自適應學習：機器學習在開心詞場中應用

內容來源：2017年6月11日，滬江數據挖掘總監王新義在「餓了麼&七牛雲聯合論壇 大數據最新場景化應用實踐」進行《自適應學習：機器學習在開心詞場中應用》演講分享。IT 大咖說做爲獨家視頻合做方，經主辦方和講者審閱受權發佈。

閱讀字數：2768 | 4分鐘閱讀

嘉賓演講視頻回顧及PPT：t.cn/RncA1LB

摘要

教育是最傳統和複雜的社會活動，如何使用AI（機器學習）技術改造和促進人類自身學習(提升學習效率和學習效果) ，是互聯網教育大數據及挖掘的基本問題；簡單介紹AI 技術應用滬江各個產品線（核心包括輔助學生「個性化」學習和輔助教師教學工做）的狀況，重點分享：使用DM、ML技術結合RM(Retention Model)、IRT(Item Response Theory)、DKT（Deep Knowledge Tracing）等模型在開心詞場中應用實踐和認識。

關於教育及互聯網教育

教育是最傳統、最複雜、涉及面廣的社會活動，而學習是痛苦的，人類都是不愛學習可是渴望成長。

互聯網教育的特色是低頻、高交互。咱們的使命就是使用機器學習技術改造和促進人類自身學習，讓學習更快樂，提升學習效率和學習效果。

機器學習在滬江網的應用

機器學習在滬江網應用主要四個維度出發：老師（網師）、學生者、內容、工具，進行構建四大應用場景：

自適應學習、人機交互、教學過程監控、內容加工。

網師

機器學習能夠在大數據基礎上幫助網師全方位洞察學生者、洞察本身，以及洞察整個市場。

洞察學生是要知道全部學習該課程的學生的學習狀況如何，瞭解每一個細節知識點的掌握程度。

洞察本身是發現網師在講課過程當中哪些知識點、流程或節點會使你們在理解上有問題，並輔助網師對課件進行修改。

洞察市場是歸納地從整個大方向來講，哪些課程會比較熱門。

隨着人工智能在教育及互聯網教育上逐步應用和發展，老師（網師）角色也在改變，逐步從「知識傳遞」的角色轉移「能力培養」和「品德培養」。

學習者

自適應學習分爲智能導學服務和智能學習助手。智能導學是把一門課拆分紅不一樣的知識塊，給每一個人提供不一樣的合理學習路徑。智能學習助手就是從新定義老師和機器的定位，將老師的一些重複性工做交給機器來完成。

咱們在豐富的大數據基礎上，充分利用數據分析、挖掘和機器學習技術，根據學習者詳盡學習軌跡數據從學習需求、學習意願、學習能力、經濟能力、學習毅力等維度構建用戶模型。

在學習過程（學習系統）中作一些高交互的改進，優化課件的內容和設計，在題庫等內容庫上推薦題目和學習資料，在考試過程當中提供合理的評測週期，帶來豐富多樣的學習體驗。

內容

教育場景中存在老師、學生、教學輔助人員等多種⻆色。⻆色互動時會產生大量數據，包括並不限於文本、圖片、音頻、視頻、用戶行爲等內容形態。傳統教學中，除了少部分能被老師感知的部分，大量數據都沒有獲得利用。

充分地對數據進行收集，並構建一種面向教育行業的標籤體系；一方面，將這些數據沉澱爲結構化的知識，讓他們具有教學價值；另外一方面，在不一樣的應⽤場景，這些數據也能對商業化提供幫助。

標籤及度量體系:教育場景存在大量維度，經過數據挖掘和機器學習，對內容進行打標，輸出對應標籤及相關性、相關度量指數。

構建各學科、各層次知識圖譜，題庫及資料庫。全部課件、知識點的內容都會關聯到知識圖譜上。在知識圖譜上咱們能夠作不少工做，好比一個知識點掌握得很差，能夠經過知識圖譜進行分析關聯。

爲加速內容的產品化和助推內容商品化提供一些開源的數據、算法支撐。

工具

機器學習在工具線應用主要包括如下三方面：

經過開放接口與教學場景深度融合；

開放用戶行爲感知和數據分析；

應用智能雲服務。

經過數據和機器學習技術構建學、練、測等全流程的智能化、個性化的工具。

機器學習在開心詞場中應用

開心詞場是滬江旗下的背詞練習工具，經過學習、測試、複習的遊戲闖關模式，掌握詞彙，更添學習樂趣。機器學習在開心詞場中應用主要介紹兩個模塊：基於IRT模型的自適應詞彙量測試和基於記憶模型的個性化闖關路徑。

