论文网
关于学习者方面论文范本,与学习者个性化特征表示相似度计算相关论文的格式
本论文是一篇关于学习者方面论文的格式,关于学习者个性化特征表示相似度计算相关专科毕业论文范文。免费优秀的关于学习者及概念及本体方面论文范文资料,适合学习者论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
看出,两个概念的语义距离越小,其相关度越小；反之,则相关度越大.且D（CX,CY）满足：①非负性：D（CX,CY）[≥]0；②同一性：D（CX,Cx）等于0；③对称性：D（CX,CY）等于D（CY,CX）.在本体概念树中,若两个概念离根越远,表示语义越具体,则两个概念越相近.
定义3.Depth（C）为概念树中概念C的深度,Depth（root）等于1,Depth（C）等于Depth（CParent）+1,其中root表示根概念,CParent为概念C的父概念.
定义4.CA（CX,CY）表示概念CX和CY共同祖先集合；NearestCA（CX,CY）为它们的最近共同祖先.
显然,同样语义距离的两个概念,它们的最近共同祖先的深度越大,说明它们之间的重合度越好,相关度越高.依此原理定义如下两个概念之间的相关度：
其中,CX和CY为概念树中任意的两个概念,[a]为调整因子.
2.概念值的归一化处理与点积运算
量化之后,学习者对概念认知程度值在区间[0,5]之间.概念间的相似度是一个取值[0,1]的数值,如果不在这个范围,要进行归一化处理.为此我们定义概念值之间的点积运算如下：
| 有关论文范文主题研究: | 学习者相关论文范文 | 大学生适用: | 学术论文、本科毕业论文 |
|---|---|---|---|
| 相关参考文献下载数量: | 74 | 写作解决问题: | 写作技巧 |
| 毕业论文开题报告: | 文献综述、论文设计 | 职称论文适用: | 职称评定、高级职称 |
| 所属大学生专业类别: | 写作技巧 | 论文题目推荐度: | 优质选题 |
其中,CX和CY为概念树中任意的两个概念,[ε]为极小值.分析公式（2）可得,当[V（Cx）]与[V（Cy）]的值相等时,[Cx×Cy≈1],说明两个学习者有相当的认知水平；当[V（Cx）]与[V（Cy）]的值为0时,[Cx×Cy]等于0,表示学习者都没有关注到这个知识点,不记录此特征；[V（Cx）]与[V（Cy）]的值差异越大,则叉乘后的值越小,说明两者的相似性越小；反之,则越大.可见,公式（2）能反映出学习者的特征相似性.
3.学习者相似度计算
设任意两个学习者x、y,其对应的用户特征向量空间分别为Vx和Vy,[Cx∈Vx,Cy∈VY],定义向量元素之间的相似性CSsim（cx,cy）为
公式（4）的含义是：学习者之间的相似度是由其特性向量中的概念元素共同决定的.取学习者x特征向量中的任意概念,计算此概率与学习者y特征向量中所有元素的概念相关度和评分值,取最大值；然后对得到的最大值做累和,除以x中特征向量的个数,得到平均值作为学习者x与y的相似度.
五、实验分析
为了验证所提出算法的有效性并进一步改进算法,我们设计了一个具备一般性特征且简化的软件系统虚拟学习社区.实验结果表明,所提出的学习者模型能够有效地表示学习者的个性化特征,所提出的学习者相似度计算方法能够很好地区分出相近的学习伙伴.
1.算法实验步骤描述
（1）建立基于本体的软件系统知识库
咨询领域专家后,建立一个简化的软件系统领域本体,为虚拟学习社区中的学习者和学习资源标注提供统一、标准的知识背景.生成的知识空间结构如图2所示（具体应用中可以构建更加详细的概念关系）.将概念树中的结点按照层次遍历的顺序编号,具体编号对应的概念名如表1所示.
（2）本体中的概念相关度
根据公式（1）,设置调整因子[α等于0.50],可得到本体中两个概念之间的相关度.计算得到部分概念的相关度,列举如表2所示.
从表2可以看出,概念相关度具有几个特点：①概念自身的相关度为1；②概念之间的相关度是对称的；③当概念之间距离相等时,相关度会随深度的增加而增大.
（3）学习者相似度计算
经过一段时间的学习之后,系统中的学习用户所形成的个性化特征向量记录如表3所示.
从中可以看出,Learner1、Learner2和Learner5差不多都接近0.75,因为他们都感兴趣操作系统和MS-Office；Learner2和Learner8对C#语言的掌握程度相同,出现相似度为1的情况；Learner3和Learner4都爱好程序设计,但因为学习的语言不同,相似值为0.4720；Learner6和Learner7虽然学习的软件不同,但其所学的内容都是图像处理方面的知识,彼此之间的相似值也较高（0.6267）；Learner3和Learner7由于学习目标相差较远,计算得出的相似值不高（0.1012）.显然,计算得出的相似度较好地反映了虚拟学习社区中学习者之间的相似性,得出的相似值符合真实学习环境中的经验值.2.算法时间复杂度分析
算法的执行可分为两部分：离线执行和实时执行.
由于本体概念树在系统设计时就基本稳定,公式（1）的运算可以离线进行,在实时计算时可以直接读取.
对于实时计算部分,假定虚拟学习社区中的用户数为n,本体概念树中的概念数为m；分析公式（4）,计算某个学习者与其他学习者之间的相似度最坏情况下的时间复杂度为O（n×m×m）.仔细分析后不难发现,由于学习者感兴趣的学习主题一般都相对有限,可以认定为常量C,因此,实际运行的算法复杂度一般为O（n×C×C）.
[参考文献]
[1]HopeN.Tillman.Virtualmunitybuildingusingintertools[EB/OL].[2004-10-16].http：∥.Hopetillman./i100/vc.
[2]赵建华,李克东.信息技术环境下基于协作学习的教学设计[J].电化教育研究,2000,（4）：7-13.
[3]黄怀荣.CSCL的理论与方法[J].电化教育研究,1999,（6）：25-30.
[4]张立国.虚拟学习社区交互研究[D].陕西师范大学,2008,（8）：22-23.
[5]Tervsky.FeaturesofSimilarity[J].PsychologicalReview,1977,84（4）：327-352.
[6]LeacockC,ChodorowM.CombiningLocalContextandWordNetSimilarityforWordSenseIdentification[A].FelbaumCed.WordNet：AnElectronicLexicaldatabase[M].Cambridge,MA：MITPress,1998.265-283.
[7]LinD.AnInformationTheoreticDefinitionofSimilarity[A].ProcoftheInt’lConfonMachineLearning[C].1998.296-304.
[8]高毅,申瑞民,杨帆等.基于开放E-Learning平台的学生行为分析中心[J].计算机工程,2004,30（15）：86-87.
[9]谢忠新,王林泉,葛元.智能教学系统中认知型学生模型的建立[J].计算机工程与应用,2005,（3）：229-232.
[10]林木辉,张杰,汪星一.一种基于本体的学科知识库构建方法[J].闽江学院学报,2008,（5）.
[11]林木辉,张杰,包正委.智能教学系统中基于本体的知识表示及推送研究[J].福建师范大学学报：自然科学版,2009,（1）.
[12]Fensenl.Ontologies：silverbulletforknowledgemanagementandelectronicmerce
关于学习者方面论文范本,与学习者个性化特征表示相似度计算相关论文的格式参考文献资料：