面向在线讨论的时间序列建模实验*

摘要：

在线讨论中帖子的自动评价与监测是一个极具挑战的研究主题.文章从信息论的视角,提出了在线讨论中帖子的信息量计算方法,并采用自回归单整移动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型,开展了面向在线讨论的时间序列建模实验,得到最优化的ARIMA(5, 2, 5)模型.实验结果表明,ARIMA(5, 2, 5)模型能够正确描述在线讨论中帖子信息量的未来变化趋势并给出波动范围,且其预测的准确性优于基准模型.文章探索了面向在线讨论的时间序列建模方法,以期降低监控在线讨论质量的时间成本,并为研究在线讨论质量评价方法提供新的视角.

关键词：时间序列、在线讨论、帖子、信息量、ARIMA模型

所属期刊栏目：29

分类号：G40-057(教育学)

资助基金：国家自然科学基金项目"非数学语言描述问题的机器理解方法研究"61772012;湖北省技术创新专项"互联网+精准教育关键技术研究与示范"2017ACA105;湖南省教育教学改革项目"依托‘慕课’实现大学心理素质教育优质资源共享的实践研究"湘教通[2015]291号476;中央高校基本科研业务费创新资助项目2018CXZZ043

在线出版日期：2019-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：39-45