基于知识地图拓扑的核心知识单元识别方法

• 作者: 何绯娟 缪相林 许大炜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 知识地图 拓扑分析 知识单元 Motif 中心度
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 34-37,42
• 页数: 5页
• 分类号: TP391.2
• 字数: 3124字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.07.008

摘要

核心知识单元的识别有助于引导学习者的注意力分配,消除学习迷航问题.知识单元之间在认知上具有长距依赖性,常用的度、紧密性、介数、特征向量等中心度指标很难适用于识别知识地图中的核心知识单元.为此,提出了一种基于知识地图拓扑的核心知识单元识别方法.该方法依据对知识地图拓扑分析发现的三个特性,即核心知识单元的层次分布特性、出度分布特性、Motif结构特性,建立了知识单元对应的六维特征向量.在六维特征向量的基础上,将核心知识单元识别问题转化为二类分类问题,采用分类算法实现核心知识单元的识别.在8门课程知识地图数据集上,采用支持向量机(SVM)、决策树C4.5、朴素贝叶斯(NB)和多层感知器(MLP)四种算法进行了对比实验.实验结果表明,所提出的方法有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许大炜	西安交通大学城市学院	15	98	5.0	9.0
2	缪相林	西安交通大学城市学院	38	212	8.0	13.0
3	何绯娟	西安交通大学城市学院	8	14	3.0	3.0