Khóa luận Hệ thống học thích nghi dựa trên kiến thức

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Nguyễn Văn Huyên

HỆ THỐNG HỌC THÍCH NGHI

DỰA TRÊN KIẾN THỨC

KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY

Ngành: Công nghệ thông tin

Cán bộ hướng dẫn: Thạc sĩ Nguyễn Việt Anh

HÀ NỘI - 2009

i

TÓM TẮT NỘI DUNG

Khoá luận có kết cấu gồm các phần như sau:

Đầu tiên trình bày khái quát về đề tài của khoá luận: lý do lựa chọn đề tài, phạm vi,

phương pháp thực hiện.

Tiếp theo trình bày khái quát khái niệm về đào tạo điện tử, các đặc điểm của đào tạo

điện tử. Vài nét phác thảo về lịch sử các thời kỳ phát triển của E-learning, cũng như xu

hướng phát triển trong giai đoạn hiện nay cũng được đề cập.

Sau đó trình bày lý thuyết về hoạt động thích nghi, cụ thể là trả lời cho câu hỏi

“Thích nghi cái gì?” và “Cái gì có thể được thích nghi?”. Đây chính là cơ sở cho việc xây

dựng mô hình học thích nghi.

Tiếp theo trình bày các tìm hiểu về mô hình học thích nghi ACGS (Adaptive Course

Generation System). Đây là phần lý thuyết, bao gồm các khái niệm cơ bản, các thành

phần cơ bản của mô hình.

Sau đó trình bày một cách để triển khai thực tế mô hình. Cách thiết kế cơ sở dữ liệu,

thuật toán, công nghệ được trình bày cụ thể, rõ ràng để có thể xây dựng một hệ thống sinh

khoá học thích nghi thực sự.

Phần kết luận nêu những kết quả chính và đánh giá kết quả đạt được.

Phần tài liệu tham khảo liệt kê các bài báo, các tài liệu có liên quan trong quá trình

làm khoá luận.

ii

LỜI CẢM ƠN

Để hoàn thành bản khóa luận này, trước hết em xin bày tỏ lòng biết ơn sâu sắc tới

thầy giáo, thạc sĩ Nguyễn Việt Anh đã tận tụy hướng dẫn, giúp đỡ trong quá trình làm

khóa luận. Đồng thời em xin được cảm ơn các thầy giáo, cô giáo trong trường Đại học

Công Nghệ - Đại học Quốc Gia Hà Nội đã cho em có được nhiều kiến thức bổ ích trong

suốt thời gian học tập tại trường.

Cuối cùng, xin gửi lời cảm ơn tới tất cả bạn bè, gia đình, và người thân, những

người đã luôn luôn là chỗ dựa vững chắc nhất.

iii

Mục lục

Mở đầu ....................................................................................................................................... 1

1. Tổng quan E-learning.............................................................................................................. 3

1.1. Khái niệm và lợi ích của E–learning ................................................................................. 3

1.1.1. Khái niệm.................................................................................................................. 3

1.1.2. Các đặc điểm chung của E-learning ........................................................................... 3

1.1.3. Lợi ích của E-learning ............................................................................................... 4

1.2. Quá trình hình thành và phát triển..................................................................................... 5

1.2.1. CBT (Computer Based Training) ............................................................................... 5

1.2.2. WBT (Web based Training)...................................................................................... 5

1.2.3. Chuẩn hóa E-learning ................................................................................................ 6

1.2.4. Sắp xếp và điều hướng E-learning.............................................................................. 6

1.3. Xu thế phát triển............................................................................................................... 7

2. Thích nghi siêu phương tiện.................................................................................................... 9

2.1. Tổng quan ........................................................................................................................ 9

2.1.1. Giới thiệu chung ........................................................................................................ 9

2.1.2. Phương thức và kỹ thuật .......................................................................................... 10

2.1.3. Ở đâu và tại sao AH có thể hữu ích.......................................................................... 11

2.2. Thích nghi cái gì............................................................................................................. 14

2.2.1. Kiến thức................................................................................................................. 14

2.2.2. Mục tiêu .................................................................................................................. 15

2.2.3. Nền tảng và kinh nghiệm ......................................................................................... 16

2.2.4. Sở thích ................................................................................................................... 16

2.3. Cái gì có thể được thích nghi trong AH .......................................................................... 17

2.3.1. Thích nghi trình bày ................................................................................................ 17

2.3.2. Thích nghi trợ giúp điều hướng................................................................................ 18

3. Mô hình hệ thống học thích nghi ACGS [10] ........................................................................ 20

3.1. Các cấu trúc biểu diễn .................................................................................................... 20

3.1.1. Mô hình người học .................................................................................................. 21

3.1.2. Mô hình khái niệm................................................................................................... 21

3.1.3. Mô hình kiến thức phủ............................................................................................. 22

3.1.4. Mô hình công việc ................................................................................................... 22

3.1.5. Mô hình miền khoá học ........................................................................................... 24

3.2. Mô hình mạng Bayes...................................................................................................... 26

3.2.1. Giới thiệu chung về mạng Bayes.............................................................................. 26

3.2.2. Sử dụng mạng Bayes trong hoạt động thích nghi ..................................................... 26

3.3. Thích nghi hoạt động học ............................................................................................... 29

iv

4. Cài đặt thử nghiệm................................................................................................................ 30

4.1. Tìm hiểu yêu cầu............................................................................................................ 30

4.2. Phân tích thiết kế cơ sở dữ liệu....................................................................................... 31

4.3. Môi trường phát triển ..................................................................................................... 35

4.3.1. Apache .................................................................................................................... 35

4.3.2. MySQL ................................................................................................................... 35

4.3.3. Java ......................................................................................................................... 36

4.3.4. Netica [6]................................................................................................................. 36

4.4. Cấu trúc và hoạt động của các trang web ........................................................................ 38

4.5. Thử nghiệm.................................................................................................................... 39

4.5.1. Dữ liệu thử nghiệm.................................................................................................. 39

4.5.2. Kết quả thử nghiệm ................................................................................................. 41

4.5.3. Đánh giá kết quả...................................................................................................... 42

Kết luận .................................................................................................................................... 43

Tài liệu tham khảo .................................................................................................................... 44

v

Mở đầu

Hiện nay, phương pháp đào tạo điện tử E-learning đã trở nên phổ biến và được ứng

dụng rộng rãi trong nhiều mô hình đào tạo khác nhau. Sở dĩ như vậy là do E-learning

cung cấp những khoá học sinh động, phong phú (như có thể áp dụng đa phương tiện) so

với cách học truyền thống. Ngoài ra, E-learning còn tận dụng được những ưu điểm của

mạng Internet. E-learning là thế hệ tiếp theo của cách học truyền thống. Vậy, sau E-

learning sẽ là gì? Có thể đó chính là cách học thích nghi. Đề tài này đang được nhiều nhà

nghiên cứu quan tâm.

Học thích nghi có nghĩa là tiến tới việc tạo ra các khoá học thích nghi, phù hợp với

nhu cầu và trình độ của người học. Những người khi tham gia vào khóa học trực tuyến

không phải ai cũng như ai. Mỗi người học có mục đích học tập khác nhau, có trình độ

khác nhau, có sở thích khác nhau, có cách tiếp thu kiến thức cũng khác nhau. Do đó, một

khoá học có khi là phù hợp đối với người này nhưng lại không phù hợp đối với người

khác. Ví dụ, một khoá học với độ khó vừa phải sẽ tốt cho một người chưa có kinh

nghiệm, nhưng lại chán ngắt và buồn tẻ với một người đã thành thạo với vấn đề đó. Nhu

cầu của từng người học khi tham gia hệ thống là khác nhau. Liệu hệ thống có thể đưa ra

các khóa học phù hợp với từng người học? Làm sao để đáp ứng nhu cầu của từng người

học, đặc biệt là các khoá học trực tuyến với rất nhiều người tham gia.

Học thích nghi là kiểu đầu tiên và phổ biến nhất của thích nghi siêu phương tiện.

Nhiều người đã tập trung nghiên cứu, phát triển các mô hình học thích nghi và đã thu

được các kết quả nhất định. Bạn có thể tham khảo một số hệ thống như ELM-ART của

Gerhard Weber, InterBook của Peter Brusilovsky, Personal Reader của Nicola Henze,

AHA! của Paul de Bra [12].

Khoá luận “Hệ thống sinh khoá học thích nghi dựa trên kiến thức ” được chọn với

bốn mục tiêu sau:

1. Tìm hiểu về E-learning

2. Tìm hiểu học thích nghi

3. Nghiên cứu mô hình ACGS

4. Phân tích thiết kế và cài đặt thử nghiệm mô hình ACGS

1

Khoá luận sẽ đi từ những cái cơ bản nhất để làm nền móng cho những cái tiếp theo.

