融合关联规则的MOOC资源众包平台任务分配算法

• 作者: 万智萍 潘志宏 谢海明
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 知识密集型众包任务 MOOC资源构建 任务分配 关联规则 Apriori算法 预期工作能力评估
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 189-194
• 页数: 6页
• 分类号: TP311
• 字数: 5595字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.04.036

摘要

在高校大力发展MOOC平台背景下,为了提升学生的主动性、MOOC平台资源库的丰富性,出现了众包协同构建资源的方法,让学生和教师构成学习共同体,在完成新知识学习的同时进行资源库建设.高校MOOC众包平台的任务就属于知识密集型任务,挑选合适的参与者直接关系到MOOC资源库构建质量.为了更好地构建高校MOOC资源平台,提出一种针对知识密集型众包任务的分配方案,它包含学生的准入筛选、预期工作能力评估两个阶段.首先利用改进Apriori课程关联算法对学生进行准入筛选;其次利用知识关联算法对学生预期工作能力进行评估并将众包任务分配到工作能力最合适的学生;最后对方案进行测试验证,结果表明该方案能够能较好地提升学生挑选和任务分配的效果,促进构建更高质量的MOOC资源库.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万智萍	中山大学新华学院	93	351	9.0	14.0
2	潘志宏	中山大学新华学院	10	27	3.0	5.0
3	谢海明		3	0	0.0	0.0