Learning Path Recommendation
Learning Path Recommendation（学习路径推荐，LPR）介绍
在《GenAL Generative Agent for Adaptive Learning》的研究背景下，Learning Path Recommendation（LPR，学习路径推荐） 是自适应学习（Adaptive Learning）的核心任务，指为学习者规划、设计结构化的学习路径，使其能系统、有序地获取知识与技能，最终满足个性化学习需求的技术方法，其核心逻辑、现有方法局限及GenAL框架下的创新优化可从以下维度展开：
一、核心定义与任务目标
LPR的本质是“动态匹配学习者状态与学习内容”：一方面需捕捉学习者的知识掌握程度、学习偏好、认知能力等个性化特征；另一方面需结合学习内容的知识概念、难度层级、认知要求等属性，通过算法推荐适配的学习序列（如“知识点讲解→基础练习题→进阶练习题”的组合）。
其核心目标是最大化学习效果（(E_p)），即通过优化学习路径，让学习者在完成路径后，对目标知识的掌握程度（以初始测试分数(E_s)与最终测试分数(E_e)的差值衡量）显著提升，公式定义为(E_{p}=\frac {E_{e}-E_{s}}{E_{sup }-E_{s}})（其中(E_{sup})为测试满分，等于学习目标数量）。
二、主要分类：按路径生成方式划分
根据路径生成的动态性与交互性，现有LPR方法可分为两类，二者在适应性与实用性上存在显著差异：
-
完整生成（Complete Generation）
一次性生成固定长度的完整学习路径并提供给学习者，不考虑学习过程中的动态反馈。例如，为“掌握线性函数”的学习者直接推荐“线性函数定义→图像性质→3道基础题→2道综合题”的固定序列。
其核心缺陷是忽略学习者的实时状态变化：若学习者在“图像性质”环节掌握不佳，固定路径仍会推进至后续内容，可能导致时间浪费或认知负担，无法适配动态学习过程。 -
逐步生成（Step-by-Step Generation）
结合学习者每一步的交互反馈（如练习题作答结果、学习时长），实时动态生成可变长度的学习路径。例如，学习者答对基础题则推荐进阶题，答错则先推送知识点补学内容，再重新测试。
这类方法因能精准匹配“学习者状态-学习内容”的动态关系，已成为当前LPR的主流方向，尤其在在线教育场景中应用广泛。但传统逐步生成方法仍存在信息利用不充分、泛化能力弱等局限。
三、传统LPR方法的核心局限
现有LPR方法（尤其是基于传统推荐算法或强化学习的方案）在实际应用中面临三大关键问题，这也是GenAL框架试图解决的核心痛点：
-
信息利用粗糙（Coarse-grained Information）
仅依赖学习内容的索引（如题目ID、知识点标签），无法挖掘文本内容中的细粒度语义信息。例如，两道均标注“线性函数”的练习题，一道仅考查基础公式书写，另一道需结合“点到直线距离”的深层知识，但传统方法无法区分二者差异，导致推荐精度不足。部分方法虽引入知识图谱辅助，但受限于图谱规模与概念粒度，仍难以突破信息利用瓶颈。 -
泛化能力有限（Limited Generalization Ability）
依赖特定数据集训练，无法适配新场景或数据分布变化。例如，在“中学数学”数据集上训练的LPR模型，若直接应用于“大学微积分”场景，或原数据集中新增大量未训练的学习内容，模型需重新训练才能生效，无法满足在线教育中“学习内容库持续扩充”的需求。 -
性能不稳定（Performance Instability）
基于强化学习（RL）的主流方法需依赖丰富的交互日志训练（如每个学习者数百条操作记录），但真实在线教育场景中，学习者交互数据常呈稀疏状态（如平均仅13条记录/学习者）。此时RL模型难以有效训练，甚至无法提升学习者认知水平，导致推荐结果不稳定。
四、GenAL框架下的LPR创新优化
为解决传统方法的局限，GenAL框架将大型语言模型（LLMs）的语义理解能力与教育工具结合，重构了LPR的实现逻辑，核心创新点包括：
-
基于文本语义的细粒度推荐
不再依赖学习内容索引，而是通过LLMs提取题目文本、知识点描述中的语义信息（如难度层级、认知要求），精准区分内容差异。例如，LLMs可自动识别“线性函数”练习题的深层知识关联，避免传统方法的“标签同质化”问题。 -
双智能体协同机制
由全局思考智能体（GTA） 与局部教学智能体（LTA） 协同完成LPR：- GTA通过“日志记忆（存储历史记录）+教育工具（如知识追踪模型评估知识掌握度）+反思器（生成学习者画像并优化推荐策略）”，从宏观层面把握学习者整体状态；
- LTA利用LLMs的语义分析能力与教育先验知识（如层级知识图谱），从微观层面推荐下一个适配的学习内容，并提供推荐理由与作答预测，形成“动态反馈-策略调整”的闭环。
-
稀疏数据场景适配
借助LLMs的领域知识与推理能力，仅需少量初始数据（如学习者10余条记录）即可构建有效画像，无需依赖大规模交互日志。实验表明，在平均仅13条记录/学习者的“TextLog”数据集上，传统RL方法无法生效，而GenAL仍能实现0.3804的学习效果提升（(E_p)），显著优于所有基准模型。
五、实验验证效果
在Junyi、ASSIST09、TextLog三个真实数据集上，GenAL的LPR性能显著优于KNN、GRU4Rec、DQN、GEHRL等8类基准模型：例如在20步学习场景中，GenAL在Junyi数据集的(E_p)值达0.5692（远超第二名GEHRL的0.4206），在ASSIST09达0.3665，在稀疏的TextLog数据集达0.3804，且无需重新训练即可适配不同数据集，验证了其有效性与泛化能力。