Những kiến thức chung, phổ biến, dễ hiểu sẽ được trình bày một cách ngắn gọn. Tuy

nhiên, nó vẫn cần thiết phải đưa ra ở đây để chúng ta có được một cái nhìn tổng quan, hệ

thống.

2

1. Tổng quan E-learning

E-learning (Giáo dục trực tuyến) là phương thức học ảo thông qua một máy vi tính

nối mạng đối với một máy chủ ở nơi khác có lưu giữ sẵn giáo trình và phần mềm cần thiết

để có thể hỏi/yêu cầu/ra đề cho học viên học trực tuyến từ xa. Các cá nhân hay các tổ

chức đều có thể tự lập ra một trường học trực tuyến (E-school), mà nơi đó vẫn nhận đào

tạo học viên, đóng học phí và có các bài kiểm tra như các trường học khác [12].

1.1. Khái niệm và lợi ích của E–learning

1.1.1. Khái niệm

Khái niệm E-learning hay đào tạo điện tử đã được rất nhiều học giả và các nhà

nghiên cứu về giáo dục đưa ra, mỗi khái niệm lại thể hiện những đặc trưng riêng của E-

learning. Dưới đây là một số định nghĩa được nhiều nhà nghiên cứu công nhận và sử

dụng:

 E-learning là quá trình học tập có sự trợ giúp của công nghệ Web và Internet

(William Horton).

 E-learning là một thuật ngữ dùng để mô tả việc học tập, đào tạo dựa trên công

nghệ thông tin và truyền thông (Compare Infobase Inc).

 E-learning là quá trình học tập hay đào tạo được chuẩn bị, truyền tải hoặc

quản lý sử dụng nhiều công cụ của công nghệ thông tin, truyền thông khác

nhau và được thực hiện ở mức cục bộ hay toàn cục (MASIE Center).

1.1.2. Các đặc điểm chung của E-learning

Tuy có nhiều cách hiểu khác nhau, nhưng nói chung E-learning có những đặc điểm

sau:

 Dựa trên công nghệ thông tin và truyền thông. Cụ thể hơn là công nghệ

mạng, kĩ thuật đồ họa, kĩ thuật mô phỏng, công nghệ tính toán…

 Hiệu quả của E-learning cao hơn so với cách học truyền thống do E-learning

có tính tương tác cao dựa trên multimedia, tạo điều kiện cho người học trao

3

đổi thông tin dễ dàng hơn, cũng như đưa ra nội dung học tập phù hợp với khả

năng và sở thích của từng người.

E-learning sẽ trở thành xu thế tất yếu trong nền kinh tế tri thức. Hiện nay, E-learning

đang thu hút được sự quan tâm đặc biệt của các nước trên thế giới với rất nhiều tổ chức,

công ty hoạt động trong lĩnh vực E-learning ra đời.

1.1.3. Lợi ích của E-learning

E-learning có các lợi ích sau mà phương pháp học truyền thống không có:

 Giảm chi phí. E-learning thường là một giải pháp tiết kiệm trong chi phí đào

tạo, ví dụ: chi phí cho việc thuê các phòng học so với chi phí đào tạo trực

tuyến. Mặc dù chi phí để phát triển nó thì đắt, nhưng thực hiện đào tạo thì lại

rẻ, đặc biệt là với số lượng lớn người tham gia khoá đào tạo, thì chi phí sẽ

giảm xuống nhiều.

 Tiết kiệm thời gian từ 25-50% hoặc nhiều hơn.

 Kiến thức thu được tương đương hoặc tốt hơn so với học thông thường.

Nhưng quan trọng hơn, E-learning có thể mang đến một số lợi ích về tài chính cho

các tổ chức trong các việc như:

 Tăng cường thu hút nhân lực - nhiều người cho biết việc thiếu đào tạo và đầu

tư vào họ là nguyên nhân cho việc ra đi của họ- tỉ lệ thay đổi nhân sự trong

công nghiệp là khoảng 1-3% và vì thế sẽ làm doanh thu cũng giảm theo.

 Đáp ứng các nhu cầu của khách hàng - đôi khi lên đến 10-15%.

 Nâng cao năng suất - do việc tăng trình độ nghề nghiệp cho công nhân đã dẫn

đến việc giảm các lỗi không đáng có.

Chính vì những lợi ích trên mà E-learning ngày càng được sử dụng rộng rãi trong

các doanh nghiệp từ quy mô nhỏ đến các doanh nghiệp quy mô lớn và trong giáo dục đại

học.

4

1.2. Quá trình hình thành và phát triển

Cùng với thời gian, nhờ sự đóng góp tích cực của cộng đồng những người quan tâm

và yêu thích, E-learning đã phát triển từng bước qua các giai đoạn khác nhau.

1.2.1. CBT (Computer Based Training)

Đây là hình thức đào tạo dựa trên máy tính. Học viên chỉ cần mua phần mềm đào tạo

và có thể tự học bất cứ thời gian và địa điểm nào phù hợp với nhu cầu của họ. Khi tham

gia vào hình thức đào tạo này, học viên phải phát huy tính độc lập, khả năng tự học ở mức

tối đa. Học viên cũng không có bạn bè để trao đổi và giáo viên để hỏi thêm. Đây là

phương pháp tiết kiệm chi phí và mang lại hiệu quả cao đối với những môn học cần hiệu

ứng của công nghệ thông tin như tiếng anh, tin học. Tuy nhiên, quá trình tiếp xúc với màn

hình máy tính trong một thời gian dài sẽ gây ra cảm giác buồn tẻ, chán nản cho học viên.

Không có thầy giáo, lớp học, bạn học đồng nghĩa với việc không có tranh đua, mất đi một

động lực để học viên học tập hết mình. Những yếu tố này làm giảm đáng kể hiệu quả và

chất lượng đào tạo.

1.2.2. WBT (Web based Training)

Đây là hình thức đào tạo dựa trên công nghệ web. WBT đã hội tụ những thế mạnh

của đào tạo truyền thống và CBT cũng như khắc phục những điểm yếu trong cả hai

phương thức này. Sự phát triển của công nghệ thông tin và mạng internet đã tạo ra một

viễn cảnh mới cho công nghệ E-learning. Trên thế giới đã có nhiều tổ chức triển khai các

lớp học trực tuyến. Trong đó, học viên được tham gia vào một môi trường ảo, mô phỏng

đầy đủ tính chất của một lớp học truyền thống (có thầy giáo, bạn học, bảng đen, phấn

trắng, các cuộc thảo luận,…) mà vẫn tận dụng được những thế mạnh của E-learning. Chỉ

cần một máy tính nối mạng Internet, học viên có thể tham gia lớp học vào bất cứ thời

điểm nào, ở bất cứ nơi đâu. Những khó khăn mà một số học viên thường gặp khi tham gia

đào tạo truyền thống như phân biệt đối xử, phân biệt màu da không còn tồn tại trong E-

learning. Những nhược điểm của CBT như buồn tẻ hay nhàm chán cũng được khắc phục

với các lớp học ảo của WBT. Với rất nhiều lợi thế, WBT đang hỗ trợ và dần chiếm lĩnh vị

trí của đào tạo truyền thống, đẩy mạnh quá trình phát triển E-learning về bề rộng.

5

1.2.3. Chuẩn hóa E-learning

Kĩ thuật WBT phát triển tạo đà đưa E-learning vào hệ thống giảng dạy của các

trường đại học, các tổ chức, đơn vị trên thế giới. Rất nhiều LMS (Learning Management

System – hệ quản trị học tập), LCMS (Learning Management System – hệ quản trị nội

dung) đã ra đời với những kho nội dung riêng biệt. Lúc này, một số tổ chức muốn sử dụng

lại nội dung của tổ chức khác trên chính LMS của mình. Tuy nhiên, với những LMS có

cấu trúc khác nhau thì điều này là không thể. Do đó, vấn đề tạo ra các bài giảng theo một

quy tắc chung có khả năng tương thích với các LMS, LCMS hỗ trợ quy tắc đó được quan

tâm và triển khai. Một số chuẩn nội dung đã được đưa ra và được sử dụng phổ biến trên

thế giới như: IMS (Instructional Management Systems), AICC (Aviation Industry CBT

Committee) và đặc biệt là chuẩn SCORM (Sharable Content Object Reference Model).

