-
题名基于语义信息内容的FCA概念相似度计算方法
被引量:3
- 1
-
-
作者
黄宏涛
程清杰
万庆生
黄少滨
-
机构
河南师范大学河南省高校教育信息工程技术研究中心
哈尔滨工程大学计算机科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第3期731-735,共5页
-
基金
国家科技支撑计划资助项目(2012BAH08B02)
河南省科技攻关项目(082400420250,112300410008)
+1 种基金
河南省教育厅科学技术研究重点项目(13A520508)
河南师范大学博士科研启动基金资助项目(qd12107)
-
文摘
基于概率信息内容的FCA概念相似度计算方法依赖于语料库中概念的频次信息,这种方法仅使用出现概率作为信息内容度量指标计算FCA概念相似度,其计算结果的准确率不高。针对上述问题提出一种基于语义信息内容的FCA概念相似度计算方法,该方法利用本体中概念间的上下位语义关系度量信息内容,以进一步提高概念一般/具体程度的度量精度;然后在本体派生的ISA层次结构上计算语义信息内容相似度,从而避免基于概率信息内容的方法对语料库的依赖;最后把语义信息内容相似度作为度量FCA概念相似度的依据,并给出了通过构造带权二部图提高相似度计算效率的方法。实验结果表明使用基于语义信息内容的方法能够在不牺牲时间性能的前提下有效提高FCA概念相似度计算结果的准确率。
-
关键词
FCA概念相似度
信息内容
概率
语义
层次结构
-
Keywords
FCA concept similarity
information content
probability
semantic
hierarchy
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Jigsaw模式的在线学习活动设计与应用研究
被引量:11
- 2
-
-
作者
叶海智
程清杰
-
机构
河南师范大学教育与教师发展学院
-
出处
《现代教育技术》
CSSCI
2015年第1期87-92,119,共7页
-
文摘
在线学习作为信息化时代一种有效的学习方式,已成为教育领域研究的热点,如何在网络学习环境中激发学习动机和学习参与度,以提高在线学习的效率与效果就显得尤为重要。在分析在线学习和Jigsaw教学模式的基础上,提出一种基于Jigsaw模式的在线学习活动设计方法。该方法将在线学习活动设计分为三个阶段,先由教师完成学习者分组、细化任务及设计制作教学资源;然后学习者通过专家组的交流互动,完成分享学习;最后由教师参考学习者间的互评结果,对学习者进行评价。经实验验证,该方法能够激发学习者的参与热情,在线学习的效率明显提升。
-
关键词
JIGSAW模式
在线学习
学习活动
合作学习
-
Keywords
Jigsaw mode
E-learning
learning activities
cooperative learning
-
分类号
G40-057
[文化科学—教育学原理]
-
-
题名面向河南省信息技术创新和扩散的机制研究
被引量:1
- 3
-
-
作者
黄宏涛
程清杰
梁存良
-
机构
河南师范大学河南省高校教育信息工程技术研究中心
-
出处
《中国管理信息化》
2014年第6期83-84,共2页
-
基金
河南省政府决策研究招标课题(2013B184)
-
文摘
信息技术创新是促进经济发展和提高信息化建设水平的重要支撑。针对河南省在信息技术创新与扩散推广中存在的不足,提出了完善激励政策、加强成果推广、健全扩散途径等机制,以期加快河南省信息化建设的步伐。
-
关键词
信息技术
创新
扩散
机制
-
分类号
F127
[经济管理—世界经济]
-
-
题名K-均值算法支持的优质网络学习资源筛选方法研究
被引量:5
- 4
-
-
作者
叶海智
程清杰
黄宏涛
-
机构
河南省高校教育信息工程技术研究中心
河南师范大学
-
出处
《中国远程教育》
CSSCI
北大核心
2014年第19期62-66,96,共5页
-
基金
河南省政府决策招标项目:加快我省信息化研究(编号:2013B184)
河南省教育厅科学技术研究重点项目:基于量子竞争决策的优质教育资源催生方法研究(编号14A880018)
-
文摘
网络学习资源建设是教育信息化的重要组成部分。面对海量的网络学习资源,如何筛选出高质量的学习资源就变得尤为重要。本文以自主研发的精品资源共享课程公共服务平台为支撑,提出一种优质网络学习资源的筛选方法。该方法首先使用K-均值聚类算法对大量网络学习资源进行自动分类,然后通过支配关系对聚类后的资源进行评价,通过引入优胜劣汰机制筛选优质网络学习资源,以消除学习者在资源选择时的盲目性,有效提高网络学习的效率与效果。
-
关键词
网络学习资源
K-均值算法
最优候选集
支配关系
优质资源筛选
-
Keywords
online learning resources
K-means algorithm
optimal candidate set
domination relationship
screening high-quality resources
-
分类号
G40-057
[文化科学—教育学原理]
-