[发明专利]一种融合学习特征和学习网络结构特性的学习者关系强度度量方法和装置

说明书

本发明公开了一种融合学习特征和学习网络结构特性的学习者关系强度度量方法和装置，包括：(1)采集并提取学习者数据和课程数据的特征，得到特征集合C＝{LA,CA,LI}；(2)根据特征集合C构建学习网络LLN＝{V,E,P}；(3)根据集合LA，计算两个学习者之间的个人特征相似度las(u,v)；(4)根据集合CA，计算学习者之间的所学课程方面相似度cas(u,v)；(5)根据las(u,v)和cas(u,v)计算学习者之间的静态特征相似度sim[u,v]；(6)根据学习网络LLN，计算学习者之间的共同邻居节点数和共同邻居节点边权关系cnl[u,v]；(7)根据cnp[u,v]和cnl[u,v]计算学习者之间的动态特征相似度js[u,v]；(8)根据sim[u,v]和js[u,v]计算学习者之间的综合相似度值，以该综合相似度值作为学习者之间关系强度的度量值。

技术领域

本发明涉及在线学习中学习者关系强度度量方法，尤其是涉及一种融合学习特征和学习网络结构特性的学习者关系强度度量方法和装置。

背景技术

随着Web2.0和云计算等技术的成熟，出现了以慕课(massive open onlinecourse，MOOC)平台为代表的为全球用户提供知识教育服务的网络学习社区。在短时期内，慕课的理念和实践得到了国内外越来越多优秀大学的认同，他们在慕课平台上免费开放自己的课程，使全球任何希望得到优质教育资源的人都可以在线学习，形成网络学习社区，并以此来实现知识传播的目的。

在线学习平台的主体是学习者，其最大的特点就是海量的学习者和多种多样的学习者群体。与传统教育相区别，在线学习环境下，学习者的学习动机和知识背景差别呈现多样性，又由于互联网技术的特点，学习者在线学习的所有学习行为都会以形式丰富多样的数据形式记录下来。当大量的学习资源和学习活动同时呈现于网络上时，学习者难免会造成对于过载信息资源的困惑，很难快速找到适合自己学习的资源，发掘具有相似学习兴趣的用户，为他们推荐所需的知识，可以提高知识获取的效率，有助于知识更有效的传播。

目前已经有不少研究者对用户相似度进行研究，如在考虑评分相似度的基础上，基于信任关系隐含相似度的度量方法；通过计算用户间个人基本资料的内容相似性来进行好友识别。用词向量代表用户的兴趣点，从而识别具有相似兴趣的好友；通过关联规则和用户间标签相似度识别好友。把在线学习系统和社交网站结合起来，分析用户在社交网站的社会关系，并且跟踪用户学习路径来建立用户之间的关系；通过计算用户属性相似度和互动强度，对用户关系进行强弱关系的划分；综合考虑用户基本属性相似度、姓名共现性和交互频率后，提出了图模型方法来预测关系强度；基于用户个人信息和互动行为两个因素对用户关系强度进行了研究。但是仍存在如下不足：

(1)现有工作中，用户个人属性特征是常见的度量因素，但由于存在用户个人信息填写不完整等原因，基于用户个人属性等数据进行用户相似度计算的方法存在属性稀疏的问题。

(2)现有工作主要从用户角度出发，度量的往往是用户的静态特征居多，而具有相同兴趣爱好的用户在学习表现上具有同构性，缺少结合课程的角度进行用户的度量，更缺少从学习网络的角度度量用户的工作。

慕课等在线学习平台的出现，开创了基于人际关系的知识传播。因此，提供一种有效的学习者关系强度度量方法，对推进网络应用发展和个性化学习推荐有着重要意义。

发明内容

本发明的目的是提供一种融合学习特征和学习网络结构特性的学习者关系强度度量方法和装置。在对学习者关系强度进行度量时，综合考虑了学习者的个人特征以及学习者之间的通过课程形成的交互行为特征，以此提高了学习者关系强度度量的准确度，为推进在线学习网络应用发展和个性化学习推荐提供支持。

为实现上述发明目的，本发明提供的技术方案为：

一种融合学习特征和学习网络结构特性的学习者关系强度度量方法，包括以下步骤：