计算机课程相似度计算方法及其改进

仲启玉，张少宏* ，丁 汉，张芷芊

（1.广州大学计算机科学与网络工程学院，广东 广州 510006；2.广州华南商贸职业学院信息工程学院，广东 广州 510650）

随着互联网技术的不断发展，计算机科学成为时下热门专业。对教育数据进行挖掘可用于设计更好、更智能的学习技术，并更好地为学习者和教育者提供有用信息［1］。如根据学生在教室中的座位选择来评估数学能力，对学生课堂笔记的记录情况研究学生学习信念和学习能力关系等［2］。通过对学生建模可以获得一个相对清晰的学生学习风格模式。文献［3］从学习系统中获得学生、课程、评价等级的数据，构建课程推荐系统，以及可用于预测学生成绩的方法，所提出的课程推荐系统可以在实践中应用。简单的课程标签化难以有效利用相关辅助信息，计算机领域知识点往往蕴含在高校教学大纲、课程大纲、网页以及计算机领域的文献等资源中，若将这些知识融合在一起，把相关知识点之间的层次关系和联系用知识网络的形式表现出来，形成简洁清晰的知识网络图［4］，通过这样的图结构可以快速了解各知识点之间的联系和区别，对于掌握计算机知识整体结构帮助非常大。现有的课程仅提供本身的孤立信息，而对于某一领域知识的掌握不能仅靠孤立的课程学习，而是要掌握课程间的关系以及某课程和这一领域间的关系，比如计算机学科间的相似或递进关系对于计算机领域知识的学习就很重要，学习计算机不仅需要很好的数学基础，同时还需要其他学科背景知识的积累。……