MOOC中基于二分图推荐的同伴互评系统优化

被引：8

作者：

何升 ^{[1
]}

邓伟林 ^{[2
]}

肖体斌 ^{[3
]}

机构：

[1] 广东轻工职业技术学院计算机系

[2] 中山大学信息科学与技术学院

[3] 广东工业大学机电工程学院

来源：

计算机应用研究 | 2016年 / 33卷 / 05期

关键词：

大规模开放在线课程; 二分图; 同伴互评; 推荐; 均衡分配;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对MOOC课程平台中作业反馈不及时的问题,就同伴互评系统的准确性与可靠性优化进行了研究。为了达到为作业推荐合适评阅人的目的,在综合考虑作业评阅人的评阅意愿、评阅能力和评阅双方作业相似度等多种因素的基础上,建立了作业评阅人推荐模型;引入二分图匹配理论来求解作业评阅人的任务均衡问题,设计了与之相适应的最优均衡匹配算法。实验表明,算法在评阅人的工作量均衡和作业评阅人的准确推荐等方面均取得了较好的效果,优化提高了同伴互评系统的准确性和可靠性。采用经互评算法优化的同伴互评系统,可以改善MOOC平台的整体满意度。

引用

页码：1399 / 1402

页数：4

共 13 条

[1]

A case study of the development of WebPA: An online peer-moderated marking tool. Loddington, Steve,Pond, Keith,Wilkinson, Nicola,Willmot, Peter. British Journal of Educational Technology . 2009

[2] Will Massive Open Online Courses Change How We Teach? [J].