K-均值算法支持的优质网络学习资源筛选方法研究
2014-10-06分类号:G434
【部门】河南省高校教育信息工程技术研究中心 河南师范大学
【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
【基金】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)
【所属期刊栏目】中国远程教育
文献传递