浙江工业大学李浩君教授著《人工智能时代移动学习服务》一书，2020年11月由电子工业出版社出版，获2021年“浙江省第二十一届哲学社会科学优秀成果奖”一等奖（基础理论研究类）。
简介
该书是国家社会科学基金一般项目（16BTQ084）和教育部人文社会科学研究项目（15YJCZH023）的研究成果。移动学习秉承以学习者为主体、以教师为引导的主动服务教学理念，满足学习者个性化的学习需求，具有便携性、实时性、互动性、情境性、个性化等优点，但人工智能时代移动学习存在着学习者对智能学习服务、丰富优质资源以及高效目标达成的教育期待与目前移动学习领域学习方式单一化、学习资源低质化、学习应用表层化之间的矛盾。该书源于技术服务教育理念，围绕移动学习智能服务规划、移动学习行为分析、移动学习资源设计、移动学习资源推荐、移动学习路径规划以及移动学习伙伴分组等内容，从教育学、人工智能、心理学多维度系统阐释人工智能时代移动学习智能服务体系，探索人工智能技术与移动学习融合视角下学习服务内涵演变、系统重构以及服务模式的创新，旨在将人工智能新的生产要素转换为移动学习服务变革和创新的生产力，为移动学习领域智能服务体系构建提供重要理论支撑。
该书具有较高的学术价值，其学术贡献主要有：第一，构建人工智能时代移动学习框架。该书深入分析了人工智能时代移动学习框架构成要素，阐述移动学习框架内在逻辑关系，设计了移动学习智能服务功能，包括：移动学习智能导航、移动学习智慧问答、移动学习资源呈现、移动学习资源推送、移动学习路径规划、移动学习伙伴推荐等，这些成果丰富了移动学习智能服务理论。第二，将概念图设计思想引入移动学习资源设计中，通过分析移动学习资源设计要素及其关系，阐述了移动学习资源设计总体思路，提出了基于概念图理论的移动学习资源设计理论，率先开展了基于神经网络技术支持的移动学习资源自适应呈现服务策略研究。第三，构建了移动学习个性化资源推荐问题，分析移动学习资源推荐影响因素，设计了移动学习个性化资源推荐模型，提出了基于多目标粒子群优化算法的移动学习个性化资源推荐策略。第四，从计算思维视角将移动学习路径自适应规划问题抽象为数学问题，在定义学习日志本体、学习者本体、学习情境本体以及学习资源本体等要素基础上，构建移动学习路径多维本体关联模型，提出了基于CUBPSO优化算法的移动学习路径自适应规划方法。第五，构建融合学习情境特征的移动学习伙伴模型，分析移动学习伙伴模型形式化描述和数据化表征，提出了基于K近邻算法的移动学习伙伴分组策略。
该成果产生了较好的社会影响。该书主要研究成果在《系统工程理论与实践》《模式识别与人工智能》《系统科学与数学》《电化教育研究》《现代教育技术》《现代远程教育研究》等高水平期刊上发表论文17篇，形成了较好的理论观点和学术影响。同时，研究成果积极应用于企业移动学习服务产品研发领域，已投入实际应用的移动学习产品1项、授权专利1项、登记的软件著作权9项。
作者简介
李浩君，浙江工业大学教授、博士生导师。主要从事智能教育与个性化学习研究。