基于聚类和梯度选择的网络协作学习分组算法

• 作者: 袁健 马艳云
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 分组算法 协作学习 聚类 梯度选择
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 协议·算法与仿真
• 页码范围: 89-92
• 页数: 4页
• 分类号: TP301.6
• 字数: 3427字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2016.12.025

摘要

基于网络协作学习具备便捷、海量资源共享和不受时空约束的优势,但其学习效果易受学习者分组的影响;分组越科学合理,整体学习效果则越理想,反之亦然.文中根据网络协作学习者的个性化特征和协作特征,在引入团队协作学习量表解决学生协作能力判断的前提下,提出基于学习者特征聚类和协作特征梯度选择的GSDBK-means分组算法对学习者进行分组,以期达到提高网络协作学习效果的目的.经实验证明,GSDBK-means分组算法较于其他分组策略能产生更科学合理的分组结果,从而取得更好的学习效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁健	上海理工大学光电信息与计算机工程学院	60	373	10.0	16.0
2	马艳云	上海理工大学光电信息与计算机工程学院	1	2	1.0	1.0