-
题名基于混合遗传算法的任务驱动分组优化研究
被引量：4
- 1
-
-
作者
李浩君
杜兆宏
邱飞岳
-
机构
浙江工业大学教育科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2017年第S1期105-108,共4页
-
基金
2016年国家社科基金年度项目:移动设备知识传播的情景感知服务机制及运行实证研究(16BTQ084)资助
-
文摘
智能算法应用到教学领域来实现自动分组具有重要意义。针对网络学习环境下任务驱动教学中如何按最优分组方案进行小组划分的问题,综合考虑了分组问题中学习者之间的特征差异和任务难易程度等影响因素,构建了基于任务驱动分组优化问题的数学模型,提出了基于混合遗传算法的任务驱动分组优化策略。在MATLAB7.0平台上,运用混合遗传算法对任务驱动的分组优化进行了仿真实验。实验结果表明,基于混合遗传算法的任务驱动分组优化是可行且有效的。
-
关键词
协作学习分组
任务驱动
分组优化模型
混合遗传算法
-
Keywords
Collaborative learning group
Task-driven
Grouping optimization model
Hybrid genetic algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名大规模在线协作学习分组方法及应用研究
被引量：6
- 2
-
-
作者
陈甜甜
何秀青
葛文双
何聚厚
-
机构
陕西师范大学现代教学技术教育部重点实验室
陕西师范大学计算机科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第1期92-98,共7页
-
基金
陕西省高等学校教学改革重点项目(17BZ015)
陕西省社会科学基金(2018Q27)。
-
文摘
学习孤独感问题是造成MOOC课程学习完成率低的原因之一,构建与学习者学习特征相适应的协作学习小组,可以有效解决学习孤独感问题。利用自编码神经网络提取在线学习者的关键特征,根据同质分组原则,利用模糊C均值算法对在线学习者进行迭代分组,使在线学习者从独自学习转变为以团队的形式进行协作学习,从而改善在线学习者的学习体验,降低学习孤独感。以edX平台上选择计算机科学与编程入门课程的19846名在线学习者为实验对象,进行在线协作学习分组。实验结果表明,基于该分组方法,每个小组内学习者都有较高的同质性,可以很好地解决学习孤独感问题。
-
关键词
学习孤独感
在线协作学习分组
自编码神经网络
模糊C均值
MOOC课程
-
Keywords
learning loneliness
online collaborative learning group
auto-encoder
fuzzy C-means
MOOC
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
-
-
题名基于计算机算法的在线学习分组方法及应用研究
- 3
-
-
作者
龙丽芳
蒋春霞
-
机构
广东理工学院建设学院
-
出处
《信息与电脑》
2022年第22期233-235,共3页
-
基金
广东理工学院“创新强校工程”重点培养项目“祖先之翼·明清时期肇庆府宗族祠堂建筑石雕艺术研究”(项目编号:2022GKJZD002)。
-
文摘
为了提高在线教育课程中学习者的学习效率,设计了一种基于计算机算法的在线学习分组方法。采用自编码神经网络提取学习者的本质特征,利用模糊C均值算法与同质分组策略,将具有相似特征的学习者构成协作学习小组,并以团队形式进行协作学习。实验结果表明,应用本文设计的分组方法进行分组后,有效提高了学习者的学习效率,具有较好的实际应用效果。
-
关键词
在线协作学习分组
自编码神经网络
模糊C均值
-
Keywords
online collaborative learning grouping
self-coding neural network
fuzzy C-means
-
分类号
G434
[文化科学—教育学]
-
