基于模糊C均值的在线协作学习混合分组研究

• 作者: 杨有 罗凌 马燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 在线协作学习 学习者特征 小组划分 模糊C均值
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 理论与研发
• 页码范围: 68-73
• 页数: 6页
• 分类号: TP391
• 字数: 6506字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0327

摘要

在构建了学习者多维特征模型的基础上,设计了基于模糊C均值的在线协作学习混合分组算法.提取学习者多维特征分量,通过模糊C均值算法以学习风格、知识水平、学习目标和兴趣爱好为主要特征进行同质聚类,根据活跃度和性别特征进行异质聚类以实现混合性质分组.该算法将异质和同质分组相结合,既保证了学习风格、知识水平、学习目标和兴趣爱好具有相似性的学习者划分到同一组,同时考虑到了活跃度和性别差异对学习效果的影响,使得小组划分更加合理.实验表明,该算法优于传统分组方法,学习者的学习效果和学习满意度都有较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨有	重庆师范大学计算机与信息科学学院	80	395	11.0	15.0
2	马燕	重庆师范大学研究生院	114	969	14.0	29.0
3	罗凌	重庆师范大学计算机与信息科学学院	21	141	6.0	10.0