大数据背景下基于主题模型的学习资源聚合研究

发布时间：2017-10-09 13:48

  本文关键词：大数据背景下基于主题模型的学习资源聚合研究

  更多相关文章： 语为代表的资源个体可以作为复杂网络中的系统个体 个体之间的词向量距离表示个体之间的关系。同一集合内的节点与节点之间的连接很紧密 而集合与集合之间的连接比较稀疏。设图G=G(V E) 资源聚合的目的就是在图G中确定

【摘要】：随着大数据时代的来临,新的数据分析方法为人们在学术和学习领域提供了深层次的信息,揭示了更多隐藏的数据关联并辅以可视化的呈现方式。采用数据挖掘技术分析和提取学习资源中的语义信息,使学习资源的管理更加智能化,已经成为目前教育技术领域研究的热点。文章基于自然语言处理与深度学习等相关算法,将零乱的学习资源分解为基于主题模型的资源实体;并且通过词语向量之间的语义关联,以标签作为资源集合的代表,重新对教育资源进行结构化的描述和聚合。通过该框架重新组织的学习资源库,可以解决目前学习资源建设中存在的资源组织非结构化与资源关系孤立化等问题,提高数据资源使用效率。
【作者单位】： 武汉大学教育科学研究院;
【关键词】： 语为代表的资源个体可以作为复杂网络中的系统个体 个体之间的词向量距离表示个体之间的关系。同一集合内的节点与节点之间的连接很紧密 而集合与集合之间的连接比较稀疏。设图G=G(V E) 资源聚合的目的就是在图G中确定n(≥)个社区使得各集合的顶点集合构成V的一个覆盖[] 形成过程如图所示。 大数据 主题模型 学习资源 资源聚合
【基金】：中国博士后科学基金第58批面上资助“大数据环境下基于本体关联的学习资源个性化推荐研究”(项目编号:2015M580661)
【分类号】：TP311.13;G434
【正文快照】： 一、引言网络技术飞速发展,推动了教育资源在互联网上快速积累和传播,网络学习已经进入大数据时代,对数字时代学习资源的管理方式也正在与时俱进。当前的电子学习资源包括电子书、讲义、视频和音频等多种形态,具有信息量大、更新速度快、共享性高等优点,但是也存在分散无序、，

本文编号：1000543