基于学习者行为特征的MOOCs学习伙伴推荐

被引:8
作者
徐彬 [1 ]
杨丹 [2 ]
张昱 [1 ]
李封 [1 ]
高克宁 [1 ]
机构
[1] 东北大学计算中心
[2] 东北大学信息科学与工程学院
关键词
社会网络分析; 在线课堂; 推荐系统; 主题模型;
D O I
暂无
中图分类号
TP391.3 [检索机];
学科分类号
081203 ; 0835 ;
摘要
大规模开放在线课堂的兴起给高等教育的全球化提供了契机。与大规模参与用户形成鲜明对比的是,目前课程普遍存在完成率不足的问题。造成学生退出的原因之一是学习者缺乏合适的学习伙伴相互交流以及时解决学习中遇到的问题。分析了开放课程中论坛用户的身份特征和学生用户在论坛讨论过程中的行为模式,建立了学习者行为特征模型和学生在讨论过程中形成的关系网络。根据课程内容建立关键词词典,并以此为主题词,提出了一种具有固定主题词的主题模型,进而推断关系网络潜在的主题分布,最终根据主题分布结果为学习者推荐学习伙伴。通过分析Coursera课程平台的真实数据,证明了该学习伙伴推荐方法能有效地挖掘出主题相关的学习者,为学习者相互推荐学习伙伴,在一定程度上将有助于提高学习者的积极性。
引用
收藏
页码:71 / 79
页数:9
相关论文
共 6 条
[1]   基于社交网络的个性化推荐技术 [J].
张富国 .
小型微型计算机系统, 2014, 35 (07) :1470-1476
[2]   异质社交网络中协同排序的好友推荐算法 [J].
陈珂 ;
邹权 ;
彭志平 ;
柯文德 .
小型微型计算机系统, 2014, 35 (06) :1270-1274
[3]   基于社交圈的在线社交网络朋友推荐算法 [J].
王玙 ;
高琳 .
计算机学报, 2014, 37 (04) :801-808
[4]   基于时序行为的协同过滤推荐算法 [J].
孙光福 ;
吴乐 ;
刘淇 ;
朱琛 ;
陈恩红 .
软件学报, 2013, 24 (11) :2721-2733
[5]   基于用户聚类的异构社交网络推荐算法 [J].
陈克寒 ;
韩盼盼 ;
吴健 .
计算机学报, 2013, 36 (02) :349-359
[6]   Understanding Latent Interactions in Online Social Networks [J].
Jiang, Jing ;
Wilson, Christo ;
Wang, Xiao ;
Sha, Wenpeng ;
Huang, Peng ;
Dai, Yafei ;
Zhao, Ben Y. .
ACM TRANSACTIONS ON THE WEB, 2013, 7 (04)