Trong đó, SCORM là chuẩn được sử dụng rộng rãi nhất do ADL (Advance Distributed

Learning) đã kết hợp các đặc tả của các chuẩn phổ biến trên thế giới để đưa ra đặc tả của

SCORM. Việc xây dựng nội dung theo chuẩn cũng rất quan trọng để tạo ra một trung tâm

cung cấp nội dung học chung trên thế giới.

1.2.4. Sắp xếp và điều hướng E-learning

Cùng với sự phát triển của công nghệ thông tin, đòi hỏi của người học với E-

learning tăng lên, các hệ thống E-learning thì linh động và hiệu quả hơn. Ý tưởng xây

dựng các khóa học động trên công nghệ E-learning đã trở thành xu hướng và mục tiêu

phát triển của E-learning thế kỉ 21. Khóa học động là các khóa học mà nội dung học luôn

được cập nhật trong quá trình đào tạo và được định hướng theo yêu cầu, trình độ của

người học. Ý tưởng này đã được hiện thực hóa ở một số tổ chức, nhưng chưa đồng bộ và

chưa thực sự hiệu quả. Các chuẩn nội dung cũng được cập nhật liên tục để phù hợp với

yêu cầu mới. Với chuẩn SCORM 2004, ADL đã đưa ra các giải pháp có tính hệ thống và

khả năng thực thi cao. Tuy nhiên, hiện nay chuẩn SCORM cũng như hầu hết các chuẩn

khác đang trong quá trình cập nhật, nâng cấp và nghiên cứu để phù hợp những yêu cầu

luôn biến đổi của kĩ thuật E-learning. Mỗi phiên bản sau của chuẩn lại không tương thích

với phiên bản trước. Do tính bất ổn định đó, việc áp dụng các chuẩn vào điều hướng và

sắp xếp cho mỗi hệ thống cần có quá trình tìm hiểu, phân tích sâu sắc về đòi hỏi thực tế

của hệ thống E-learning với những đặc tính của mỗi chuẩn để đưa ra quyết định thích

hợp.

6

Phát triển E-learning là phương thức nâng cao chất lượng của giáo dục đào tạo rất

hiệu quả. Ngoài ra, E-learning còn là giải pháp kinh tế cho giáo dục và đào tạo tương lai.

Nó làm giảm đáng kể các loại chi phí liên quan đến quá trình đào tạo như chi phí đi lại, tài

liệu, chi phí sinh hoạt,.. tiết kiệm thời gian và kích thích sự hứng thú của học viên.

1.3. Xu thế phát triển

E-learning được tập trung phát triển ở hai khía cạnh: phát triển nội dung (Learning

Content Management System – Hệ quản trị nội dung học tập) và phát triển về hệ thống

(Learning Management System – Hệ quản trị học tập). Điều đó khiến cho E-learning đi

theo 3 xu hướng:

 Xây dựng khóa học điện tử hoàn chỉnh: Phát triển về mặt hệ thống, xây dựng

LMS để phát triển mô hình WBT toàn diện, từ đó tạo ra các khóa học trực tuyến hoàn

chỉnh, độc lập. Để tăng thêm hiệu quả cho những LMS này, nội dung các bài giảng phải

dễ hiểu, dễ truyền đạt, sử dụng đa phương tiện để tăng chất lượng đào tạo.

 Xây dựng khóa học theo chuẩn: Phát triển về mặt nội dung, nâng cấp các chuẩn

nội dung, hướng tới một chuẩn phù hợp với yêu cầu chung của E-learning thế giới và

mang đầy đủ các đặc tính thỏa mãn yêu cầu của thời đại đặt ra cho E-learning. Đó là khả

năng sử dụng lại, tính tương thích, tính khả chuyển, tính thích nghi,… Một chuẩn nội

dung mang lại đầy đủ các hiệu quả đó sẽ là động lực phát triển E-learning theo bề rộng

bằng cách phân phối nội dung học trên toàn thế giới qua mạng Internet. Đây cũng là tiền

đề để tạo ra trung tâm phân phối tri thức chung cho tất cả LMS, LCMS. Đến lúc đó, chi

phí con người phải trả cho giáo dục và đào tạo sẽ giảm tối đa mà chất lượng, hiệu quả lại

tăng rõ rệt.

 Xây dựng khóa học theo nhu cầu người học: Phát triển về nội dung, cộng đồng

E-learning thế giới đang xây dựng một mô hình chuẩn để sắp xếp và điều hướng nội dung

học hiệu quả, tạo khóa học động phù hợp với đặc trưng của từng học viên. Trong quá

trình phát triển các chuẩn nội dung, các tổ chức cũng đã đề xuất ra mô hình điều hướng và

sắp xếp. Trong tương lai, khi các chuẩn nội dung phát triển đến giai đoạn ổn định và thích

nghi, mô hình sắp xếp và điều hướng nội dung sẽ được chuẩn hóa và và tích hợp vào

chuẩn nội dung. Hiện nay, chuẩn SCORM cũng đang chỉnh sửa và nâng cấp để đáp ứng

7

yêu cầu này, nhưng khả năng điều hướng trong SCORM vẫn chưa linh hoạt và chưa thực

sự hiệu quả.

Một trong những xu hướng mới đang thu hút sự chú ý của số lượng lớn các chuyên

gia là E-learning – xây dựng khóa học theo nhu cầu người học. Xu hướng này gắn liền

với sự thay đổi về chính bản chất của người dùng Internet. Đôi khi họ được gọi là “thế hệ

số” hay “thế hệ n-gen”. Và thế hệ người dùng mới này tiếp cận cách làm việc, học tập và

giải trí theo những cách thức mới.

Họ nhanh chóng thu nhận thông tin, cả dưới dạng hình ảnh cũng như text, từ rất

nhiều nguồn khác nhau. Họ xử lý chúng với một tốc độ “chớp giật” và trông chờ phản hồi

lập tức. Họ thích được truy xuất tùy ý theo yêu cầu tới các tài nguyên đa phương tiện,

luôn muốn được giao tiếp ngay với bạn bè của mình, tự tạo hoặc tải về các tài liệu đa

phương tiện...

Trong học tập, xu hướng này được thể hiện rõ ràng khi chúng được gọi là các thiết

kế “hướng tới học viên” hay “tập trung vào sinh viên”. Điều này không chỉ là tập trung

vào nhiều loại phong cách học tập khác nhau hay cho phép học viên có thể thay đổi kích

thước font chữ hay màu nền, mà là chính học viên có thể quản lý được quá trình học tập

của mình.

Học tập không chỉ được thể hiện ở khía cạnh khả năng tự chủ lớn hơn của học viên

mà còn ở sự lưu tâm nhiều hơn đến các hoạt động học tập tích cực, với việc tạo lập, liên

lạc và giao tiếp đang đóng vai trò chính yếu, và còn ở trong sự thay đổi trong vai trò của

giáo viên, mà thực tế, thậm chí là sự giảm đi nhanh chóng các khác biệt giữa giáo viên và

học viên.

Hiện nay, E-learning đã kết hợp với World Wide Web thành một thể thống nhất và

sự thay đổi của nó đã đạt đến một mức độ để hình thành nên một tên gọi: E-learning 2.0.

8

2. Thích nghi siêu phương tiện

Trong chương này, chúng ta sẽ tìm hiểu về các hệ thống thích nghi siêu phương tiện

(Adaptive Hypermedia Systems) nói chung. Các hệ thống như Amazon.com là minh hoạ

của thích nghi siêu phương tiện AH (Adaptive Hypermedia), vì nó giới thiệu các quyển

sách dựa vào sở thích của người dùng và lịch sử trước đó. Các miền ứng dụng khác của

AH là adaptive e-learning, adaptive e-commerce, và adaptive e-government. Nói chung,

các hệ thống AH có thể hữu ích bất cứ đâu nơi mà siêu văn bản và siêu phương tiện được

sử dụng. Hệ thống AH phổ biến nhất là các hệ thống dựa vào web [12].

Chương này được trình bày dựa trên các kết quả do Peter Brusilovsky công bố [5].

2.1. Tổng quan

2.1.1. Giới thiệu chung

Các hệ thống siêu phương tiện đang trở nên phổ biến như là công cụ để hướng người

dùng đến với thông tin. AH là một hướng nghiên cứu trong lĩnh vực thích nghi dựa vào

mô hình người dùng. Các hệ thống AH xây dựng một mô hình của từng người dùng riêng

biệt và áp dụng nó cho việc thích nghi của người dùng đó. Ví dụ, có thể thích nghi nội

dung của một trang siêu văn bản với kiến thức và mục tiêu của người dùng, hoặc giới

thiệu các liên kết thích hợp nhất cho người dùng. Những người dùng khác nhau có thể

quan tâm đến các phần khác nhau của thông tin trình bày trên một trang siêu phương tiện

và có thể sử dụng các liên kết khác nhau để điều hướng. Các hệ thống AH có thể hỗ trợ

người dùng trong việc điều hướng của họ bằng cách hạn chế không gian trình duyệt

(hyperspace), gợi ý các liên kết phù hợp nhất để đi theo, hoặc cung cấp các chú thích

thích nghi cho các liên kết.

