刘 腾,陈 健,张月琴,王 莉
1(太原理工大学 大数据学院,山西 晋中 030600) 2(太原理工大学 信息与计算机学院,山西 晋中 030600)
关联规则发现的研究在电子商务领域得到了广泛的应用,电商通过关联规则来发现商品间的关联关系,并根据用户已购的商品,把关联关系密切的其他商品推荐给用户.这种关联关系不仅存在于电子商务的商品之间,同样也存在于在线教育领域的学习内容之间.
众所周知,当前知识更新周期正逐步缩短.移动技术的发展,促使内容短小、形式多样的学习信息可被轻松发布到互联网.这促生了微学习这一新颖的学习方式[1].微学习以其微内容、微时间、微过程、微媒介、微资源等特点[2],使学习者可以更便捷、合理地利用碎片化时间学习,为解决学习时间碎片化、学习场所自主化等问题提供了很好的方案.但是,微学习单元的分散化,海量和多源异构等特性也导致了学习内容筛选的困难.关联规则发现的研究成果,则为发现微学习单元间的关联关系提供了有效的手段.
然而,关联规则发现中使用的核心指标支持度,该指标虽然能反映出两者间的关联紧密程度,却不能发现购买商品的先后顺序.与商品购入存在顺序相似,学习是一个由易到难的循序渐进的过程,对学习资源的学习也需从易到难进行学习.根据学习者的能力来组织学习资源的顺序,可以帮助学习者提高学习效率.多项研究表明建立在学习单元……