公开(公告)号：CN113378076B

公开(公告)日：2022-10-18

申请号：CN202110730170.5

申请日：2021-06-29

Applicant: 哈尔滨工业大学

Inventor： 李全龙 ,  王少逸

IPC: G06F16/9536 ,  G06Q50/00 ,  G06Q50/20 ,  G06K9/62

Abstract: 本发明公开了一种面向在线教育的学习者协同学习社交关系的构建方法，包括：获取在线教育平台中学习者的基本信息数据，采用序列分析法抽取基本信息数据的属性特征；对属性特征中基本行为特征进行行为分析，以进行伙伴关系标注；利用k‑Means聚类算法处理伙伴关系标注，得到学习者学习社区聚类发现；根据学习者学习社区聚类发现构建总体神经网络，并利用属性特征对学习者协同学习社交关系神经网络进行训练，得到学习者协同学习社交关系神经网络，进而得到当前伙伴推荐列表；基于无标度网络理论和社交三角理论的学习者伙伴网络收敛及伙伴推荐列表重排。该方法能够为学习者推荐合适的学习伙伴，进而增强学习者在平台上的学习效果。

公开(公告)号：CN113378076A

公开(公告)日：2021-09-10

申请号：CN202110730170.5

申请日：2021-06-29

Applicant: 哈尔滨工业大学

Inventor： 李全龙 ,  王少逸

IPC: G06F16/9536 ,  G06Q50/00 ,  G06Q50/20 ,  G06K9/62

Abstract: 本发明公开了一种面向在线教育的学习者协同学习社交关系的构建方法，包括：获取在线教育平台中学习者的基本信息数据，采用序列分析法抽取基本信息数据的属性特征；对属性特征中基本行为特征进行行为分析，以进行伙伴关系标注；利用k‑Means聚类算法处理伙伴关系标注，得到学习者学习社区聚类发现；根据学习者学习社区聚类发现构建总体神经网络，并利用属性特征对学习者协同学习社交关系神经网络进行训练，得到学习者协同学习社交关系神经网络，进而得到当前伙伴推荐列表；基于无标度网络理论和社交三角理论的学习者伙伴网络收敛及伙伴推荐列表重排。该方法能够为学习者推荐合适的学习伙伴，进而增强学习者在平台上的学习效果。