Do lĩnh vực nghiên cứu này còn khá mới, định nghĩa của các hệ thống AH chưa

được xác định cụ thể. Để làm nền tảng cho các kiến thức sau này, chúng ta sẽ cùng sử

dụng định nghĩa sau:

Các hệ thống thích nghi siêu phương tiện là các hệ thống phản ánh một số đặc tính

của người dùng trong mô hình người dùng và áp dụng mô hình này để thích nghi theo một

số hướng khác nhau đối với người dùng.

Nói cách khác, hệ thống cần thoả mãn ba tiêu chuẩn sau:

9

 Nó là một hệ thống siêu văn bản hoặc siêu phương tiện.

 Nó có một mô hình người dùng.

 Nó có thể thích nghi bằng cách sử dụng mô hình này (ví dụ, cùng một hệ

thống có thể trông khác nhau với các mô hình khác nhau).

Các hệ thống AH bây giờ được sử dụng trong một số miền ứng dụng, nơi mà

hyperspace tương đối lớn và các ứng dụng siêu phương tiện dự định sẽ được sử dụng bởi

từng người với mục tiêu, kiến thức và nền tảng khác nhau. Chúng ta sẽ xem lại các công

việc đang tồn tại trong AH, tập trung xung quanh một số các phương thức và kỹ thuật của

AH.

2.1.2. Phương thức và kỹ thuật

Kỹ thuật thích nghi đề cập đến các phương thức cung cấp sự thích nghi trong các hệ

thống AH đang tồn tại. Mỗi kỹ thuật có thể đặc trưng bởi một kiểu chỉ định của cách biểu

diễn kiến thức và bởi thuật toán thích nghi chỉ định. AH là một lĩnh vực nghiên cứu mới

và hầu hết các kỹ thuật thích nghi vẫn là độc nhất. Tuy nhiên, một số kỹ thuật phổ biến đã

được thực thi trong các hệ thống ban đầu.

Phương thức thích nghi được định nghĩa là tổng quát hoá của các kỹ thuật thích nghi

đang tồn tại. Mỗi phương thức dựa trên một ý tưởng thích nghi rõ ràng mà có thể được

trình bày trên cấp độ định nghĩa. Ví dụ, “… chèn sự so sánh của định nghĩa hiện tại với

định nghĩa khác nếu người dùng đã biết định nghĩa hiện tại rồi”, hoặc “… ẩn các liên kết

tới các định nghĩa mà chưa sẵn sàng để học”. Cùng phương thức có thể được thực thi bởi

các kỹ thuật khác nhau. Cùng một lúc, một số kỹ thuật được sử dụng để thực thi một số

phương thức sử dụng cùng cách biểu diễn kiến thức.

Tập hợp các phương thức và kỹ thuật hình thành một bộ công cụ của AH, và có thể

được sử dụng như một nguồn tham khảo cho các thiết kế viên và người phát triển của các

hệ thống AH.

Để xem xét các hệ thống AH cần thành lập nền tảng cho sự phân loại các phương

thức và kỹ thuật. Các mặt sau khá điển hình cho phân tích các hệ thống thích nghi nói

chung.

 Ở đâu các hệ thống AH có thể có ích.

10

 Đặc tính nào của người dùng được sử dụng như là một nguồn của sự thích nghi.

 Cái nào có thể được thích nghi (đặc tính nào của hệ thống có thể khác nhau với các

user khác nhau).

 Mục tiêu thích nghi (tại sao phương thức và kỹ thuật này được áp dụng, vấn đề nào

mà chúng giải quyết).

2.1.3. Ở đâu và tại sao AH có thể hữu ích

Không giống các kiểu hệ thống khác, bất kỳ hệ thống siêu phương tiện nào cũng

thích nghi theo một vài kiểu: sử dụng trình duyệt tự do, những người dùng khác nhau có

thể thích nghi hệ thống với thông tin họ cần. Phân tích của các hệ thống AH đang tồn tại

cho phép chúng ta gọi tên sáu kiểu của hệ thống siêu phương tiện được sử dụng hiện tại

như là miền ứng dụng trong hầu hết các dự án nghiên cứu trên AH. Chúng là: educational

hypermedia, online help systems, information retrieval hypermedia systems, institutional

information systems, và systems for managing personalized views. Trong mỗi lĩnh vực,

các kỹ thuật AH có thể hữu ích bởi vì chúng giúp giải quyết các vấn đề được định nghĩa.

Phần này sẽ miều tả tất cả các lĩnh vực ứng dụng, chỉ ra các đặc tính của nó và định nghĩa

các vấn đề mà cần có sự thích nghi.

Lĩnh vực phổ biến nhất cho nghiên cứu AH là educational hypermedia. Các hệ

thống educational hypermedia đang tồn tại có hyperspace tương đối nhỏ, dùng để trình

bày một khoá học nào đó hoặc một phần của học liệu trên một chủ đề nào đó. Mục tiêu

của người học thường là học tất cả hoặc một phần tương đối. Tính năng quan trọng nhất

trong educational hypermedia là kiến thức về chủ đề được dạy. Các kỹ năng AH có thể

giải quyết một số vấn đề liên quan đến việc sử dụng educational hypermedia. Đầu tiên,

kiến thức của những người dùng khác nhau có thể khác biệt rất lớn và kiến thức của một

người dùng nào đó có thể tăng khác nhanh. Cùng một trang có thể chưa rõ ràng đối với

một người chưa có kinh nghiệm, nhưng lại tầm thường và nhàn chán đối với một người đã

thành thạo. Thứ hai, những người chưa có kinh nghiệm vào chủ đề mà hầu như không biết

gì. Hầu hết các liên kết được đề nghị từ bất kỳ node gì đều dẫn đến tài liệu mà hoàn toàn

mới với họ. Họ cần các trợ giúp điêu hướng để tìm đường đi qua không gian học. Không

có các trợ giúp như thế, họ có thể “bị lạc”, thậm chí trong hyperspace khá nhỏ nếu sử

dụng chiến lược duyệt không hiệu quả.

11

Một ứng dụng phổ biến khác cho AH là lĩnh vực online information systems, từ

các hệ thống tài liệu trực tuyến cho đến các hệ thống từ điển bách khoa trực tuyến. Một ví

dụ gần gũi hơn đó chính là các máy tìm kiếm như Google, Yahoo. Mục tiêu của các hệ

thống này là cung cấp tham chiếu truy cập đến thông tin (sự giới thiệu không có hệ thống

như trong educational hypermedia) cho những người dùng với các cấp độ kiến thức khác

nhau của chủ đề. Mỗi node của hyperspace thường đại diện một khái niệm của chủ đề và

chứa một vài trang thông tin. Tuỳ thuộc vào chủ đề, kích thước của hyperspace có thể từ

khá nhỏ đến rất lớn. Tương tự educational hypermedia, online information system có các

vấn đề với việc thoả mãn nhu cầu của những người dùng khác nhau. Những người với

kiến thức và nền tảng khác nhau cần các thông tin khác nhau về một khái niệm và ở các

cấp độ chi tiết khác nhau. Họ thông thường không có thời gian để duyệt toàn bộ thông tin

về khái niệm để tìm phần thông tin yêu cầu. Những người dùng cũng có các mục tiêu

khác nhau khi truy cập một hệ thống thông tin. Trong một số trường hợp, họ biết khái

niệm nào để truy cập để đạt được mục tiêu và không cần hỗ trợ điều hướng. Tuy nhiên,

khi mục tiêu không thể trực tiếp ánh xạ đến cấu trúc của hyperspace hoặc khi hyperspace

là lớn, người dùng cần trợ giúp trong điều hướng tìm kiếm thông tin tương ứng. Để cung

cấp trợ giúp như thế, hệ thống cần biết mục tiêu của người dùng.

