基于約束聚類的學(xué)習(xí)共同體智能構(gòu)建與應(yīng)用研究
關(guān)鍵詞：學(xué)習(xí)共同體 學(xué)習(xí)風(fēng)格 異質(zhì)原則 智能構(gòu)建 知識(shí)建構(gòu)
摘要：在線學(xué)習(xí)共同體改變了傳統(tǒng)在線學(xué)習(xí)中的"孤島式"學(xué)習(xí)結(jié)構(gòu),為智慧共享與知識(shí)協(xié)同構(gòu)建提供了有效的支撐環(huán)境。構(gòu)建良好的在線學(xué)習(xí)共同體,已成為目前在線學(xué)習(xí)研究領(lǐng)域中的核心問題。研究將在線學(xué)習(xí)共同體的構(gòu)建抽象為帶約束聚類問題,并結(jié)合Kolb學(xué)習(xí)風(fēng)格分類模型,提出了基于約束聚類的在線學(xué)習(xí)共同體智能構(gòu)建方法,通過學(xué)習(xí)者在認(rèn)知加工維度和感知維度的偏好進(jìn)行學(xué)習(xí)風(fēng)格建模,然后結(jié)合均值飄移算法和改進(jìn)層次聚類算法對(duì)學(xué)習(xí)者風(fēng)格進(jìn)行帶約束聚類,實(shí)現(xiàn)學(xué)習(xí)共同體在學(xué)習(xí)風(fēng)格層面的"組內(nèi)異質(zhì)性"和"組間同質(zhì)性"。最后,將研究成果應(yīng)用于教學(xué)實(shí)踐中,結(jié)果表明:相對(duì)于隨機(jī)構(gòu)建方法,智能構(gòu)建方法更有利于高層知識(shí)的協(xié)同建構(gòu)和學(xué)習(xí)成績的提高。
中國電化教育雜志要求:
{1}基金論文所涉及的課題如取得國家或部、省級(jí)以上基金項(xiàng)目，應(yīng)腳注于文題頁左下方，作者單位上方，并附基金證書復(fù)印件，本刊將優(yōu)先處理與刊登。
{2}限于人力等原因，本刊不予退稿，審稿周期3個(gè)月左右，敬請(qǐng)作者諒解并請(qǐng)自留底稿。
{3}標(biāo)題一般不超過15個(gè)字，可加副標(biāo)題。
{4}“摘要”為稿件核心觀點(diǎn)的凝練，字?jǐn)?shù)不超過300字。關(guān)鍵詞不超過5個(gè)。
{5}稿件作者須在題下署名，并提供作者主要信息，包含學(xué)習(xí)或工作單位全稱、學(xué)歷或職稱、研究方向、所在地、郵政編碼、聯(lián)系電話及電子郵箱等內(nèi)容。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
