基于知识的地图拓扑的核心知识单元识别的方法

        摘 要: 核心知识单元的识别有助于引导学习者的注意力分配，消除学习迷航问题 。 知识单元之间在认知上具有长距依 赖性，常用的度 、 紧密性 、 介数 、 特征向量等中心度指标很难适用于识别知识地图中的核心知识单元 。 为此，提出了一种基 于知识地图拓扑的核心知识单元识别方法 。 该方法依据对知识地图拓扑分析发现的三个特性，即核心知识单元的层次分 布特性 、 出度分布特性 、Motif 结构特性，建立了知识单元对应的六维特征向量 。 在六维特征向量的基础上，将核心知识单 元识别问题转化为二类分类问题，采用分类算法实现核心知识单元的识别 。 在 8 门课程知识地图数据集上，采用支持向 量机( SVM ) 、 决策树 C4． 5、 朴素贝叶斯( NB ) 和多层感知器( MLP ) 四种算法进行了对比实验 。 实验结果表明，所提出的方 法有效可行 。