基于模糊C均值的在线协作学习混合分组研究

来源：计算机工程与应用杂志2017年第16期北京时间：

作者：罗 凌1，杨 有1，马 燕2

单位：1.重庆师范大学 计算机与信息科学学院，重庆 401331；2.重庆师范大学 研究生院，重庆 401331

摘要：在构建了学习者多维特征模型的基础上，设计了基于模糊C均值的在线协作学习混合分组算法。提取学习者多维特征分量，通过模糊C均值算法以学习风格、知识水平、学习目标和兴趣爱好为主要特征进行同质聚类，根据活跃度和性别特征进行异质聚类以实现混合性质分组。该算法将异质和同质分组相结合，既保证了学习风格、知识水平、学习目标和兴趣爱好具有相似性的学习者划分到同一组，同时考虑到了活跃度和性别差异对学习效果的影响，使得小组划分更加合理。实验表明，该算法优于传统分组方法，学习者的学习效果和学习满意度都有较大提升。

关键词：在线协作学习,学习者特征,小组划分,模糊C均值