基于知识地图拓扑的核心知识单元识别方法

       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。