结合社会网络分析和多维特征聚类的学习小组划分方法

• 作者: 张红宇 王坚强 马华
• 来源期刊: 计算机应用研究
• 关键词: 虚拟学习社区 学习小组 划分 社会网络分析 特征聚类
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 732-735,741
• 页数: 5页
• 分类号: TP391|G420
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.03.022

摘要

通过引入社会网络分析方法, 建立了综合学习能力、学习状态和协作能力多维指标的学习者特征模型, 应用模糊相似和模糊等价演算, 以多层次的模糊动态聚类方法识别候选学习领袖, 通过融合多类型学习者实现学习小组的迭代划分。实验分析表明, 该方法可提高虚拟学习社区中学习小组划分结果的准确度, 具有良好的自适应性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王坚强	中南大学商学院	104	2548	30.0	46.0
2	张红宇	中南大学商学院	26	654	9.0	25.0
3	马华	湖南涉外经济学院信息科学与工程学院	27	170	8.0	11.0