Gần gũi với online information systems là online help systems. Sự khác biệt với

online information systems là online help systems không độc lập như online information

systems mà được gắn với hệ thống ứng dụng của nó. Sự khác biệt nữa là hyperspace trong

online help system đang tồn tại khá nhỏ. Ví dụ cho hệ này là MSDN Library, hệ thống trợ

giúp trực tuyến cho những nhà phát triển của Microsoft. Online help systems và online

information system chia sẻ vấn đề của phục vụ thông tin khác nhau cho những người

dùng khác nhau. Trong khi đó, vấn đề của trợ giúp người dùng để tìm thông tin tương ứng

thì dễ dàng hơn đối với online help systems vì hyperspace không lớn và vì hệ thống biết

biết ngữ cảnh từ đó người dùng gọi trợ giúp. Ngữ cảnh trong công việc của một hệ thống

ứng dụng cung cấp một nguồn thông tin đáng tin cậy cho sự thích nghi để quyết định mục

tiêu của người dùng và đề nghị những mục trợ giúp phù hợp nhất. Ví dụ minh hoạ tác

dụng của ngữ cảnh cho sự thích nghi là menu ngữ cảnh của Office 2007. Khi chúng ta

chọn một đối tượng nào đó trong một văn bản Word 2007 (một đoạn, một ảnh…), tuỳ vào

đối tượng được chọn, các biểu tượng khác nhau sẽ được hiển thị tương ứng với các lệnh

mà chúng ta có thể sử dụng với đối tượng đó.

12

Ba miền ứng dụng liệt kê ở trên thuộc về các miền ứng dụng truyền thống cho siêu

phương tiện. Phần lớn các hệ thống siêu phương tiện đang tồn tại thuộc về một trong ba

lĩnh vực này. Không ngạc nhiên là hầu hết các hệ thống AH cũng thuộc về các lĩnh vực

này. Ba lĩnh vực liệt kê sau là các lĩnh vực gần đây hơn.

Information retrieval hypermedia systems (IRHS) là một lớp mới của các hệ

thống Information Retrieval mà kết hợp các kỹ thuật thu hồi thông tin truyền thống (thuần

văn bản) với việc sử dụng siêu văn bản. IRHS thích nghi có thể đề nghị một số trợ giúp

thêm bằng cách giới hạn sự điều hướng và bằng giới thiệu các liên kết phù hợp nhất để

theo. Tuy nhiên, nó khác với online information systems là người dùng của IRHS thường

chuyên nghiệp hơn trong các lĩnh vực đang tìm kiếm.

Một lĩnh vực mới khác của AH là institutional information systems (IIS), cái mà

cung cấp tất cả thông tin yêu cầu hỗ trợ công việc của một cơ quan nào đó, ví dụ một

bệnh viện. Hầu hết các cơ quan ở các nước phát triển đều có hệ thống riêng của mình.

Ban đầu các kiểu hệ thống này được phát triển như là một tập của các cơ sở dữ liệu liên

quan lỏng lẻo. Nhưng trong một số hệ thống gần đây các cơ sở dữ liệu đó được nối vào

trong một hyperspace đơn tương đối lớn. Một tính năng cần xem xét của các hệ thống này

là công việc hàng ngày của nhiều nhân viên cơ quan. Tuỳ theo công việc họ có thể chỉ

luôn sử dụng một phần nào đó của hyperspace, và tuỳ theo mục tiêu công việc hiện tại họ

có thể cần truy cập đến một tập con rất nhỏ của nó. Hầu hết người dùng không bao giờ

cần truy cập các phần của hyperspace bên ngoài lĩnh vực của họ. Thêm vào đó, quá nhiều

điều hướng một phần nào đó làm sao nhãng họ với công việc chính. Cùng lúc đó, những

người dùng của IIS có thể cần sự trợ giúp trong việc tổ chức một truy cập cá nhân thuận

tiện hơn với miền làm việc của họ.

Lĩnh vực mới cuối cùng là systems for managing personalized views in

information spaces, ví dụ như Information Islands [11] và Basar [7]. Nhiều người dùng

cần truy cập đến các hyperspace lớn cho công việc hàng ngày. Để bảo vệ chính họ từ sự

phức tạp của hyperspace, họ có thể quan tâm đến việc định nghĩa các góc nhìn cá nhân

trên toàn bộ hyperspace. Mỗi góc nhìn có thể thoả mãn một trong các mục đích hoặc sở

thích liên quan với công việc của người dùng. Tuỳ theo các góc nhìn khác nhau, sự thích

nghi cũng xảy ra khác nhau.

13

Nó là quan trọng để nhấn mạnh rằng tất cả sáu lĩnh vực được liệt kê không phải là

loại trừ lẫn nhau. Một số trong chúng là tương tự và chia sẻ cùng vấn đề. Đồng thời, sự

khác biệt giữa các lĩnh vực láng giềng không phải luôn luôn rõ ràng và một số hệ thống

thuộc về nhiều lĩnh vực.

2.2. Thích nghi cái gì

Câu hỏi thứ hai được đặt ra khi nói về một kiểu hệ thống thích nghi là: các diện mạo

nào của người dùng làm việc với hệ thống có thể cho vào tài khoản khi cung cấp sự thích

nghi? Với đặc tính nào – cái có thể khác nhau với những người dùng khác nhau, và có thể

khác nhau với cùng người dùng tại các thời điểm khác nhau - hệ thống có thể thích nghi?

Nói chung, có nhiều đặc tính liên quan đến ngữ cảnh hiện tại của công việc người dùng

mà có thể cho vào tài khoản. Nhưng để phục vụ cho việc thích nghi, năm đặc tính được sử

dụng bởi các hệ thống AH đang tồn tại là: mục tiêu, kiến thức, nền tảng, kinh nghiệm, và

sở thích.

2.2.1. Kiến thức

Kiến thức của người dùng về một chủ đề được miêu tả trong hyperspace là đặc tính

quan trọng nhất của người dùng cho các hệ thống AH. Nó được sử dụng bởi khoảng một

phần ba các kỹ thuật thích nghi. Hầu hết tất cả các kỹ thuật thích nghi dựa trên kiến thức

của người dùng như là một nguồn của sự thích nghi. Kiến thức người dùng là một biến

cho một người dùng nào đó. Điều này có nghĩa là một hệ thống AH mà dựa trên kiến thức

người dùng cần phải nhận ra sự thay đổi trong trạng thái kiến thức người dùng và cập nhật

mô hình người dùng tương ứng.

Kiến thức người dùng của một chủ đề thông thường nhất được diễn tả bằng một mô

hình phủ. Ý tưởng của mô hình phủ là trình bày một kiến thức người dùng cá thể của chủ

đề như một “phủ” của mô hình khái niệm. Với mỗi khái niệm mô hình khái niệm, một mô

hình phủ cá thể chứa một vài giá trị mà là đánh giá của cấp độ kiến thức người dùng. Nó

có thể chỉ là một giá trị nhị phân (biết – không biết), một độ đo chất lượng (good –

average – poor), hoặc một độ đo số lượng, như một xác suất người dùng biết khái niệm.

Một mô hình phủ của kiến thức người dùng có thể được miêu tả như một tập các cặp

“khái niệm – giá trị”, một cặp cho mỗi khái niệm miền.

14

Đôi khi một mô hình người dùng khuôn mẫu đơn giản hơn được sử dụng để miêu tả

kiến thức người dùng. Một mô hình người dùng khuôn mẫu phân biệt một số người dùng

điển hình (hay “khuôn mẫu”). Hệ thống có thể có một tập các khuôn mẫu có thể. Một

người dùng nào đó sẽ chỉ định vào một trong các khuôn mẫu sẵn có. Một mô hình người

dùng khuôn mẫu cũng có thể được trình bày như một tập các cặp “khuôn mẫu – giá trị”,

trong đó giá trị có thể không chỉ là “true” hoặc “false” (nghĩa là người dùng thuộc hoặc

không thuộc vào khuôn mẫu), mà còn các một số các giá trị xác suất (miêu tả xác suất

người dùng thuộc vào khuôn mẫu). Mô hình khuôn mẫu đơn giản hơn và không mạnh

bằng mô hình phủ nhưng nó cũng tổng quát hơn và dễ hơn nhiều để khởi tạo và bảo trì.

2.2.2. Mục tiêu

Mục tiêu người dùng hoặc công việc người dùng là một đặc tính liên quan đến ngữ

cảnh của công việc người dùng trong siêu phương. Phụ thuộc vào kiểu của hệ thống, nó

có thể là mục tiêu của công việc (trong các hệ thống ứng dụng), một mục tiêu tìm kiếm

(trong các hệ thống thu nhận thông tin), và một giải quyết vấn đề hoặc mục tiêu học

(trong các hệ thống giáo dục). Trong tất cả các trường hợp, mục tiêu là câu trả lời cho câu

hỏi “Tại sao người dùng sử dụng hệ thống siêu phương tiện và người dùng thực sự muốn

đạt được cái gì?” Mục tiêu người dùng là đặc tính hay thay đổi nhất: thông thường luôn

luôn thay đồi từ phần này đến phần khác và thường thay đổi một vài lần trong một phần.

