基于启发式挖掘算法探究混合式协作学习过程

混合式协作学习下,学生可以通过社交媒体分享和建构知识,研究大学生如何在此过程中发展基于认知与情感的互动调节是建成混合式“金课”的关键。研究以30名本科生的2256条协作学习对话数据为样本,采用启发式挖掘算法和时间序列分析总结互动过程的发展规律与高低分组的行为模式。研究结果表明,高分组在协作过程中注重规划与反思,且情感参与的认知互动多于低分组,协作学习互动过程遵循IDB型的变化规律,高低分组的行为模式与自我调节阶段的变化趋势存在差异。本研究试图进一步理解学习者在协作学习中的认知与情感的调节互动模式,可为高校教师建设混合式课程资源、设计混合式协作学习的课程方案提供参考和借鉴。

一种并行化的启发式流程挖掘算法

启发式流程挖掘算法在日志噪音与不完备日志的处理方面优势显著,但是现有算法对长距离依赖关系以及2-循环特殊结构的处理存在不足,而且算法未进行并行化处理.针对上述问题,基于执行任务集将流程模型划分为多个案例模型,结合改进的启发式算法并行挖掘各个案例模型所对应的C-net模型;再将上述模型集成得到完整流程对应的C-net.同时,将长距离依赖关系扩展为决策点处两个任务子集之间的非局部依赖关系,给出了更为准确的长距离依赖关系度量指标和挖掘算法.上述改进措施使得该算法更为精确、高效.