-
题名融合关联规则的MOOC资源众包平台任务分配算法
被引量:1
- 1
-
-
作者
潘志宏
万智萍
谢海明
-
机构
中山大学新华学院
中国移动通信集团广东有限公司
-
出处
《计算机技术与发展》
2020年第4期189-194,共6页
-
基金
2016广东省普通高校青年创新人才项目(自然科学)(2016KQNCX222)
教育部产学合作协同育人项目(201802153146,201702071078)
+1 种基金
2016年度广东省本科高校高等教育教学改革项目(2016SGJ002)
中山大学新华学院教职工科研启动基金青年项目(2017QN006)。
-
文摘
在高校大力发展MOOC平台背景下,为了提升学生的主动性、MOOC平台资源库的丰富性,出现了众包协同构建资源的方法,让学生和教师构成学习共同体,在完成新知识学习的同时进行资源库建设。高校MOOC众包平台的任务就属于知识密集型任务,挑选合适的参与者直接关系到MOOC资源库构建质量。为了更好地构建高校MOOC资源平台,提出一种针对知识密集型众包任务的分配方案,它包含学生的准入筛选、预期工作能力评估两个阶段。首先利用改进Apriori课程关联算法对学生进行准入筛选;其次利用知识关联算法对学生预期工作能力进行评估并将众包任务分配到工作能力最合适的学生;最后对方案进行测试验证,结果表明该方案能够能较好地提升学生挑选和任务分配的效果,促进构建更高质量的MOOC资源库。
-
关键词
知识密集型众包任务
MOOC资源构建
任务分配
关联规则
APRIORI算法
预期工作能力评估
-
Keywords
knowledge-intensive crowdsourcing task
MOOC resource construction
task assignment
association rules
Apriori algorithm
expected work ability assessment
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-