[发明专利]基于社区在线学习系统的学习激励机制构建方法

摘要

本发明提供了一种基于社区在线学习系统的学习激励机制构建方法，在以课程为社区的学习系统中，通过对用户活动的综合评价，得出用户使用系统的情况；而用户的活动分为两部分用户下载资源数和用户回答问题数，这两者构成用户影响传播图，再结合用户好友关系和用户之间的间接影响带来的多阶传播，得到用户影响传播矩阵，采用自己设计的类PageRank算法，计算用户的声誉值，作为在线学习系统中用户的平时成绩，从而激励用户多参与课程社区的活动，来提高自己的声誉值。

主权项

一种基于社区在线学习系统的学习激励机制构建方法，其特征在于，包括以下步骤：步骤1，提取系统用户的相关活动，构建用户交互图；步骤2，根据步骤1所得的用户交互图，再一次提取系统用户的好友关系情况，将用户影响传播中的多级传播和传播衰减因子纳入交互图边的权重计算，重构交互图边的权重，得到用户影响传播图；步骤3，根据步骤2得到用户影响传播图，转化为声誉转移矩阵，迭代计算用户声誉，直至用户声誉值收敛；所述的步骤1中具体过程如下：步骤1.1，抽取用户活动；用户活动包括两个方面；(1).资源下载：表示用户A对用户B的支持情况，用户B对用户A的影响情况；的计算公式如下：其中σB表示用户A对下载资源的投票值，dlB表示此资源的下载次数，maxdlj为这个社区中所有资源的最多下载次数，表示资源的质量；(2).在线问答：若用户B回答了用户A的问题，则表示用户B对用户A有影响，其具体计算公式如下所示：公式中θB为这个答案经过最佳答案选择算法得出的权值，maxθj表示得分最高的答案的权值，用来表示答案权值所占的比重，vB表示问答中这个答案的获得用户投票的次数，max vB表示这个问题的所有答案中获得投票次数最多的投票次数，表示回答者对提问题的影响；表示用户B对用户A的影响，用户A对用户B的支持程度：步骤1.2，构建用户交互图；构建用户交互图，获取在线学习系统的所有用户U＝{U1,U2…Ui…Un},1≤i≤n，G<V，E，W>,其中G为用户交互图，V＝{Ui}表示图的顶点，E是边，W为边的权重，为点A到点B的边的权重；所述的步骤2中具体过程如下：步骤2.1，提取用户的好友关系；计算用户声誉以每门课程作为社区的一个单位，参数α表示每门课程中提取用户的好友关系，若用户A与用户B是好友关系则用αAB表示；其具体计算如下：步骤2.2，初步计算图中边的权重表示用户A对用户i的投票次数集合，如见公式3；用户交互图的边的初步计算值用表示，公式如下所示：其中O为用户A投票用户的总数；步骤2.3，多级传播与多级衰减因子的计算；符号k表示多级传播的级数，符号βk表示在第k次传播时的传播衰减因子，它们的计算公式如下：βk＝e‑(k‑1),1≤k≤6  (公式6)步骤2.4，计算用户影响传播图；表示传播图的边的权重，用其计算综合考虑了用户的投票数、好友关系、多级传播及多级衰减，得到公式如下：其中1≤k≤6，Yk表示在第k级传播中对用户A的投票用户的总数；由此得到用户B对用户A和经过用户B对用户A的总投票值，得到最终用户影响传播图G<V,E,W”>，W”为最终计算得到的边的权值；所述的步骤3中具体过程如下：步骤3.1，用户传播图转换为用户传播矩阵；计算用户的声誉值之前，将用户影响传播图转化为用户影响矩阵M，其中每一个值mAB表示用户UA对用户UB的影响，转化公式如下：其中，是用户影响传播图中边的权重，当用户A尚未参与任何活动，与任何用户有交互行为时，mAB的计算如下：其中，n为一门课程社区中的用户总数；步骤3.2，用户声誉值计算；得到用户影响转移矩阵后，进行声誉计算，根据用户的声誉值由其影响的用户数和影响的用户的声誉值得到，故其计算公式为其中RPR是n×1的矩阵，表示所有用户的声誉值，n表示一门课程社区中用户的个数，d×M×RPR表示用户交互对用户声誉所带来的影响，e是n×1的单位矩阵，eeT是一个n×n单位矩阵，d称为阻尼系数，为用户跳出封闭圈的概率；公式10转化为用户声誉值计算公式，如下：其中，mAB表示用户UA对用户UB的影响，初始时用户的声誉值RPRA都是1，d称为阻尼系数，n为一门课程社区的用户总数。