[发明专利]一种基于学习生成网络相似度的网络学习群组划分方法

权利要求书

1.一种基于学习生成网络相似度的网络学习群组划分方法，其特征在于，包括以下步骤：

1)根据用户信息、知识点信息及用户的网络学习日志构建用户知识点关联网络，再利用随机游走的方法计算用户知识点关联网络中各节点之间的相似度；同时，获取用户学习知识点之间的学习顺序相关性及学习时间相关性，再根据用户学习知识点之间的学习顺序相关性及学习时间相关性依次计算用户学习序列中第i+1个知识点与前i个知识点的时序相关度，其中，1≤i≤n，n为用户学习知识点的序列长度；

2)根据用户知识点关联网络中各节点之间的相似度及用户学习序列中第i+1个知识点和前i个知识点的时序相关度构建用户学习生成网络；

3)获取用户学习生成网络中任一两节点之间的路径，将两个用户u_x、u_y学习生成网络及中任意两个知识点之间相同路径占总路径的比例作为学习生成网络及在这两知识点之间的相似度，然后统计学习生成网络及在所有知识点对之间的相似度并求均值，然后将求均值的结果作为学习生成网络及之间的内容相似度

4)计算各用户学习生成网络的节点数、边数、节点平均度、节点平均强度、网络中环的数量及网络中环的平均大小，并从节点数、边数、节点平均度、节点平均强度、网络中环的数量及网络中环平均大小的角度出发计算用户学习生成网络与之间的结构相似度

5)使用内容相似度与结构相似度加权求和的结果作为用户学习生成网络的总体相似性，再将用户学习生成网络的总体相似性采用基于相似度的CURE层次聚类算法对用户学习生成网络进行聚类，实现基于学习生成网络相似度的网络学习群组划分。

2.根据权利要求1所述的基于学习生成网络相似度的网络学习群组划分方法，其特征在于，步骤1)中构建用户知识点关联网络的具体操作为：利用用户信息、知识点信息以及用户的网络学习日志获取用户-用户之间的关系、知识点-知识点之间的关系及用户-知识点之间的关系，再根据用户-用户之间的关系、知识点-知识点之间的关系及用户-知识点之间的关系计算用户-用户、知识点-知识点及用户-知识点之间的边权重，然后根据用户-用户、知识点-知识点及用户-知识点之间的边权重构建用户知识点关联网络。

3.根据权利要求1所述的基于学习生成网络相似度的网络学习群组划分方法，其特征在于，步骤2)的具体操作为：根据用户知识点关联网络中各节点之间的相似度及用户学习序列中第i+1个知识点和前i个知识点的时序相关度依次计算用户学习序列中第i+1个知识点和前i个知识点的匹配度，根据计算得到的匹配度构建用户学习生成网络。

4.根据权利要求2所述的基于学习生成网络相似度的网络学习群组划分方法，其特征在于，构建用户-用户之间的关系，计算用户-用户之间的边权重的具体操作为：用户-用户之间的关系E_u由两个用户u_x、u_y之间属性的相似性来度量，其中，两个用户u_x、u_y之间属性包括入学时间、学历以及用户专业，设用户-用户之间的边权重为由用户属性的相似性与用户属性的权重imp^(k)计算得到，即

其中，表示用户u_x、u_y之间入学时间的相似度，表示用户u_x、u_y之间学历的相似度，表示用户u_x、u_y之间专业的相似度，△batch表示用户u_x、u_y之间入学的学期差别。