自组织竞争人工神经网络在移动学习资源元数据萃取中的应用.docVIP

自组织竞争人工神经网络在移动学习资源元数据萃取中的应用 【摘 要】 本论文针对海量移动学习资源元数据的分散，难以检索的难题，提出基于自组织特征映射网络 （）SOM的移动学习资源元数据聚类萃取算法，该算法将传统的数据库元数据进行合理的量化处理，形成表征移动学习元数据的四元组（资源编号，科目等级，学科等级，资源相似度），并且根据用户需求，通过调整权值四元组后三个个关键字所占比例，实现扩大或者缩小范围。最终利用 Matlab以高中物理的移动学习元数据为例实现该算法的仿真，进行多赋值聚类，其聚类萃取资源的准确度较高，能够满足一般用户对该移动学习资源的需求。 【关键词】移动学习 元数据萃取 神经网络 自组织特征映射网络 （）SOM 【中图分类号】 O453【文献标识码】 A【文章编号】1672-5158（2013）07-0024-02 1 研究背景介绍 移动学习是指依托目前比较成熟的无线移动网络、因特网以及多媒体技术，学生和教师通过利用目前较为普遍使用的无线设备（如手机、PDA、笔记本电脑等）来更为方便灵活地实现交互式碎片式教学活动，以及教育、科技方面的信息交流。 [1]随着移动互联网设施基础逐步完善和移动互联网产品的层出不穷，移动学习的优点越来越被人们关注。目前国内很多家高校和公司都加入了移动学习的研究，并且取得了比较好的成果。[2][3]本论文提出的自组织神经网络算法来对移动学习元数据数