互助学习环境下可抗恶意评价的同伴互评算法

• 作者: 李敏 王聪 赵鸣铭
• 来源期刊: 计算机应用研究
• 关键词: 同伴互评 互助学习 恶意评价
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2305-2309
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.03.0055

摘要

受学习者能力和意愿等主观因素的影响,互助学习环境下同伴互评结果与真实评价通常存在显著差距.为了提高同伴互评的质量,避免互评过程中利益驱动的恶意评价,引入少量由教师预评分的作业作为哨兵.通过评审人对哨兵的评审情况,以评审人的信誉评价作为权重向量,并利用阈值进行截尾,从而实现了对恶意评价的有效隔离.真实测评数据上的实验结果证明,相较于当前主流的互评算法,该算法能有效过滤恶意高评或低评,并且能适应较大数量级的学习者进行互评.在未来的研究中,将针对信誉模型的优化进行深入的研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏		29	244	8.0	15.0
2	王聪		4	4	1.0	2.0
3	赵鸣铭		1	0	0.0	0.0