[发明专利]一种在线课程中的作业互评方法

权利要求书

1.一种在线课程中的作业互评方法，应用在大规模在线教育课程平台上，其特征在于，该方法包括以下步骤

1)提取学生学习记录的特征：

对学生在MOOC平台上的学习记录提取一组特征，将这些特征对应的数值组合成一个向量用于表示一个作用评分者或被评分者；

若一共有lf个特征，生成的向量为F，F在第i个特征的数值为F_i；i＝1、2、…lf

2)对作用评分者与被评分者的相似度计算：

在特征向量的每一个维度上比较评分者与被评分者的相对差别，得到一系列的数值，将这些数值的均值作为衡量评分者与被评分者之间相似度的标准，对于一位评分者与一位被评分者，

3)利用二分图匹配方法对作业进行分配，

4)求解该二分图匹配的最优解，得出最佳的作业分配方案用于作业互评。

2.如权利要求1所述方法，其特征在于，所述步骤2)计算相似度的步骤如下：

a)初始化i＝1，sum＝0，l＝0，i用于表示之后的步骤当中，当前正在处理第几个特征，sum用于记录步骤b)中计算生成的中间数值的和，便于步骤d)中的均值计算，l则表示实际有多少个特征参与了计算；

b)计算该值表示被评分者与评分者在第i个特征上的相对差别，F_s,i,F_g,i分别表示被评分者和评分者在第i个特征上的值，若评分者的特征数值F_g,i不为0，将计算的结果加到sum里，l的值加1，转步骤c)；若评分者的特征数值F_g,i为0，则直接转步骤c)；

c)若i等于lf，则进行步骤d)，否则令i的值加1，转步骤b)；

d)计算m＝sum/l，m即为评分者与被评分者在所有特征上的平均相对差别，将1-e^-m作为相似度。

3.如权利要求1或2所述方法，其特征在于，所述步骤3)具体包括以下步骤：

a)设所有评分者的集合为R，被评分者的集合为H，将H、R中的每一个元素都用一个点来表示，其中H集合中的点用h_1，h₂,…,h_H表示，R中的点用r₁,r₂,…,r_|R|表示；

b)把H中的每一个点h与R中的每一个点用边连接，边的方向都是从H指向R构造作业分配二分图；

c)给步骤b)中的每条边赋予两个属性，分别是：费用、容量，边的费用即为作业作者相对于评分者的相似度w_r,h，容量均为1，表示一份作业对应一位评分者的组合只能被选中一次；

每一种作业分配方案对应于从步骤b)所有边中选择一部分的边，被选中的边连接的评分者和作业表示一个匹配，选择一部分边满足如下条件：设H中每个元素对应的点h有n条边相连，R中每个元素对应的点r有m条边相连，最小化以下值：

Σr∈RΣh∈H(r)wr,h]]>

d)在二分图中添加一个源点S，源点S与H集合中所有点相连，与S点相连的每条边的费用均为0，容量为每份作业需要被评的次数n，以保证将每一份作业都分配给了n位评分者；在二分图中添加一个汇点T，汇点T与R集合中所有点相连，与T点相连的每条边的费用也为0，容量为每位评分者需要评的作业数量m，以保证每位评分者都被分配了m份作业；

e)为该图中的每一条连接两个点u和v的边，方向是从u至v，增加一条反向回边，方向是从v至u，回边容量为0，费用为从u至v这条边的费用的相反数，即w_m,n＝-w_n,m。

4.如权利要求3所述方法，其特征在于，所述步骤4)具体步骤如下：

a)找出从S到T的最短路径，路径的长度由边的费用来定义，不考虑当前容量为0的边；

b)若能找到最短路径，则对最短路径上的边做如下操作后转步骤a)：

I)对最短路径上的所有边的容量减1；

II)对最短路径上的所有边的回边的容量加1；

c)若已经无法找到最短路径，则匹配完成，此时选择图中所有容量为0且从H指向R的边即为最优解，这些边连接的h与r即为作业互评中被分配的作业与评分者。