基于复杂网络聚类算法的用户学习行为动态演化模型

来源：吉林大学学报·理学版杂志2025年第5期北京时间：

作者：刘俊娟, 闫培玲, 肖俊生, 王林景

单位：河南中医药大学 信息技术学院, 郑州 450046

摘要：为深入了解用户的学习习惯和发展趋势, 根据用户需求和行为动态合理地调整教育资源, 提出一个基于复杂网络聚类算法的用户学习行为动态演化模型. 首先, 设计复杂网络聚类模型, 得到用户学习行为社区； 其次, 通过语义二值获得数据关联规则分布, 利用多元回归方法挖掘关联规则, 得到用户学习行为特征分布模型; 最后, 在门控递归单元网络中添加注意力机制, 获得用户学习行为兴趣特征, 并以此为输入量, 得到动态演化模型. 实验结果表明, 该方法可有效区分学习社区中用户感兴趣和不感兴趣的行为数据； AUC值更接近于1, 表明该方法的性能更好, 实用性更强.

关键词：复杂网络,社区挖掘,数据聚类算法,注意力机制,学习行为分析,动态演化