，許多網路學習的相關標準已被提出與制訂。在這些標準中，SCORM和Learning Design (LD)最為被廣泛應用。然而，SCORM在描述教學活動的情境上，有諸多限制與不便，例如：無法明確表達各種教學理論的情境及不支援多人學習的模式。相較之下，LD豐富描述教學理論的能力使其成為近來描述學習活動之熱門標準，故目前的趨勢則以LD作為上層教學活動描述的標準而SCORM為下端內容描述之標準；同時很多組織或研究單位亦投入開發相關平台與編輯工具。隨著產生符合LD標準的學習活動越來越多，如何搜尋、進而如何有效地重複利用等將會成為重要的問題。因此，在本論文中提出了一套學習活動的推薦機制，稱為Learning Activity Recommendation (LAR) Scheme，以達到能夠有目標性地搜尋並重複利用符合LD標準之教學活動的目的。根據多元相似度計算的機制，LAR能夠輔佐使用者找到適合他們需求的學習活動；另外結合規則庫推論，能夠動態控制使用者互動介面及動態配置相似度計算。LAR不僅能夠尋找到符合使用者需求的教學活動，簡化使用者在編輯符合LD標準教學活動之過程，同時整個架構也具備相當的彈性與擴充性。本論文亦導入布魯姆教學目標分類法的相似度計算來有效地延伸LAR的相似度計算能力與擴充能力，同時也藉由實驗來驗證所提出的結構相似性之效能。