基於IRT模型的自適應詞彙量測試：基於IRT模型最少用戶交互準確評估用戶的詞彙量，在自適應詞彙量測試的基礎上，推薦一些合理的詞書。

基於記憶模型的個性化闖關路徑：在背單詞的過程當中，根據每一個人的記憶特色計算記憶曲線，利用這個記憶曲線來安排合理的關卡。

基於IRT模型的自適應詞彙量測試

靜態考卷：每一個人所作的題目相同，學生在確定會作的容易題和確定不會作的難題上浪費較多時間，影響用戶體驗。

動態交互式測試：每一個學生所作的題目不一樣，下一道題目根據歷史作題的反饋動態改變。算法能夠聚焦於算法不肯定的題目，請學生回答，從而避免在確定會作和確定不會作的題目上浪費太多時間。

IRT (Item Response Theory)

人能力越高，答對機率越大；

詞難度越高，答對機率越小，曲線越靠右；

人能力=詞難度, 則答對機率0.5。

如何選下一個詞？

選難度和當前能力估計最接近的，且用戶沒有回答過的詞。對於該詞，P(答對|詞難度,人能力)~0.5，即最不肯定，從而避免兩種可能浪費時間的詞。

能夠改進的方向

若是存在多個學習路徑，可使用混合IRT。

使用深度神經網絡，能夠很好的解釋現有的數據。

推題策略的改進就是使用MDP。

基於記憶模型的個性化闖關路徑

基於記憶模型的個性化闖關路徑：在背單詞的過程當中，根據每一個人的記憶特色計算記憶曲線，利用這個記憶曲線來安排合理的關卡。基於記憶模型的個性化闖關路徑的算法模型經歷三個主要階段：艾賓浩斯記憶曲線、間隔效應、Act-R；接下來正實施MCM模型。第一段（艾賓浩斯記憶曲線）：主要構建羣體艾賓浩斯記憶曲線及每一個學習者的個性化記憶曲線；第二階段考慮間隔效應進行構建曲線模型；第三階段基於Act-R算法建模。

艾賓浩斯記憶曲線→間隔效應→Act-R→MCM

機率隨着時間指數衰減：

其中m,h,f是常數，分別解釋爲初始學習的程度（0<m<1）,時間的縮放因子(h>0)，以及記憶的衰減指數(f>0)

艾賓浩斯記憶曲線:y=1-0.56x^0.06

屢次學習對記憶的影響:間隔效應(Spacing effect)兩次學習的間隔記做ISI（intersession interval），第二次學習和最後的測驗的時間記做RI（retention interval）。

Act-R

ACT-R假設每次學習會有不一樣的記憶機率軌跡，並且記憶機率隨着時間的增加成冪函數衰減：tk,dk指的是第k條軌跡的記憶時間和衰減指數，β是和學生或者記憶事物有關的影響記憶強度的參數。bk指的是每條記憶軌跡的顯著性，這個數越大表示一次學習的效果越好。

軌跡的衰減和學習發生的時間點有關：這裏c和α是常數，若是第k次學習和前一次的間隔比較短，會致使當前的一條衰減的比較快。

回憶的機率和記憶活性m單調相關：其中和是相應的參數。整個模型有6個自由的參數。

MCM提出了一個假設，每次新的學習學到的東西是分別存儲在不一樣的軌跡中，並且會按照不一樣的速率衰減。雖然每條跡會指數衰減，這些軌跡的和隨着時間的衰減是一個冪函數，丼例來講，第i條軌跡，xi的衰減以下面公式所示：

其中是衰減時間常數，並且後續的軌跡具備比較小的衰減時間常數，軌跡1-k使用了一個加權平均，最後合成了一個總的軌跡強度。

其中。yi是一個權重因子，表明了第i條軌跡的貢獻，在總共k條軌跡中，記憶的機率是其中的最小值：

間隔效應發生的主要緣由是軌跡的更新規則（Staddon et al.,2002）。一條軌跡只有在其它軌跡沒法保持對材料的記憶的時候纔會更新。這個規則影響了信息在不一樣發生頻率和不一樣環境下的記憶效果。當一個材料被學習的時候，第i條軌跡貢獻的上升和前面軌跡的總強度負相關：

我今天的分享就到這裏，謝謝你們！