E-Learning系統中基于課程本體的用戶興趣模型挖掘.pdf

1、E-Learning是一種新的教育方式，它充分利用現代信息技術所提供的全新溝通機制與豐富資源，實時推送個性化的、全面的、動態(tài)的學習內容，并輔助形成知識社區(qū)，將學習者和專家聯系起來。正是這些特點使E-Learning能夠充分體現學習者的主體作用，將以“教師”為中心的教育方式向以“學生”為中心的方式轉變，并提供個性化和自適應性的學習環(huán)境。而用戶興趣模型的挖掘是實現個性化或自適應性E-Learning的關鍵，引起了廣大學者的關注。
　　

2、針對獨立閱讀過程和交互問答過程這兩個重要的學習環(huán)節(jié)，對基于課程本體的用戶興趣模型挖掘方法進行了研究，本文所做的主要工作如下：
　　(1)給出了課程本體的定義，以人工智能課程為例，詳細給出了該課程本體的構建過程及構建結果，并將該人工智能本體用于興趣模型挖掘的兩個實驗中。
　　(2)通過加入文本特征的位置信息改進了文本特征的加權方法，實驗結果表明，與傳統的TF-IDF特征加權方法相比，該方法在文本分類的準確率、召回率、F-Mea

3、sure等方面都有所提高。
　　(3)提出使用閱讀行為來挖掘用戶興趣模型的方法。所謂閱讀行為指的是學生在閱讀電子文檔時所做的標記，包括下劃線、圈圈、高亮、書簽、批注等。設計并實現了閱讀行為記錄系統RBRS，給出了行為表、權重矩陣、行為矩陣、相對文檔矩陣的定義，詳細闡述了獨立閱讀過程中的興趣模型挖掘過程，提出了使用閱讀行為的興趣模型挖掘算法。為了證明該方法的有效性，我們設計了一個實驗，利用RBRS來收集實驗數據，并根據本章提出的算法

4、計算出學生的興趣主題及興趣度，通過學生的反饋信息對該方法進行評價，說明了該方法的可行性。
　　(4)提出使用交互問答行為來挖掘用戶興趣模型的方法。設計并實現了面向人工智能領域的交互問答系統AIQA，學生可以在該系統中提出問題、瀏覽問題及答案、選擇自己感興趣的問題進行回答。提出利用這些交互信息建立每個學生的問答集，并在問答集與課程本體間建立映射關系，詳細闡述了交互問答過程中的興趣模型挖掘過程，提出了使用交互問答行為的興趣模型挖掘算法