Trong một số hệ thống, có khi cần thiết để phân biệt mục tiêu cấp độ thấp (cái mà có thể

thay đổi khá thường xuyên) với mục tiêu cấp độ cao (cái mà ổn định hơn). Ví dụ, trong

các hệ thống giáo dục, mục tiêu học là một mục tiêu cấp độ cao, trong khi mục tiêu giải

quyết vấn đề là mục tiêu cấp độ thấp: nó thay đổi từ vấn đề này đến vấn đề khác một vài

lần trong một phần. Mục tiêu người dùng có thể được xem là một đặc tính rất quan trọng

của người dùng với các hệ thống AH. Gần như một phần ba của các kỹ thuật thích nghi

dựa vào nó.

Để mô tả mục tiêu hiện tại người dùng, mỗi hệ thống hỗ trợ một tập các khả năng

mục tiêu mà nó có thể nhận ra. Người dùng hiện tại có thể có hoặc không đối với từng cái

trong tập mục tiêu. Trong một vài trường hợp, tập các mục tiêu là khá nhỏ và các mục tiêu

không liên quan đến nhau.

15

2.2.3. Nền tảng và kinh nghiệm

Hai đặc trưng của người dùng mà tương tự với kiến thức người dùng của chủ đề

nhưng khác chức năng là nền tảng và kinh nghiệm của người dùng. Với nền tảng người

dùng chúng ta ám chỉ tất cả các thông tin liên quan đến kinh nghiệm trước đó của người

dùng bên ngoài chủ đề của hệ thống thích nghi. Điều này bao gồm nghề nghiệp, kinh

nghiệm làm việc trong các lĩnh vực liên quan, cũng như quan điểm của người dùng. Với

kinh nghiệm người dùng trong hyperspace đã cho, chúng ta ám chỉ người dùng quen

thuộc với cấu trúc của hyperspace bao nhiêu và người dùng có thể điều hướng dễ dàng

bao nhiêu. Người dùng có thể khá quen thuộc với cấu trúc của hyperspace mà không có

kiến thức sâu về chủ đề.

Các đặc tính cá thể đó của một người dùng như là nền tảng và kinh nghiệm thường

được mô hình bằng mô hình người dùng khuôn mẫu. Khuôn mẫu có thể là một khuôn

mẫu kinh nghiệm, hoặc một khuôn mẫu nền tảng cho các mặt như nghề nghiệp, triển

vọng, hoặc ngôn ngữ gốc.

2.2.4. Sở thích

Cuối cùng, nhưng không phải là đặc trưng kém quan trọng nhất là sở thích của

người dùng. Do nhiều lý do khác nhau, người dùng có thể thích một số node và liên kết

hơn các cái khác và phần nào đó của một trang hơn các phần còn lại. Những sở thích này

có thể là tuyệt đối hoặc tương đối. Ví dụ, nó có thể phụ thuộc vào node hiện tại, mục tiêu,

và ngữ cảnh nói chung.

Sở thích của người dùng khác với các thành phần mô hình người dùng khác theo

nhiều cách. Không giống các thành phần khác, sở thích không thể được suy luận từ hệ

thống. Người dùng cần phải thông báo với hệ thống trực tiếp hoặc gián tiếp (bằng một

feedback đơn giản) về các sở thích đó. Điều này giống với tính thích nghi hơn là sự thích

nghi. Các hệ thống AH có thể tổng quát sở thích người dùng và áp dụng nó cho sự thích

nghi trong các ngữ cảnh mới. Một đặc trưng khác của mô hình sở thích là cách mô tả.

Trong khi các phần khác của mô hình người dùng thường được mô tả một hoặc một tập

các giá trị số, sở thích không thể mô tả như thế được.

16

2.3. Cái gì có thể được thích nghi trong AH

Một câu hỏi quan trọng khi nói về bất cứ kiểu hệ thống thích nghi nào là: cái gì có

thể được thích nghi trong hệ thống này? Tính năng nào của hệ thống có thể khác biệt với

những người dùng khác nhau? Trong AH, hyperspace thích nghi khá giới hạn: có không

quá nhiều tính năng mà có thể biến đổi. Tổng quát hoá, siêu phương tiện bao gồm một tập

các node hoặc siêu tài liệu (để cho ngắn gọn chúng ta sẽ gọi chúng là “các trang”) kết nối

bằng các liên kết. Mỗi trang bao gồm một số thông tin cục bộ và một bản đồ toàn thể mà

cung cấp liên kết đến tất cả các trang có thể truy cập khác. Cái có thể được thích nghi

trong AH là nội dung của các trang bình thường (sự thích nghi cấp độ nội dung) và các

liên kết từ các trang bình thường, trang chỉ mục, và các bản đồ (sự thích nghi cấp độ liên

kết). Chúng ta phân biệt cấp độ nội dung và cấp độ liên kết như là hai lớp của sự thích

nghi, và gọi cái thứ nhất là thích nghi trình bày, cái thứ hai là thích nghi trợ giúp điều

hướng.

2.3.1. Thích nghi trình bày

Ý tưởng của các kỹ thuật thích nghi trình bày khác nhau là thích nghi nội dung của

một trang được truy cập bởi một người dùng đặc biệt với kiến thức hiện tại, mục tiêu, và

các tính chất khác của người dùng. Ví dụ, một người dùng thành thạo có thể được cung

cấp thông tin chi tiết và sâu hơn, trong khi một người chưa có kinh nghiệm có thể nhận

thêm các giải thích. Trong các hệ thống thích nghi, nội dung của một trang bình thường

có thể chỉ là một văn bản nhưng cũng có thể là một tập các mục đa phương tiện khác

nhau. Từ quan điểm này, chúng ta có thể phân biệt thích nghi văn bản và thích nghi đa

phương tiện. Tuy nhiên, tại thời điểm hiện tại, tất cả các công việc trong thích nghi trình

bày thực sự là thích nghi văn bản. Một số hệ thống đang tồn tại chứa các mục không phải

văn bản, nhưng chưa thể trình bày các mục này một cách thích nghi.

Thích nghi văn bản được nghiên cứu nhiều nhất trong thích nghi siêu phương tiện.

Hầu hết các phần của thích nghi siêu phương tiện giai đoạn đầu tập trung xung quanh

thích nghi trình bày văn bản [1, 2, 4].

17

2.3.2. Thích nghi trợ giúp điều hướng

Ý tưởng của các kỹ thuật thích nghi trợ giúp điều hướng khác nhau là giúp người

dùng tìm đường đi của họ trong hyperspace bằng cách thích nghi cách trình bày các liên

kết với kiến thức, mục tiêu, và các tính chất khác của một người dùng cá thể. Mặc dù

miền nghiên cứu này còn rất mới, một số kỹ thuật thú vị đã được giới thiệu và thực thi.

Các kỹ thuật này có thể được phân lớp vào năm nhóm theo cách chúng sử dụng trình bày

thích nghi của các liên kết. Đó là: chỉ dẫn trực tiếp, thứ tự, ẩn, chú thích, và ánh xạ.

Chỉ dẫn trực tiếp là kỹ thuật đơn giản nhất của hỗ trợ điều hướng thích nghi. Chỉ

dẫn trực tiếp có thể được áp dụng trong bất cứ hệ thống nào mà có thể quyết định node tốt

nhất tiếp theo cho người dùng. Để cung cấp chỉ dẫn trực tiếp, hệ thống có thể nhấn mạnh

trình bày của đường dẫn tốt nhất, hoặc cung cấp một liên kết động (thường được gọi

"Next") tới node tốt nhất. Cách đầu tiên rõ ràng hơn, trong khi cách sau thì mềm dẻo hơn,

bởi vì nó có thể giới thiệu node mà không được kết nối trực tiếp với node hiện tại (và

không được trình bày trong trang hiện tại). Chỉ dẫn trực tiếp rõ ràng và dễ dàng để thực

thi. Vấn đề với chỉ dẫn trực tiếp là nó cung cấp hỗ trợ giới hạn: “theo tôi hoặc không trợ

giúp!”. Chỉ dẫn trực tiếp ít khi là trợ giúp điều hướng chính vì nó không hỗ trợ những

người dùng mà không muốn theo sự giới thiệu của hệ thống. Chỉ dẫn trực tiếp hữu ích

nhưng nó cần được sử dụng với một kỹ thuật “hỗ trợ nhiều hơn”.

