情境流驱动的大规模在线学习动态分组方法
打开文本图片集
摘要：在大规模在线学习社区中，学习者的行为特征可能会随时间发生变化，如何根据个体和群体的动态演化特征实现学习小组的自适应动态划分，是有效开展协作学习的关键。为此，文章提出一种情境流驱动的大规模在线学习动态分组方法：首先，构建基于活动理论的学习者情境模型，将反映情境指标的多模态数据转化为情境流；然后，扩展模糊C均值聚类算法，使用增量式流处理和动态滑动窗口技术检测概念漂移，实现基于某一情境维度的学习群体自适应动态聚类；最后，对不同情境维度的同质聚类结果进行差异化组合，得到异质学习小组。（剩余12906字）