K-均值算法支持的优质网络学习资源筛选方法研究 |
| |
引用本文: | 叶海智,程清杰,黄宏涛.K-均值算法支持的优质网络学习资源筛选方法研究[J].中国远程教育(综合版),2014(10). |
| |
作者姓名: | 叶海智 程清杰 黄宏涛 |
| |
作者单位: | 河南省高校教育信息工程技术研究中心;河南师范大学; |
| |
基金项目: | 河南省政府决策招标项目:加快我省信息化研究(编号:2013B184);河南省教育厅科学技术研究重点项目:基于量子竞争决策的优质教育资源催生方法研究(编号14A880018) |
| |
摘 要: | 网络学习资源建设是教育信息化的重要组成部分。面对海量的网络学习资源,如何筛选出高质量的学习资源就变得尤为重要。本文以自主研发的精品资源共享课程公共服务平台为支撑,提出一种优质网络学习资源的筛选方法。该方法首先使用K-均值聚类算法对大量网络学习资源进行自动分类,然后通过支配关系对聚类后的资源进行评价,通过引入优胜劣汰机制筛选优质网络学习资源,以消除学习者在资源选择时的盲目性,有效提高网络学习的效率与效果。
|
关 键 词: | 网络学习资源 K-均值算法 最优候选集 支配关系 优质资源筛选 |
本文献已被 CNKI 等数据库收录! |
|