学习者个性化特征表示及相似度计算

学习者的相似性反映了学习者之间相近的学习经历,将相近者组织成一个具有共同学习兴趣和目标的共同体,可以增强虚拟学习社区中各组成要素的耦合与连接,提高学习者的学习效果和黏度。本文基于领域本体提出一种能够描述学习者个性化特征的VSM模型,并以此为数据结构,设计了一种能有效计算学习者相似性的算法。实验结果表明,利用概念之间继承和包含关系,算出概念相关度,能快速计算出学习者特征向量之间的相似度;得出的结果较好地反映了专家分组经验,为提高虚拟学习社区的个性化和智能化提供了关键技术支持。