社会性群体协作学习系统中知识发现的探索与研究.pdf

摘 要 社 会 性 群体 协 作 学习是 Web2.0 时 代互 联 网环 境 下 人们 进 行 合作 与共 享 的 一 种 新 的 学 习方 式 。 计算 机 的 出 现 及相 关 技 术的 发 展 正 在 改变 着 我 们的 学 习 手 段和方式。 互联网的诞生让信息共享成为可能,而 Web2.0 时代的来 临 则让每个 拥有不同认知 的 个 体 都有 可 能 成 为 信息 源 。 在这 种 情况 下 ,如 何 利 用 先进 的网 络技术 为人类的学习 提供帮助,已渐渐成为一些新课题的研究方向。 社会性群体协作学习系统 (social group collaborative learning system , SGCL ) 是 一 个 主 要 支持 建 构 主义 和 连 接 主 义学 习 理 论, 以 人 为 中 心, 支 持 个人 终 身 学 习 和 社 会 性 群体 协 作 学习 以 及 知 识 管理 与 分 享的 学 习 系 统 。本 课 题 以社 会 性 群 体 协 作 学 习 为研 究 背 景, 以 知 识 发 现为 研 究 目的 , 以 复 杂 网络 中 的 社区 发 现 算 法和相似度算法为研究 手段,旨在发现 SGCL 系统中潜在的知识群 、用户群和 资 源 群 , 为 用户 构 建 个体 认 知 、 系 统构 建 群 体认 知 提 供 具有参 考 价 值的 实 用 信 息 。 针对 知 识 群 的 发 现, 作者 基 于 社 区 的 定 义方 式, 提 出 两种 不 同 类型 的 发现 算法, 即 AG 算法和 KC 算法。 其中,AG 算法根据节点与边的数量关系 提出了 聚集度(Aggregation ) 的概念; 而 KC 算法主 要利用了 K-Clique 模型 ,同时提 出 K- 近邻矩阵的概念 。 针对 用 户 群 的 发 现, 作者 采 用 了 相 似 度 算法 ,并 在 算 法 的 实 现 过程 中给 出 了一个 新的相似度计算公式, 即 NianNien 系 数。 在文章的最后,作者对已完成的工作进行了总结分析,并针对研究成果的 应 用 给 出 了 相关 的 解 决方 案 , 提 出 了两 种 推 荐策 略 , 即 基 于知 识 群 的热 点 推 荐 和基于用户群 的协同推荐。 关键词: 知识发现 社会性群体协作学习 社区发现算法 相似度算法 1Abstract The social group collaborative learning is a new way of learning to collaborative and share under the Internet environment of Web2.0 era. The emergence of computers and the development of related technology are changing our means and methods of learning. With the birth of the Internet, it is possible for us to share the information and, the coming of Web2.0 era makes every each individual who has a different cognitive be source of information. In this case, how use the advanced network technology to help human to learn gradually becomes the new topic of research The social group collaborative learning system SGCL is system for learning which is Human-centered and, supports constructivist learning theory, personal life-long learning, social group collaborative learning and, supports to manage and share the knowledge. This issue takes the social group collaborative learning as backgrounds, the knowledge discovery as purposes, the community finding a