E-learning中基于聚类算法的多维度学习社区的研究

摘要

随着第三次互联网浪潮的袭来，用户对网络的依赖性越来越强，E-learning 作为一种终身学习方式，与网络虚拟社区一起改变了亿万互联网用户学习与生活的方式。作为E-learning 学习环境中的一种重要应用模式，虚拟学习社区结合了E-learning 与网络虚拟社区的优点，有越来越多的教育机构和互联网公司向它投来了关注的目光。
　　 本文提出了一种新型的多维度学习社区，相对于传统的虚拟学习社区，它通过实时、动态的对学生学习状态进行评估分类，自动地将学生引入学习社区中不同水平层次的群组进行小组学习。在对学生的评估分类的设计实现中，我们从基于Ontology 技术的多模式交互网络学习环境里采集学生的学习过程数据，生成能正确反馈学生学习状态的认知诊断模型，并综合分析考虑，选取了合理有效的聚类算法，对模型实施聚类分析。在此基础上，成功实现了一种新型的E-learning 环境中的数据挖掘应用。
　　 本文的研究工作主要包括以下几个部分：
　　 首先，本文调研了目前互联网上的一些主流虚拟学习社区的发展现状，分析了这些社区的特点，总结其中存在的一些不足。接着我们通过一组对虚拟学习社区目标用户的实验分析，发现了他们在学习水平、知识需求和经验兴趣上的差异，验证了构建不同水平层次的学习共同体群组的必要性。在此基础上，本文提出了一种新形式的虚拟学习社区的概念，并对其多维度学习环境的设计思路进行了阐述。
　　 在第二部分，依托于课程中心平台，我们验证了所提出的新方法的可行性，该方法基于Ontology 技术采集学生的学习过程数据，并在此基础上结合Q-矩阵理论，生成评估学生学习状态的认知诊断模型。在对生成的模型情况的判断总结以及对其它研究者模拟研究结果的分析之上，我们对相关聚类分析算法进行详细系统的分析比较，选取了较为理想的算法，成功对学生实施了较为合理的分类。
　　 在本文的第三部分，我们实现并部署了本文提出的新型学习社区，完成了通过聚类分析技术，自动将课程中心的注册学生分入不同水平层次的社区群组的功能。并将学习社区系统集成到学院现有的学习平台中，为将来在实际教学过程中的使用和进一步分析研究做准备。
　　 最后，我们对本文所做的工作进行了总结，并展望了下一阶段的工作方向。

目录

第一章 绪论

第二章 一种新型虚拟学习社区概念的提出

第三章 基于聚类算法的模型生成与设计实现

第四章 虚拟学习社区的设计与实现

第五章 总结与展望

参 考 文 献

附录

致 谢

攻读硕士学位期间已发表或录用的论文

声明