基于聚類和梯度選擇的網絡協作學習分組算法

馬艷云，袁 健

(上海理工大學 光電信息與計算機工程學院，上海 200093)

?

基于聚類和梯度選擇的網絡協作學習分組算法

馬艷云，袁 健

(上海理工大學 光電信息與計算機工程學院，上海 200093)

基于網絡協作學習具備便捷、海量資源共享和不受時空約束的優勢，但其學習效果易受學習者分組的影響；分組越科學合理，整體學習效果則越理想，反之亦然。文中根據網絡協作學習者的個性化特征和協作特征，在引入團隊協作學習量表解決學生協作能力判斷的前提下，提出基于學習者特征聚類和協作特征梯度選擇的GSDBK-means分組算法對學習者進行分組，以期達到提高網絡協作學習效果的目的。經實驗證明，GSDBK-means分組算法較于其他分組策略能產生更科學合理的分組結果，從而取得更好的學習效果。

分組算法；協作學習；聚類；梯度選擇

伴隨著網絡學習和協作學習的發展，網絡協作學習成為一種有效的學習模式[1]，其既可針對在校學生進行基于網絡的協作學習，又可使處于不同年齡、時間和地點的人們開展協作學習成為可能。通過在網絡上進行協作學習，解決了傳統網絡學習產生的“孤獨”學習者的問題，也解決了課堂協作學習找不到合適小組成員和資源的窘境。由于對協作前的準備——分組缺乏有效的技術支持[2]，而協作學習的核心是分組，這意味著協作分組的優劣對于協作學習起著關鍵性的作用。

1 研究現狀

目前網絡協作學習分組主要在相關理論上進行研究，對于網絡協作學習分組算法的研究不多。……