基于Sim Rank++的课程内容相似性搜索研究

随着在线学习平台在高等教育机构中的普及,针对在线学习平台中的内容进行相似度分析,可帮助教师更好地了解教学工作中学生关注的重点和难点。通过抓取学生在E-learning平台(Blackboard learn)上的课程内容访问历史记录,从学生访问课程内容的关联关系出发,基于课程内容特性定义课程内容相似度,计算课程内容相似度。针对相关学者在个性化学习中提出的算法上的不足,本文提出一种基于simrank++的算法来分析课程内容的相似性以及学生对于知识点的关注度。通过研究结果证实,基于simrank++的算法分析结果更加能反映学生关注的课程内容特征。基于分析结果,可以向高校负责学科资源建设,以及教学资源建设的部门提出教学提升建议。