Ý tưởng của kỹ thuật thứ tự thích nghi là sắp xếp tất cả các liên kết của một trang

theo mô hình người dùng và tiêu chuẩn người dùng nào đó: càng gần đỉnh thì liên kết

càng thích hợp. Thứ tự thích nghi có sự áp dụng hạn chế: nó có thể được sử dụng với các

liên kết không văn bản, nhưng nó hiếm khi được sử dụng cho các trang chỉ mục và nội

dung và có thể không bao giờ được sử dụng với các liên kết ngữ cảnh và bản đồ. Vấn đề

với thứ tự thích nghi là kỹ thuật này làm thứ tự của các liên kết không ổn định: nó có thể

thay đổi mỗi lần người dùng vào trang. Cùng lúc đó, một vài nghiên cứu gần đây chỉ ra

rằng thứ tự ổn định của các tuỳ chọn trong các menu là quan trọng với những người chưa

có kinh nghiệm. Tuy nhiên, kỹ thuật này có vẻ hữu ích cho các ứng dụng thu hồi thông

tin. Các nghiên cứu thực hành chỉ ra rằng thứ tự thích nghi có thể giảm đáng kể thời gian

điều hướng trong các ứng dụng thu hồi thông tin nơi mà mỗi trang có thể có nhiều các

liên kết.

18

Ẩn là kỹ thuật được sử dụng thường xuyên nhất hiện tại cho hỗ trợ điều hướng thích

nghi. Ý tưởng của kỹ thuật hỗ trợ điều hướng ẩn là hạn chế không gian điều hướng bằng

cách ẩn các liên kết đến các trang “không thích hợp”. Trang có thể được coi là không

thích hợp vì một số lý do: nếu nó không liên quan đến mục tiêu hiện tại của người dùng,

hoặc nếu nó trình bày nội dung mà người dùng chưa chuẩn bị sẵn sàng để hiểu. Từ góc

nhìn này, ẩn có vẻ như là kỹ thuật hiển nhiên nhất và dễ dàng thực thi nhất. Nó ngăn

người dùng từ sự phức tạp của hyperspace không giới hạn và giảm đáng kể sự quá tải. Ẩn

có sự ứng dụng rộng rãi: nó có thể được sử dụng với tất cả các loại liên kết phi ngữ cảnh,

chỉ mục, và bản đồ bằng cách thực sự ẩn các node hoặc các mục menu, và ẩn các liên kết

ngữ cảnh bằng cách chuyển các “hot words” có thể click được sang chữ thường. Ẩn cũng

trong sáng hơn với người dùng và trông “ổn định” hơn so với thứ tự thích nghi.

Ý tưởng của kỹ thuật chú thích thích nghi là thêm vào các liên kết dạng chú thích

nào đó mà có thể nói cho người dùng nhiều hơn về trạng thái hiện tại của node. Các chú

thích này có thể được cung cấp trong form văn bản hoặc sự gợi ý hình ảnh, ví dụ sử dụng

các biểu tượng, màu sắc, hoặc cỡ chữ khác nhau. Chú thích liên kết được xem là một kỹ

thuật hiệu quả của hỗ trợ điều hướng. Kiểu điển hình của chú thích là chú thích tĩnh (độc

lập người dùng). Hỗ trợ điều hướng thích nghi có thể cung cấp các chú thích động. Kỹ

thuật chú thích thường mạnh hơn kỹ thuật ẩn: ẩn chỉ có thể phân biệt hai trạng thái của

node (phù hợp và không phù hợp), trong khi chú thích có thể phân biệt nhiều trạng thái.

Kỹ thuật ánh xạ thích nghi kết hợp các cách khác nhau của thích nghi bản đồ toàn

cục và cục bộ được trình bày cho người dùng. Các kỹ thuật như chỉ dẫn trực tiếp, ẩn, và

chú thích cũng có thể được sử dụng để thích nghi ánh xạ, nhưng tất cả các kỹ thuật này

không thay đổi dạng hoặc cấu trúc của ánh xạ. Nghiên cứu tương tác người - máy đưa ra

một số kỹ thuật để thích nghi cấu trúc và dạng của một số kiểu mạng, bao gồm ánh xạ

siêu phương tiện. Tuy nhiên, hầu hết các ý tưởng vẫn chưa được áp dụng trong các hệ

thống thích nghi siêu phương tiện.

Chỉ dẫn trực tiếp, thứ tự, ẩn, chú thích, và ánh xạ là các kỹ thuật thích nghi chính

cho hỗ trợ điều hướng. Các kỹ thuật không mâu thuẫn nhau và có thể được sử dụng kết

hợp.

19

3. Mô hình hệ thống học thích nghi ACGS [10]

Hệ thống học thích nghi siêu phương tiện được phát triển với mục đích thay thế cách

học truyền thống. Theo cách học truyền thống, người học được đề nghị, hoặc thậm chí bị

bắt buộc theo một khung chương trình và nội dung có sẵn. Trái lại, hệ thống học thích

nghi cho phép mỗi người học có một cách học riêng, tuỳ theo mục đích, khả năng, nhu

cầu, sở thích, kiến thức về môn học. Nói cách khác, cách học “thích nghi” với người học.

Hệ thống học thích nghi có lẽ là không phổ biến ở Việt Nam (theo kinh nghiệm của người

viết). Tuy nhiên, có nhiều hệ thống thích nghi khác mà có thể bạn đã dùng nhưng không

để ý đến. Ví dụ khi bạn đăng kí một tài khoản trên trang youtube.com, hệ thống sẽ theo

dõi các hành động của bạn, xem bạn tìm kiếm cái gì và xem cái gì. Sau đó, nó sẽ có mục

giới thiệu các video mà phù hợp với sở thích của bạn. Các video giới thiệu này là khác

nhau tuỳ từng người dùng.

Khoá luận chỉ tập trung vào vấn đề căn cứ vào kiến thức. Vấn đề ở đây là làm sao

chúng ta có thể đánh giá được kiến thức của người dùng. Nếu chúng ta chỉ cho tương ứng

mỗi khái niệm với một bài kiểm tra và dựa vào kết quả kiểm tra để đánh giá thì thật bình

thường. Chúng ta có thể thấy rằng các khái niệm thường liên quan ảnh hưởng đến nhau.

Ví dụ trong khoá học về SQL, để hiểu được khái niệm “bảng”, chúng ta phải hiểu khái

niệm “thực thể” và “thuộc tính”. Do đó nếu người dùng đã hiểu được khái niệm “bảng”,

nhiều khả năng ngươi đó cũng đã hiểu về “thực thể” và “thuộc tính”; và ngược lại, nếu

người dùng không hiểu được khái niệm “thực thể” hay “thuộc tính”, rất có thể người đó

chưa nắm rõ về khái niệm “bảng”. Để có thể mô hình được những mối quan hệ này,

chúng ta sử dụng mạng Bayes.

Đầu tiên, chúng ta sẽ tìm hiểu các cấu trúc biểu diễn được sử dụng bởi hệ thống sinh

khoá học thích nghi (ACGS – Adaptive Course Generation System). Tiếp theo, chúng ta

cũng tìm hiểu cách phát triển mô hình học mạng Bayes để quản lý sự phủ mô hình kiến

thức. Cuối cùng, chúng ta sẽ đi vào chi tiết tiến trình thích nghi của hệ thống.

Chương này được trình bày dựa trên các kết quả của bài báo [9] đưa ra năm 2008.

3.1. Các cấu trúc biểu diễn

Hệ thống sử dụng các cấu trúc biểu diễn sau:

20

 Mô hình người học

 Mô hình khái niệm

 Mô hình phủ

 Mô hình công việc

3.1.1. Mô hình người học

Mô hình người học mà biểu diễn các thông tin cần thiết về mỗi người học là thành

phần không thể thiếu của hệ thống siêu phương tiện thích nghi nói chung và hệ thống học

thích nghi nói riêng. Hệ thống sử dụng mô hình người học để theo dõi lịch sử trạng thái

của người học về các công việc và các sự thực hiện tương ứng. Điều này là nhân tố quan

trọng đối với sự lựa chọn thích nghi các công việc học tiếp theo để giới thiệu với người

học. Trong mô hình người học, chúng ta biểu diễn các thông tin như kiến thức, nền tảng,

mục đích học, sở thích, vv... của từng người học mà có ích để thích nghi. Không có mô

hình người học, một hệ thống không thể thích nghi với người học. Để tạo và cập nhật mô

hình học, hệ thống thu thập dữ liệu từ nhiều nguồn khác nhau mà bao gồm đầu vào người

học yêu cầu cũng như tương tác của người học được hệ thống quan sát.

