基于知識點及關聯(lián)規(guī)則的學習路徑推薦.pdf

1、在網(wǎng)絡教學平臺中，面對大量的學習資源，學習者在認知過程中，容易出現(xiàn)迷失的現(xiàn)象。鑒于學習者自身知識結構和學習過程存在的差異，一個優(yōu)秀的教學平臺，應能按不同用戶的需求，為其提供個性化的學習路徑推薦服務?，F(xiàn)有的研究僅主要針對學習環(huán)節(jié)，通過對學習者的特征分析進行學習路徑的推薦，使得路徑推薦的有效性不能得到保證。因此，結合學習者自身特征及學習的過程，研究更為個性化的學習路徑推薦方法，具有重要的理論價值和現(xiàn)實意義。
　　 網(wǎng)絡教學過程中，不

2、同學習特征之間存在著潛在的關聯(lián)性，利用關聯(lián)規(guī)則挖掘能夠發(fā)現(xiàn)項目之間的相關性這一特點，來提取網(wǎng)絡學習平臺數(shù)據(jù)間隱含的關聯(lián)關系，對學習路徑推薦的智能化與個性化，不失為一種好的方法。對此，本文在系統(tǒng)地研究學習路徑、知識點結構和關聯(lián)規(guī)則的基礎上，提出基于知識點關聯(lián)規(guī)則的學習路徑推薦方法。論文主要工作如下:
　　 (1)對學習過程與學習情況進行量化分析:通過知識點興趣度因子的定義對學習過程中知識點關注程度進行定量分析;利用知識點與測試題的

3、量化關系，定義知識點出錯頻度因子，以此客觀地分析學習者對知識點的掌握程度;計算兩個因子間的相關度，從而定量的分析學習過程環(huán)節(jié)和測試診斷環(huán)節(jié)存在的關聯(lián)。
　　 (2)根據(jù)教學平臺中知識點數(shù)據(jù)的分布特征，引入多支持度策略，并作出相應的改進。通過為每個知識點指定最小項支持度，進而挖掘頻繁知識點集，以此解決“稀有項”問題。
　　 (3)知識點存在概念層次的問題，然而單層關聯(lián)規(guī)則挖掘方法并不能體現(xiàn)知識點的層次結構。因此，需結合本文