MOOC社区中基于移动情境感知的学伴推荐方法研究 |
| |
作者单位: | 广州大学网络与现代教育技术中心,广东广州 510006;广州大学图书馆,广东广州 510006 |
| |
摘 要: | 在大规模学员参与的MOOC社区中智能推荐适配的学习伙伴,对促进学习投入和提升课程完成率具有重要意义.基于探究社区理论模型分析MOOC社区知识地图结构,梳理影响学伴推荐的用户情境(学习投入、评分、时间及位置)和社会情境(交互行为、强度及时效),相应地构建用户情境信任度和社会情境信任度;在社会情境信任度构建中,引入信任奖励因子和时间衰减因子,反映MOOC社交信任的动态性;最后融合用户情境和社会情境计算动态综合信任度,通过信任传播构建MOOC社区复杂信任网络,基于此为学员生成Top-N推荐列表.实验表明,融合用户情境和社会情境的学伴推荐方法,能充分挖掘学员兴趣偏好及交互行为变化所反映的动态信任关系,在高动态性和移动性的MOOC社区中具有较好的推荐效果;同时,可以通过调整多维情境的权重值实现在不同推荐场景的灵活应用.
|
关 键 词: | MOOC社区 情境感知 信任网络 知识地图 学伴推荐系统 |
本文献已被 CNKI 万方数据 等数据库收录! |
|