Cho đến giờ, có nhiều tiếp cận để phát triển mô hình người học có thể kể tên: mô

hình người học dựa vào chủ đề, mô hình người học dựa vào khái niệm, mô hình khái niệm

tổng quát hoá, mô hình bao phủ tổng quát hoá. Mỗi tiếp cận nhằm tập trung vào một hoặc

nhiều tính năng hữu ích của thông tin người học và nó có một số điểm mạnh cũng như

điểm yếu. Ví dụ, mô hình người học dựa vào chủ đề dễ dàng cho người học và giáo viên

để nắm được, để đánh chỉ mục nội dung và xoá giao diện trình bày nhưng mô hình học

của tiếp cận này quá to cũng như sự chính xác của mô hình là thấp. Cách để xây dựng và

quản lý mô hình người học để tiến trình thích nghi hiệu quả là một câu hỏi thử thách cho

các nhà nghiên cứu. Mô hình người học cần dữ liệu lưu để đánh giá cấp độ kiến thức

người học về khái niệm, cái mà là một phần của mô hình khái niệm.

3.1.2. Mô hình khái niệm

Mô hình khái niệm là một mô hình đối tượng của miền vấn đề, là một tập các thành

phần về miền giáo dục, mỗi thành phần là lớp đối tượng miền và mối quan hệ giữa chúng.

Mô hình khái niệm phân tách kiến thức của môn học thành các phần như: chủ đề, chủ đề

21

con, khái niệm nguyên tử. Phụ thuộc vào miền, chiến lược thiết kế, có nhiều kiểu của cấu

trúc mô hình khái niệm: mô hình vectơ, mô hình mạng, và bản thể học, vv. Hãy xem [3]

để biết thêm các kiểu của nó, ở đây chúng ta chỉ tập trung vào mô hình mạng, cái mà

được sử dụng để xây dựng mô hình khái niệm của ACGS. Trong mô hình mạng, có một

số kiểu của liên kết để biểu diễn các kiểu quan hệ khác nhau giữa các khái niệm. Sự kết

hợp và mối quan hệ phụ thuộc một phần là các kiểu phổ biến của liên kết mà được sử

dụng trong nhiều hệ thống. Trong cái đầu, thành thạo các chủ đề con dẫn đến thành thạo

chủ đề cha. Trong cái sau, thành thạo chủ đề cha dẫn đến thành thạo các chủ đề con.

3.1.3. Mô hình kiến thức phủ

Trong mô hình phủ, chúng ta giả sử kiến thức của sinh viên là một tập con của kiến

thức toàn bộ hệ thống của môn học. Khi sinh viên học, tập con tăng lên, và công việc của

hệ thống là theo dõi bước tiến của tập con. Điều luật của mô hình phủ người học là với

mỗi khái niệm của mô hình khái niệm, mô hình kiến thức người dùng cá thể lưu giữ dữ

liệu biểu diễn giá trị đánh giá cấp độ kiến thức của người học về khái niệm này. Sự đánh

giá này có thể là các giá trị cụ thể định lượng để biểu diễn cấp độ của kiến thức người

học, hoặc các giá trị xác suất sử dụng kiểu quản lý không chắc chắn như lôgic mờ hoặc

mạng Bayes để quản lý kiến thức người học. Do đó, trong thực hành, mô hình phủ của

người học cá thể được lưu như là một tập của các cặp tên-giá trị trong đó tên biểu thị

khái niệm thuộc mô hình khái niệm, giá trị biểu thị cấp độ kiến thức.

3.1.4. Mô hình công việc

Một công việc đề cập đến một tập các hoạt động dính liền với nhau mà được thực

hiện để đặt được mục tiêu cho trước. Kỹ thuật tách có tôn ty và đệ quy một vấn đề thành

các vấn đề con là một trong những đặc tính cơ bản của mô hình công việc có tôn ty. Mô

hình công việc lưu các kết quả của tiến trình phân tích công việc, cái mà không chỉ sử

dụng để tìm ra một số điều về hoạt động mà còn sử dụng để thành lập các yêu cầu cho

huấn luyện và cho tài liệu người dùng. Mô hình công việc là được sử dụng cho các công

việc sau:

 Làm tài liệu kết quả của một thiết kế công việc cho các hoạt động được đề

nghị.

22

 Hỗ trợ lựa chọn cá nhân.

 Nhận biết yêu cầu cho huấn luyện.

Trong mô hình công việc này, chúng ta định nghĩa hai kiểu công việc: công việc

trừu tượng hay phương thức, và công việc cơ sở hay công việc hoạt động. Một công việc

trừu tượng biểu diễn một hoạt động cấp cao được biết như là mục tiêu học cái mà được

kết hợp bởi các công việc phụ. Trong khi đó, công việc cơ sở là công việc nguyên tử mà

có thể đạt được bằng một thủ tục đơn giản, thực tế nó có vẻ là các hoạt động học mà

người học cần nắm được để đạt được mục tiêu. Do đó, một công việc trừu tượng có thể

được chia ra một cách đệ quy thành các công việc phụ cho đến khi có các công việc hoạt

động.

Biểu đồ công việc là một mô hình công việc có tôn ty [8] bao gồm một số công việc

học và công việc học phụ mà là các hoạt động cụ thể để dạy người học cách nắm được

chủ đề. Công việc học này có thể xảy ra thứ tự hoặc song song.

Ví dụ, trích dẫn của biểu đồ công việc cho khoá học thiết kế cơ sở dữ liệu được

minh hoạ trong hình sau, công việc trừu tượng “Thiết kế biểu đồ quan hệ thực thể” bao

gồm ba phương thức: xác định thực thể, định nghĩa các thuộc tính của thực thể, và xác

định mối quan hệ giữa các thực thể. Có một số công việc hoạt động để đạt được một

phương thức. Ví dụ để đạt được phương thức “Xác định mối quan hệ giữa các thực thể”

có bốn công việc cơ sở là:

 Nêu bật các động từ mô tả mối quan hệ giữa các thực thể.

 Mô tả ngắn gọn liên kết mối quan hệ.

 Xác định số lượng tham gia mối quan hệ của mỗi thực thể.

 Xác định mối quan hệ là sự tham gia hay tuỳ chọn.

23

Hình 1. Biểu đồ công việc với các phương thức để nắm được chủ đề và công việc

hoạt động học cho khoá học thiết kế cơ sở dữ liệu [9].

3.1.5. Mô hình miền khoá học

Để có thể nắm được một khái niệm, người học cần làm một số công việc có liên

quan. Mặt khác để kết thúc công việc học, người học cũng cần nắm được một số khái

niệm tương ứng. Mô hình miền khoá học là sự kết hợp giữa mô hình khái niệm và mô

hình công việc.

Miền khoá học được trình bày như là một đồ thị có hướng không chu trình với một

số node và cạnh kết nối giữa chúng. Node biểu diễn một đối tượng nguyên tử (có thể là

khái niệm hay công việc) trong khi cạnh biểu diễn mối quan hệ tiên quyết giữa các đối

tượng. Một cách rõ ràng, để làm được công việc, các khái niệm này của công việc cũng

cần nắm được. Hình sau mô tả một phần đồ thị cho công việc “làm thế nào để chuẩn hoá

dạng chuẩn 3 cho một bảng?”, với một số khái niệm như: chuẩn hóa, bảo toàn dữ liệu,

24

dạng chuẩn 1,… Ví dụ, để có thể chuẩn hoá được dạng chuẩn 2, dạng chuẩn 1 và phụ

thuộc một phần khoá là các khái niệm tiên quyết mà người học cần biết.

R e c o rd s

A tr ib u tie s

E n tity

T a b le

V a lu e s

R e la tio n s h ip s

Q u e ry

F ie ld

C o n s tra in ts

P r im a r y K e y s

F u n c tio n a l

d e p e n d a n c ie s

K e y s

F o r e ig n K e y s

C o m p o u n d k e y

E n tity

in te g rity

R e fe r e n tia l

in te g r ity

In te g r ity

c o n s tr a in ts

D a ta

in te g r ity

D a ta

re d u n d a n c y

N o r m a liz a tio n

d e c o m p o s e th e

re la tio n

p a rtia l k e y

fu n c tio n a l

d e p e n d e n c ie s

F irs t N o r m a l

F o r m

tra n s itiv e

fu n c tio n a l

d e p e n d e n c ie s

S e c o n d

N o r m a l F o r m

T h ird

N o rm a l F o r m

Hình 2. Một phần đồ thị khái niệm trong mô hình miền khoá học [9].

Nếu người học nắm được tất cả các khái niệm này, không đảm bảo anh/chị ấy đã

biết cách để chuẩn hoá dạng chuẩn 2. Điều này hoàn toàn có thể xảy ra bởi vì người học

có thể nắm được tất cả các khái niệm nhưng không thể sử dụng nó để làm được công việc.

25