《表1 某些子张量的属性和取值范围》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据环境下基于多维关联分析的学习资源精准推荐》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

来自不同教育平台上的数据大多是异构的，为此我们首先通过构建学习者、学习资源、学习轨迹三个张量模型来表示这些多源异构数据，如图2所示。然后基于这三个子张量构建“学习者—资源”融合张量模型。为构建学习者张量，我们结合各类学习者模型，利用解释结构模型方法确定了影响学习者资源选择的主要特征因素，包括学习风格、学习动机、认知能力、学习目标、内容偏好等[25]。同理，抽取了刻画学习资源特点的主要内在属性，包括资源类型、媒体格式、交互方式、难易程度等，并据此构建资源张量。学习者张量和资源张量是彼此独立的，而学习轨迹张量在学习者张量和资源张量之间建立关联关系。在学习轨迹张量的构建过程中，需要关注影响学习者选择资源的偏好因素以及学习者所处的情境，如学习时间、学习地点、学习设备。这三个子张量的属性和取值范围见表1。图2（a）（b） 中每个张量中的元素取值为0或1，例如:在学习者张量中，Lxijkl…w=1代表第x个学生的学习风格为i，学习动机为j，认知能力为k，学习目标为l，内容偏好为w。图2（c）中的学习轨迹张量，其张量元素代表学习资源的次数，LRxijk…w=3代表学习者x在时间i、地点j，通过设备k，学习了资源w的次数为3，0则代表该学习者在当前情境下没有学习该资源。在实际应用中，这些子张量的维度可以根据实际情况在张量模型设计时进行调整，如学习轨迹张量中还可包括学习时长、天气、心情等维度。