情境流驱动的大规模在线学习动态分组方法

在大规模在线学习社区中,学习者的行为特征可能会随时间发生变化,如何根据个体和群体的动态演化特征实现学习小组的自适应动态划分,是有效开展协作学习的关键。为此,文章提出一种情境流驱动的大规模在线学习动态分组方法:首先,构建基于活动理论的学习者情境模型,将反映情境指标的多模态数据转化为情境流;然后,扩展模糊C均值聚类算法,使用增量式流处理和动态滑动窗口技术检测概念漂移,实现基于某一情境维度的学习群体自适应动态聚类;最后,对不同情境维度的同质聚类结果进行差异化组合,得到异质学习小组。实验证明,动态分组在合作倾向、互惠性、群体互动一致性等方面比静态分组更具优势。文章的研究可为在线学习平台智能分组提供方法指引,并为实现有效的在线协作学习提供支撑。

几种儿童牛奶酪蛋白含量的测定与比较

测定儿童牛奶A、儿童牛奶B、儿童牛奶C、儿童牛奶D中酪蛋白含量并比较其蛋白质含量的性价比。采用等电沉淀法从牛奶中分离出酪蛋白,得到较纯的酪蛋白,再采用双缩脲法测定样品中酪蛋白的纯度,并计算出样品中酪蛋白的性价比。儿童牛奶A、儿童牛奶B、儿童牛奶C、儿童牛奶D中酪蛋白含量分别为:1.84、2.55、2.79、2.63 g/100 m L;提取的酪蛋白样品纯度依次为:99.78%,95.05%,97.55%,96.16%;计算得出的酪蛋白性价比依次为:0.977、1.515、1.567、1.456 g/元。等电沉淀法能有效的提取牛奶中的酪蛋白,纯度较高。各品种牛奶中酪蛋白的性价比大小为:儿童牛奶C>儿童牛奶B>儿童牛奶D>儿童牛奶A。