52、协作学习系统与在线教育课程访问概率建模

协作学习系统与在线教育课程访问概率建模

1. 协作学习系统框架概述

协作学习实践需不断适应并个性化针对目标用户群体。由于资源分布广泛，面向服务的架构（SOA）在异构环境中对组件、教学法和学习活动的重用发挥着重要作用。

为实现更好的个性化学习环境，开发了相应框架，用户可根据自身需求和水平与系统进行交互。教学策略以网络服务的形式实现，能根据不同用户群体提供合适的帮助。用户可依据自身学习需求调用网络服务，这极大地提高了教学策略的可重用性。

2. 在线教育课程访问概率建模的背景与目标

在在线教育领域，分析网站访问者的行为是网络挖掘的首要任务之一。基于此分析，可实现电子学习课程的个性化、教育超媒体的适配、潜在浏览问题的发现、探索性学习环境中学习小组的自动识别以及学生成绩的预测。

本次研究的目标是对大学学习管理系统（LMS）门户中电子学习课程活动类别的访问进行概率建模。关注的是电子学习课程内容中各个活动的访问概率，这些概率取决于一周中的时间段（工作日和周末）。通过多项逻辑模型分别对连接到大学网络内部和外部的学生进行概率估计。

3. 相关模型与方法综述

多项逻辑模型是一种特殊的广义线性模型，其理论基础可在相关书籍中找到。该模型在计量经济学、遗传学和自然语言处理等领域有较多应用，但在本次研究的相同领域中使用相对较少。若使用多元逻辑回归模型，主要用于选择预测。

在网络日志挖掘中，常见的方法包括关联和序列规则发现、分割（聚类分析、基于类比的方法等）以及分类（决策规则、决策树、贝叶斯分类等）。统计方法中会应用到交叉表分析，还常将数据读入数据立方体以进行联机分析处理（OLAP）操作实现数据汇总，部