10.3969/j.issn.1673-629X.2017.07.008
基于知识地图拓扑的核心知识单元识别方法
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.
知识地图、拓扑分析、知识单元、Motif、中心度
27
TP391.2(计算技术、计算机技术)
教育部人文社会科学研究青年基金项目15YJCZH057;陕西省社会科学基金项目2016N005;陕西省科学技术研究发展计划工业科技攻关项目2015GY012;西安交通大学城市学院校级科研项目2016KZ01,2015KZ09
2017-08-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
34-37,42