聚类在网络教学中的应用研究.pdfVIP

聚类在网络教学中的应用 陈基漓 桂林工学院电子与计算机系，广西桂林，541004 摘要个性化是网络教学发展的一个主流方向，本文提出从教学资源及网络用户两个方面进行 聚类，介绍了聚类处理的过程，并说明了聚类过程中涉及的关键技术。讨论了未来工作发展的几个 方向。 关键词聚类，罔绍教学，相异度 引言 随着网络技术的发展与成熟，基于网络的教学平台在教学活动中的应用日渐广泛。网络教 学给教师、学生带来了极大的方便。与传统的课堂教学相比，网络教学具有更多的灵活性，如学 生可不受时间、地点的限制，根据自己的需要进行学习，可以更方便地从网络上获取与学习内 容相关的内容。 网络教学在给教学带来巨大的方便的同时，也面临着一些问题和挑战。如何使网络教学更 好地发展潜力，提高使用者教和学的能力，是摆在我们面前的一个重要课题。众所周知，不同的 学生个体，在学习基础、学习能力、学习效果等多种教学参数中存在很大的差异，而在网络教学 中，个体不同的学生面对的是同一个平台，缺乏个性化机制。如果能够较好地利用学生的个性 化信息，针对学生的不同个性，为他们提供更有效，更符合个性需求的学习服务，则势必能极大 地提高网络教学效果。 在教学中，教学资料的组织与学生的组织是影响教学效果的两个重要因素。在师生面对面 的课堂教学中，教师能根据学生课堂上的反映及时地将相关的教学资源提供给学生，也可以根 据学生的实际情况，进行分组教学，为不同层次的学生提供不同的教学形式及教学内容，这些 手段都有助于学习效果的提高。在网络教学中，如何能够提供等效于课堂教学的功能，是一个 有意义的研究课题。 教学活动中的主体是学生，网络教学模式也不例外。在网络教学中，学生的学习行为主要 体现在他对教学网站的访问行为上，对学生在整个学习过程中的活动进行分析，从中得出有关 学生学习活动的规律，在此基础上对关联程度较大的学习资料进行重组，对学习兴趣、进度相 近的学生进行分组，是改善网络教学的一个有效手段。以上工作的核心是理解学习网站用户的 访问行为，而Web日志记载了用户的大部分浏览行为相关的信息，通过对Web日志进行聚类 分析，能很好地实现上述功能。Web日志的聚类主要分为两个方面：对页面的聚类和对用户的 聚类。 聚类将数据对象的集合分组成多个簇，在同一簇中的对象具有较高的相似度，而不同簇中 的对象则具有较高的相异度，是一种无指导的分类。常用的聚类算法有如下几种；基于划分的 464 方法，基于层次的方法，基于密度的方法，基于网格的方法，基于模型的方法。其中基于划分的 方法具有算法易于理解实现等特点，是web日志挖掘中常采用的聚类算法之一。 本文介绍对教学网站中的教学资源和用户聚类进行分析设计，探讨必不同的模式构建聚 类处理的数据集合。 2教学资源聚类 在大多数的教学网站中，-f]课程的教学资源是按照章节编排的，这样的安排符合教学进 展的规律，对于教学资源的聚类，也基于这个前提。在各个章节的页面上，增加一个相关资源区 域，该区域里放置与对应页面教学资源相关的其他信息的链接。 教学网站中的教学资源主要有课件，教师发布的各种信息，习题，教师、选课学生以及其他 人员在BBS讨论区的发言等。对教学资源的聚类，就是通过分析Web日志，了解用户学习模 式的规律和倾向，找出教学资源之间的关联，将与某一主题(或特征)相关的信息尽可能地同时 提供给用户。教学资源的相关性除了体现在教学内容中，还可以通过分析学生的学习活动中得 出教学资源相关性的规律，我们从基于内容和基于用户访问模式两个方面考虑教学资源的聚 类。 2．1 基于内容的教学资源聚类 网页内容的提取，涉及分词，模式匹配，自然语言理解等多个领域，处理难度较大。教学网 站中页面的内容相对范围较窄，多是与课程相关的内容，基于这个原因，采用特征词模板的处 理方式。 首先以章为单位，提取出与该章内容最相关的n个单词构成特征词库，特征诃由标题中的 主题词，以及在该章节中出现频率较高的词共同构成。为方便处理，采用人工处理与机器自动 处理相结合的方式来构建特征词库。根据课程的具体内容，先由教师给出该章节的m个特征 词，(mn)，再由系统给出该章节页面中出现频率较高的前n—m个单词。对于同一主题的教 学资源，与其相关的信息可能出现在同--Iq课程的不同章节中，也有可能出现在其他相关课程 的部分章节中，理想的聚类